Python

Auditable code review skill for Claude Code and Codex: four independent probes, evidence-backed findings, and a JSON-derived merge gate.

用 LLM 做 GitHub 代码审查的 CLI 工具，只报高置信度的安全漏洞、Bug 和可维护性问题，减少噪音干扰。

synalinks

SynaLinks·Python

基于 Keras 的神经符号语言模型框架，把 LM 与符号推理、强化学习结合，支持上下文学习和测试时自适应。

面向长视频理解的可插拔检索增强框架，无需训练即可为多模态大模型补充视觉对齐的检索证据，提升长视频问答效果。

把 Claude Code 变成 7×24 小时常驻的浏览器自动化代理，通过 Browser Use Cloud 和 Telegram 远程操控真实浏览器，跑在你自己的机器上。

VisionZip 是 CVPR 2025 提出的视觉语言模型加速方案，通过压缩视觉 token 减少冗余计算，在保持多模态任务精度的同时显著提升推理效率。

ultralytics-YOLO-DeepSort-ByteTrack-PyQt-GUI

jingh-ai·Python

基于 PyQt5 的图形界面工具，用 YOLO 系列模型做目标检测、跟踪、实例分割和人体姿态估计，支持图片、视频和摄像头输入。

用 OpenAI 的 CLIP 引导扩散模型，把文字描述直接生成图片，提供命令行工具和 Python 模块两种用法。

Pinecone 向量数据库的官方 Python SDK，方便在 Python 项目里直接接入向量存储和相似度检索，搭建 RAG 应用时不用自己封装 API。

统一多模态模型，把图文理解、文生图和图像编辑整合进同一套框架，省去为不同任务分别部署模型的麻烦。

Aletheore

Aletheore·Python

基于证据的开源仓库审计命令行工具，内置确定性扫描器、MCP 服务器和实时看板，还能通过 GitHub Action 在 PR 里直接贴出差异结果。

OpenRCA 是 ICLR'25 提出的基准，用来评测大语言模型和 LLM Agent 能否在软件故障中定位根因，为根因分析能力提供统一测试标准。

在 Mac 上用 MLX 本地跑视觉和文本嵌入模型的 Python 包，方便给 RAG 和检索应用生成向量，不用依赖云端 API。

Sunflower

MeanEYE·Python

Linux 上的轻量双面板文件管理器，界面高度可定制，支持插件扩展，适合习惯 Norton Commander 式操作的用户。

面向边缘受限硬件的神经网络压缩工具包，提供量化感知训练和训练后量化等高级量化压缩能力，帮研究者把模型高效部署到资源紧张的设备上。

面向嵌入式设备的开源 AI 模型训练与部署工具，支持在 ESP32、Jetson、树莓派等硬件上完成图像分类、目标检测等任务的训练与推理。

面向大模型的一站式压缩 Python 包，集成量化与 QEP 等技术，可压缩模型体积并接入 vLLM 加速推理部署。

跨平台计算机视觉标注工具，集成 Grounding DINO 与 SAM 实现自动预标注，支持目标检测和旋转框标注，大幅减少手工画框工作量。

sagify

Kenza-AI·Python

用统一接口调用 Anthropic、Cohere 等多家大模型，省去分别对接各家 API 的麻烦，适合快速搭建 LLM 应用。

aifw

securetron-gh·Python

自托管的 AI 网关与推理防火墙，为 Agent 提供身份与访问管理，拦截提示注入并审计调用，防止 LLM 被滥用。

InternVLA-M1

InternRobotics·Python

面向通用机器人策略的空间引导视觉-语言-动作框架，把视觉语言模型和动作输出打通，让机器人能按空间指令执行操作任务。

免调优的 KV Cache 2bit 非对称量化方案，能大幅压缩大模型推理时的显存占用，让长上下文推理在有限显存下跑起来。

SuPreM

MrGiovanni·Python

基于 9262 例 CT 体积和 25 个标注类别预训练的 3D 医学影像模型，可直接用于腹部器官分割等下游任务，省去从零训练。

基于 OpenPifPaf 人体姿态估计模型做跌倒检测，结合目标跟踪分析视频中的人体关键点，判断是否发生摔倒，可在 CPU 或 GPU 上运行。

面向 Redis 的 AI 原生 Python 客户端，把向量检索、缓存和 RAG 所需的数据操作封装成简单接口，省去自己拼装底层命令。

把 SAM、MobileSAM、EfficientSAM、SAM 2/2.1 和 SAM 3 导出成 ONNX 模型，方便在任意平台跑可移植的图像分割，不用绑死原始框架。

