AI · 算法工程
共 3,223 个仓库 · 一年内有推送
用单张图片生成高质量 3D 物体的 PyTorch 实现，结合 2D 与 3D 扩散先验，解决单图三维重建中几何与纹理质量不足的问题。
面向机器人位姿与流形优化的可微分编程库，把李群、位姿估计和卡尔曼滤波等模块接入 PyTorch，方便在深度学习里做几何优化与状态估计。
本地优先的 Markdown 笔记应用，专为 AI Agent 读写笔记而设计，让智能体可以直接管理和检索你的知识库。
面向 LLM、VLM、DiT 和 REC 模型的高性能推理引擎，针对多种 AI 加速卡做优化，适合在异构硬件上部署大模型服务。
给个性化 AI 智能体提供长期记忆管理的操作系统层，把对话历史、用户偏好等记忆统一存储与检索，解决智能体跨会话记不住上下文的问题。
开源 3D 虚拟角色交互界面，集成语音合成与语音识别，让用户通过自然对话与 3D 角色实时交流。
基于 ONNX/YOLOv8 和 DirectML 的通用 AI 瞄准辅助工具，为行动不便的玩家提供视觉对齐能力，用 C# 实现。
飞桨生态下的模型压缩与架构搜索库，提供剪枝、量化、蒸馏和 NAS 等能力，帮你在部署前把深度模型压小提速。
在树莓派等边缘设备上跑深度学习推理的网关，把模型部署到 IoT 终端并通过 MQTT 上报结果，省去云端往返。
用大模型、计算机视觉和语音识别自动分析视频内容，把画面、语音转成结构化信息，省去人工逐帧观看和整理。
基于 Transformer 的多模态传感器融合端到端自动驾驶模型，用模仿学习把摄像头和激光雷达数据联合建模，直接输出驾驶控制。
开源本地优先的 AI 语音听写应用，用开源模型离线转写，不用键盘就能快速输入文字，适合记笔记和会议记录。
PHP 的浏览器模拟抽象层，统一封装多种无头浏览器驱动，让自动化测试和网页抓取代码不绑定具体实现。
面向 LLM 的文档智能库，用 ORM 风格接口编排文档解析、OCR 与信息抽取流程，让复杂文档工作流更灵活可控。
收录基于 Playwright 的优质工具、实用库和项目，帮你在浏览器自动化与端到端测试选型时快速找到现成方案。
把任意 LLM 改造成 Jev 风格决策模型，输出带类型的决策和真实概率，无需训练即可使用，适合需要可靠置信度的决策场景。
Fun-ASR 是支持 31 种语言和中文方言的语音识别模型，提供 Nano 轻量版，并支持 Transformers、FunASR、vLLM、llama.cpp 多种部署方式，可端侧运行。
收集构建 AI 网页智能体所需的工具、框架和资源清单，帮开发者快速找到浏览器自动化与 LLM 驱动的 Agent 方案。
本地优先的会议与语音备忘录转写工具，在设备端把录音转成 Markdown，并支持 Claude Code、Cursor 等 MCP 客户端直接查询。
开源自托管的 AI 代码审查工具，可接入自己的 LLM，自动审查 PR 并给出评审意见，是 CodeRabbit 的替代方案。
把 MiniMax 的语音合成、文生图、文生视频等生成能力封装成 MCP 服务，让 Claude 等支持 MCP 的客户端直接调用。
基于流匹配的语音合成模型，通过表情符号控制说话风格，支持声音克隆，让 TTS 输出带情绪和语气变化。
基于 PyTorch 的神经网络量化库，支持训练后量化和量化感知训练，方便把模型部署到 FPGA 等硬件上做加速。
汇总向量检索相关的库、服务和论文的 awesome 清单，帮你快速找到 KNN 搜索、相似度检索和向量搜索引擎的现成方案。