"多模態"

mckaywrigley/chatbot-ui

chatbot-ui：人工智慧聊天界面 — chatbot-ui 提供了一個簡單的聊天界面，讓使用者可以輕鬆地與 AI 模型進行交互。這個項目使用 TypeScript 開發，提供了高效和可擴展的解決方案。通過 chatbot-ui，開發者可以快速地建立自己的聊天機器人

TypeScript★ 33.3k⑂ 9.4kai-ml

☆

handy-computer/transcribe.cpp

transcribe.cpp：語音轉文字工具 — transcribe.cpp 是一個基於 ggml 庫的語音轉文字工具，支援超過 16 種不同的模型家族。它能夠高效地將語音轉換為文字，適用於各種需要自動轉錄語音的場景。

C++★ 1.4k⑂ 35other

+395 ★☆

chenfei-wu/TaskMatrix

TaskMatrix：任務管理工具 — TaskMatrix 是一個開源的任務管理工具，使用 Python 編寫。它提供了一個簡單易用的介面來管理和追蹤任務，讓用戶可以輕鬆地組織和優先處理任務。透過 TaskMatrix，用戶可以提高工作效率和生產力。

Python★ 34.1k⑂ 3.2kother

☆

lllyasviel/ControlNet

ControlNet：控制擴散模型的庫 — ControlNet是一個開源的Python庫，旨在控制和管理擴散模型的行為。它提供了一個簡單的介面來控制模型的輸出，讓用戶可以更好地理解和使用這些模型。這個庫對於研究人員和開發人員來說非常重要，因為它可以幫助他們更好地控制和優化擴散模型

Python★ 34k⑂ 3kai-ml

☆

hpcaitech/ColossalAI

ColossalAI：大型 AI 模型開發框架 — ColossalAI 通過提供高效的數據平行和模型平行計算方法，使大型 AI 模型的訓練和推理過程更快更便宜。這項技術的開發對於推動 AI 研究和應用具有重要意義，尤其是在大型模型和分布式計算領域。同時，ColossalAI 也支持異構訓練和管道平行等先進功能，進一步擴展了其在 AI 研究和開發中的應用價值。

Python★ 41.4k⑂ 4.5kai-ml

☆

lutzroeder/netron

netron：神經網路視覺化工具 — netron是一個視覺化工具，允許用戶瀏覽和分析神經網路、深度學習和機器學習模型。它支持多種模型格式，包括ONNX、PyTorch和TensorFlow。通過netron，用戶可以更好地理解模型的結構和運作，從而提高模型的性能和準確性

JavaScript★ 33.2k⑂ 3.2kai-ml

☆

hiyouga/LlamaFactory

LlamaFactory：大型語言模型優化 — LlamaFactory 通過提供一個統一的介面，支持多種微調技術，如 PEFT、LORA 和 QLoRA，從而實現了對多個大型語言模型的高效微調。這個項目對於自然語言處理（NLP）領域具有重要意義，因為它能夠大大提高模型的性能和效率。另外，LlamaFactory 還支持多種模型，包括 GPT、LLaMA 和 Transformers 等

Python★ 73.4k⑂ 9kai-ml

☆

kgrzybek/modular-monolith-with-ddd

modular-monolith-with-ddd：以 Domain-Driven Design 方法實現的模組化單體應用 — modular-monolith-with-ddd 是一個使用 C# 和 .NET Core 開發的模組化單體應用，結合了 Domain-Driven Design 的方法和 Event Sourcing、CQRS 等設計模式。這個專案展示了如何使用模組化和 Domain-Driven Design 來實現一個可擴展和維護的應用。同時，它也提供了一個實用的範例，展示了如何將這些設計模式和技術應用於實際的軟體開發中

C#★ 13.9k⑂ 2.2kbackend

☆

ultralytics/ultralytics

ultralytics：開源電腦視覺庫 — ultralytics 提供了強大的物體檢測和圖像分類功能，基於 PyTorch 實現，支持多種應用場景，如 CLI、電腦視覺、深度學習等。它的 YOLO 模型可以實現快速和準確的物體檢測，同時也支持姿勢估計、追蹤等功能。這個庫對於開發者來說是一個非常有用的工具，可以幫助他們快速開發電腦視覺應用

Python★ 59.6k⑂ 11.4kai-ml

☆

FunAudioLLM/CosyVoice

CosyVoice：多語音頻生成模型 — CosyVoice是一個基於Python的多語音頻生成模型，能夠提供多種語言的音頻生成，包括英文、中文、日文和韓文等。它提供了推理、訓練和部署的全棧能力，讓用戶可以輕鬆地使用和擴展模型。CosyVoice的出現對於自然語言生成和文本轉語音等領域具有重要意義

