探索全部
共 1,808 个仓库 · 一年内有推送 · Python
基于 VITS2 骨干网络和多语言 BERT 的语音合成模型，能生成自然度较高的多语种语音，适合做 TTS 训练与推理。
实时监控 Claude Code 的用量，预测额度消耗并在接近上限时提前告警，帮你在终端里随时掌握 token 使用情况。
一份三语（繁中/英文/简中）的 Agentic AI 学习路线图，从 LLM 基础一路讲到多智能体系统，收录 240+ 精选资源和动手示例，适合系统入门 AI Agent。
面向 Android 设备的全栈控制平台，集成 WebRTC 远程桌面、UI/OCR 自动化、一键 MITM 抓包和内置 Frida，适合多设备集群的自动化测试与逆向分析。
面向 OPC 和中小微企业的自媒体获客智能体，用多智能体协作自动完成内容抓取、RPA 操作和营销获客流程。
一条命令就能从 Google 图片批量抓取几百张图片，支持按颜色、尺寸等条件筛选，适合快速搭建图像数据集。
用 Python 写的可扩展音乐服务器，能接入本地文件和各种流媒体服务，统一管理和播放音乐，适合自建家庭音乐中心。
自托管的 YouTube 媒体服务器，自动下载订阅频道视频并建立本地索引，用 Elasticsearch 提供搜索和播放，解决视频收藏与离线观看需求。
多音色、支持提示词控制情感与风格的语音合成引擎，输入文本即可生成带情绪表现力的自然语音，适合做有声内容和虚拟人配音。
让大模型在普通显卡上跑起来的 PyTorch 量化库，支持 8-bit 和 4-bit 权重压缩，也是 QLoRA 微调背后的核心依赖。
基于 ONNX Runtime、OpenVINO、PaddlePaddle 等多家推理后端的 OCR 工具包，支持多语言识别，方便在不同硬件上快速部署文字检测与识别。
给 GDB 加上现代化调试体验的增强插件，为 Linux 上的漏洞利用开发和逆向工程师提供高级调试能力。
基于深度学习的中文语音识别系统，用 CNN+CTC 把中文语音转成文字，适合搭建本地语音转写服务。
用 Python 写的开源深度研究工具，能对私有数据做推理式检索，替代闭源深度研究方案，支持接入 Milvus 和多种大模型。
提供可插拔的 Python 和 C++ 多目标跟踪模块，集成 BoT-SORT、ByteTrack、OC-SORT 等 SOTA 算法，支持轴对齐与旋转框跟踪。
一站式爬虫工具箱，能自动抓取并导出 GitHub、邮箱、电商、运营商、社交平台等几十个网站的个人数据，帮用户把散落各处的数据拿回自己手里。
基于苹果 MLX 框架的语音处理库，在 Apple Silicon 上高效完成语音合成、语音识别和语音转换，适合本地跑多模态语音任务。
给 LLM 加一层语义缓存，相似问题直接命中缓存结果，省下重复调用 API 的钱和时间，已集成 LangChain 和 llama_index。
在 Jupyter 里交互式可视化 BERT、GPT-2、RoBERTa 等 Transformer 模型的注意力权重，帮助理解模型内部机制。
基于 Stream 边缘网络快速搭建语音与视觉智能体，可接入任意模型或视频源，实现超低延迟的实时多模态交互。
LMDeploy 是面向大模型的高效推理与服务工具包，支持模型压缩、部署和在线服务，内置 TurboMind 推理引擎和 CUDA 算子，可加速 Llama、InternLM 等模型的推理。
扫描代码库生成健康评分、自动文档和 Git 分析，还能找出死代码并通过 MCP 输出架构决策，帮团队和 AI 快速看懂项目现状。
给一个示例 URL，自动学习网页结构并生成抓取规则，省去手写解析逻辑，适合快速采集相似页面的数据。
提供 Python API 访问禁漫天堂，支持网页端和移动端，可配合 GitHub Actions 自动下载漫画。