AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
基于 TensorRT FP16 加速的 PP-OCRv6 推理服务，在 OmnidocBench 上跑出 200+ img/s，提供 HTTP 和 gRPC 接口，适合高吞吐文档解析与 RAG 场景。
VS Code 里的多智能体编程插件，让 Claude Code 和 OpenAI Codex 在头脑风暴模式下协作、辩论方案，最终综合出最优的代码实现思路。
自托管的生成式 AI 网页界面，集成 30 多种模型，覆盖图像、视频、音频生成，用浏览器就能统一调用，省去逐个搭建环境的麻烦。
本地优先的专业视频监控平台，把摄像头接入、目标检测和人脸识别整合到一个现代化界面里，适合自建 NVR 和家庭安防。
面向企业的开源通用智能体运行框架，能在网页和 API 上执行复杂任务，支持 OpenAPI/MCP 集成、可组合架构和策略感知的护栏机制。
用 Go 实现的远程桌面网关，可在 Linux、BSD 或 Kubernetes 上部署，为 RDP 连接提供统一入口和转发。
单模型同时生成画面与声音的基座模型，解决视频和音频分开生成后不同步的问题，适合做带声视频创作。
30 个可直接运行的 Jupyter Notebook，系统演示 LLM Agent 的记忆方案，涵盖对话缓冲、向量库、知识图谱、情景与语义记忆，以及 MemGPT、Mem0、Letta、Zep 等主流实现和 LoCoMo 基准测试。
开源的 LoRaWAN 网络服务器，负责管理 LoRa 网关与终端设备之间的入网、数据上下行和网络调度，适合自建低功耗广域物联网。
统一 RAG 检索环节的微调工具，覆盖 Embedding、ColBERT 和 ReRanker 三类模型，省去分别搭训练流程的麻烦。
一款浏览器 AI 助手扩展，把 Gemini 网页版、Gemini API 和 OpenAI 兼容接口统一到侧边栏，能读取网页上下文、处理图片、调用工具并通过 MCP 控制浏览器。
一支自主 AI 智能体团队，能自动完成需求规划、写代码、跑测试并提交可上线的 PR，适合把开发流程交给多智能体协作。
让 Claude Code、Codex 等编码智能体自动跑科研实验的开源框架，带评分、共享知识库和多智能体进化，省去手动调实验的重复劳动。
从 NLP 基础一路讲到 LLM 微调与部署的算法全栈教程，覆盖 BERT、LLaMA、LoRA 等内容，适合系统入门大模型。
输入一张参考图和提示词，按指定相机轨迹生成可预览、可回放、可追溯的三维场景，并能在浏览器里直接查看彩色/深度动画和高斯点云。
把多个编码 Agent 放进看板里统一调度，自动审查改动并提交 PR，支持多模型服务商、可自托管且不上报遥测。
自托管的终端 AI 编程助手，也是它背后的 Python 框架，基于 Pydantic AI 支持任意模型，提供工具调用、沙箱执行、多智能体协作和无限上下文。
NVIDIA 开源的扩散模型加速生成方案，用一致性模型、分布匹配蒸馏和流映射等蒸馏技术，把扩散模型的多步采样压缩到极少步数，显著提升出图速度。
用 Python 和 SQLite 搭建的个人知识图谱工具，把零散、异构的资料整理成带语义关联的主题网络，适合信息密集的研究和调查项目。
汇总文本到图像扩散模型可控生成方向的论文、代码与工具资源，覆盖空间控制、多概念组合和个性化生成，方便快速查找与调研。
DeepSeek 官方打造的 Swift 原生 macOS 编码 Agent，把 DeepSeek 模型直接接入本地开发流程，帮你在 Mac 上完成代码生成与自动化编程任务。
把电子表格变成 AI 流水线：在单元格里串联提示词和模型，实时对比 LLM 输出，多人协作迭代 AI 应用。
在内存中对 brotli、lz4、zstd、zlib 等开源压缩器做统一跑分对比，方便按速度和压缩比挑选合适的压缩算法。
给编码 Agent 配的独立代码审查员，在 Claude Code、Codex、Cursor、Cline 里推送前逐条检查改动，无需额外账号或密钥。