"多模态交互"

📦 开源项目

mckaywrigley/chatbot-ui

chatbot-ui：人工智能聊天界面 — chatbot-ui提供了一种简单的方式来集成AI聊天功能到您的应用中。它支持任何模型，使得您可以轻松地创建自定义的聊天界面。通过使用chatbot-ui，您可以提高用户体验和用户参与度

TypeScript★ 33.3k⑂ 9.4kai-ml

☆

bytedance/UI-TARS-desktop

UI-TARS-desktop：开放源多模态AI代理栈 — UI-TARS-desktop是一个开源的多模态AI代理栈，旨在连接尖端AI模型和代理基础设施。它提供了一个强大的平台，用于构建和部署多模态AI应用。通过使用UI-TARS-desktop，开发者可以轻松地创建和集成多模态AI功能，提高应用的智能化和交互性。

TypeScript★ 38.1k⑂ 3.8kai-ml

☆

agentscope-ai/agentscope

agentscope：可信赖的智能代理 — agentscope允许用户构建和运行智能代理，使其变得可见、可理解和可信赖。该项目使用Python语言开发，支持多种功能，如多模态交互和多智能体协作。agentscope的目标是让智能代理变得更加透明和可靠，从而提高用户的信任度。

Python★ 28k⑂ 3.2kai-ml

☆

jina-ai/serve

serve：云原生多模态AI应用框架 — serve是一个开源框架，允许开发者使用云原生技术栈构建多模态AI应用。它支持多种深度学习框架和微服务架构，能够帮助开发者快速构建和部署AI应用。serve的设计目标是提供一个简单、灵活和可扩展的框架，用于构建下一代AI应用

Python★ 21.9k⑂ 2.2kai-ml

☆

ketoo/NoahGameFrame

NoahGameFrame：分布式游戏服务器引擎/框架 — NoahGameFrame是一个高性能的游戏服务器引擎，支持多种开发语言和框架，包括C++、C#/Lua脚本和Unity3d等。它提供了actor库、网络库等功能，适合开发大型多人在线游戏，如MMO RPG和MOBA。NoahGameFrame的分布式架构和可扩展设计，使其能够支持大规模的游戏服务器集群。

C++★ 4.1k⑂ 1.1kgame

☆

jrouwe/JoltPhysics

JoltPhysics：一个多核友好的刚体物理和碰撞检测库 — JoltPhysics是一个使用C++编写的物理和碰撞检测库，能够有效利用多核处理器，非常适合游戏和VR应用的开发。它已被多个知名游戏如Horizon Forbidden West和Death Stranding 2采用。JoltPhysics的高性能和易用性使其成为游戏开发者的首选。

C++★ 11k⑂ 809game

☆

Comfy-Org/ComfyUI

ComfyUI：强大的扩散模型GUI和后端 — ComfyUI提供了一个用户友好的界面来管理和操作扩散模型，支持PyTorch和Stable Diffusion等流行的AI框架。它的模块化设计使得开发者可以轻松扩展和定制。ComfyUI的图形/节点接口使得用户可以直观地构建和管理复杂的AI模型

Python★ 121.4k⑂ 14.3kai-ml

☆

OpenRLHF/OpenRLHF

OpenRLHF：基于 Ray 的易用、可扩展和高性能的智能体 RL 框架 — OpenRLHF 框架支持多种算法，包括 PPO、DAPO、REINFORCE++、VLM、TIS、vLLM 和 Async RL，能够高效地处理大规模数据和复杂任务。该框架基于 Ray，具有高性能和可扩展性，适用于大型语言模型和视觉语言模型的训练和部署。同时，OpenRLHF 还支持从人类反馈中学习，能够提高模型的性能和鲁棒性

Python★ 9.8k⑂ 986ai-ml

☆

FlowiseAI/Flowise

Flowise：可视化构建AI代理 — Flowise允许用户通过可视化界面构建AI代理，支持多种AI框架和库，如OpenAI和LangChain。该平台简化了AI代理的开发过程，使得开发者可以更容易地创建和部署AI模型。同时，Flowise还支持低代码和无代码开发，进一步降低了开发门槛

TypeScript★ 54.7k⑂ 24.7kai-ml

☆

CopilotKit/CopilotKit

CopilotKit：前端智能代理和生成性UI解决方案 — CopilotKit是一个开源的前端开发框架，用于构建智能代理和生成性UI应用。它支持多种流行的前端框架和库，包括React、Angular和Next.js。CopilotKit的出现使得开发者能够更容易地创建智能化和个性化的用户界面。

TypeScript★ 36.2k⑂ 4.5kai-ml

☆

datawhalechina/all-in-rag

all-in-rag：RAG技术全栈指南 — all-in-rag 提供了一个全面的RAG（Retrieval-Augmented Generation）技术指南，涵盖从数据准备到模型部署的全过程，帮助开发者掌握大模型应用开发的核心技能。

