探索全部
共 1,808 个仓库 · 一年内有推送 · Python
基于节点编辑器的图像处理应用，用拖拽连线的方式搭建和对比不同处理流程，适合做算法验证和效果比较。
基于 Azure AI Search 和 gpt-4o-realtime 的语音 RAG 示例，让语音助手能实时检索知识库并生成带依据的对话回答。
把 UI 设计稿直接转成高质量 React 代码的多模态系统，靠视觉语言建模和自动数据合成打通设计与前端开发。
在 NVIDIA DGX Spark 上快速启动、管理和停止 LLM 推理服务，支持 vLLM、SGLang、llama.cpp 等后端，省去手动配置环境的麻烦。
Python 的订阅源阅读库，支持 RSS、Atom、JSON Feed 和播客，可用来抓取、解析并管理订阅内容，方便在应用里集成阅读器功能。
统一模型，从单目视频中同时重建动态人体与三维场景，输出带时间维度的4D结果，可用于人体姿态估计与场景理解。
用 Streamlit 搭建的论文问答应用，把 arXiv 论文切块存入 Redis 向量库，结合 LangChain 与 OpenAI 实现检索增强问答，还能用语义缓存减少重复调用。
一本覆盖 LLM Agent 全流程的实战手册，提供 60+ 代码骨架、教程、生态指南和评测工具，帮你从零搭建、部署并理解智能体系统。
用深度学习和传统手工特征做多视图图像匹配，为 COLMAP 等 SfM 软件提供高质量匹配结果，支持高分辨率图像和带旋转的图像，提供命令行和图形界面。
从零实现的大模型蒸馏与推理服务引擎，包含自定义 Triton/CUDA 算子、FSDP 蒸馏、分页 KV 连续批处理、投机解码和 Rust 网关，适合研究推理加速与可解释性。
把主流大模型 API 和开源模型统一到一个 WebUI 里，覆盖知识库、数据库、角色扮演、文生图、LoRA 微调、数据集制作等全流程工具。
基于层次化知识图谱的 Graph RAG 系统，把文档组织成分层结构来提升检索增强生成的召回与准确度，开箱即用。
为 Claude Code、Codex 等编码智能体提供 55 个严谨技能包，覆盖代码审查、安全审计、功能开发、前端设计、MCP 工具和 Hugging Face 模型训练。
命令行驱动的 AI 编码代理编排工具，能并行运行多个代理和模型、对比原始回答，并协调代码审查与实现流程。
提供各行业专用的 Pydantic schema 集合，让视觉语言模型按统一结构输出 JSON，省去手写解析和字段对齐的麻烦。
法语本地语音助手，可接 Claude 或离线 Ollama，用语音控制 Hue 灯、OBS、日程、浏览器和 Twilio 电话，并自带 MCP 服务端。
自动从互联网公开资源采集并整合直播源、台标 Logo 和 EPG 节目单，格式化输出适配 IPTV、电视盒子与手机直播 APP，省去手动找源和测速的麻烦。
从单张图片生成多视角一致图像，进而重建完整三维场景，解决单视图场景重建中视角覆盖不足的问题。
面向大规模场景的可扩展测试时训练 3D 重建方案，通过在线自适应提升深度估计与重建精度，适合处理超长序列和大范围场景。
开箱即用的 LiDAR SLAM 系统，用 Python 实现，能直接完成激光雷达建图与定位，省去繁琐配置。
把 Substack 免费和付费文章批量下载成 Markdown，并生成 HTML 界面按作者浏览排序，方便本地归档和阅读。
给 Claude Code 和 Codex 用的 UI 设计与还原技能，能从截图生成设计稿，再把设计稿还原成可运行页面。
一个可完全复现、从零起步的自我进化智能体系统，让智能体在开放式任务中边执行边自我迭代，无需预置经验即可持续提升能力。
从单张或多视角图片重建三维体素模型的官方实现，基于 ICCV 2019 论文，用上下文感知融合提升重建精度。