AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
在 RTX 5090 / RTX PRO 6000（sm_120）上跑 DeepSeek-V4.1-Flash 等前沿 MoE 大模型的 vLLM 适配方案，支持 GPU+CPU 混合推理和 2-bit 专家量化。
收录 150 条 GPT Image 2.5 社区提示词，覆盖 9 类使用场景，每条都标注原作者和出处，可直接拿来生成图片。
把 reMarkable2 电子纸平板变成视觉大模型的输入画板，手写或画图后直接发给 ChatGPT、Claude、Gemini 识别与对话。
一套统一的视觉 SLAM 评测框架，把主流 VSLAM 系统和公开数据集整合到同一套流程里，省去逐个配置环境、跑对比实验的麻烦。
给 AI 智能体用的加密离线长期记忆库，一键安装，带记忆图谱界面，支持各类操作系统和主流 Agent，让记忆的生成、存储和检索更高效。
一堆可直接在 Google Colab 上跑的生成式 AI 笔记本，覆盖 ComfyUI 工作流、Flux Kontext、混元、LTX 视频等图生图与图生视频玩法，省去自己配环境。
在 MiniMax H3 生成的视频里逐帧追踪并裁剪小尺寸人脸，用 H3 精修后再拼回原画面，解决远景人脸模糊、细节丢失的问题。
输入一个创意，多智能体流水线自动完成编剧、分镜、画面到成片，生成完整短剧视频，可接入 Seedance、Kling、Veo、Sora 等视频模型。
把 Mac 灵动岛搬到 Windows 桌面的轻量工具，聚合 QQ、微信、邮箱通知、剪贴板历史、快捷翻译、Agent 状态灯、媒体控制和每日待办，减少频繁切窗口。
一款开源的 Windows 截图工具，支持滚动长截图、标注、OCR 文字识别、翻译、钉图编辑、GIF 录制和剪贴板历史，适合日常截图与图文处理。
基于 Azure AI Search 和 gpt-4o-realtime 的语音 RAG 示例，让语音助手能实时检索知识库并生成带依据的对话回答。
内置 MCP Server 的开源远程桌面，让任意 AI Agent 能直接看到并操控远程电脑，把远程控制接入智能体工作流。
在写轮子前先查查有没有人做过：用向量检索和本地 LLM 在 npm、PyPI 上搜索相似包，判断你的开发点子是否已被实现。
带钱包的自主 AI 代理，能用 USDC 按次付费调用多模型完成营销、交易等实际任务，省去手动配置 API 密钥和订阅。
给 Payload CMS 装的 AI 插件，在后台直接做文本生成、AI 写作、翻译和图像生成，省去接第三方服务的麻烦。
一站式科研工作台插件，把 LaTeX 边写边编译、arXiv 文献管理、实验追踪、指标图表和 GPU 服务器 SSH 任务编排整合在一起，覆盖科研全周期。
在 NVIDIA DGX Spark 上快速启动、管理和停止 LLM 推理服务，支持 vLLM、SGLang、llama.cpp 等后端，省去手动配置环境的麻烦。
面向 AI 智能体的网页抓取与爬取基础设施，能把网页转成干净的 Markdown，并管理浏览器会话，绕过反爬限制，直接喂给下游模型。
用 Go 写的嵌入式向量检索库，底层调 llama.cpp 做语义向量和相似度搜索，适合直接在 Go 服务里加语义搜索能力，不用另起向量数据库。
跨平台截图、录屏和 OCR 工具，基于 Tauri 和 Rust 构建，本地优先，支持图片标注，适合日常快速截取与文字提取。
从零实现的大模型蒸馏与推理服务引擎，包含自定义 Triton/CUDA 算子、FSDP 蒸馏、分页 KV 连续批处理、投机解码和 Rust 网关，适合研究推理加速与可解释性。
命令行驱动的 AI 编码代理编排工具，能并行运行多个代理和模型、对比原始回答，并协调代码审查与实现流程。
为 Claude Code、Codex 等编码智能体提供 55 个严谨技能包，覆盖代码审查、安全审计、功能开发、前端设计、MCP 工具和 Hugging Face 模型训练。
法语本地语音助手，可接 Claude 或离线 Ollama，用语音控制 Hue 灯、OBS、日程、浏览器和 Twilio 电话，并自带 MCP 服务端。