AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
在浏览器里审查 AI 编码代理生成的计划、代码 diff 和运行中的应用，本地优先，兼容任意代理。
基于 Reticulum 和 LXMF 协议的原生 Android 通信应用，可通过蓝牙 LE、TCP 或 LoRa 组网，在无网络环境下实现离线、隐私优先的消息传递。
用 OCR 识别屏幕内容，再通过 TypeSafe 分类下一步操作并自动点击，实现每步约 0.0002 美元的 macOS 电脑操作自动化。
面向大模型量化的压缩工具包，支持 NVIDIA、AMD、Intel、华为昇腾等多硬件加速，可无缝接入 HF、vLLM 和 SGLang 推理。
一款隐私优先的 AI 浏览器自动化助手，以 Chrome 扩展形式运行，无需迁移现有浏览器环境，可替代 Manus Browser Operator、Claude Chrome 等方案。
无需 ROOT 的安卓屏幕实时翻译工具，通过端侧或云端 OCR 识别游戏、视觉小说和漫画中的文字，再用离线 LLM 或在线翻译服务把译文直接叠加显示在画面上。
用高斯泼溅做城市级大场景三维重建，通过细节层次（LOD）策略兼顾高质量渲染与训练效率，支持新视角合成。
一个能读懂你的基础设施、定位故障根因并直接修复的运维 AI Agent，可从 Slack、Telegram、飞书或钉钉里对话操作。
Linux 上的原生语音转文字工具，提供系统级听写，速度快、准确率高且数据本地处理，适合注重隐私的用户。
把 Claude、Codex、Cursor 等多个 AI 编码窗口编排成协作团队，通过共享任务、确认、预检和独立评审来协调并行开发，并在本地双语面板追踪进度与证据。
面向 Apple Silicon 的本地语音工具箱，用 MLX 和 CoreML 在 iOS/macOS 上跑语音识别、语音合成、语音转换、VAD 和说话人分离，全程端侧推理。
为 Schema.org 词汇表生成 JSON-LD 的 TypeScript 类型定义，让结构化数据在 TS 项目里获得类型检查和自动补全，避免手写字段出错。
面向浏览器 AI 智能体的开源评测基准，用日常任务数据集衡量智能体在真实网页操作中的表现。
用逼真的合成对话模拟来诊断和优化 LLM Agent 的框架，帮助开发者在真实上线前发现并修复 Agent 的薄弱环节。
上传一张商品图，AI 自动提炼卖点、写种草脚本并配上画面配音字幕，批量生成抖音、快手、小红书、TikTok Shop 带货短视频，可本地部署、无水印。
把 RVC、F5-TTS、Chatterbox、IndexTTS-2 等十多种本地语音合成与变声引擎集成进 ComfyUI，支持多语言、超长文本、SRT 时间轴和角色音色，一站式完成配音与音频编辑。
高通官方维护的预优化模型库，模型已针对延迟和内存调优，可直接部署到骁龙等高通设备上推理。
给 AI Agent 提供安全、可持久化的云端电脑环境，让浏览器操作和电脑操作类 Agent 在隔离沙箱里跑任务，状态不丢。
给纯文本大模型补上视觉能力的工具箱，支持多图理解、长截图 OCR、前端 UI 还原和 GUI 自动化，可无缝接入 Claude Code、Codex 等主流 agent。
拆解抖音爆款知识短片，自动生成导演分镜表、配音效并一键出片，适合批量做知识类短视频。
在 Blender 里直接导入、渲染和编辑 3D 高斯泼溅（3DGS/4DGS）模型的插件，省去格式转换，方便做动画和场景合成。
轻量级多模态模型库，能同时理解多语言文本和图像，速度比 OpenAI CLIP 和 LLaVA 快 5 倍，适合做图文检索和内容生成。
一款多模型数据库管理系统，用一套引擎同时支持图、文档、键值和向量嵌入，兼容 SQL、Cypher、Gremlin、MongoDB 与 Redis 协议，适合需要统一存储多种数据模型的场景。
ZED SDK 是 Stereolabs 为 ZED 立体相机提供的空间感知开发套件，支持实时深度估计、SLAM、点云和人体姿态估计，帮助快速搭建智能机器人与空间感知应用。