AI · 算法工程
共 1,644 个仓库 · Python
面向物理 AI 机器人的厂商无关智能体框架，基于 ROS 2 工具执行复杂动作、场景任务、自由接口调用、日志摘要和语音交互。
基于预训练模型的持续学习工具箱，集成多种增量学习与终身学习算法，方便在视觉和视觉语言模型上做可复现的持续学习实验。
带空间标注的大规模视频数据集，为视频生成、3D/4D 重建和空间推理模型提供训练与评测数据。
用 Python 抓取 CoinMarketCap 的历史价格数据，方便做量化回测或行情分析时直接拿到干净的加密货币历史行情。
在本地对 Markdown 笔记做 Graph RAG 问答，从 wikilink 和 YAML 中抽取实体关系，结合向量、BM25 与时间混合检索，全程离线跑在 Ollama 上。
本地自托管的多智能体投研终端，覆盖 A 股、港股、美股，推理和数据都在自己机器上跑，用 BYOK 接入模型，可作为腾讯 WorkBuddy 金融版的开源替代。
自托管的 AI Agent 操作系统，把记忆、聊天、Agent 和文件都留在自己的硬件上，默认离线运行，还能把树莓派、Mac mini、游戏 PC 自动组集群。
用 VQAScore 给文生图、文生视频和文生 3D 模型打分的评测工具，基于视觉语言模型判断生成内容与文本提示是否匹配。
命令行工具，用于在 3DGS、KSplat、SPZ、Splat 等十余种 3D 高斯泼溅模型格式间互转，并支持 GPU 加速的统计离群点与密度滤波。
从多视角图像重建高反射物体的神经几何与BRDF，解决反光表面难以准确建模和渲染的问题。
用 TensorFlow 把 Kaggle 旧金山犯罪描述分成 39 类，CNN、GRU、LSTM 搭配词向量做多分类文本建模，适合入门文本分类实战。
基于 FastAPI 的机器学习模型服务骨架，帮你快速搭出可上生产环境的推理 API，省去从零写服务框架的功夫。
中文优先的企业级 RAG 知识库，把文档解析、切块、混合检索、重排、引用溯源、知识图谱和评测串成一条可控流水线，还能直接接入 Dify。
面向计算机视觉的高性能图像增强库，支持分类、分割、检测等任务，可同步变换边界框和掩码，适合深度学习训练数据扩增。
把 Qwen3-VL、Florence-2、InternVL 等视觉语言模型接进 ComfyUI 的节点包，顺带支持开放词表检测、SAM 分割、视频时序推理和 GGUF 量化加载。
用轨迹场把任意视频表示为 4D 结构，从普通视频中重建出带时间维度的三维场景，适合做动态场景的 4D 重建研究。
基于 TensorFlow Keras 的量化深度学习库，支持量化感知训练，方便把模型部署到 FPGA、ASIC 等硬件加速器上。
一个基于 MCP 协议的多模态 AI Agent 教程项目，让 Agent 能看图听声，用 Pixeltable 做嵌入存储、Groq 和 OpenAI 驱动推理。
把角色的脸、身材、服装和声音打包进一个 .char 文件，让同一个角色在不同扩散模型和视频生成工具里保持一致，省去反复调参对齐的麻烦。
原生多模态大模型，把文本和图像统一到 3D 生成与理解任务中，支持文生 3D、图生 3D、3D 描述和编辑。
用大模型自动从长视频里挑出精彩片段并剪成短视频，省去人工逐段回看的麻烦。
把 ONNX 模型转成 Keras 或 TFLite 的转换工具，方便将 PyTorch 训练好的模型部署到移动端和嵌入式设备，还支持量化。
一个支持持续学习的自适应文本分类系统，能在数据分布变化时增量更新模型而不遗忘旧知识，适合动态场景下的分类任务。
在 ComfyUI 里直接训练、分块编辑并保存 LoRA，支持 Z-image、Flux Klein、SDXL、Flux、WAN 2.2 和 SD 1.5，省去外部训练脚本的来回折腾。