AI · 算法工程
共 3,223 个仓库 · 一年内有推送
Infinity 是一个用位级自回归建模做高分辨率图像生成的模型，把 GPT 式架构扩展到视觉生成，解决高分辨率文生图的质量和扩展性问题。
面向桌面、终端和 CI 的 AI 编码执行框架，先建立仓库结构索引，再通过 AST 和 LSP 按符号精准改代码并自动跑检查，支持任意模型。
MATLAB 机器人学工具箱，提供机械臂与移动机器人的运动学、雅可比、刚体动力学、轨迹规划、卡尔曼滤波和 SLAM 等算法实现，方便在 MATLAB 里快速建模与仿真机器人系统。
面向 Keras 和 TensorFlow 的模型压缩工具包，通过量化和剪枝把训练好的模型压小、跑得更快，方便部署到移动端和边缘设备。
一套面向 RPA 的开源 Python 库和工具集，兼容 Robot Framework，集成 OCR、文档解析和 NLP 能力，用来搭建业务流程自动化脚本。
让 Claude Code、Codex、Gemini、Copilot 等不同厂商的 CLI 编码代理在同一团队内互相收发消息，基于 Bash 和 SQLite 实现，无需守护进程或框架。
面向机器学习工程与研究的智能体，能对接 arXiv 和 Papers with Code 检索论文，生成代码与研究方案，并支持 OpenAI、Anthropic、Gemini、Ollama 等模型。
把整本书自动转换成带动画、旁白和交互的网页课件，适合做互动教材和在线课程，无需手动剪辑。
macOS 上的本地会议转录与语音听写工具，支持 Apple Silicon 端侧推理，隐私优先，可替代 Granola 和 WisprFlow。
用自然语言驱动视频处理与编辑的 AI Agent 框架，把搜索、RAG、文生视频等能力串成可编排的工作流。
把微软 VibeVoice 语音合成模型接入 ComfyUI 的节点插件，支持单人和多人对话式语音生成，可直接在工作流里出高质量配音。
字节跳动开源的多模态大模型系列，能同时理解语音、音频、音乐和视觉信息，用于语音识别与视听内容理解等研究任务。
开源 AI 工作站整机方案，覆盖 2 卡桌面到 8 卡服务器，提供 CAD 图纸、BOM 清单、BIOS 配置和装机指南，方便自建本地大模型推理机器。
汇总电商及通用搜索领域的资源清单，涵盖查询理解、排序、相关性算法、自动补全和知识图谱等方向，方便检索相关工具与资料。
面向 AI 工程师的学习资源合集，包含智能体课程、五本手册、第二大脑实战项目和精选阅读清单，帮你系统入门并搭建个人知识库。
用 AI 模型自动处理琐碎工作并生成微应用来管理结果的开源 Grok 机器人，支持本地 LLM 与知识图谱。
一套构建 AI Agent 的规范与配套 CLI 工具，帮开发者统一 Agent 的开发和测试流程，避免各写各的。
基于 Retinex 理论的一阶段 Transformer 低光照图像增强模型，ICCV 2023 高被引工作，可直接用于夜间图像提亮与下游检测任务。
在 VS Code 里接入本地 LLM 做代码和文本补全的扩展，让编辑器具备类似 Copilot 的补全能力，同时数据不必离开本机。
把 Spark、scikit-learn 等训练好的机器学习流水线导出成统一格式，脱离原框架直接部署到生产环境做推理。
在 VS Code 里直接跑 Jupyter Notebook 的官方扩展，支持单元格执行、内核切换和变量查看，省去在浏览器和编辑器之间来回切换。
用机器学习给卡拉OK打分的应用，能分离人声并自动评分，适合聚会娱乐场景。
开源的 Android 语音助手应用，支持离线语音识别、唤醒词检测和语音合成，可替代系统自带助手。
面向智能体时代的开源文档智能平台，把非结构化文档接入 ETL 流水线和向量库，方便构建文档检索与 LLM 智能体应用。