Python

把任意电脑或边缘设备变成计算机视觉推理服务器，一条命令部署目标检测、分类、实例分割等模型，省去自己搭服务的麻烦。

paperbanana

llmsresearch·Python

开源复现并扩展 Google Research 的 PaperBanana，用多智能体自动生成学术论文配图、示意图和研究可视化，还能做幻灯片。

Infernux

ChenlizheMe·Python

用 Python 写逻辑、C++ 跑运行时的神经网络原生游戏引擎，支持 Vulkan/WebGPU，可发布到 Windows、Linux、Android 和 Web。

用 YAML 声明式数据契约来定义和校验数据质量，支持数据剖析、监控与测试，帮数据团队尽早发现数据可靠性问题。

一套面向 Arch Linux 的轻量级配置与 ISO 构建方案，集成 Hyprland 桌面和 Rust 组件，主打性能与精简，适合想快速搭好高效 Linux 工作环境的用户。

WhisperJAV

meizhong986·Python

用 Qwen3-ASR、Whisper 和本地 LLM 给日语音视频自动生成字幕，靠 TEN-VAD 和降噪处理应对嘈杂背景音。

Personal document manager (Linux/Windows) -- Moved to Gnome's Gitlab

agentUniverse

agentuniverse-ai·Python

面向开发者的 LLM 多智能体框架，用 Python 快速搭建和编排多个智能体协作的应用。

cellpose

MouseLand·Python

通用细胞分割算法，支持人工介入校正分割结果，适用于各类显微图像中的细胞检测与分割任务。

LandingAI 官方命令行工具，在终端里解析 PDF 等文档，并按自定义 schema 抽取结构化数据，省去写代码调接口的麻烦。

用大模型从编译后的二进制程序还原并验证 C/C++ 源码，把反编译、源码恢复和校验串成自动化流程，适合逆向工程和安全分析场景。

Python 里做小波变换的库，支持连续和离散小波，处理信号与图像的去噪、压缩、特征提取都能用。

用开源大模型驱动 AI 操作电脑桌面，配合 E2B 桌面沙箱安全执行点击、输入等操作，可替代 Claude 的闭源 computer-use 方案。

从 Qobuz 流媒体平台下载无损和 Hi-Res 音乐的 Python 命令行工具，支持 FLAC 格式，适合想离线收藏高音质曲目的用户。

GLM-4.6V/4.5V/4.1V-Thinking 系列视觉语言模型，通过可扩展强化学习提升多模态推理能力，支持图像理解、视频理解和图文问答。

ailia-models

ailia-ai·Python

ailia SDK 的预训练模型合集，覆盖动作识别、人脸检测、背景移除、语音处理等任务，拿来就能跑推理，省去自己找模型和调参的功夫。

终端里的现代日历和任务管理器，界面简洁可定制，用键盘就能管理日程和待办事项。

GPTQ 是 ICLR 2023 论文的官方实现，能在训练后把 GPT 类大模型量化到 3/4 比特，几乎不掉精度，大幅降低显存占用和推理成本。

comfyui_LLM_party

heshengtao·Python

在 ComfyUI 里搭建 LLM Agent 的框架，接入 MCP、GraphRAG、语音合成与 OCR 节点，兼容 OpenAI 接口的各类模型和本地 GGUF 模型。

汇总 40 款稳定高速的科学上网机场与 VPN 测评，每周核查跑路风险和价格，帮你在 Clash、V2ray、sing-box 等客户端上选到能解锁流媒体的线路。

memanto

moorcheh-ai·Python

给 AI Agent 用的长期记忆系统，支持语义记忆和多 Agent 共享记忆管理，让智能体跨会话记住上下文。

把新闻自动做成 YouTube Shorts 的流水线：生成脚本、AI 画面、配音、字幕并上传，省去手工剪辑。

Open3D 的 3D 机器学习扩展，提供点云与 RGBD 数据的语义分割、目标检测等任务的训练与可视化工具，支持 PyTorch 和 TensorFlow。

汇总基于大语言模型的智能体（LLM Agent）相关论文，方便研究者快速查找和跟进该方向的学术进展。

AutoAWQ implements the AWQ algorithm for 4-bit quantization with a 2x speedup during inference. Documentation:

