探索全部
共 2,037 个仓库 · Python
把 Discord 变成大模型聊天前端，接入 OpenAI、Gemini、Ollama 等多种 LLM，在服务器频道里直接对话。
基于 OpenAI Whisper 搭建实时语音转文字 Web 应用的开源示例，帮你快速把语音识别能力接入网页端。
几分钟内就能在本地或远程部署任意 AI 模型、智能体、数据库、RAG 和流水线，省去繁琐的环境配置和运维工作。
面向 NVIDIA GPU 和昆仑 XPU 的大模型训练框架，覆盖 LLM、VLM、扩散模型和具身模型，支持 LoRA、预训练、SFT 与中期训练，开箱即用适配 DeepSeek、GLM、Kimi 等主流模型。
让视频扩散 Transformer 无需重新训练就能生成远超训练时长的长视频，通过改进位置编码实现长度外推，兼容 CogVideoX、HunyuanVideo 等模型。
Refiners (discontinued early 2025) was a microframework on top of PyTorch with first-class citizen APIs for foundation model adaptation.
用向量嵌入找出大型或混乱代码库中重复的逻辑，帮维护困难的项目定位可合并的冗余代码。
给 AI 助手做长期记忆的存储层，用图数据库加向量库记住跨会话的决策、关系和上下文，解决多轮对话后遗忘的问题。
一键备份和恢复 Linux 桌面环境配置，支持 GNOME、KDE Plasma 等，换机或重装系统时不用再手动重配主题、扩展和布局。
一款去谷歌化的 Android Chromium 浏览器，剥离追踪、遥测和 AI 集成，保留扩展与 uBlock Origin，并支持后台播放和媒体下载。
用 Python 写的高性能视觉库，把图像预处理、增强和 GPU 加速封装成简洁 API，省去重复样板代码，让研究者专注模型实验。
用 Python 搭建语音对话 AI 代理的框架，整合 Deepgram、ElevenLabs 等语音服务与 GPT-4、DeepSeek 等大模型，支持函数调用，快速做出能打电话的智能体。
把 3D Gaussian Splatting 场景转换成稠密点云，方便后续做测量、编辑和点云处理，省去从零重建的麻烦。
This NVIDIA RAG blueprint serves as a reference solution for a foundational Retrieval Augmented Generation (RAG) pipeline.
面向随手拍摄的长视频，无需相机位姿即可稳健重建 3D 高斯泼溅场景，解决长序列位姿漂移和重建不稳的问题。
开源三维医学影像重建软件，可读取 DICOM 与断层扫描数据，完成分割并生成三维模型，用于术前规划与影像分析。
给编码智能体加一份粘贴即用的约束契约，专门治它们过度防御的毛病：乱加哈希、堆边界处理、写冗余规则、过度设计。支持 Claude Code、Codex、Cursor 等主流工具。
封装 OpenWeatherMap 天气 API 的 Python 库，用简洁的接口获取实时天气、预报和气象数据，省去手动处理 HTTP 请求和解析响应。
多模态指令驱动的矢量动画生成器，输入文字或图片即可输出可直接使用的 Lottie JSON 动画文件，省去手工制作矢量动画的繁琐流程。
用神经网络学习多视角一致的隐式场景表示，从一组图像中估计相机参数，实现无需传统匹配流程的稀疏重建与相机定位。
基于结构感知的稀疏视角 X 射线三维重建工具箱，用 Transformer 和 NeRF 从少量 X 光片重建 CT 体积并合成新视角，降低辐射采样需求。
轻量级车牌文字识别 OCR 模型，支持 Keras、JAX 和 ONNX Runtime，可快速集成到车牌识别流水线中。
提供模糊字符串匹配、分组和评估的 Python 库，支持编辑距离、TF-IDF 和 BERT 嵌入等多种相似度算法，适合做实体对齐和文本去重。
把文档解析、知识图谱和向量检索串成一套本体增强的 RAG 方案，让 AI Agent 基于结构化知识作答，减少胡编乱造。