AI · 算法工程
共 3,568 个仓库
开源的 RAG 文档问答工具，上传文档后即可用大模型对话检索，快速搭建私有知识库问答。
把屏幕截图解析成结构化元素，让纯视觉 GUI Agent 能识别界面上的按钮、图标和文本，无需依赖 DOM 或控件树。
把大语言模型和 Hugging Face 上的各类模型连起来，让 LLM 自动挑选、调用合适的模型完成多模态任务，相当于给模型加了个调度中枢。
用 PyTorch 实现的 Vision Transformer（ViT），只需一个 Transformer 编码器就能在图像分类任务上达到 SOTA，代码简洁易读，适合快速复现和二次开发。
开源的无代码 AI 工作流自动化平台，内置约 400 个 MCP 服务器，让 AI Agent 能直接调用各类外部服务，可替代 n8n 搭建自动化流程。
浏览器里就能用的开源 3D 建筑设计软件，面向 AECO 行业，支持扫描转 BIM，还能通过 MCP 和 CLI 让 AI Agent 直接操作建模流程。
给大模型智能体加上持久记忆和状态管理，让 Agent 能跨会话记住信息、持续学习并自我改进。
PyTorch 版 CycleGAN 与 pix2pix 实现，提供图像到图像翻译的完整训练与测试流程，支持无配对和有配对数据转换。
汇集大模型技术原理与实战经验的开源知识库，覆盖训练、推理、部署和工程化落地全流程，适合系统学习大模型应用开发。
快速且省显存的精确注意力实现，支持训练和推理，能显著加速 Transformer 长序列计算。
安装前扫描 Claude Code、Codex 和 MCP 技能的安全工具，能发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。
基于 Whisper 的语音识别工具，能给出词级时间戳并支持说话人分离，适合做字幕对齐和会议转写。
基于 Vite+Vue3+Gin 的企业级后台开发平台，内置 AI 辅助、MCP 服务和技能管理，集成 JWT 鉴权、权限管理、代码生成器等常用功能，帮团队快速搭建管理系统。
开源的多模态视觉指令微调模型，让 LLaMA 类大模型能看图对话，效果对标 GPT-4V，适合做图文问答和视觉助手。
工业级零样本语音合成系统，只需几秒参考音频就能克隆音色并跨语种合成，兼顾可控性与推理效率。
分布式系统的应用性能监控平台，支持链路追踪、指标采集和日志分析，帮你在微服务架构下快速定位性能瓶颈。
50 多个生成式 AI Agent 教程与实现，从基础对话机器人到复杂多智能体系统，帮你快速上手并复现各类 Agent 技术方案。
开源业务系统搭建平台，用 AI Agent 写代码、跑流程，NocoBase 提供底层能力和治理，人只负责决策。
把 Git 的版本控制能力搬到数据库上，支持分支、合并、克隆和 diff，适合需要追踪数据变更、给 AI Agent 做可回溯记忆存储的场景。
Model Context Protocol 官方 Python SDK，用来快速搭建 MCP 服务端和客户端，让大模型应用以统一协议接入外部工具与数据源。
把 Claude、Codex、Grok 等多个编码 Agent 统一到一个应用里编排调度，并复用你已付费的订阅额度，省去多平台来回切换。
一站式多模态 RAG 框架，把文本、图像等不同模态的检索与生成统一到同一套流程里，省去自己拼接多个组件的麻烦。
3D Gaussian Splatting 的官方参考实现，用高斯点云做辐射场重建，实现实时可交互的逼真场景渲染。
多语言大语音生成模型，覆盖推理、训练到部署全流程，支持中英日粤语及跨语种合成，适合做语音克隆和对话机器人。