AI · 算法工程
共 153 个仓库 · JavaScript
把单个知识点自动做成带旁白、逐句标注出处的知识短片，基于 Claude Code 技能，内置 44 套视觉风格，代码逐帧渲染成片。
把 Claude Code、Cursor、Cline、Aider、Codex CLI 等编码工具的请求统一到一个本地端点，按已付费的订阅席位优先路由，并记录用量账本。
一个 MCP 服务器，能统计各 AI 编程代理节省了多少 token、优化上下文，并在 16 种 CLI 客户端间共享本地实时知识图谱。
收录 150 条 GPT Image 2.5 社区提示词，覆盖 9 类使用场景，每条都标注原作者和出处，可直接拿来生成图片。
汇总多模态建模相关资源，覆盖多模态大模型（MLLM）、统一多模态模型（UMM）和原生多模态模型（NMM），方便快速查找论文与工具。
收录 5000+ 中文 AI 绘画提示词，按类别整理并支持检索和一键复制，覆盖 Midjourney、Stable Diffusion、Flux、即梦、可灵等主流生图模型，源码和数据集全部开源。
给 vLLM 推理服务器套上现代化 Web 界面，方便管理和对话，兼容 GPU/CPU，并针对 macOS Apple Silicon 与 OpenShift/Kubernetes 部署做了优化。
给 AI Agent 用的自托管网页检索与浏览技能：SearXNG 搜索、Camofox 浏览、CloakBrowser 绕过反爬，从源头减少幻觉。
用代码和 AI 智能体从 OpenStreetMap 数据程序化生成旧金山等城市的 3D 数字孪生场景，在浏览器里通过 Three.js 和 WebGL 实时渲染。
把视频按场景切成 9-16 格带时间戳和字幕的分镜图，连同音频包络压成一张 384 token 的图片，方便大模型低成本理解长视频。
把想法和素材交给 AI 导演智能体，自动生成生动的讲解视频，支持本地优先运行并自由接入任意模型。
多智能体编排平台，把 Gemini CLI、Claude Code、Codex 等编码助手组织成 39 个专职子代理并行干活，内置代码审查、调试、安全与合规检查。
给 AI 研究 agent 用的证据链白板与 MCP server，每条结论都能追溯到产生它的运行记录和代码，方便复核与复现。
把 Camoufox 反检测浏览器引擎封装成 REST API 服务，让 AI 智能体通过接口驱动浏览器自动化，绕过指纹识别和机器人检测。
给 AI 编码助手套上项目规则约束，防止 Cursor、Windsurf、Copilot 乱改架构、UI 库和设计模式，解决 AI 开发中的架构腐化问题。
让 AI 智能体直接操控真实 Chrome 的跨平台浏览器自动化方案，提供 CLI 和 JS SDK，通过 CDP 驱动，不绑定特定模型或平台。
开源的 AI UGC 视频广告生成器，用 Veo、Seedance 等模型生成真人感 AI 演员口播视频，可自托管替代 Arcads 和 MakeUGC。
用流水线方式自动运行 Python 程序，顺带监控 GPU 状态，适合管理机器学习实验的批量跑批场景。
用消费级硬件在本地搭建并运行大语言模型和聊天机器人，支持 llama-cpp-python、vLLM 和 RAG 检索增强。
让编码智能体通过本地 MCP 服务、CLI 和 TypeScript 引擎程序化生成并迭代 3D 资产，支持渲染预览、源码编辑和 GLB 导出。
给 AI 智能体提供可远程操控的虚拟桌面环境，让 computer-use 类智能体能在隔离的虚拟机里运行和操作图形界面。
面向 Three.js 的高性能 3D Gaussian Splatting 渲染器，支持 WebGPU 和 WebGL2，可加载 PLY、SPZ 等格式并实现流式 LOD，方便在网页端流畅展示大规模 3DGS 场景。
基于 ComfyUI 的响应式 AI 创作工作台，在电脑或手机上流畅运行调优好的图像与视频生成工作流，适合自托管使用。
一份边做边学的 Agent 开发笔记，围绕 agent loop、harness 等核心机制，探索如何让编码 Agent 从勉强可用走向稳定可靠。