探索全部
共 2,038 个仓库 · Python
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。
腾讯开源的静态代码分析工具，自动扫描代码缺陷和质量问题，帮助团队在提交前发现隐患。
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。
把多个目标检测模型输出的检测框做融合集成，包含加权框融合（WBF）方法，能比传统 NMS 更好地合并重叠框、提升检测精度。
把草图或科学图表图片自动转成可编辑的 TikZ/LaTeX 绘图代码，省去手写矢量图代码的麻烦。
一套 Linux 系统性能排查工具集，能像 X 光一样透视进程、CPU 和 I/O 的真实运行状态，快速定位卡顿和异常热点。
给 AI 驱动的云和 Kubernetes 运维加上安全护栏，防止自动化操作越权或误改生产环境，适合在 MLOps 和 DevOps 流程中做安全管控。
把 YOLOv8 的检测、分割、姿态模型导出为 ONNX 并用 TensorRT 加速推理，支持 Jetson 和 DeepStream 部署。
在 Jetson 上跑 TensorRT 加速的视觉模型示例集，涵盖 MODNet 抠图、YOLOv3/v4 检测、SSD、MTCNN 人脸和 GoogLeNet，帮你快速部署边缘推理。
百聆是一个类 GPT-4o 的实时语音对话助手，串联 ASR、大模型和 TTS，端到端延迟低至 800ms，支持打断，Mac 等低配设备也能跑。
腾讯开源的模型压缩工具包，支持量化、投机解码和扩散模型加速，帮你在部署大模型时降低显存占用、提升推理效率。
Efficient Retrieval Augmentation and Generation Framework
微软开源的统一多模态模型，用流匹配做图像编辑与文生图，同时支持流式视频理解和 GUI 电脑操作 Agent。
把 BERT 现代化改造：通过架构升级和规模扩展提升长文本理解与嵌入质量，适合做检索、分类和向量化任务。
一套教编码 Agent 写出、审查并移植地道 Rust 代码的 Agent Skills，附带经过测试的 clippy 配置，兼容 Claude Code、Codex、Cursor 等主流工具。
跨平台音乐播放器兼曲库管理工具，用 Python 写成，能整理本地音乐收藏并支持灵活检索与播放。
输入邮箱即可在 5000+ 平台做 OSINT 排查，聚合身份线索并检测泄露记录，无需 API key，pip 装完就能用。
用 Python 配合 Oxylabs 的 Google Jobs Scraper API，同时按多个搜索词和地区抓取 Google 招聘信息，省去自己处理反爬和解析页面的麻烦。
用 PyTorch 深度神经网络从歌曲中分离人声和伴奏，输入音频后输出两条独立音轨，适合做翻唱伴奏提取或人声采样。
上传文档后通过 MCP 接入 Claude 账号，让模型自动整理并撰写个人知识库 Wiki，省去手动编辑的麻烦。
抓取 Google Play 上应用、游戏、影视和图书的公开信息，比如评分、评论和详情，省去自己解析页面。