AI · 算法工程
共 2,598 个仓库 · 近 4 个月有推送
本地 AI 网关，把各家订阅和 API 服务商统一到一个入口，靠智能路由分发请求，并在设备端做隐私保护。
收录 5000+ 中文 AI 绘画提示词，按类别整理并支持检索和一键复制，覆盖 Midjourney、Stable Diffusion、Flux、即梦、可灵等主流生图模型，源码和数据集全部开源。
从单张图片生成多视角一致图像，进而重建完整三维场景，解决单视图场景重建中视角覆盖不足的问题。
汇总多模态建模相关资源，覆盖多模态大模型（MLLM）、统一多模态模型（UMM）和原生多模态模型（NMM），方便快速查找论文与工具。
面向大规模场景的可扩展测试时训练 3D 重建方案，通过在线自适应提升深度估计与重建精度，适合处理超长序列和大范围场景。
把 Webots 机器人仿真器和 ROS 2 打通的官方软件包，提供示例、定位、导航、SLAM 和运动规划接口，方便在仿真里快速搭建和调试机器人程序。
开箱即用的 LiDAR SLAM 系统，用 Python 实现，能直接完成激光雷达建图与定位，省去繁琐配置。
一款干净美观的 macOS 原生剪贴板管理器，除历史记录外还集成截图、录屏、OCR、划词翻译和局域网同步等日常效率功能。
整理时间序列分割方向的论文阅读清单，覆盖变点检测、异常检测、多变量时序等主题，方便快速找到该领域的代表性工作。
给 vLLM 推理服务器套上现代化 Web 界面，方便管理和对话，兼容 GPU/CPU，并针对 macOS Apple Silicon 与 OpenShift/Kubernetes 部署做了优化。
在 Apple 芯片 Mac 上本地运行的电脑操作代理，通过 macOS 无障碍 API 驱动，用 laya 做端侧决策、CUA-S1-FORMS 填表，无需云端。
装在浏览器里的 AI 助手，能直接操作网页完成自动化任务，不绑定特定模型，适合把日常浏览和重复操作交给 Agent 处理。
给 AI Agent 用的自托管网页检索与浏览技能：SearXNG 搜索、Camofox 浏览、CloakBrowser 绕过反爬，从源头减少幻觉。
系统梳理多模态检索增强生成的研究进展，把图文音视频等跨模态检索与生成方法归拢成一份综述，帮研究者快速摸清这个方向的全貌。
给 Claude Code 和 Codex 用的 UI 设计与还原技能，能从截图生成设计稿，再把设计稿还原成可运行页面。
收录 3000+ 条 Gemini Nano Banana Pro 高质量提示词与生成案例，覆盖摄影、设计、艺术、营销等领域，JSON 格式双语呈现，方便直接取用和二次整理。
基于 ImGui 和 OpenGL 的 3D 可视化库，方便快速搭建点云、SLAM 和定位算法的原型调试界面。
给 AI 编码代理套上工程治理的编排层，让代理写出的代码经过审查与流程管控后安全上线，适合团队把多代理开发纳入 SDLC。
用 Docker 和 BuildKit 把开源大模型的微调、构建与部署串成一条流水线，并直接发布到 Kubernetes 上运行推理。
基于 AWS CDK 的生成式 AI 基础设施构件库，把 Bedrock、知识库、Agent 等常见模式封装成可复用构造，省去手写云资源编排。
一组各配独立电脑、邮箱和电话的 AI 机器人，替你跑业务运营流程，适合想把重复性运营工作交给自动化代理的团队。
把 Ostris 的 AI-Toolkit 打包成 Windows 一键便携安装包，省去配环境、装依赖的麻烦，直接开跑 LoRA 和 Stable Diffusion 微调。
一款桌面端 AI 客户端，把多模型对话、RAG 检索、Skills 技能、MCP 工具调用和 Agent 编排整合到一个应用里，适合想统一管理各家 LLM 的用户。
开放词表目标计数模型，基于视觉语言基础模型，能按任意文本描述统计图像中物体数量，无需针对新类别重新训练。