🔥 热门搜索llm vuejs pytorch langchain sql graphql redis peg leetcode tokio php8 unity

"大模型"

📰 资讯

AI★★★★Hacker News · 2026-07-25

在8美元微控制器上运行2890万参数大模型

研究人员成功在一款低成本微控制器上运行了一个大型语言模型，展示了边缘计算的强大潜力。

使用ESP32微控制器实现了2890万参数语言模型的运行
成本仅为8美元，展示了技术的经济性
推动了边缘人工智能的发展

AI★★★AWS ML · Fri, 24 Ju

AWS 推出 Claude Opus 5：Anthropic 最先进的大模型

AWS 宣布推出 Claude Opus 5，这是 Anthropic 公司最强大的 Opus 模型。本文提供了该模型的改进细节及在 Amazon Bedrock 上集成和部署的指导。

Claude Opus 5 是 Anthropic 公司最新的大模型
该模型在性能上有显著提升
AWS 提供了详细的文档和指南，帮助开发者集成和部署

安全★★★Hacker News · 2026-07-21

OpenAI 和 Hugging Face 公布模型评估安全事件

OpenAI 和 Hugging Face 联合披露了一起在模型评估过程中发生的安全事件，强调了大模型潜在的安全风险。

两家公司合作调查并公开了安全漏洞的具体情况
事件起因于OpenAI的一个模型在Hugging Face平台上运行时的异常行为
此次事件引发了对大模型安全性的广泛关注

AI★★★★Hacker News · 2026-07-20

Kimi K3 Qwen 3.8及Anthropic进展

本文探讨了Kimi K3和Qwen 3.8等最新大模型的进展，并分析了Anthropic公司可能面临的挑战。

Kimi K3展示了在对话理解上的显著进步
Qwen 3.8增强了多语言支持能力
Anthropic面临伦理和技术双重挑战

AI★★★★Simon Willison · 2026-07-20

Sam Altman 提议开发本地运行的语言模型

Sam Altman 建议开发一个类似于GPT-3的本地运行语言模型，以防止其他公司发布类似的强大模型。

计划开发一个可在消费者硬件上运行的GPT-3级别语言模型
目标是在Stability等公司之前完成
旨在抑制其他公司发布类似强大模型的可能性

📦 开源项目

datawhalechina/happy-llm

happy-llm：从零开始构建大模型 — happy-llm 项目旨在提供一个构建大模型的框架，利用 Jupyter Notebook 实现模型的开发和部署。该项目的主要目的是让开发者能够从零开始构建大模型，实现高效的模型开发和应用。同时，happy-llm 项目也提供了一个学习和研究的大模型构建方法

Jupyter Notebook★ 32.4k⑂ 3.1kai-ml

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

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★ 9.8k⑂ 4.9kai-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

linyqh/NarratoAI

NarratoAI：利用AI自动解说和剪辑视频 — NarratoAI利用AI模型来自动提供视频解说和编辑功能，只需一键点击即可完成。该工具使用Python语言开发，集成了moviepy和gemini-api等库。NarratoAI的出现使得视频编辑变得更加简单和高效

Python★ 10k⑂ 1.4kai-ml

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★ 12.3k⑂ 1.7kother

+23 ★

binhnguyennus/awesome-scalability

awesome-scalability：大规模系统的可扩展性和可靠性模式 — awesome-scalability 提供了大量的资源和设计模式，帮助开发者构建大规模系统，包括架构、后端开发、分布式系统、机器学习等方面的知识。该仓库对于想要提高系统可扩展性和可靠性的开发者来说非常有价值。同时，它也为面试准备和系统设计提供了有用的参考

★ 72.7k⑂ 7.1kai-ml

Lordog/dive-into-llms

dive-into-llms：动手学大模型 — dive-into-llms 是一个涵盖大语言模型（LLMs）的编程实践教程系列，帮助开发者通过实际操作深入理解LLMs的工作原理和应用。

