探索全部
共 1,808 个仓库 · 一年内有推送 · Python
自建的家庭照片管理服务器，用物体识别、人脸识别、位置和色彩分析等 ML 算法帮你从海量照片里快速筛出想要的那张，任意设备都能访问。
用 Python 仿真加开源教材一步步搭建自动驾驶系统，可在同一框架里替换对比定位、规划与控制算法，适合入门学习。
开源的端到端视觉-语言-动作模型，让 GUI 智能体看懂屏幕截图并直接输出点击、输入等操作，用于自动化电脑操作。
Python 抠图库，用闭式解、KNN 和学习式方法从图像中估计前景透明度，输出带 alpha 通道的精细抠图结果。
快速扫描图像和视频数据集，找出重复、相似和异常样本，帮助清洗数据、提升标签质量并降低数据运维成本。
面向 AI 训练数据的标注与数据管理平台，支持图像等数据标注、数据集版本管理和人工审核流程，可接入自有应用或直接用内置 UI 组织数据工作流。
面向大规模部署的 LLM 推理引擎，支持 CUDA、ROCm、TPU、Inferentia 等多种硬件后端，并提供 LoRA 与投机解码等加速能力。
约 1000 行 Python 实现的极简 AI 编码 Agent，兼容任意 LLM，适合想读懂或改造编码 Agent 内部机制的开发者。
轻量级虚拟试衣扩散模型，仅需不到8G显存即可生成1024×768试穿效果，训练和推理都很省资源。
跨平台 LXMF 客户端，通过 Reticulum 网络在 LoRa、分组无线电、WiFi、I2P 等链路上实现去中心化点对点通信，无需互联网即可收发消息。
命令行工具，用于在本地和远程服务器之间双向同步日历与联系人，支持 CalDAV 和 CardDAV 协议，适合管理个人日程和通讯录。
用 Python 极简封装 Salesforce REST API 的客户端库，几行代码就能完成认证、查询和增删改记录，省去自己拼 HTTP 请求的麻烦。
ComfyUI 的节点扩展套件，把图像处理、滤镜、遮罩、文本逻辑、数值、潜空间、文件、3D 场景和动画等操作封装成节点，方便在 ComfyUI 工作流里直接调用。
把一句想法丢进对话，就能自动完成脚本、配图、配音到成片的 AI 视频生成多智能体系统，适合快速产出短片。
基于 PyTorch 的 Transformers 库入门教程，手把手演示文本分类、NER、问答、摘要等常见 NLP 任务的训练与微调流程。
把 PaddleOCR 的模型转成 ONNX 推理，彻底摆脱 PaddlePaddle 框架依赖，轻量部署、推理速度很快，适合做通用 OCR、表格识别和车牌识别。
基于生成式智能体的社会模拟库，能搭建多智能体虚拟社会，观察角色互动与群体行为，适合研究社会现象和测试协作策略。
面向 2-4 年经验工程师的生产级机器学习基础设施学习路线，覆盖 Kubernetes、MLOps 与 DevOps 实践，帮你系统补齐 AI 基础设施技能。
把人工操作 EHR、支付门户等桌面或网页流程录成可本地回放的确定性程序，无需调用模型，每步校验结果，不匹配就停。
腾讯混元开源的图生视频模型，基于 HunyuanVideo 构建，支持自定义控制，把静态图片转成连贯视频。
把 ChatGPT 式对话、AI 绘图、内容审核、自定义知识库和 YouTube 摘要整合进 Discord 的机器人，让社区频道直接变成可对话的 AI 助手。
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。