AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
给 AI Agent 用的开源数据库和工作台，把结构化数据、长期知识、可复用技能和可运行应用放在一起，重要写入还能人工审核，支持本地优先和自托管。
用 Rust 写的 RDNA 原生大模型推理引擎，直接跑在 AMD GPU 上，让 RDNA 显卡也能高效做 LLM 推理和量化。
基于 ggml 的 C++ 语音推理运行时，统一跑 Cohere Transcribe、Parakeet TDT、Voxtral、Canary 等多语言 ASR 与 TTS 模型，还带通用强制对齐。
完全本地运行的私密语音转文字应用，支持多种模型后端、说话人分离和日历模式，覆盖 Windows、macOS 和 Linux。
用 Rust 写的高性能 RAG 与 LLM 应用框架，支持流式索引、检索和智能体编排，适合构建低延迟的检索增强生成服务。
把文档解析、知识图谱和向量检索串成一套本体增强的 RAG 方案，让 AI Agent 基于结构化知识作答，减少胡编乱造。
基于 CDP 读取 DOM 和无障碍树的 MCP 服务器，让 AI 代理用稳定元素引用和差异快照操作浏览器，替代截图循环，零依赖。
基于 Windows Desktop Duplication API 的 Python 高性能截屏库，低延迟抓取屏幕画面，适合给计算机视觉和智能体应用做实时输入。
整理 CLIP 等视觉语言模型上 prompt learning 与 adapter learning 方法的论文清单，方便做少样本、零样本分类的研究者快速找到相关工作和基线。
汇总 27 款指纹浏览器和 28 家住宅代理 IP 的选型指南，对比套餐价格，并收录 Chromium 指纹定制、反检测自动化与指纹检测工具，帮做多账号运营的人快速挑方案。
改一行代码就能把 Playwright/Puppeteer 换成隐身 Chromium 内核，绕过反爬和指纹检测，让爬虫和浏览器自动化不再被封。
Google Cloud Vertex AI 的官方示例合集，提供 Notebook、代码和示例应用，演示如何开发、训练和管理机器学习与生成式 AI 工作流。
系统梳理大模型、多模态模型等场景下的模型合并方法、理论与应用，涵盖攻击防御、持续学习、扩散模型等方向，适合快速了解该领域全貌。
单卡微调大模型前的显存预检工具，估算显存占用并给出可直接跑的 LoRA/QLoRA 配置，避免盲目开训就爆显存。
用 Hugging Face diffusers 把扩散模型从图像搬到音频，能直接训练和生成音乐片段，省去自己搭扩散流程的麻烦。
汇总视频生成领域的论文与资源清单，覆盖扩散模型、GAN、文本生成视频等方向，方便快速追踪研究进展。
基于 Spring AI 和 Spring Boot 的 Java 示例集，演示如何接入 OpenAI、Ollama 等模型，实现 RAG、向量嵌入等生成式 AI 应用。
可视化拖拽积木块搭建浏览器自动化流程，再通过 API 触发执行，适合抓取网页和跑重复性任务。
面向具身智能的一站式 VLA 工程平台，打通数据、模型训练到真机部署全流程，省去自己拼装工具链的麻烦。
汇集移动机器人领域的优质资源清单，涵盖定位、数据集、实验室、公司、书籍与招聘信息，方便快速查找学习资料和行业动态。
在 mpv 播放器里用轻量超分模型实时把动漫画面放大到 4K，基于 Real-ESRGAN 和 TensorRT 加速，看番时直接获得高清画质。
把 Obsidian 笔记和 PDF 自动整理成带实体页、概念页的互链知识库，并支持基于图谱的问答，数据全程留在本地。
YOLO-Master 是腾讯开源的实时目标检测模型，用专家混合（MoE）搭配专用 Transformer 提升检测精度与速度，支持检测、分割和分类任务。
一套面向音频处理的深度学习实战代码集，覆盖语音识别、说话人验证、关键词唤醒、语音合成与音色转换等任务，可直接参考实现来训练和微调模型。