Jupyter Notebook★ 45.5k⑂ 5.4kai-ml

+408 ★

zml/zml

zml：零损害的AI模型部署 — zml项目旨在打破AI模型部署的硬件限制，允许用户在任何硬件上部署任何模型，使用Zig语言和OpenXLA、MLIR、Bazel等技术，实现高性能和灵活的AI模型部署。该项目对于AI应用的开发和部署具有重要意义。通过zml，开发者可以更容易地将AI模型部署到不同的硬件平台上，提高AI应用的效率和可靠性。

Zig★ 3.9k⑂ 171ai-ml

mlabonne/llm-course

llm-course：大型语言模型课程 — llm-course项目旨在帮助用户学习和掌握大型语言模型（LLMs）的知识，通过提供详细的roadmaps和Colab笔记本来进行实践。该项目对于想要进入机器学习和自然语言处理领域的开发者来说非常有价值。同时，项目的开放性也使得它能够不断更新和扩展，涵盖更多的相关内容

★ 81.3k⑂ 9.5kai-ml

lllyasviel/ControlNet

ControlNet：控制扩散模型 — ControlNet 是一个开源项目，旨在让用户能够控制扩散模型的行为。它提供了一种简单的方式来管理和优化扩散模型，从而使其在各种应用中更加高效和有效。通过使用 ControlNet，用户可以更好地理解和控制扩散模型的行为

Python★ 34k⑂ 3kai-ml

aristocratos/btop

btop：系统资源监控工具 — btop 是一个使用 C++ 编写的系统资源监控工具，用于显示系统的 CPU、内存、磁盘和网络资源使用情况。它可以帮助用户实时监控系统资源，快速发现和解决系统瓶颈。通过使用 btop，用户可以优化系统性能和资源利用率。

C++★ 33.6k⑂ 1.1kother

Lightning-AI/pytorch-lightning

pytorch-lightning：简化AI模型训练 — pytorch-lightning是一个Python库，能够简化AI模型的训练过程。它支持在多个GPU上进行预训练和微调，从而加快模型训练的速度。通过使用pytorch-lightning，开发人员可以更轻松地构建和部署AI模型，提高模型的准确性和效率。

Python★ 31.3k⑂ 3.8kai-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

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⑂ 790other

x1xhlol/system-prompts-and-models-of-ai-tools

system-prompts-and-models-of-ai-tools：AI工具系统提示和模型 — system-prompts-and-models-of-ai-tools项目提供了丰富的AI工具系统提示和模型，涵盖了多个开源项目，如Claude Code、Cluely、CodeBuddy等，能够帮助开发者提高编码效率和质量。该项目的目的是促进AI工具在软件开发中的应用，推动开发过程的自动化和智能化。通过提供这些系统提示和模型，开发者可以更好地利用AI工具，提高开发效率和生产力

★ 142.3k⑂ 34.8kai-ml

lutzroeder/netron

netron：神经网络可视化工具 — netron支持多种框架，如TensorFlow、PyTorch和Keras，能够帮助开发者更好地理解和优化他们的模型。通过可视化模型的结构和参数，netron能够提高开发效率和模型性能。同时，netron也支持多种模型格式，如ONNX和CoreML

JavaScript★ 33.3k⑂ 3.2kai-ml

huggingface/transformers

transformers：机器学习模型框架 — transformers提供了一个统一的框架，用于定义和使用最先进的机器学习模型，包括自然语言处理、语音识别和计算机视觉等领域。该框架支持PyTorch和其他流行的深度学习库，能够方便地进行模型的推理和训练。transformers的出现大大促进了机器学习模型的发展和应用。

Python★ 163k⑂ 34kai-ml

hiyouga/LlamaFactory

LlamaFactory：统一高效微调 — LlamaFactory实现了对100多个LLMs和VLMs的统一高效微调，支持多种微调方法，包括fine-tuning、instruction-tuning和Lora等。该项目使用Python语言开发，基于Transformers库，能够高效地微调大语言模型。LlamaFactory的出现对于自然语言处理（NLP）领域具有重要意义，能够帮助研究人员和开发人员更好地利用大语言模型