Python★ 9.6k⑂ 4.8kai-ml

☆

hpcaitech/ColossalAI

ColossalAI：大型AI模型的高性能计算框架 — ColossalAI通过数据并行、模型并行和流水线并行等技术，使得大型AI模型的训练和推理变得更快、更便宜和更容易访问。这种框架对于深度学习、分布式计算和超大规模模型的训练具有重要意义。同时，它也支持异构训练和推理，进一步提高了其灵活性和实用性

Python★ 41.4k⑂ 4.5kai-ml

☆

boardgameio/boardgame.io

boardgame.io：状态管理和多人网络游戏库 — boardgame.io提供了状态管理和多人网络功能，帮助开发者轻松创建回合制游戏。它支持多种游戏引擎和框架，包括React和React Native。通过使用boardgame.io，开发者可以专注于游戏逻辑和功能，而不需要担心底层的网络和状态管理

TypeScript★ 12.4k⑂ 830web

☆

deskflow/deskflow

deskflow：共享键盘和鼠标 — deskflow通过C++实现键盘和鼠标的模拟和网络共享，使得用户可以在多台电脑之间轻松共享单个键盘和鼠标，从而提高工作效率和便利性。这种功能对于需要在多台电脑之间切换的用户来说尤其有用。deskflow的开源性质也使得其可以被广泛定制和扩展。

C++★ 27.5k⑂ 4.7kother

☆

mamoe/mirai

mirai：QQ 机器人支持库 — mirai 提供了一个简单易用的 API，允许开发者快速构建 QQ 机器人应用。它支持多种功能，如消息处理、事件处理等。mirai 的高效率和可扩展性使其成为开发者首选的 QQ 机器人支持库

Kotlin★ 14.8k⑂ 2.5kai-ml

☆

hsliuping/TradingAgents-CN

TradingAgents-CN：中文金融交易框架 — TradingAgents-CN是一个开源的Python项目，利用多智能体LLM技术来优化金融交易决策。它为交易者提供了一个强大的工具，帮助他们做出更明智的投资决策。通过使用TradingAgents-CN，交易者可以提高交易的准确性和效率

Python★ 30k⑂ 6.3kai-ml

☆

langchain-ai/langgraph

langgraph：构建强大的智能体 — langgraph是一个开源项目，用于构建能够执行复杂任务的智能体。它提供了一种灵活的框架，用于开发和部署基于AI的代理。langgraph的目标是让开发者能够轻松构建强大的智能体，从而推动AI技术的发展

Python★ 37.6k⑂ 6.3kai-ml

☆

binary-husky/gpt_academic

gpt_academic：大语言模型实用化交互接口 — gpt_academic是一个模块化设计的项目，支持自定义快捷按钮和函数插件，能够对Python和C++等项目进行剖析和自译解，提供PDF/LaTex论文翻译和总结功能。同时，它支持并行问询多种LLM模型，包括chatglm3等本地模型。该项目能够接入多个第三方服务，包括通义千问、deepseekcoder、讯飞星火、文心一言、llama2、rwkv、claude2和moss等

Python★ 71.1k⑂ 8.3kai-ml

☆

semaphoreui/semaphore

semaphore：现代UI和强大的DevOps工具API — semaphore提供了一个统一的界面来管理和自动化DevOps工具，支持多种工具和平台，帮助开发人员提高效率和生产力。semaphore的现代UI和强大的API使其成为DevOps团队的理想选择。semaphore支持多种CI/CD工具，如Jenkins和Docker。

Go★ 13.9k⑂ 1.3kdevops

☆

GraphiteEditor/Graphite

Graphite：二维内容创建应用 — Graphite是一个基于节点的程序化图形引擎，用于创建二维图形、动画和交互式实时动态图形。它支持多种功能，如图形设计、数字艺术和动态图形。Graphite的社区驱动开发模式使其成为一个强大且灵活的工具，适用于各类创意需求。

Rust★ 26.6k⑂ 1.2kgame

☆

fengshao1227/ccg-workflow

ccg-workflow：多模型协作工作流引擎 — ccg-workflow 是一个多模型协作工作流引擎，通过 /ccg:go 命令，AI 自动分析意图、选择策略，并编排 Codex、Gemini 和 Claude 协同执行任务。这使得复杂的操作流程更加高效和智能。

Go★ 5.7k⑂ 440ai-ml

☆

SillyTavern/SillyTavern

SillyTavern：大型语言模型前端 — SillyTavern是一个基于JavaScript的LLM前端，旨在为高级用户提供便捷的交互界面。它能够帮助用户更好地利用大型语言模型的能力，提高工作效率。同时，SillyTavern的开发也体现了开源精神，欢迎开发者参与贡献。

JavaScript★ 29.9k⑂ 5.7kai-ml

☆

mylxsw/aidea

aidea：集成主流大语言模型和图像生成模型的APP — aidea是一个使用Dart语言开发的、集成了主流大语言模型（如GPT、GPT-4）和图像生成模型（如Stable Diffusion）的APP。它利用Flutter进行跨平台开发，提供了一种全新的交互方式。通过aidea，用户可以体验到AI技术的魅力，探索新的可能性。

