探索全部
共 1,808 个仓库 · 一年内有推送 · Python
汇集 Morphe 等补丁源预构建的 Android 应用 APK，方便直接下载安装去广告或增强版客户端。
OmniVinci 是英伟达开源的全模态大模型，能同时理解视觉、音频和语言三种输入，适合做多模态联合推理与训练研究。
用 Python 写的批量获客脚本，让没有编程基础的人也能大规模采集潜在客户线索，内置多种爬虫与解析技巧。
把 Telegram 里的文件变成 Stremio 可播放的流媒体库，自动索引并串流，省去手动整理和下载。
按成熟度和开发生命周期整理的 AI 辅助开发模式合集，涵盖基础、开发、运维三类模式，配有实例和反模式，帮团队规范落地 AI 编码。
用 RANSAC 从点云中拟合平面、球、圆柱、长方体、圆和直线等 3D 基元，适合 LiDAR 与三维重建场景做形状检测和分割。
模块化 RAG 框架，能自由替换 LLM、嵌入模型和向量库，还支持 MCP 接入外部工具与数据源，省去重复搭建检索增强流程的功夫。
面向 LLM 和扩散 Transformer 的无损压缩方案，在 GPU 推理时压缩模型权重、降低显存占用，同时保持输出完全一致。
从 Moodle 教学平台批量抓取并下载课程资料（讲义 PDF 等），支持同步更新，省去逐页手动点击的麻烦。
给无声视频自动配上生动且与画面同步的音效，基于扩散模型实现视频到音频的拟音合成。
用生成模型提升多视角 3D 物体重建精度，从多张图片还原准确的三维形状与位姿，适合做图像到 3D 的研究与落地。
开源的扩散式语言模型，专攻代码生成，一并放出预训练、评测、推理代码和模型权重，方便直接复现和二次开发。
给 LLM 维护的知识库定治理规范，并提供参考工具链，让 AI 代理改文档时有确定性校验和人工审核，避免知识库越改越乱。
把 B 站、YouTube 和本地视频自动转成 AI 摘要与可检索知识库，基于 Whisper 转写和 RAG，适合做视频笔记和 Obsidian 归档。
基于 llama.cpp 的 LLM 智能体框架，支持对话、结构化函数调用和结构化输出，即使模型未针对 JSON 或函数调用微调也能用。
面向 LLM 与 Agent 场景的开源强化学习训练库，集成 GRPO、PPO、熵方法等算法，支持编码、GUI、多智能体等任务。
围绕预训练权重做黑盒优化与神经进化，用 LoRA 集成多个任务专家，提升大模型后训练与推理表现。
面向本地和自托管文档搜索的 Agentic RAG 方案，基于嵌入式 LanceDB 实现混合检索、重排序和多模态 RAG，并自带 Docling 解析与 MCP 服务。
把手机拍摄的视频重建为可被 AI 查询的 3D 场景，内置 MCP 工具让 Claude、Cursor 等直接调用，并提供可自托管的 broker 与 VGGT-SLAM 库。
用 Python 实现语义超图的基础库，把知识表示成可计算的超图结构，适合做知识库、认知建模和自然语言理解等需要表达多元关系的场景。
让 LLM 智能体自主操作电脑的框架，靠视觉感知的分层记忆和自写技能实现自我进化，解决智能体长期记忆与能力积累问题。
面向 AI 秋招的中英双语面试速查表，覆盖机器学习、大模型、扩散模型与智能体，可生成单文件 HTML 随时翻阅，另附学术主页生成器。
基于认知强化学习、用推理链引导的文本指代图像分割方案，让多模态大模型先推理再分割，提升复杂场景下的分割精度。
基于 Agently 框架搭建的每日新闻自动采集工作流示例，用 LLM Agent 完成搜索与汇总，适合参考如何编排多步 Agent 应用。