AI · 算法工程
共 3,568 个仓库
用 Rust 写的终端编码 Agent，可接入任意模型提供商，在命令行里直接完成代码编写与多 Agent 编排任务。
一键截图或录屏的开源工具，支持区域捕获、GIF 录制、图像标注和 OCR，还能把图片、文本等文件上传到多种存储服务。
把 PDF 快速转成 Markdown 和 JSON，解析准确率高，适合喂给 RAG 或做文档结构化处理。
给 Claude Code 加一层多智能体编排，让多个 AI 代理按团队分工并行写代码，适合想把编码任务拆开并行跑的人。
面向不可预测增长的 Agent 负载设计的分布式数据库，原生支持事务、分析与向量检索，避免数据孤岛和资源争抢。
轻量级检索增强生成引擎，用图结构组织知识并支持增量更新，让 RAG 检索更快更省资源。
面向 RAG 的文档索引方案，不依赖向量数据库，用推理方式定位和检索文档内容，适合构建 Agent 式检索流程。
无需训练即可修改语言模型行为，通过消融技术去除审查、抑制废话、减少谄媚，让模型输出更直接可控。
开源的对话语音生成模型，能把文字转成自然流畅的日常对话语音，适合给聊天机器人和语音助手配音。
把开源模型和 Agent 统一到一个工作空间里，让 Claude、DeepSeek、GLM 等模型直接帮你干活，省去自己拼装编排的麻烦。
把持续不断的内容流变成可搜索、可监控的知识库，支持持久化摄取、混合检索、告警，以及格式、模型和业务规则插件。
收录 500 个跨行业 AI Agent 实际用例，覆盖医疗、金融、教育、零售等场景，并附开源实现链接，方便按行业找落地参考。
字节开源的多模态 AI Agent 桌面栈，把前沿模型和 Agent 基础设施连起来，让 Agent 能像人一样操作 GUI、浏览器和电脑完成任务。
把 Playwright 浏览器自动化能力封装成 MCP 服务器，让 AI Agent 通过结构化接口操控网页、抓取页面内容，无需依赖截图识别。
输入一段文本就能生成带笑声、叹息等非语言声音和背景音乐的语音，效果自然，适合做创意配音和音频内容原型。
用 LLM 从非结构化文本中抽取结构化信息，并给出精确的原文出处定位和交互式可视化，方便核对抽取结果。
用 AI 编码代理一条命令克隆任意网站，自动逆向还原页面结构与样式，生成可运行的 Next.js/React 前端模板。
一条命令就能从数百个模型和供应商里筛出适合你硬件配置的本地大模型，省去逐个试跑和查显存的麻烦。
纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。
基于 Langchain 和 ChatGLM、Qwen、Llama 等本地大模型搭建的知识库问答应用，支持 RAG 检索增强与 Agent 能力，可离线部署私有文档问答系统。
用 YAML 文件定义多容器应用，一条命令就能把整套服务编排起来跑，省去逐个 docker run 的麻烦。
高性能大模型与多模态模型推理服务框架，通过优化注意力机制和调度策略提升吞吐与延迟表现，支持 Llama、DeepSeek、MoE 等主流模型部署。
面向 Agent 与生成式 UI 的前端技术栈，支持 React、Angular、移动端和 Slack，让开发者快速把 AI 助手嵌入应用界面。
把 IDE 直接接进终端的编码智能体，支持 Claude、OpenAI 等多模型和 MCP，让命令行里也能完成读写代码、调用工具的完整开发流程。