Dart★ 6.9k⑂ 1kai-ml

☆

VoltAgent/voltagent

voltagent：AI智能代理工程平台 — voltagent是一个开源的TypeScript AI智能代理框架，用于构建和管理AI智能代理。它提供了一个灵活和可扩展的平台，用于开发和部署AI智能代理。通过使用voltagent，开发者可以更容易地构建和管理AI智能代理，从而提高AI应用的效率和效果。

TypeScript★ 10k⑂ 1kai-ml

☆

handy-computer/transcribe.cpp

transcribe.cpp：语音转文字工具 — transcribe.cpp是一个基于ggml库的语音转文字工具，支持超过16种不同的模型家族。它能够高效地将语音转换为文本，适用于多种应用场景。

C++★ 1.4k⑂ 35other

+395 ★☆

wshobson/agents

agents：多引擎智能插件市场 — agents提供了一个统一的插件市场，开发者可以轻松地创建和分享智能插件，实现自动化和orchestration。该项目支持多个流行的AI和自动化平台，包括Claude Code、Codex CLI和GitHub Copilot。通过agents，开发者可以提高工作效率和创造力

Python★ 38.1k⑂ 4.1ktools

☆

m87-labs/moondream

moondream：微型视觉语言模型 — moondream是一个微型视觉语言模型，使用Python编写。它能够处理视觉和语言任务，具有较小的模型大小和较快的推理速度。moondream的出现为视觉语言任务提供了新的解决方案

Python★ 9.9k⑂ 789other

☆

egametang/ET

ET：Unity3D 客户端和 C# 服务器框架 — ET 提供了一个高性能的游戏服务器框架，支持大规模在线游戏的开发。它使用 C# 作为服务器端语言，并支持 Unity3D 作为客户端。ET 的设计目标是提供一个灵活、可扩展的游戏服务器框架，帮助开发者快速构建大规模在线游戏。

C#★ 9.9k⑂ 3.2kgame

☆

realworld-apps/realworld

realworld：全栈示例应用 — realworld是一个全栈的Medium.com克隆示例应用，展示了多种技术栈的最佳实践，包括React、Angular、Node和Django等。它提供了一个完整的示例应用，帮助开发者学习和理解不同技术栈的使用。同时，它也是一个学习和比较不同技术栈的好工具

TypeScript★ 83.7k⑂ 7.6kweb

☆

langchain-ai/open_deep_research

open_deep_research：开源深度研究平台 — open_deep_research 是一个专注于深度学习研究的开源平台，旨在为研究人员提供强大的工具和资源。它支持多种深度学习框架，帮助用户高效地进行实验和模型开发。

Python★ 12.1k⑂ 1.7kother

+14 ★☆

unicity-sphere/sphere-sdk-connect-example

sphere-sdk-connect-example：Sphere SDK 连接示例 — sphere-sdk-connect-example 是一个使用 TypeScript 编写的示例项目，展示了如何连接和使用 Sphere SDK。这对于开发者了解如何集成 Sphere SDK 到他们的应用程序中非常有帮助。

TypeScript★ 9.7k⑂ 31web

☆

mosra/magnum

magnum：轻量级的C++11图形中间件 — magnum提供了一个灵活和高效的图形渲染引擎，支持多种平台和图形API，包括OpenGL、Vulkan和WebGL。它的模块化设计使得开发者可以轻松地集成和扩展其功能。magnum的应用领域包括游戏开发、数据可视化和科学模拟等

C++★ 5.2k⑂ 464game

☆

pathwaycom/llm-app

llm-app：云模板和实时数据集成 — llm-app 通过提供 Docker 友好型的云模板，实现了与 Sharepoint、Google Drive、S3、Kafka、PostgreSQL 等的实时数据同步。该项目支持 RAG、AI 流水线和企业搜索，具有广泛的应用前景。同时，llm-app 与多个流行的机器学习库和框架进行了集成，包括 Hugging Face 和 Open AI。

Jupyter Notebook★ 59k⑂ 1.4kai-ml

☆

deepset-ai/haystack

haystack：开源AI编排框架 — haystack允许用户设计模块化的管道和agent工作流，并对检索、路由、内存和生成具有明确的控制权。它适用于大规模agent、RAG、多模态应用、语义搜索和对话系统。haystack的目的是为了帮助用户构建高效、智能的LLM应用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

Mintplex-Labs/anything-llm

anything-llm：本地人工智能代理解决方案 — anything-llm提供了一种本地优先的代理体验，允许用户自主控制自己的智能代理。它支持多模态交互和无代码开发，适用于需要自主AI解决方案的用户。anything-llm的出现标志着人工智能发展的一个新方向，即更加注重用户的自主性和数据隐私

JavaScript★ 63.6k⑂ 7kai-ml

☆