AI · 算法工程
共 3,223 个仓库 · 一年内有推送
为 AI Agent 提供持久化长期记忆的 MCP 服务，支持 LangGraph、CrewAI、AutoGen 和 Claude，通过 REST API、知识图谱和自主整合让智能体跨会话记住上下文。
在本地设备上跑实时多模态 AI 的 Python 项目，整合语音识别、语音合成和本地大模型，实现类似 GPT-Live 的实时对话体验，支持 Apple Silicon 和 MLX。
在 CPU 上实时做人脸检测和面部关键点跟踪，附带 Unity 集成，适合做虚拟形象、动捕这类不需要 GPU 的场景。
本地优先的编码 Agent 框架，让大模型在测试时自适应学习并自主专精，适合自托管、注重隐私的开发者。
把公司各类数据接进来，让智能体自动起草本体并加载成一张可探索、可提问的图，省去手工建知识图谱的麻烦。
面向 AI Agent 的逆向工程工作区，通过单个 MCP 服务器提供覆盖 36 个领域的 735 个工具，支持 JS 反混淆、Frida 调试和浏览器自动化。
面向 Apple Silicon Mac 的实时系统监控工具，无需 sudo 即可查看 CPU、GPU 等硬件指标，提供 TUI 界面、JSON/Prometheus 指标服务和 Rust 库。
本地运行的私有技术文档 MCP 服务器，用界面抓取并索引官方文档，让 Cursor、Claude 等编码助手直接检索最新资料，避免过时或编造的答案。
浏览器和桌面自动化工具，支持录制宏或写 JavaScript 来操作网页、抓取数据，并通过 OCR 和图像识别控制桌面应用，还提供 MCP 服务器供 AI 助手调用。
大模型安全、安保与隐私方向的论文阅读清单，汇总对抗攻击、越狱、隐私保护等研究，帮研究者快速定位 LLM 与多模态模型安全领域的核心文献。
TurtleBot3 的 ROS 功能包集合，提供移动机器人导航、SLAM 建图与 Gazebo 仿真支持，适合做机器人教学和算法验证。
一站式恶意软件分析工具，支持 APK、ELF、EXE、OSX 等多平台样本，可识别加壳并提取特征，还提供 MCP Server 供 Agent 调用。
把 iPhone 变成 OCR 服务器，基于 Apple Vision 框架提供 HTTP 接口，让局域网内其他设备直接调用 iOS 的离线文字识别能力。
把 DINOv3 的强表征能力引入实时目标检测，DEIMv2 在保持实时推理速度的同时显著提升检测精度，适合需要快速部署的目标检测场景。
用单张 LoRA 做图像编辑，仅需 0.1% 训练数据就能在身份保持上超过 GPT-4o，4GB 显存即可运行。
面向视频分析与端侧 VLM 的 C++ 边缘推理引擎，支持算能、瑞芯微 RKNN 和 x86 平台，自带可视化编排、实时 OSD、事件与可复现基准。
约 30MB 的轻量级多数据源数据库客户端，支持 MongoDB、Kafka、MQTT 等，内置 AI 与 MCP 能力，替代 Electron 桌面工具的臃肿方案。
把会议录音转成文字并实时分析，让 AI 智能体在会前、会中、会后持续跟进，自动生成会议纪要并驱动后续工作流。
用 C++ 写的轻量级 ONNX 推理库，靠流式加载把内存压到极低，能在树莓派 Zero 2 或 298MB 内存里跑 Stable Diffusion XL 1.0，桌面端也能跑 Mistral 7B。
无需 OCR 的本地化文档解析工具，能把扫描件、表格等非结构化文档直接抽取成结构化数据和 Markdown，还附带 OCR 基准测试。
把日志、链路追踪和指标统一摄入并存入 S3 兼容存储，支持用自然语言通过 LLM 查询，适合自建可观测性平台。
把 EPUB 电子书自动转成有声书音频，内置 WebUI，输出格式适配 Audiobookshelf，支持 OpenAI/ChatGPT 语音合成。
在 iOS 和 macOS 上离线运行 LLaMA、GPT-2、RWKV 等大语言模型的 Swift 应用，基于 GGML 库，无需联网即可本地推理。
把 YOLO 系列模型接入 NVIDIA DeepStream SDK 的推理实现，支持 Darknet、PyTorch、Paddle 等多种权重格式，方便在 Jetson 和 GPU 上做实时目标检测部署。