AI · 算法工程
共 3,223 个仓库 · 一年内有推送
把各类文档抽取、解析成结构化分块，直接喂给 AI Agent 和 RAG 流水线，省去自己写清洗和切分逻辑。
给 AI 编程助手用的 Go 语言编码规范，让自动生成的 Go 代码符合现代写法，减少过时风格和常见错误。
面向 vLLM 生产推理的 LLM 压缩工具，支持量化等压缩算法，把大模型压小以便高效部署。
用低秩分支吸收离群值的 4-bit 扩散模型量化方案，让 FLUX 等大模型在低显存下也能高速出图，并已集成 ComfyUI。
用 Python 快速编写、构建和评测 AI Agent 的框架，内置 TUI 命令行界面，并支持 MCP、ACP、A2A 等协议与 Agent Skills。
面向A股的多人智能体投研框架，接入龙虎榜、游资、解禁等本地数据源，让7位AI分析师按A股规则辩论并给出风险评估。
为 AI 编码代理提供上下文网关，按任务筛选相关上下文、接入本地知识并记录可审计的证据链，支持 CLI、MCP 和代理路径。
面向 AI Agent 的级联运行时，在 Agent 循环内按成本、延迟、质量和策略动态调度模型与决策，帮你在不牺牲效果的前提下省下推理开销。
汇总知识蒸馏领域的论文、代码与资源清单，方便快速查找教师-学生模型压缩和知识迁移的相关工作。
一个面向多 AI 编码代理的桌面协作工作区，让人和 Claude Code、Codex 等代理在同一空间里协同编排任务、共享上下文。
Meta 开源的通用前馈式三维重建模型，能从单张或多视角图像直接恢复带真实尺度的三维几何，省去传统 SfM 的繁琐标定与优化流程。
低代码构建多智能体大模型应用的框架，把模型微调、知识库、数据流程等环节封装成简单接口，让开发者少写胶水代码就能搭出复杂 Agent 系统。
给 LLM Agent 用的长期记忆系统，通过压缩和知识图谱把文本与多模态历史高效存下来，让 Agent 跨会话记住关键信息。
把 Codex、Claude Code 等编码智能体整合成统一的多智能体编排平台，支持并行执行、任务调度和长时间运行的工作流，适合开发者做自动化。
把视频扩散模型的推理速度提升 100–200 倍，靠一致性蒸馏、稀疏线性注意力和 SageAttention 等系统级优化，让视频生成真正跑得动。
基于 JAX 的计算机视觉研究库，提供注意力机制、Transformer 和 Vision Transformer 等模型实现，方便快速搭建和复现视觉研究实验。
Eagle 是一系列前沿视觉语言模型，主打以数据为中心的训练策略，能看图理解并回答多模态问题，适合做图文问答和视觉理解研究。
基于 PyTorch 的自监督学习库，用对比学习和 JEPA 世界模型在无标注图像上训练表征，省去人工标注成本。
一站式本地 AI 桌面工作台，把聊天、图像与视频生成、编码智能体整合进单个免费应用，Windows/Linux 免 Docker、免终端、免云端即可跑。
面向 Postgres、MySQL、SQL Server、Oracle 等数据库的 MCP 服务器，让 Claude、Cursor 等 AI 编程助手能直接查询数据库，并控制上下文 token 消耗。
在 .NET 项目里本地跑 LLaMA、LLaVA 等大模型的 C# 库，封装 llama.cpp，让 C# 开发者不用切 Python 就能做聊天和多模态推理。
用多环境任务系统评测大模型作为智能体的综合能力，覆盖操作系统、数据库、知识图谱等场景，方便横向对比不同模型的 agent 表现。
深入拆解 Claude Code 源码，讲清它的整体架构、Agent 循环、上下文工程和工具系统，适合想搞懂编码 Agent 内部怎么跑起来的人。
开源的运动恢复结构（SfM）流水线，从多张照片自动重建三维场景和相机位姿，适合做摄影测量与三维建模。