探索全部
共 1,808 个仓库 · 一年内有推送 · Python
xLAM 是一系列专为 AI Agent 系统设计的大动作模型，能把自然语言指令转成可执行的动作调用，帮开发者搭建和驱动智能体。
把语言模型直接当作统一的多模态生成器，用自回归方式同时做文本到图像生成，省去额外扩散模型。
用 Cython 加速 fastText 和 gensim 模型计算句向量，比原生 Python 实现快一个数量级，适合需要批量生成句向量做相似度检索的场景。
全自动短视频搬运流水线，自动下载视频、去重处理、AI 生成标题标签并上传，支持 TikTok 与抖音、视频号、小红书等平台互搬，可二次开发扩展。
SINQ 是一种即插即用的 LLM 量化方法，能把任意大模型压小并尽量保住精度，适合显存吃紧时部署 DeepSeek、Qwen 等模型。
把 scikit-learn 训练好的模型和 Pipeline 转成 ONNX 格式，方便跨框架部署和推理加速。
基于扩散模型的指令式视频编辑方案，配套高质量合成数据集，解决视频编辑训练数据稀缺、难以规模化的问题。
面向 AI Agent 的文档解析评测基准，覆盖 OCR、PDF 解析和表格抽取，用统一指标对比不同模型与工具在真实文档上的解析效果。
在瑞芯微 NPU 上跑大模型的推理服务，类似 Ollama 的替代方案，通过优化 rkllm 让 Orange Pi 等设备高效离线运行 AI 模型。
开源的地球观测基础模型，能把 Sentinel-1/2 卫星影像和数字高程数据转成向量嵌入，方便做地表特征检索与下游分析。
给 AI Agent 用的本地优先记忆、决策引擎与治理框架，状态存在本地、可跨 IDE 迁移，解决 Agent 长期记忆和可控性问题。
把长视频自动切成镜头、用多模态模型看画面写解说词、再配音合成成片，还能一键导出可编辑的剪映/CapCut 草稿，全程不用 GPU。
把 GPT Image 2 生成的图片接入 Seedance 2.5 做图生视频的工作流指南，含提示词与 API 调用示例，帮你快速跑通从出图到成片的流程。
一个通用的 Reddit 爬虫，能抓取任意子版块或用户的内容，适合做数据采集和舆情分析。
面向物理 AI 机器人的厂商无关智能体框架，基于 ROS 2 工具执行复杂动作、场景任务、自由接口调用、日志摘要和语音交互。
基于预训练模型的持续学习工具箱，集成多种增量学习与终身学习算法，方便在视觉和视觉语言模型上做可复现的持续学习实验。
用 Python 抓取 CoinMarketCap 的历史价格数据，方便做量化回测或行情分析时直接拿到干净的加密货币历史行情。
FMHY 社区维护的广告与恶意软件过滤规则列表，可直接导入 uBlock Origin 等拦截器，用来屏蔽广告、间谍软件和恶意域名。
带空间标注的大规模视频数据集，为视频生成、3D/4D 重建和空间推理模型提供训练与评测数据。
在本地对 Markdown 笔记做 Graph RAG 问答，从 wikilink 和 YAML 中抽取实体关系，结合向量、BM25 与时间混合检索，全程离线跑在 Ollama 上。
本地自托管的多智能体投研终端，覆盖 A 股、港股、美股，推理和数据都在自己机器上跑，用 BYOK 接入模型，可作为腾讯 WorkBuddy 金融版的开源替代。
基于 GTK4 的 GNOME 桌面待办管理应用，用 GTD 方法整理任务、跟踪进度，适合 Linux 用户做个人事务规划。
用 VQAScore 给文生图、文生视频和文生 3D 模型打分的评测工具，基于视觉语言模型判断生成内容与文本提示是否匹配。
自托管的 AI Agent 操作系统，把记忆、聊天、Agent 和文件都留在自己的硬件上，默认离线运行，还能把树莓派、Mac mini、游戏 PC 自动组集群。