给图片嵌入肉眼不可见的盲水印,提取时不需要原图,适合版权追踪和泄露溯源。
面向文本嵌入模型的高性能推理服务,用 Rust 编写,可快速把文本转成向量,适合搭建检索和 RAG 的向量化后端。
面向 AI 应用的文档处理与 RAG 框架,把私有数据接入大模型,支持构建检索增强、智能体和多智能体应用。
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。
用对比学习把图像和文本映射到同一嵌入空间,实现零样本图像分类和图文匹配,是跨模态检索与多模态模型的经典底座。
提供文本嵌入与重排模型,用于语义检索和 RAG 场景,把文档和查询转成向量并做相关性排序。
面向 AI Agent 的代码检索工具,用嵌入向量做语义搜索,比 grep+read 少消耗 99% 的 token,让 Agent 更快更准地定位代码。
用 C 写的轻量级游戏编程库,封装 OpenGL 等底层图形接口,让开发者不用折腾窗口、输入和渲染细节,专注写游戏逻辑,支持桌面、移动端和嵌入式平台。
PyTorch 官方的端侧推理框架,把训练好的模型导出并部署到手机、嵌入式和边缘设备上运行,覆盖 CPU、GPU 等多种后端。
一个 Rust 单二进制实现的 AI 搜索引擎兼 MCP 服务器,把代码、文档、日志、JSONL/CSV 和 PDF 统一索引,为智能体和机器人提供 BM25 全文、向量、混合检索、免 grep 代码搜索、Agent 记忆与 RAG 能力。
面向 NVIDIA Jetson 嵌入式设备的深度学习推理部署指南,用 TensorRT 加速图像识别等视觉任务,配套教程和预训练模型开箱即用。
面向体育场景的计算机视觉工具库,提供足球等运动的检测、关键点识别与图像嵌入能力,可直接用于球员追踪和赛事数据分析。
基于 PyTorch 的度量学习库,提供对比损失、难例挖掘、采样器和检索指标,用来训练和评估相似度搜索所需的嵌入向量。
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。
开源 AI 记忆系统,基于 ChromaDB 为 LLM 提供持久化记忆存储与检索,在基准测试中表现领先,可免费自托管。
用 5 秒语音样本克隆音色,实时合成任意文本的语音,基于 PyTorch/TensorFlow 的说话人编码与声码器流水线。
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。
开源的向量数据库,专门给 AI 应用做检索基础设施,支持 RAG、语义搜索和智能体记忆存储,底层用 Rust 重写后性能更强。
纯 Go 实现的 Git 库,可嵌入程序里读写仓库、操作提交和分支,不用依赖系统 Git 命令。
轻量级命令行视频播放器,基于 FFmpeg 解码,支持硬件加速、字幕渲染和脚本扩展,适合在终端或嵌入其他应用中播放音视频。
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。
给 AI Agent 用的无服务器单文件记忆层,用嵌入式向量检索替代复杂 RAG 管线,让智能体拥有即时检索和长期记忆能力。
把原始文档变成可查询的 RAG、自主推理 Agent 和自维护 Wiki 的开源 LLM 知识平台,适合搭建企业知识库与智能问答。
基于 Node.js 的开源 Wiki 系统,用 Markdown 写文档,支持 Git 同步和跨平台部署,适合团队搭建内部知识库。
用 Jupyter Notebook 逐个演示 RAG 系统的进阶技巧,从嵌入、检索到重排都有可运行教程,适合动手搭建和优化检索增强生成流程。
纯头文件的 C++/Python 近似最近邻检索库,实现 HNSW 算法,无需额外依赖即可嵌入项目,用于向量相似度搜索。
O'Reilly《Hands-On Large Language Models》官方配套代码,用 Jupyter Notebook 带你动手跑通大模型的分词、嵌入、提示工程、微调与 RAG 等核心环节。
