"模型上下文协议"

modelcontextprotocol/servers

servers：模型上下文协议服务器 — servers 项目提供了模型上下文协议的服务器端实现，用于管理和处理模型上下文数据。该项目使用 TypeScript 编写，提供了高效和可靠的模型上下文管理功能。通过使用 servers，开发人员可以轻松地构建和管理自己的模型上下文协议服务器

TypeScript★ 88.6k⑂ 11.3kweb

☆

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 ★☆

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

☆

NapNeko/NapCatQQ

NapCatQQ：基於NTQQ的現代協議框架 — NapCatQQ是一個基於NTQQ的現代協議框架，使用TypeScript語言開發，提供了一種高效且靈活的方式來處理協議相關的任務。它支持OneBot和OneBot11等多種協議，讓開發者可以輕鬆地創建自己的聊天機器人。NapCatQQ的出現為開發者提供了一種新的選擇，讓他們可以更容易地處理複雜的協議邏輯

TypeScript★ 9.9k⑂ 778backend

☆

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

☆

microsoft/BitNet

BitNet：1 位 LLM 推理框架 — BitNet 是一個開源的框架，旨在為 1 位大型語言模型（LLMs）提供高效的推理能力。它使用 Python 進行開發，為開發人員提供了一個簡單易用的介面。通過 BitNet，開發人員可以輕鬆地部署和管理 1 位 LLMs，從而提高推理效率和準確度

C++★ 39.8k⑂ 3.7kai-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 ★☆

tj/n

n：節點版本管理 — n 提供了一個簡單的方式來安裝和管理不同版本的 Node.js，讓開發者可以輕鬆地在不同的版本之間切換。這對於需要在不同 Node.js 版本下測試和調試應用程式的開發者來說尤其有用。同時，n 也支持多種 Shell 環境，包括 Bash 和 Zsh。

Shell★ 19.5k⑂ 762other

☆

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，能够支持Python和C++等项目的剖析和自译解功能。同时，它还支持PDF/LaTex论文的翻译和总结功能，以及并行问询多种LLM模型。通过接入多个LLM模型和服务，gpt_academic为用户提供了一个强大的工具，能够提高他们的工作效率和生产力。

Python★ 71.1k⑂ 8.3kai-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

☆

Moya/Moya

Moya：Swift 網路抽象層 — Moya 提供了一個簡單且強大的網路抽象層，讓開發者可以輕鬆地處理網路請求和響應。它支持多種網路庫，包括 Alamofire 和 ReactiveSwift。通過使用 Moya，開發者可以更容易地管理網路請求和響應，從而提高應用程式的穩定性和可維護性

Swift★ 15.4k⑂ 2kweb

☆

unicity-sphere/sphere-sdk-connect-example

sphere-sdk-connect-example：SAP Commerce Cloud SDK 範例 — sphere-sdk-connect-example 是一個示範項目，展示如何使用 TypeScript 連接到 SAP Commerce Cloud。這個範例有助於開發者快速上手 SDK 的使用。

TypeScript★ 9.7k⑂ 31web

☆

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

☆

teamcapybara/capybara

capybara：網頁應用程式的驗收測試框架 — capybara是一個開源的驗收測試框架，允許開發者使用Ruby語言編寫自動化測試腳本，從而確保網頁應用程式的正確性和可靠性。它支持多種瀏覽器和測試環境，讓開發者可以輕鬆地進行測試和調試。通過使用capybara，開發者可以提高測試效率和程式品質

Ruby★ 10.2k⑂ 1.5kweb

☆

chatchat-space/Langchain-Chatchat

Langchain-Chatchat：基於 Langchain 與多種語言模型的 RAG 與 Agent 應用 — Langchain-Chatchat 是一個基於 Langchain 的應用，結合了多種語言模型，如 ChatGLM、Qwen 和 Llama，實現了 RAG 和 Agent 的功能。它可以用於聊天機器人、知識圖譜等領域，具有很高的實用價值。通過 Langchain-Chatchat，開發者可以快速打造自己的聊天機器人和知識圖譜系統