Python★ 73.5k⑂ 9kai-ml

yamadashy/repomix

repomix：代码仓库打包工具 — repomix能够帮助开发者将代码仓库打包成一个单一的文件，从而方便地将其提供给Large Language Models（LLMs）或其他AI工具，如Claude、ChatGPT、DeepSeek等。这种工具对于开发者来说非常重要，因为它能够简化代码仓库的分享和分析过程。同时，repomix支持多种AI工具和语言，包括TypeScript、JavaScript和Node.js

TypeScript★ 27.4k⑂ 1.5kai-ml

huggingface/pytorch-image-models

pytorch-image-models：PyTorch 图像编码器集合 — pytorch-image-models 提供了一个全面且易于使用的 PyTorch 图像编码器集合，包含多种预训练模型和脚本，能够帮助开发者快速构建和部署图像分类模型。该集合包括了 ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer 等流行模型，能够满足不同应用场景的需求。同时，pytorch-image-models 也提供了便捷的训练、评估和推理脚本，能够帮助开发者快速上手和部署模型

Python★ 37k⑂ 5.2kai-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★ 28.3k⑂ 3.3kai-ml

sgl-project/sglang

sglang：高性能语言模型服务框架 — sglang提供了高效的模型服务能力，支持多种模型类型，包括语言模型和多模态模型。它使用Python语言开发，能够有效地提升模型的服务性能和扩展性。sglang的出现对于提高AI模型的服务能力和实用性具有重要意义。

Python★ 29.9k⑂ 6.9kai-ml

lm-sys/FastChat

FastChat：大型语言模型训练和服务平台 — FastChat提供了一个开放的平台，用于训练、服务和评估大型语言模型，支持Vicuna和Chatbot Arena等项目。该平台的目的是促进大型语言模型的开发和应用。通过FastChat，开发者可以更容易地构建和部署自己的语言模型。

Python★ 39.5k⑂ 4.8kai-ml

BVLC/caffe

caffe：深度学习开源框架 — caffe是一个高性能的深度学习框架，支持多种神经网络架构和优化算法。它能够用于图像和语音识别、自然语言处理等领域，具有广泛的应用前景。caffe的开源性质使得开发者能够轻松地扩展和定制框架，以满足特定的需求。

C++★ 34.6k⑂ 18.4kai-ml

acdlite/recompose

recompose：React 函数组件和高阶组件工具库 — recompose 为 React 开发者提供了一系列实用函数和高阶组件，帮助简化组件开发和复用。它支持函数组件和高阶组件，提高了开发效率和代码可维护性。通过使用 recompose，可以更轻松地构建和管理复杂的 React 应用

JavaScript★ 14.8k⑂ 1.2kweb

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★ 5.8k⑂ 443ai-ml

Julian-adv/OpenMMO

OpenMMO：基于Rust的多人在线游戏框架 — OpenMMO 是一个高性能的多人在线游戏框架，采用 Rust 语言开发。它为开发者提供了构建 MMO 游戏所需的工具和库，支持高并发玩家连接，适用于需要高性能和稳定性的游戏项目。

Rust★ 1.3k⑂ 163other

+395 ★

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 ★

MiniMax-AI/skills

skills：人工智能技能开发库 — skills是一个开源的C#库，用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力，使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills，开发者可以快速构建智能应用，提高用户体验

C#★ 13.2k⑂ 1.1kother

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

fenixsoft/awesome-fenix

awesome-fenix：大型分布式系统构建讨论 — awesome-fenix 项目旨在讨论如何构建一套可靠的大型分布式系统，涵盖了 architecture、cloud-native、istio、kubernetes、microservice 和 springcloud 等主题。该项目为开发者提供了一个学习和讨论的大型分布式系统构建的平台。通过 awesome-fenix，开发者可以更好地理解如何设计和实现一个可靠的分布式系统。