Python★ 22.1k⑂ 2.6kai-ml

☆

OpenRLHF/OpenRLHF

OpenRLHF：基於 Ray 的高效能代理式強化學習框架 — OpenRLHF 提供了一個易於使用、可擴展且高效能的框架，讓研究人員和開發人員可以快速地開發和部署強化學習模型。它基於 Ray，支援多種演算法和技術，包括 PPO、DAPO、REINFORCE++、VLM、TIS、vLLM 和 Async RL。OpenRLHF 的目標是提供一個高效能和可擴展的框架，讓強化學習可以更廣泛地應用於各個領域。

Python★ 9.8k⑂ 986ai-ml

☆

CVHub520/X-AnyLabeling

X-AnyLabeling：智能數據標註工具 — X-AnyLabeling 是一個借助Segment Anything等AI模型的數據標註工具，能夠簡化標註過程。它對於需要大量標註數據的電腦視覺項目尤為重要。

Python★ 9.8k⑂ 1.1kai-ml

☆

datawhalechina/all-in-rag

all-in-rag：大模型應用開發實戰 — all-in-rag 提供了全面的 RAG 技術指南，涵蓋了從基礎到進階的應用開發，是學習和使用大模型的寶貴資源。

Python★ 9.6k⑂ 4.8kai-ml

☆

langchain-ai/open_deep_research

open_deep_research：開源深度研究平台 — open_deep_research 提供了一個強大的開源框架，支持各種深度學習模型的開發和研究。它對於希望在深度學習領域進行創新研究的開發者來說極為重要。

Python★ 12.1k⑂ 1.7kother

+14 ★☆

hsliuping/TradingAgents-CN

TradingAgents-CN：中文金融交易框架 — TradingAgents-CN是一个开源的金融交易框架，利用多智能体LLM技术，提供了一个高效、灵活的交易系统。它可以帮助用户进行金融交易，实现自动化交易和风险管理。同时，TradingAgents-CN也是一个可扩展的平台，允许用户自定义和扩展其功能

Python★ 30k⑂ 6.3kai-ml

☆

bytedance/UI-TARS-desktop

UI-TARS-desktop：開源多模態AI代理堆棧 — UI-TARS-desktop是一個基於TypeScript的開源項目，提供了一個多模態AI代理堆棧，連接尖端AI模型和代理基礎設施。它支持多種AI模型和代理協議，提供了一個統一的API接口，方便開發者使用。該項目的目的是為開發者提供一個簡單、靈活和可擴展的AI代理解決方案

TypeScript★ 38.1k⑂ 3.8kai-ml

☆

phillipi/pix2pix

pix2pix：圖像轉換技術 — pix2pix 是一個使用 Lua 語言開發的圖像轉換技術，利用條件對抗網路（conditional adversarial nets）來實現圖像到圖像的轉換。這個項目在計算機視覺和圖像生成領域具有重要意義。pix2pix 的應用包括圖像生成、圖像操控和圖像轉換等

Lua★ 10.6k⑂ 1.7kai-ml

☆

langchain-ai/langgraph

langgraph：建設強健的代理 — langgraph 是一個開源的 Python 框架，能夠幫助開發者建立強健的代理，利用 AI 技術來實現智能代理的功能。這個框架提供了一個簡單的方式來建設和管理代理，能夠應用於各種領域。langgraph 的目的是為了提供一個強健和可擴展的代理建設框架，能夠幫助開發者建立更好的智能代理

Python★ 37.6k⑂ 6.3kai-ml

☆

open-mmlab/mmsegmentation

mmsegmentation：開源語義分割工具箱和基準測試 — mmsegmentation 提供了多種語義分割算法和模型，包括 Deeplabv3、PSPNet 和 Swin Transformer 等，能夠應用於醫學影像分割、實時分割等領域。該工具箱和基準測試旨在促進語義分割研究和開發，提供了一個方便的開發和評估平臺。mmsegmentation 的開源性質使其能夠被廣泛使用和擴展

Python★ 9.9k⑂ 2.9kai-ml

☆

agentscope-ai/agentscope

agentscope：人工智慧代理建構工具 — agentscope 是一個基於 Python 的開源項目，允許使用者建構和運行代理，支持多模態和多代理的互動。該項目的目的是提供一個透明和可信的代理建構平台，讓使用者可以更好地理解和控制代理的行為。agentscope 的應用範圍包括聊天機器人、語言模型和多代理系統等

