探索全部
共 1,390 个仓库 · 近 4 个月有推送 · Python
端侧唤醒词检测引擎，用深度学习在本地识别自定义唤醒词，无需联网即可实现语音激活。
一份持续更新的精选清单，收录真正开源的 AI 项目、模型、工具和基础设施，帮你在海量仓库里快速找到可用的开源方案。
给编码 Agent 用的本地视频编辑工具，封装 42 个 FFmpeg 能力并通过 MCP 服务暴露，让 Claude Code、Cursor 等直接完成剪辑、字幕、改画幅和响度归一化。
用 100 多张原创原理图把 LLM 和强化学习的关键算法讲清楚，适合想系统理解大模型训练与 RL 机制的人对照学习。
机器学习与智能体 AI 的学习资源合集，涵盖计算机视觉、NLP、语音识别等方向的实践教程与研究资料，适合系统入门和查阅。
基于浅层扩散机制的歌声合成与语音合成模型，AAAI 2022 官方实现，支持 MIDI 输入生成歌声，兼顾合成质量与推理速度。
LightGlue 是一个基于 Transformer 的轻量级局部特征匹配网络，速度快、精度高，适合 SLAM、三维重建和位姿估计等需要实时图像匹配的场景。
面向 LLM 的开源知识库，把文档整理成可检索的知识，为 RAG 和智能体提供可靠的检索来源。
批量下载 PS2 游戏封面图，供 PCSX2、AetherSX2、RetroArch 等模拟器刮削器使用，省去逐张手动找图的麻烦。
轻量级文本切分库，为 RAG 流水线提供快速、稳定、语义感知的文档分块能力，解决长文本切分质量差的问题。
统一视频生成推理与后训练框架，支持扩散模型加速、蒸馏和微调，帮你在有限算力下更快跑出视频。
统一接入 MCP、A2A 和 REST/gRPC 的 AI 网关与注册中心，集中做服务发现、鉴权和调用管控，优化 Agent 与工具调用。
一份从入门到进阶的 Claude Code 使用指南，涵盖安装配置、命令、工作流、Agent 与技能，帮你快速上手并进阶为高效用户。
一个 Python 招聘信息抓取库，能从 LinkedIn、Indeed、Glassdoor 等八个招聘网站批量采集职位数据，省去逐个平台爬取的麻烦。
100M 参数的多语言语音合成模型，能在 CPU 上实时推理，支持音色克隆和 48kHz 立体声输出，适合本地部署轻量 TTS。
收集大量预训练模型，并已转成 TensorFlow、PyTorch、ONNX、OpenVINO、TFLite、CoreML 等格式，省去自己跨框架转换的麻烦。
提供大量可直接用于 TensorFlow、JAX 等框架的数据集集合，省去自己下载、解析和预处理数据的麻烦，统一接口加载即可训练模型。
基于 Django、Vue 和 Go 构建的远程监控与管理平台，可集中管理终端设备，执行远程桌面、脚本下发和自动化运维。
面向生产环境 LLM 与 Agent 系统的可观测平台，基于 OpenTelemetry 采集日志、指标和调用链，支持评估与调试。
把 Claude Code 或 Codex 变成深度研究智能体，自动采集、检索并综合网页资料，沉淀成可持续积累、可搜索的持久化 Wiki。
轻量灵活的数据校验库，用声明式 schema 给 pandas 等 DataFrame 做类型、范围和统计假设检查，在数据清洗和管道里提前拦住脏数据。
从 PyInstaller 打包的 exe 中提取 pyc 文件，方便后续反编译还原 Python 源码，是逆向分析打包程序的第一步。
生成带恶意载荷的 PDF 测试文件，用来验证 PDF 阅读器、转换器和 Web 应用是否会触发回连、SSRF、XSS、NTLM 凭据窃取或数据外泄。
仿生认知记忆引擎，用图结构为 LLM 智能体提供长期记忆与情节记忆，是 Graph RAG 的新范式。