AI · 算法工程
共 3,223 个仓库 · 一年内有推送
轻量级 C++11 纯头文件李群李代数库，为机器人、SLAM 和计算机视觉提供 2D/3D 位姿与几何运算支持。
云原生高性能 AI 与 API 网关，把各家大模型 API 统一成一套请求和返回格式，顺带做申请审批、调用统计、负载均衡和多模型灾备，一键部署开箱即用。
面向所有人的 3D 视觉入门教程，用 OpenCV 和 CMake 带你动手实现相机标定、图像校正、视觉里程计、视觉 SLAM 与三维重建等几何视觉核心算法。
一套 Linux 系统性能排查工具集，能像 X 光一样透视进程、CPU 和 I/O 的真实运行状态，快速定位卡顿和异常热点。
Ollama 的现代化跨平台客户端，支持 Android、Windows、Linux，让本地大模型对话和管理更顺手。
一份面向 2026 年的视觉 SLAM 学习路线图，把计算机视觉、深度学习、RGB-D、VIO 等知识按阶段串成清晰的学习路径，帮新手系统入门并成长为视觉 SLAM 开发者。
把 Markdown 笔记组织成知识图谱，通过 LSP 接入编辑器，并提供 CLI 和 MCP 记忆接口供 AI Agent 使用。
把 YOLOv8 的检测、分割、姿态模型导出为 ONNX 并用 TensorRT 加速推理，支持 Jetson 和 DeepStream 部署。
让 AI 通过无障碍服务看懂手机界面并自动点击操作真实 App 的 Android GUI Agent 框架，可用于构建手机端自动化助手。
面向 LLM 推理、RAG 与 Agent 工作流的开源协议栈，提供问题地图、全局调试卡等工具，帮助定位幻觉、对齐和检索环节的故障。
腾讯开源的 Node.js 服务端 Web 监控与日志采集方案，能捕获请求链路和运行时数据，帮开发者定位线上问题、做可观测性分析。
本地优先的桌面多智能体运行台，自带 API Key 就能让像素风空间站里的 AI 代理真实执行任务，全程可视化。
把团队知识和代码图谱以文件形式存进 Git 仓库，让工程师和 AI 编码助手共享同一份上下文记忆，避免重复解释项目背景。
用 Zig 写的跨平台 LLM 推理引擎，支持 Metal、CUDA 和 Vulkan，让同一套代码在苹果、NVIDIA 和通用 GPU 上跑大模型推理。
一套教编码 Agent 写出、审查并移植地道 Rust 代码的 Agent Skills，附带经过测试的 clippy 配置，兼容 Claude Code、Codex、Cursor 等主流工具。
百聆是一个类 GPT-4o 的实时语音对话助手，串联 ASR、大模型和 TTS，端到端延迟低至 800ms，支持打断，Mac 等低配设备也能跑。
把 ExecuTorch 推理运行时封装进 React Native，让手机端直接跑 LLM、视觉、语音等模型，数据不出设备。
腾讯开源的模型压缩工具包，支持量化、投机解码和扩散模型加速，帮你在部署大模型时降低显存占用、提升推理效率。
ESP32-CAM 运动检测录像固件，检测到画面变化就把 JPEG 存成 AVI 视频，同时支持 MJPEG 浏览器实时预览和麦克风录音。
在浏览器里读日文漫画，通过 OCR 让画面中的文字可选中、可复制，方便查词和翻译。
可自托管的命令行编码 Agent，支持接入 OpenAI、Anthropic、Gemini、Ollama 等多种模型，让开发者按自己的规则在本地完成代码辅助任务。
微软开源的统一多模态模型，用流匹配做图像编辑与文生图，同时支持流式视频理解和 GUI 电脑操作 Agent。
把 BERT 现代化改造：通过架构升级和规模扩展提升长文本理解与嵌入质量，适合做检索、分类和向量化任务。
实时可视化 Claude Code 多智能体编排过程，能直观看到智能体如何思考、分支和协作，方便调试复杂 Agent 工作流。