AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
在浏览器里跑安卓模拟器，为移动 GUI 智能体提供可验证、高并发的评测与在线强化学习训练环境。
在 Obsidian 里统一浏览、创建和编辑 Claude Code、Cursor、Codex 等 13 种编码工具的 AI agent 配置文件，省去在多个工具间来回切换。
一款跨平台桌面应用，能基于本地文件用 AI 写作和分析，逐句核对引用与数据后导出 Word，还支持会议记录。
基于 .NET 8 的 C# 视觉推理库，用 ONNX Runtime 或 TensorRT 跑 YOLO 模型，支持图像和实时视频的分类、检测、OBB、分割与姿态估计。
把 Windows 事件日志和蓝屏记录翻译成通俗语言的只读诊断工具，离线运行，帮普通用户快速看懂系统出了什么问题。
Halo 是 White Circle 开源的大模型与多模态模型训练框架，支持分布式训练、LoRA 微调、MoE 和异步强化学习，方便搭建和扩展训练流程。
DIPY 是 Python 的 3D/4D 医学影像处理库，覆盖扩散、灌注与结构成像，提供配准、去噪、机器学习和可视化等通用方法。
把 Google Antigravity CLI 包装成 Claude Code 和 OpenAI Codex 的插件，让它们能调用 Gemini 作为快速子代理，用于代码审查和基准评测。
用自然语言为 Web 和移动端编写端到端测试的自改进 QA 智能体，能从每次运行中学习并自适应 UI 变化，在发布前捕获回归问题。
让 AI Agent 直接操控 Linux 桌面的原生工具，通过 AT-SPI 语义树、截图、窗口定位和输入模拟，兼容 GNOME、KDE、Hyprland 等主流桌面环境。
本地部署的 Anthropic 兼容 AI 网关，按「先便宜后贵」路由模型，带质量门控、安全模型切换和内置成本看板，帮你在多模型调用中省钱又不掉质量。
基于 PyTorch 的成像逆问题求解库，把去噪、去模糊、MRI 重建等任务统一到深度学习框架下，内置扩散模型和即插即用先验。
把电脑播放或麦克风采集的声音实时转成翻译字幕，跨平台桌面应用，适合看外语视频、开会时即时理解内容。
自动驾驶学习笔记，系统梳理感知、BEV、Transformer、规划控制等模块知识点，并整合行业优秀方案，帮读者快速建立自动驾驶技术体系。
一个可审计的 AI 数据分析工作台，能查看结果背后的代码和证据、回放验证计算过程，并支持本地开源模型等多种模型选择。
C++ 编写的三维几何处理 SDK，提供网格布尔运算、修复、简化、重网格化、偏移、点云三角化和 ICP 配准，并带 Python、C#、C 和 JavaScript 绑定。
Kandinsky 5.0 是一套文生视频与文生图的扩散模型家族，支持视频和图像生成，并带有蒸馏加速能力。
提供即插即用的 JSON 风格提示词，复制一个 style.json 就能让 Nano Banana Pro、GPT Image 和 Midjourney 生成风格统一的图像，每周更新新样式。
对 ONNX 模型做图级优化的 Python 工具，通过算子融合、常量折叠等变换精简计算图，让推理更快、模型更小。
一站式全自动字幕生成工具，从视频下载、语音转录、翻译到字幕压制全流程自动完成，无需人工介入。
本地运行的桌面工具，从视频中提取语音生成 SRT 字幕并翻译成任意语言，全程离线、无需注册、不限次数。
在浏览器里直接调用 WhatsApp Web 的 JavaScript API，收发消息、管理联系人、群组和媒体，适合做聊天机器人和自动化集成。
把 Discord 变成大模型聊天前端，接入 OpenAI、Gemini、Ollama 等多种 LLM，在服务器频道里直接对话。
面向 NVIDIA GPU 和昆仑 XPU 的大模型训练框架，覆盖 LLM、VLM、扩散模型和具身模型，支持 LoRA、预训练、SFT 与中期训练，开箱即用适配 DeepSeek、GLM、Kimi 等主流模型。