Python★ 38.4k⑂ 6.2kai-ml

☆

dottxt-ai/outlines

outlines：結構化輸出 — outlines 是一個用於生成結構化輸出的工具，特別適合需要精確格式化的應用場景。

Python★ 14.7k⑂ 793other

+49 ★☆

fengshao1227/ccg-workflow

ccg-workflow：多模型協作工作流引擎 — ccg-workflow 是一個多模型協作工作流引擎，通過單個命令 /ccg:go，AI 可自動分析意圖、選擇策略並編排 Codex、Gemini 和 Claude 協作執行，簡化複雜的工作流程。

Go★ 5.7k⑂ 440ai-ml

☆

elder-plinius/G0DM0D3

G0DM0D3：解放的AI對話 — G0DM0D3 是一個解放的AI對話平台，允許用戶與智能機器進行自由交流。這個項目使用TypeScript編寫，旨在提供一個開放且高效的對話體驗。

TypeScript★ 9.7k⑂ 2.3kai-ml

☆

openai/harmony

harmony：與 gpt-oss 配合使用的渲染器 — harmony 是一個渲染器，設計用於與 gpt-oss 配合使用，處理 harmony 回應格式。它提供了一種高效的方式來渲染回應，讓開發者可以輕鬆地與 gpt-oss 整合。這個庫是基於 Rust 開發的，提供了穩定和高效的性能

Rust★ 4.5k⑂ 294ai-ml

☆

aristocratos/btop

btop：系統資源監控工具 — btop是一個系統資源監控工具，提供CPU、記憶體、磁碟和網路等資源使用情況的即時統計。它可以幫助用戶了解系統的性能和瓶頸，從而優化系統的配置和使用。通過btop，用戶可以快速地識別系統中的問題和優化機會

C++★ 33.6k⑂ 1.1kother

☆

LuckyPennySoftware/MediatR

MediatR：.NET 中的簡單中介實現 — MediatR 提供了一種簡單的方式來實現中介模式，允許開發人員在應用程式中解耦请求和處理。這個庫的目的是提供一個輕量級和易於使用的中介實現，幫助開發人員構建更模塊化和可維護的應用程式。通過使用 MediatR，開發人員可以更容易地管理複雜的業務邏輯和工作流程

C#★ 11.9k⑂ 2.2kother

☆

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

☆

heygen-com/hyperframes

hyperframes：用於AI和視頻渲染的框架 — hyperframes是一個強大的框架，允許用戶使用HTML和TypeScript來渲染視頻，同時支持AI代理的應用。它整合了ffmpeg、gsap和puppeteer等庫，提供了高效的渲染功能。hyperframes的出現為AI和視頻渲染領域帶來了新的可能性

TypeScript★ 36.3k⑂ 3.4kai-ml

☆

allenai/olmocr

olmocr：PDF 文檔線性化工具包 — olmocr 提供了一個簡單的方法來處理 PDF 文檔，讓用戶可以輕鬆地將其轉換為大型語言模型（LLM）可以接受的格式。這個工具包是基於 Python 開發的，使用簡單且高效。olmocr 的出現可以大大提高 LLM 數據集的準備效率和質量

Python★ 18.5k⑂ 1.5kai-ml

+334 ★☆

andrewyng/context-hub

context-hub：內容集線器 — context-hub 是一個開源的 JavaScript 專案，旨在提供內容管理和集線功能，讓開發者能夠更容易地管理和整合不同的內容來源。這個專案使用 JavaScript 開發，提供了一個靈活和可擴展的解決方案，讓開發者能夠根據自己的需求進行自訂。同時，context-hub 也提供了一個強大的 API，讓開發者能夠更容易地與其他應用程式和服務進行整合

JavaScript★ 13.8k⑂ 1.2kweb

☆

trpc/trpc

trpc：端到端类型安全 API 解决方案 — trpc 提供了一种简单易用的方式来构建端到端类型安全的 API，帮助开发者快速构建可靠的 API。通过使用 trpc，开发者可以减少错误，提高开发效率。同时，trpc 也支持与流行的框架如 Next.js 和 Prisma 集成。

TypeScript★ 40.4k⑂ 1.6kweb

☆

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

☆