探索全部
共 1,388 个仓库 · 近 4 个月有推送 · Python
收录 LLM 与 AI Agent 技能、资源和工具的精选清单，帮你在 Claude Code、Codex、Gemini CLI 等编码 Agent 中定制工作流。
把 GPT-SoVITS 语音克隆模型转成 ONNX 并做推理的引擎，方便在没有 PyTorch 环境里跑少样本音色克隆和语音合成。
VBench 是 CVPR2024 收录的视频生成评测基准，用多维指标客观衡量文生视频模型的质量，帮研究者横向对比不同生成方案。
把多个目标检测模型输出的检测框做融合集成，包含加权框融合（WBF）方法，能比传统 NMS 更好地合并重叠框、提升检测精度。
把草图或科学图表图片自动转成可编辑的 TikZ/LaTeX 绘图代码，省去手写矢量图代码的麻烦。
给 AI 驱动的云和 Kubernetes 运维加上安全护栏，防止自动化操作越权或误改生产环境，适合在 MLOps 和 DevOps 流程中做安全管控。
把 YOLOv8 的检测、分割、姿态模型导出为 ONNX 并用 TensorRT 加速推理，支持 Jetson 和 DeepStream 部署。
腾讯开源的模型压缩工具包，支持量化、投机解码和扩散模型加速，帮你在部署大模型时降低显存占用、提升推理效率。
微软开源的统一多模态模型，用流匹配做图像编辑与文生图，同时支持流式视频理解和 GUI 电脑操作 Agent。
一套教编码 Agent 写出、审查并移植地道 Rust 代码的 Agent Skills，附带经过测试的 clippy 配置，兼容 Claude Code、Codex、Cursor 等主流工具。
输入邮箱即可在 5000+ 平台做 OSINT 排查，聚合身份线索并检测泄露记录，无需 API key，pip 装完就能用。
跨平台音乐播放器兼曲库管理工具，用 Python 写成，能整理本地音乐收藏并支持灵活检索与播放。
用 PyTorch 深度神经网络从歌曲中分离人声和伴奏，输入音频后输出两条独立音轨，适合做翻唱伴奏提取或人声采样。
上传文档后通过 MCP 接入 Claude 账号，让模型自动整理并撰写个人知识库 Wiki，省去手动编辑的麻烦。
面向交互式超级智能系统的高性能推理服务运行时，支持语音识别、音频与音乐生成等多模态模型，并提供 OpenAI 兼容 API。
一门免费实战课程，教你在构建、测试、部署和审计软件时规范使用 AI 开发工具与编码智能体，同时保持工程纪律。
自托管的 LLM 路由网关，兼容 OpenAI 接口，支持自带密钥和多模型流式转发，帮你在本地统一接入各家大模型 API。
基于 Chrome CDP 复用真实登录态抓取 BOSS 直聘职位数据，能绕过字体反爬，直接输出明文薪资的 JSON/CSV 并做薪资技能分析。
一个仅 100 万参数的轻量 OCR 模型，在 CPU 上就能跑，速度比 tesseract 快 15 倍，精度接近十亿参数级大模型，适合文档解析和 RAG 场景。
一站式视觉模型训练工具，支持 YOLO、ViT、RT-DETR、DINOv3 等模型的预训练、微调与知识蒸馏，省去自己搭训练流程的麻烦。
可扩展的代码审查平台，支持从个人项目到大型公司的评审流程，帮助团队在提交合并前发现代码问题。
一套 0.8B 到 27B 的开源决策模型，一次前向就能为每个选项给出校准概率，只在不确定时才输出简短思考；配套 vLLM、llama.cpp 和 MLX 推理引擎。
基于 Modest 和 Lexbor 引擎的 Python HTML5 解析库，解析速度快，支持 CSS 选择器，适合网页抓取时高效提取页面数据。
在 Streamlit 应用里直接接入 WebRTC，实现摄像头视频和麦克风的实时采集与处理，不用自己搭信令服务器。