从多张照片重建三维场景的 C++ 工具,集成了运动恢复结构(SfM)和多视图立体(MVS),可输出相机位姿与稠密点云。
基于节点的可视化编程工具箱,把照片一键重建为带纹理的 3D 模型,覆盖相机追踪、多视图立体和 HDR 成像等流程。
面向 RAG 的文档索引方案,不依赖向量数据库,用推理方式定位和检索文档内容,适合构建 Agent 式检索流程。
单张图片就能快速重建出 3D 物体模型的前馈生成模型,适合需要批量产出 3D 资产的场景。
基于知识图谱的模块化检索增强生成系统,把文档抽成实体关系图,让大模型在回答复杂问题时能跨文档做全局推理。
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。
一个面向 NeRF 与高斯泼溅的协作式训练与可视化工作室,把多视角照片转成三维场景,简化了从数据到渲染的完整流程。
从公开研究文献出发,用第一性原理复现 Claude Mythos 架构的理论实现,供研究者拆解其注意力机制与模型设计思路。
用 CUDA 加速高斯泼溅光栅化,让 3D 高斯场景的训练和渲染跑得更快,适合做三维重建与实时渲染。
开源的三维网格处理系统,支持网格编辑、简化、重建和点云处理,适合处理扫描或打印前的 3D 模型。
一套免费的 Claude 技能集,能逆向分析任意应用、复刻重建并测试修 bug,还能按用户反馈改进,适合独立开发者快速克隆产品。
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。
一个自主 AI Agent 框架,能在 Linux 环境中自行规划任务、调用工具并持续执行,适合搭建可自主行动的智能助手。
在个人设备上本地跑 RAG 的向量索引库,用图结构剪枝把索引体积压掉 97%,兼顾检索速度和准确率,数据不出本机。
统一评测语言模型少样本能力的框架,支持多种任务和模型,方便横向对比不同模型的性能表现。
用 TypeScript 写的浏览器 Agent SDK,让 AI 能操作网页、抓取任意站点数据,支持 Playwright、CDP 和云端浏览器。
能识别复杂表格、表单和手写内容的 OCR 模型,保留完整版面布局,适合把扫描件和图片转成结构化文本喂给 RAG 或文档解析流程。
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。
一本面向大模型工程实践的开源手册,系统讲解 GPU 训练、推理、调试、网络与扩展性等落地问题,帮工程师把模型真正跑起来。
把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱,供 Claude Code、Cursor 等编码 Agent 做代码检索,全程本地 AST 解析、不依赖向量库。
纯 JavaScript 实现的 OCR 库,基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字,无需后端服务。
一行代码就能把 GPT 换成任意开源大模型,统一推理 API 支持云端、本地和笔记本部署,覆盖语言、语音和多模态模型。
用 TensorRT 网络定义 API 手写实现 YOLO、ResNet、Swin Transformer 等主流深度学习模型,并附 C++ 推理代码,方便直接部署到 NVIDIA GPU。
用 Rust 写的 AI Agent 开放运行时,统一托管多智能体、MCP 网关和权限管控,省去自己搭调度与安全层的麻烦。
把机器学习模型打包成标准 Docker 容器,自动生成 HTTP 推理服务接口,省去自己写 Dockerfile 和部署脚本的麻烦。
把 PDF、Word、PPT 解析成适合喂给大模型的格式,尽量不丢内容,省去自己清洗文档的麻烦。
实时交互式数字人直播方案,基于 ER-NeRF、MuseTalk 等模型实现音频驱动口型同步与说话头生成,可用于虚拟主播和实时对话场景。
一个免代码的 RAG 服务器,能随文档更新自动同步答案,支持 8 种向量数据库,基于 Pathway 构建。
统一管理 GPU 集群,调度 vLLM、SGLang 等推理引擎做高性能模型服务,还能按需开出可 SSH 登录的 GPU 实例。
面向科研文档的高精度 RAG 问答工具,能从论文中检索答案并给出引用出处,适合做文献调研和科学问答。
开源自托管的电子签名平台,可创建、填写并签署 PDF 文档,用来替代 DocuSign 完成合同签署流程。
Obsidian 插件,写作时自动找出相关笔记和摘录,用本地嵌入模型做语义搜索,无需 API key 即可零配置使用。
基于 Rust 和 PostgreSQL 的自托管企业级世界模型,用双时态知识图谱与 GraphRAG 为 LLM Agent 提供可追溯的长期记忆和知识检索。
给 AI Agent 提供安全、快速、可扩展的沙箱运行时,基于 Kubernetes 隔离执行环境,防止智能体代码越权或污染宿主。
把代码、文档和基础设施连成一张持久化图谱,为开发者和 AI 代理提供本地代码智能检索,还能按改动挑选测试。
面向大规模数据与机器学习的 AI 搜索平台,支持向量检索、张量计算和推荐排序,适合搭建 RAG 与搜索服务。
一份持续更新的异常检测资源大全,汇总书籍、论文、视频和工具箱,覆盖传统方法与最新的 LLM、VLM 工作,适合快速入门和跟进前沿。
把扫描版 PDF 书籍转成 Markdown、EPUB 等格式,结合 DeepSeek OCR 处理影印书,方便数字化阅读和翻译。
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。
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。