多视图几何 C++ 库,为三维计算机视觉和运动恢复结构(SfM)提供基础算法,可做摄影测量与三维重建。
把参考图片重建为纯代码、可动画的 Three.js 程序化模型,省去手工建模,适合在网页里快速生成可交互 3D 场景。
微软开源的统一 3D 生成模型,用结构化 3D 潜变量把文本或图像转成高质量 3D 资产,支持大规模、多用途的 3D 内容创作。
多类型数据标注工具,支持图像、文本、音频等标注任务,输出统一格式,方便为机器学习和深度学习项目准备训练数据。
基于 libvips 的高性能 HTTP 图片处理微服务,支持裁剪、缩放、水印和格式转换,Docker 一键部署,适合给后端提供统一的图片处理接口。
面向多模态 AI 的嵌入式向量检索库,支持近似最近邻搜索和语义相似度检索,无需单独部署服务,帮开发者省去向量数据管理的麻烦。
给 AI Agent 提供持久化长期记忆的开源平台,用小型模型即可免费搭建,解决智能体跨会话记不住上下文的问题。
用 AI 编码代理一条命令克隆任意网站,自动逆向还原页面结构与样式,生成可运行的 Next.js/React 前端模板。
用 Rust 写的高性能开源文档解析器,能从 PDF 等文档中快速提取文本和 OCR 识别结果,适合给 RAG 和检索流程做预处理。
给 LLM 和 AI Agent 用的自进化记忆操作系统,提供超持久记忆、混合检索和跨任务技能复用,还能省下约 35% 的 token。
用 Stable Diffusion 做音频驱动唇形同步,让视频或虚拟人像的口型与语音对齐,适合做数字人和视频配音。