探索全部
共 1,808 个仓库 · 一年内有推送 · Python
把训练好的 sklearn、XGBoost 等 ML 模型直接暴露成 LLM Agent 可调用的工具，省去自己写胶水代码，让 Agent 能调用传统模型做预测。
命令行驱动 Google Flow 批量生成 Veo 视频和 Imagen 图片，支持脚本化流水线，并内置 MCP 服务器让编码智能体也能直接调用。
通过部署恶意流水线，从 Azure DevOps、GitHub、GitLab 的 CI/CD 环境中提取密钥，用于红队评估流水线配置的泄露风险。
面向基础模型训练的多模态数据流水线，把数据清洗、筛选和质量评估串成可扩展流程，解决大规模图文数据难治理的问题。
OmniVGGT 是 CVPR 2026 提出的多模态视觉几何 Transformer，把图像、深度、点云等不同模态统一进一个空间基础模型，用来做 3D 重建和几何理解。
用单张图片自监督重建三维场景，基于神经辐射场实现新视角合成与深度估计，无需三维标注数据。
轻量高效的全模态强化微调框架，支持 GRPO、DAPO 等算法，用奖励模型驱动 LLM 和多模态 VLM 训练。
用生成模型合成带标注的肝脏肿瘤 CT 图像，无需人工标注即可训练分割模型，缓解医学影像标注成本高的问题。
Vulners 漏洞情报 API 的官方 Python SDK，可查询 CVE、漏洞利用和公告（含 CVSS/EPSS/KEV），审计软件、主机与 SBOM，并提供同步/异步客户端和内置 MCP 服务供 AI Agent 调用。
面向水下场景理解的大型多模态模型，能同时处理水下图像与文本，完成描述、问答等视觉语言任务，填补水下环境多模态研究的空白。
一套用于压测向量搜索引擎的基准框架，可对比不同向量数据库的检索性能，帮你在选型时拿到实测数据。
基于 YOLOv8、PyTorch 和 OpenCV 实现目标检测与多目标跟踪，可直接跑通视频流中的实时追踪，省去自己拼装检测器和跟踪器的麻烦。
极简的多模态大模型微调代码库，支持 LLaVA、Qwen-VL、Llama-3.2-Vision 等主流视觉语言模型，方便快速做指令微调实验。
自动更新维护的 IPTV 直播源合集，提供 CCTV 等频道的 m3u/txt 播放列表，方便直接导入播放器观看电视直播。
DepthLM 的官方实现，用视觉语言模型做单目深度估计，把深度预测转成语言建模任务，在 ICLR 2026 入选 Oral。
追踪 arXiv 上 3D 高斯泼溅（Gaussian Splatting）最新研究进展的精选列表，每日自动更新，帮研究者快速跟进三维重建与渲染的前沿论文。
在 Apple Silicon Mac 上离线跑 LTX-2.5 和 MiniMax H3，做带声音的文本/图片转视频、对口型和角色 LoRA 训练，不用云端和 API key。
用 LLM 自动审查 Pull Request 的代码差异，并把评审意见直接评论到 PR 上的 GitHub Action，省去人工逐行看 diff 的功夫。
vMAP 是 CVPR 2023 提出的神经场 SLAM 系统，用向量化对象建图实现实时 RGB-D 稠密重建，无需逐场景训练即可完成三维重建。
把本地文档和音视频文件建成向量库，用自然语言提问就能检索并回答，适合搭建私有 RAG 问答。
用 AI 自动翻译漫画的桌面工具，集 OCR 识别、文字擦除修复和 LLM 翻译于一体，省去手动修图和逐句翻译的麻烦。
用 Meta 的 Segment-Anything 模型对 LiDAR 点云做分割的 Python 包，省去自己搭建分割流程的麻烦。
追踪勒索软件团伙的情报平台，抓取并整理受害者信息、谈判记录和截图，帮安全人员快速掌握勒索攻击动态。
用洪水填充网络在三维体数据中做实例分割，主要面向连接组学中神经元等结构的自动追踪与分割。