多模态生成

共 6 个仓库 · Rust

打开分类页
screenpipe
screenpipe·Rust

持续录制电脑屏幕和音频,把日常工作流整理成可检索的记录,帮你找出值得自动化的环节,并为 AI 智能体提供上下文。

屏幕录制+4视觉语言模型
22323+582.3kapp-v2.7.1452026-11-10 00:40 UTC
vortex
vortex-data·Rust

一套可扩展的列柱式压缩框架,也是目前最快的开源列柱式文件格式,面向多模态和 Arrow 数据的高效存储与读取。

列柱式压缩+4压缩解压
3312+22580.93.02026-11-10 11:40 UTC
takumi
kane50613·Rust

用 Rust 写的轻量布局引擎,直接解析 JSX、HTML 和 CSS,把页面渲染成图片、SVG、PDF 或绘制树,不需要无头浏览器,适合生成 OG 图、发票和动态图像。

布局引擎+4图像生成
3186+592[email protected]2026-11-10 06:02 UTC
ghostwriter
awwaiid·Rust

把 reMarkable2 电子纸平板变成视觉大模型的输入画板,手写或画图后直接发给 ChatGPT、Claude、Gemini 识别与对话。

电子纸平板+4视觉语言模型
572+145v2025.09.27-012026-11-06 00:08 UTC
Montscan
sh4den·Rust

自托管的扫描件处理工具,通过 FTP、SMB 或监听文件夹接收扫描文件,用本地 Ollama 视觉模型识别内容并自动生成带日期的描述性文件名,再投递到 WebDAV 或本地目录。

扫描件处理+4视觉语言模型
457+132v2.0.02026-11-05 14:04 UTC
NIGHTRUN
hardrave·Rust

让 PC 开机直接进入大模型运行环境,基于 Rust 的 UEFI 常驻方案,底层不需要操作系统,省去启动系统开销。

UEFI+4视觉语言模型
304292026-07-27 19:40 UTC