探索全部
共 1,808 个仓库 · 一年内有推送 · Python
MAGI-1 是一个大规模自回归视频生成模型，把视频拆成片段逐段预测生成，适合需要长时序连贯性的视频创作场景。
把随手写的提示词改写成更清晰、结构化的版本，让文生图和图像编辑模型生成效果更稳定。
用 Python 实现 APNs 推送和 iMessage 协议客户端，可收发 iMessage 消息，适合研究苹果推送与 iMessage 通信机制的逆向工程。
用 Blender 程序化生成带深度、位姿等标注的逼真训练图像，解决计算机视觉任务缺高质量合成数据的问题。
开源文档解析模型，用强化自迭代（RSI）循环做后训练，在准确率和速度上达到 SOTA，适合给 LLM 和 Agent 做 OCR 与文档理解。
基于 faster-whisper 的语音转写服务，提供兼容 OpenAI API 的接口，用 Docker 一键部署即可获得本地语音识别与翻译能力。
跨平台高性能视频处理 Python 库，封装 FFmpeg、OpenCV 等后端，支持多线程实时推流、HLS 直播、摄像头与屏幕捕获。
基于飞桨的高性能推理部署工具包，专门用来把大语言模型和多模态模型跑起来、服务化，支持 ERNIE 系列和 OpenAI 兼容接口。
给 AI 智能体用的记忆框架，借助 Obsidian 笔记库搭建并维护可长期积累的数字大脑，让智能体跨会话记住知识。
丢进资料就能自动构建并维护个人知识库，由 Claude、Codex 或 Gemini 读取内容、抽取知识，生成持续互联的 Markdown wiki，无需 API key。
自托管的本地 NVR 与 AI 视觉监控软件，支持目标检测、移动侦测、人脸识别和车牌识别，可接入 IP 摄像头并利用 Coral、CUDA 等硬件加速，数据不出本地。
轻量可定制的大模型评测框架，支持 LLM、VLM、AIGC 和 RAG 的效果评估与性能压测，帮团队快速跑通基准测试。
自动化恶意软件沙箱，能提取样本的配置信息和载荷，并支持脱壳与调试，方便逆向分析人员快速摸清恶意程序的行为和意图。
面向中文地区的广告拦截规则列表，可屏蔽广告、追踪器、恶意软件、HTTPDNS 和 PCDN，适用于 AdGuard 等 DNS 过滤工具。
给 LLM 应用和 AI Agent 做评测与追踪的工具，能记录实验过程、量化效果并定位问题，方便持续迭代和上线监控。
把 Codex、Claude、Gemini 等多个 AI 编码 Agent 放进同一个可见的 CLI 工作区，让它们协作或对比着写代码，省去在多个终端间来回切换。
面向 RAG 研究的 Python 工具包，内置多种检索增强生成算法、数据集和评测基准，方便快速复现和对比实验。
纯 Python 的 PDF 库，能读取、生成和修改 PDF 文件，还内置排版能力，适合在代码里直接拼装报表、发票等文档。
轻量零依赖的 Python 代理服务器框架，支持正向/反向代理、TLS 拦截、DNS-over-HTTPS 和插件扩展，可当 Ngrok/FRP 的替代方案用。
用 Python 读写汽车 CAN 总线报文，内置各车型 DBC 定义，方便做车辆逆向分析和控制。
把大语言模型包装成 scikit-learn 风格的估计器，让文本分类、标注等任务能直接套用 fit/predict 和 Pipeline，省去自己写调用逻辑。
集成 YOLO 与 SAM 系列模型的 AI 辅助标注工具，能自动预标注图像，省去手工框选和分割的重复劳动。
面向超长视频的检索增强生成框架，让大模型能直接和你上传的视频对话，解决长视频内容理解与精准问答的问题。
为 Transformers、Diffusers 等模型提供硬件加速与量化、ONNX 导出等优化工具，让推理和训练在各类硬件上跑得更快。