Python★ 28k⑂ 3.2kai-ml

☆

jina-ai/serve

serve：雲原生多模態AI應用框架 — serve是一個基於Python的框架，使用雲原生技術如Kubernetes、Docker和FastAPI等，能夠幫助開發者快速打造多模態AI應用。它支持多種AI模型和框架，如深度學習和機器學習等。serve的雲原生設計使其能夠輕鬆擴展和部署，非常適合大規模AI應用的開發

Python★ 21.9k⑂ 2.2kai-ml

☆

m87-labs/moondream

moondream：微型視覺語言模型 — moondream 是一個基於 Python 的微型視覺語言模型，利用深度學習技術實現視覺和語言之間的交互。這個模型可以用於各種應用，例如圖像描述、視覺問答等。moondream 的開發對於推動人工智慧和機器學習的發展具有重要意義

Python★ 9.9k⑂ 789other

☆

zml/zml

zml：零損害的模型硬件整合 — zml是一個使用Zig語言建構的項目，旨在實現任何模型在任何硬件上運行的能力，同時結合了@ziglang、@openxla、MLIR和@bazelbuild等技術。這個項目的目的是提供一個高效、靈活的模型部署解決方案，讓開發者可以輕鬆地將模型部署在各種硬件平台上。同時，zml也提供了高性能的模型推理能力，讓開發者可以實現高效的AI應用。

Zig★ 3.9k⑂ 170ai-ml

☆

kvcache-ai/ktransformers

ktransformers：異構LLM推論/微調優化框架 — ktransformers 是一個靈活的框架，專為異構大語言模型（LLM）的推論和微調優化而設計。它允許用戶在不同的硬件和軟件環境中進行高效的模型部署和調整，從而提高性能和效率。

Python★ 18.8k⑂ 1.5kai-ml

+458 ★☆

jrouwe/JoltPhysics

JoltPhysics：多核心rigid body物理和碰撞偵測庫 — JoltPhysics是一個用C++撰寫的物理和碰撞偵測庫，能夠有效利用多核心處理器，適用於遊戲和VR應用。它已被用於多個著名遊戲中，如Horizon Forbidden West和Death Stranding 2。JoltPhysics的高性能和可擴展性使其成為遊戲開發者的首選

C++★ 11k⑂ 809game

☆

microsoft/graphrag

graphrag：基於圖的检索增強生成系統 — graphrag 是一個基於圖的检索增強生成系統，利用圖結構來增強生成模型的能力。這個系統可以應用於各種自然語言處理任務，例如文本生成和問答系統。graphrag 的模組化設計使其易於擴展和自定義，適合各種應用場景

Python★ 34.5k⑂ 3.6kai-ml

☆

TauricResearch/TradingAgents

TradingAgents：多代理金融交易框架 — TradingAgents是一個開源的金融交易框架，利用多代理技術和LLM模型來實現智能化交易決策。它可以幫助用戶自動化交易流程，提高交易效率和盈利能力。通過TradingAgents，開發者可以輕鬆地構建和部署自己的金融交易系統

Python★ 93.7k⑂ 18.1kai-ml

☆

tensorflow/tensorflow

tensorflow：開源機器學習框架 — tensorflow是一個開源的機器學習框架，提供了大量的工具和資源，讓開發者可以輕鬆地建構和部署機器學習模型。它支持多種編程語言，包括C++和Python，並提供了強大的深度學習和神經網路功能。因此，tensorflow已經成為機器學習領域中最受歡迎的框架之一

C++★ 196.4k⑂ 75.6kai-ml

☆

coil-kt/coil

coil：Android 和 Compose Multiplatform 图像加载库 — coil 是一个用于 Android 和 Compose Multiplatform 的图像加载库，提供高效的图像加载和缓存功能。它支持 Androidx 和 Compose Multiplatform，使用 Kotlin 语言开发，并集成了 coroutines 和 okio 等流行库。coil 的出现简化了 Android 和 Compose Multiplatform 应用的图像加载和处理，提高了开发效率和用户体验。

Kotlin★ 11.9k⑂ 774mobile

☆

pjreddie/darknet

darknet：神經網路框架 — darknet 提供了一個簡單且高效的方式來實現 CNN 模型，支援多種神經網路架構和訓練算法。這個框架廣泛應用於圖像識別、物體偵測等領域。darknet 的優點在於其高性能和低資源占用，使其成為嵌入式系統和移動設備的理想選擇。