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。
可扩展的插件化 HTML5 网页媒体播放器,支持 HLS、DASH、MP4 等格式,方便在网页中嵌入并定制视频和音频播放。
FreeRDP 是免费开源的远程桌面协议(RDP)库,附带多平台客户端,让你在 Linux、Android 等系统上连接 Windows 远程桌面。
面向手机端的高性能神经网络推理框架,针对 ARM 平台深度优化,让 Caffe、ONNX 等模型能在 Android/iOS 上低延迟运行。
Meshtastic 官方固件,让 ESP32、nRF52 等低成本 LoRa 开发板组成无需基站的离网 Mesh 通信网络,适合徒步和野外场景。
用 C/C++ 实现的大模型推理引擎,能在普通 CPU 和消费级显卡上跑 LLaMA 等模型,支持量化以降低显存占用。
轻量级多架构 CPU 模拟框架,支持 ARM、MIPS、RISC-V、X86 等十余种指令集,常用于逆向工程、恶意代码分析和嵌入式固件调试。
开源实现的 CLIP 多模态模型,提供图像-文本对比学习训练与预训练权重,支持零样本图像分类和跨模态检索。
面向大模型应用开发的 RAG 全栈实战教程,覆盖文本向量化、检索、重排与多模态等环节,手把手带你搭建检索增强生成系统。
在 PostgreSQL 数据库内直接跑机器学习和向量检索,用 SQL 就能做嵌入、分类、聚类和 LLM 推理,省去单独搭推理服务的麻烦。
基于 PyTorch 的说话人日志神经网络组件库,提供语音活动检测、说话人变化检测、重叠语音检测和说话人嵌入等预训练模块,方便搭建说话人分离与识别流程。
zh-CN 知识管理专版:双链升级到「块级」——现在可以精确引用某个段落并在另一篇文档中原样嵌入;悬停卡片与锚点聚合反链让知识网络真正可用。新增任务看板、文件树排序、状态栏章节指示;AI 支持超长上下文自动取舍与截断续写,并修复 macOS 中文输入换行错位问题。 ✨ 新增功能 - 块级双链 — 链接可以精确到段落: [[笔记 标题]]
…异常字形边界导致的行划分错误,以及部分数字表格中跨行单元格的归属问题。 - 改善字体粗细判断 :增强嵌入字体的字重解析,减少正常正文被误判为粗体的情况。 - 改善 Office 图片异常处理 :对部分超出图片处理资源限制的内容使用占位表示,避免单张图片导致整份文档解析失败。 设备选择、档位推荐与硬件诊断 - 统一进程内的设备选择 :模型加
…b.com/linshenkx/prompt-optimizer/issues/374)。 - 恢复嵌入、全屏和核心输出组件默认显示停止按钮的行为;显式禁用的通道,包括竞技场不可取消的通道,继续保持禁用。 - 将输出架构回归纳入日常浏览器门禁,持续检查优化历史、独立取消、终态持久化和并发渲染。 - 完善 Garden 图片卡片、原文展开、
…ub.com/volcengine/OpenViking/pull/7103) - 飞书表格单元格、嵌入白板,以及带空 ATX 标题或 CRLF frontmatter 的 Markdown 内容解析。[ 7083](https://github.com/volcengine/OpenViking/pull/7083)、[ 7075](h
…补齐 CLI 的订阅源命令与 discover 关键词 OR 能力,并修复 Zotero 迁移、广场嵌入页、快速对话和 PDF 翻译链路的一批问题。 新功能 - Agent 回复中的只读 UI 块 : 助手回复里行首独立的 openui-lang 围栏会解析成只读组件,覆盖布局、文本、状态、数据、论文阅读与流程;配色跟随主题 token,
…日期与单选字段,支持从 Excel 粘贴矩形区域、撤销重做和 CSV 导出。笔记里用 /table 嵌入只读预览,表格与笔记各自保存。([commit](https://github.com/poco-ai/Agentero/commit/895c13a60) / [commit](https://github.com/poco-ai/A