AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
面向 Keras 和 TensorFlow 的模型压缩工具包，通过量化和剪枝把训练好的模型压小、跑得更快，方便部署到移动端和边缘设备。
一套面向 RPA 的开源 Python 库和工具集，兼容 Robot Framework，集成 OCR、文档解析和 NLP 能力，用来搭建业务流程自动化脚本。
让 Claude Code、Codex、Gemini、Copilot 等不同厂商的 CLI 编码代理在同一团队内互相收发消息，基于 Bash 和 SQLite 实现，无需守护进程或框架。
把整本书自动转换成带动画、旁白和交互的网页课件，适合做互动教材和在线课程，无需手动剪辑。
字节跳动开源的多模态大模型系列，能同时理解语音、音频、音乐和视觉信息，用于语音识别与视听内容理解等研究任务。
汇总电商及通用搜索领域的资源清单，涵盖查询理解、排序、相关性算法、自动补全和知识图谱等方向，方便检索相关工具与资料。
开源 AI 工作站整机方案，覆盖 2 卡桌面到 8 卡服务器，提供 CAD 图纸、BOM 清单、BIOS 配置和装机指南，方便自建本地大模型推理机器。
macOS 上的本地会议转录与语音听写工具，支持 Apple Silicon 端侧推理，隐私优先，可替代 Granola 和 WisprFlow。
面向 AI 工程师的学习资源合集，包含智能体课程、五本手册、第二大脑实战项目和精选阅读清单，帮你系统入门并搭建个人知识库。
用 AI 模型自动处理琐碎工作并生成微应用来管理结果的开源 Grok 机器人，支持本地 LLM 与知识图谱。
在 VS Code 里接入本地 LLM 做代码和文本补全的扩展，让编辑器具备类似 Copilot 的补全能力，同时数据不必离开本机。
把 Spark、scikit-learn 等训练好的机器学习流水线导出成统一格式，脱离原框架直接部署到生产环境做推理。
在 VS Code 里直接跑 Jupyter Notebook 的官方扩展，支持单元格执行、内核切换和变量查看，省去在浏览器和编辑器之间来回切换。
用机器学习给卡拉OK打分的应用，能分离人声并自动评分，适合聚会娱乐场景。
开源的 Android 语音助手应用，支持离线语音识别、唤醒词检测和语音合成，可替代系统自带助手。
面向智能体时代的开源文档智能平台，把非结构化文档接入 ETL 流水线和向量库，方便构建文档检索与 LLM 智能体应用。
Ovis 是一种多模态大语言模型架构，通过结构对齐视觉与文本嵌入，让模型能同时理解图像和文字，适合做视觉问答、图文对话等任务。
用 Python 和 TypeScript 统一调用各家大模型，把提示词、工具调用和结构化输出封装成轻量模块，避免被重型框架绑死。
提供 Amazon Bedrock 上各类基础模型的入门示例代码，涵盖嵌入、知识库和 RAG 等场景，方便开发者快速上手生成式 AI 应用开发。
.png){kind=small}
用视觉语言模型从 PDF、Word、PPT 和扫描件等难搞文档里提取干净结构化数据，省去手工清洗的麻烦。
一本博客风格的短教材，讲怎么在 TPU 上扩展大模型训练与推理，用 roofline 分析帮你算清算力、显存和通信的瓶颈。
每天自动抓取 arXiv 上计算机视觉方向的新论文并整理更新，省去手动刷 arXiv 的麻烦，适合跟踪 3D 重建、图像匹配、NeRF 等方向的最新进展。
面向 Windows 开发者的开源示例库，演示如何用本地模型和 API 给 Windows 应用加上 AI 能力，覆盖 ONNX Runtime、DirectML 和 NPU 加速。
Prism 是腾讯混元提出的动态稀疏注意力框架，让视频-音频联合生成模型能原生训练到 2K 分辨率，解决高分辨率多模态生成算力吃紧的问题。