C★ 26.5k⑂ 21kai-ml

☆

AlexsJones/llmfit

llmfit：硬體兼容模型查找 — llmfit 是一個開源項目，旨在幫助用戶找到適合其硬體的模型。它支持數百個模型和提供者，讓用戶可以輕鬆地找到合適的模型。這個項目使用 Rust 編程語言開發，具有高效和可靠的特點

Rust★ 29.7k⑂ 1.8kai-ml

☆

ZhuLinsen/daily_stock_analysis

daily_stock_analysis：多市场股票智能分析系统 — daily_stock_analysis 是一个使用 LLM 驱动的多市场股票智能分析系统，能够提供多源行情、实时新闻、决策看板与自动推送等功能。该系统支持零成本定时运行，能够帮助用户更好地分析股票市场。同时，daily_stock_analysis 使用 Python 编写，易于维护和扩展。

Python★ 57.9k⑂ 49.8kai-ml

☆

mosra/magnum

magnum：輕量級模組化C++11圖形中間件 — magnum提供了一套完整的圖形功能，包括OpenGL、Vulkan和WebGL等，讓開發者可以輕鬆地創建高性能的圖形應用。它的模組化設計使得開發者可以根據需要選擇所需的功能，從而降低了開發的複雜度和成本。同時，magnum也支持多種平台，包括Android、iOS和WebAssembly等

C++★ 5.2k⑂ 464game

☆

Comfy-Org/ComfyUI

ComfyUI：模組化擴散模型GUI、API和後端 — ComfyUI提供了一個強大且模組化的擴散模型GUI、API和後端，允許用戶以圖表/節點界面進行交互。這個項目使用Python和PyTorch等技術實現，對於AI和Stable Diffusion的開發具有重要意義。通過ComfyUI，開發者可以更容易地構建和管理自己的擴散模型應用

Python★ 121.4k⑂ 14.3kai-ml

☆

Genesis-Embodied-AI/genesis-world

genesis-world：機器人與嵌入式 AI 學習模擬平台 — genesis-world 提供了一個模擬環境，讓研究人員和開發人員可以在虛擬世界中訓練和測試機器人和嵌入式 AI 模型。這個平台可以幫助加速機器人和 AI 的開發和應用，同時也可以降低實驗的成本和風險。genesis-world 的模擬環境可以模擬各種不同的場景和環境，讓用戶可以更好地理解和改進他們的機器人和 AI 模型。

Python★ 29.6k⑂ 2.8kai-ml

☆

sgl-project/sglang

sglang：高性能語言模型服務框架 — sglang是一個高性能的服務框架，適用於大型語言模型和多模態模型。它支持多種模型架構，包括Transformer、Moe和Diffusion，能夠提供快速和高效的推理服務。sglang的開發對於自然語言處理和人工智慧領域具有重要意義

Python★ 29.9k⑂ 6.9kai-ml

☆

mlabonne/llm-course

llm-course：大型語言模型入門課程 — llm-course是一門針對大型語言模型（LLMs）的入門課程，提供詳細的路線圖和Colab筆記本，以幫助學習者快速上手。透過這門課程，學習者可以掌握LLMs的基礎知識和實踐技能，進而應用於機器學習和自然語言處理等領域。同時，課程還提供了現成的Colab筆記本，讓學習者可以直接實踐和驗證所學的知識

★ 81.1k⑂ 9.5kai-ml

☆

Mintplex-Labs/anything-llm

anything-llm：本地化人工智慧體驗 — anything-llm是一個基於JavaScript的開源項目，旨在提供一個強大且可自行部署的本地化人工智慧體驗。它結合了多種技術，包括LLM、多模態和向量數據庫，讓用戶可以擁有自己的智慧體驗。這個項目的目的是讓用戶能夠自行控制自己的智慧體驗，而不需要依賴於第三方服務

JavaScript★ 63.6k⑂ 7kai-ml

☆

openai/CLIP

CLIP：對比語言圖像預訓練 — CLIP是一種通過對比語言圖像預訓練的模型，能夠學習圖像和文字之間的關聯，從而實現圖像文字匹配等功能。這種模型對於多模態任務有重要意義，能夠廣泛應用於圖像識別、文字生成等領域。CLIP的出現標誌著人工智慧領域的一大突破

Jupyter Notebook★ 34k⑂ 4kai-ml

☆

deepset-ai/haystack

haystack：開源AI編排框架 — haystack是一個開源的AI編排框架，用于建立生產就緒的LLM應用程序。它允許用戶設計模組化的管道和代理工作流，具有明確的控制權，可應用於可擴展的代理、RAG、多模態應用程序、語義搜索和對話系統。haystack的目的是為了提供一個高效和可擴展的解決方案，用于建設複雜的AI應用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