QGIS 插件，用 Segment Anything Model 在地理栅格影像上快速分割和勾绘地貌，省去手工描边的麻烦。

用大模型自动给科研论文打标注，结合向量检索定位相关内容，省去人工逐篇阅读和整理文献的功夫。

基于 Real-ESRGAN 的图片与视频 AI 超分工具，带图形界面，支持 N 卡、A 卡和 Intel GPU，可降噪并去除压缩伪影。

VEGA-3D

H-EmbodVis·Python

把生成模型里隐含的 3D 先验知识迁移到场景理解任务上，让视觉语言模型在空间推理时更懂三维结构。

面向超长视频理解的深度研究式问答智能体，能自动拆解问题、检索视频片段并给出答案，省去人工逐帧翻看的麻烦。

Olympus

yuanze-lin·Python

把多模态大模型变成能调度各类计算机视觉任务的通用路由器，用指令调优统一处理检测、分割等任务，免去为每个任务单独建模。

系统梳理大模型推理中 KV Cache 优化的综述仓库，按系统与架构视角归纳显存占用和吞吐瓶颈的各类优化方法，适合做推理加速选型时查阅。

轻量级卡尔曼滤波 Python 库，用于视觉定位、里程计和 SLAM 中的状态估计与传感器数据融合。

基于零样本分割模型实现任意图像抠图，无需针对特定类别训练即可提取前景透明通道，适合快速落地通用抠图需求。

在任意操作系统上构建、签名并发布 iOS 应用，无需 Mac 和 Xcode，还能由 AI agent 驱动完成整个流程。

单张图片一次前向即可重建画面中多人的 SMPL-X 三维人体网格与姿态，提供 PyTorch 推理代码和预训练模型，适合做多人姿态估计与人体重建的落地验证。

给 Claude Code 和 Codex 用的可审计代码审查技能，通过四个独立探针交叉检查，每条结论都有证据支撑，并用 JSON 结果做合并门禁。

用 Markdown 文件搭建个人 Wiki，支持知识图谱、LaTeX 公式和 Pandoc 转换，可 Docker 部署，适合替代 Obsidian 做自托管文档库。

基于属性解耦表示学习实现通用 SDR 到 HDR 视频转换，来自 AAAI-26 oral 论文，可把普通视频提升为高动态范围画面。

用 Python 编写推理引擎的实验性库，面向 LLM 服务场景，支持 CUDA/GPU 加速，方便快速搭建和试验自己的推理后端。

allo

cornell-zhang·Python

面向 ASIC、FPGA 和 NPU 的加速器设计与编程框架，用 Python DSL 描述硬件，再经编译器生成高性能硬件实现。

整理 Azure OpenAI 与大模型（含 RAG、Agent）的学习资源和实践笔记，按月更新，适合想系统上手云上 LLM 应用开发的人查阅。

无需人工标注标准答案就能评估 RAG 系统，通过自动生成问题和判断相关性来量化检索与生成质量。

用大模型做主题建模的提示词框架，自动从文本语料中生成可读的主题描述并分配文档标签，替代传统 LDA 类方法。

GroundingPI

groundingpi·Python

一个 4B 参数的视觉定位基础模型，把检测、指代、指向、OCR、GUI 和版面定位统一到一个模型里，在 34 个基准上达到 SOTA，并提升机器人泛化和数据效率。

DROID-Splat

ChenHoy·Python

端到端 SLAM 系统，把相机标定、单目先验和 3D 高斯泼溅稠密渲染串成一条流水线，让单目视觉同时完成跟踪与高质量三维重建。

reconstruction-alignment

HorizonWind2004·Python

RecA 用自监督学习让多模态模型在生成图像时借助自身的视觉理解能力，提升文生图和图像编辑的效果，可接入 ComfyUI 使用。