vearch

vearch·Python

面向 AI 原生应用的分布式向量搜索引擎，支持混合检索和 RAG 场景，帮你在海量向量里快速找到相关内容。

把代码生成过程自动转成教学视频，靠多智能体协作完成脚本、代码和画面编排，适合做编程课程或技术讲解素材。

detrex

IDEA-Research·Python

基于 DETR 系列的目标检测研究平台，集成 DAB-DETR、DINO、Mask-DINO 等主流变体，方便复现和对比实验。

把 Claude Fable 5 的工作流拆成任何模型都能跑的技能包，用「思考/行动/证明」三步加评测保证输出靠谱。

端到端重放 ChatGPT Plus/Team/Pro 订阅协议的逆向工具集，自带从零实现的 hCaptcha 视觉求解器，用于反欺诈机制实证研究。

claude-real-video

HUANGCHIHHUNGLeo·Python

把视频按场景切分、去重抽帧并配上字幕文本，让 Claude 等大模型真正「看懂」视频内容，支持 URL 或本地文件，全程本地运行。

lagent

InternLM·Python

轻量级 LLM Agent 开发框架，提供工具调用、流程编排等基础组件，帮开发者快速搭建基于大模型的智能体应用。

model2vec

MinishLab·Python

把预训练句向量模型蒸馏成轻量静态词向量，推理速度极快、无需 GPU，适合大规模文本向量化和检索场景。

本地优先的求职智能工作台，自动抓取招聘岗位、按匹配度排序，并生成定制化的申请材料。

MOSS-Transcribe-Diarize

OpenMOSS·Python

0.9B 参数的多语言长音频转写模型，能同时输出说话人分离、时间戳和声学事件标记，适合做会议记录和字幕生成。

clearcam

roryclear·Python

给普通监控摄像头加上目标检测、跟踪、手机通知和录像搜索能力，支持 RTSP 接入，可自建 NVR 替代商业方案。

future-agi

future-agi·Python

端到端的 LLM 与 AI Agent 评测与可观测平台，集追踪、评测、模拟、数据集、网关和护栏于一体，支持自托管，帮团队定位幻觉并持续优化 Agent 应用。

能实时生成长视频的扩散模型，支持图生视频和交互式长上下文生成，解决长视频生成速度慢、画质难兼顾的问题。

MambaVision 是 CVPR 2025 提出的混合 Mamba-Transformer 视觉骨干网络，用 PyTorch 实现，可直接用于图像分类、目标检测和分割等视觉任务。

raster-vision

azavea·Python

面向卫星和航拍影像的深度学习库与框架，基于 PyTorch 提供遥感场景下的分类、目标检测和语义分割训练与推理能力。

AmpliGraph

Accenture·Python

用 Python 在知识图谱上做表示学习，把实体和关系训练成向量，方便做链接预测和关系推理。

为 ComfyUI 提供抠图与分割节点，集成 RMBG、BiRefNet、SAM、YOLO、GroundingDINO 等模型，可去背景并分割物体、人脸、服装。

Python 量化交易框架，内置能真正下单的 AI 智能体，支持在 12 家券商上回测、模拟盘和实盘交易股票、期权、期货、外汇、加密货币及预测市场。

vall-e

lifeiteng·Python

用 PyTorch 复现 VALL-E 零样本语音合成，只需几秒参考音频就能克隆音色朗读任意文本。

基于 PyTorch 的多语言语音合成工具包，支持 7000 多种语言的可控快速 TTS，可训练和微调自己的语音模型。

基于 PyBullet 物理引擎的四旋翼控制强化学习环境，支持单智能体和多智能体训练，可对接 Crazyflie 等真实无人机。

WorldGen

ZiYang-xie·Python

秒级生成任意 3D 场景的生成模型，支持文本或图像输入，可用于快速搭建三维世界与场景重建。

把 Keras、PyTorch、ONNX 训练好的神经网络模型自动转成 FPGA 可综合的 HLS 代码，方便在硬件上做低延迟推理。