Vue★ 9.4k⑂ 1.1kdevops

NousResearch/hermes-agent

hermes-agent：智能代理 — hermes-agent是一个基于Python的智能代理，能够与用户一起成长和学习。它能够利用诸如AI和LLM等技术来提供更好的服务。hermes-agent的出现对智能代理领域具有重要意义

Python★ 220.9k⑂ 42.1kai-ml

1Panel-dev/MaxKB

MaxKB：开源企业级智能体平台 — MaxKB是一个开源平台，用于构建企业级智能体，提供强大易用的功能。它支持多种技术，如LangChain、Llama3和PGVector，帮助开发者快速构建智能体。MaxKB的开放性和可扩展性使其成为企业构建智能体的理想选择。

Python★ 22.2k⑂ 3kai-ml

chaitin/PandaWiki

PandaWiki：开源知识库搭建系统 — PandaWiki 利用 TypeScript 编写，提供 AI 创作、AI 问答、AI 搜索等能力，帮助用户快速构建智能化的知识库。该系统支持自托管，适用于构建各种类型的文档和知识库。通过 PandaWiki，用户可以轻松创建和管理自己的知识库，提高工作效率和生产力。

TypeScript★ 10k⑂ 991ai-ml

ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code：机器学习和深度学习项目集合 — 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code项目为开发者提供了一个全面而丰富的机器学习和深度学习项目集合，包括计算机视觉和NLP等领域的实现。该项目使用Python语言编写，涵盖了artificial-intelligence、deep-learning、machine-learning等多个主题。通过该项目，开发者可以快速找到并学习相关领域的项目代码，提高自己的开发效率和水平。

★ 35.7k⑂ 7.4kai-ml

harry0703/MoneyPrinterTurbo

MoneyPrinterTurbo：一键生成高清短视频 — MoneyPrinterTurbo是一个利用AI大模型来生成高清短视频的项目，它可以帮助用户一键生成短视频。该项目使用Python语言开发，并结合了MoviePy等库来实现视频生成。MoneyPrinterTurbo的出现可以大大简化短视频的制作过程，并且可以应用于多个领域，如TikTok等社交媒体平台。

Python★ 99.4k⑂ 14.7ktools

jeecgboot/JeecgBoot

JeecgBoot：AI 低代码平台 — JeecgBoot 通过 AI 技术实现一键生成前后端代码和 5 分钟搭建系统，内置 AI 聊天、知识库、流程编排等功能，兼容主流大模型，引领「AI 生成 → 在线配置 → 代码生成 → 手工合并->AI 修改」开发模式，能够消除 Java 项目 80% 的重复工作，提效而不失灵活。JeecgBoot 支持多种技术栈，包括 SpringBoot、MyBatis-Plus、Vue3 等。JeecgBoot 的出现，使得开发者能够更快速、更高效地开发和部署应用系统

Java★ 47.2k⑂ 16.1kai-ml

chatanywhere/GPT_API_free

GPT_API_free：免费ChatGPT和DeepSeek API — GPT_API_free是一个开源项目，旨在提供免费的ChatGPT和DeepSeek API接入服务。它支持多种排名靠前的常用大模型，包括gpt、deepseek、claude、gemini和grok等，帮助开发者轻松接入这些API。通过GPT_API_free，开发者可以免费使用这些API，打造更加智能的应用程序。

★ 39.1k⑂ 2.7kai-ml

YunaiV/ruoyi-vue-pro

ruoyi-vue-pro：基于Spring Boot的后台管理系统 — ruoyi-vue-pro是一个全新的Pro版本，优化重构所有功能，支持RBAC动态权限、数据权限、SaaS多租户、Flowable工作流等，使用Java语言开发，集成了多种技术和框架。它提供了一个强大的后台管理系统和微信小程序，能够满足各种业务需求。同时，它也支持商城、CRM、ERP、MES、IM、AI大模型、IoT物联网等功能

Java★ 38.4k⑂ 8.3kweb