"第二大腦"

AgriciDaniel/claude-obsidian

claude-obsidian：自組織AI第二大腦 — claude-obsidian 是一個為 Obsidian 和 Claude Code 設計的自組織AI第二大腦，能夠將任何來源資料轉換為連接的Markdown知識圖譜。這是一個開源的個人知識管理工具，類似Notion。

Python★ 10k⑂ 1.2kai-ml

☆

khoj-ai/khoj

khoj：您的 AI 第二大腦 — khoj 是一個自托管的 AI 平台，能夠將任何在線或本地 LLM 轉換為您的個人、自主 AI。它支持多種 LLM 模型，包括 gpt、claude、gemini、llama、qwen 和 mistral。使用 khoj，您可以建構自訂代理，排程自動化，進行深入研究，從而提高您的生產力。

Python★ 36k⑂ 2.3kai-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★ 12.3k⑂ 1.7kother

+23 ★☆

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

☆

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

☆

xai-org/x-algorithm

x-algorithm：為 X 的個人化動態提供強大的算法支持 — x-algorithm 是一個開源項目，使用 Rust 語言開發，旨在為 X 的 For You 動態提供強大的算法支持。它可以根據用戶的行為和偏好，提供個性化的內容推薦。這個項目對於提升用戶體驗和平台的互動性具有重要意義

Rust★ 26.8k⑂ 4.6kother

☆

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

☆

golang/oauth2

oauth2：Go 語言的 OAuth2 實現 — oauth2 庫提供了 OAuth2 的客戶端和伺服器端實現，讓開發者可以輕鬆地將 OAuth2 整合到自己的應用程式中。這個庫支援多種授權流程和令牌類型，讓開發者可以根據自己的需求進行自定義。同時，oauth2 庫也提供了許多實用的功能，例如令牌儲存和刷新，讓開發者可以更容易地管理 OAuth2 令牌

Go★ 5.9k⑂ 1.1ksecurity

☆

rupa/z

z：快速跳轉工具 — z 是一個方便的工具，讓用戶可以快速跳轉到常用的目錄，節省時間和提高生產力。它通過記錄用戶訪問過的目錄，然後允許用戶快速跳轉到這些目錄。這個工具對於經常需要在多個目錄之間切換的用戶尤其有用

Shell★ 17k⑂ 1.2kother

☆

microsoft/AI-For-Beginners

AI-For-Beginners：人工智慧初學者教程 — AI-For-Beginners 提供了全面而系統的 AI 教學內容，涵蓋了 CNN、GAN、NLP 等領域，讓初學者能夠快速上手 AI 的基礎知識。這個教程使用 Jupyter Notebook 作為主要工具，讓學習者能夠實際操作和實踐。通過這個教程，學習者可以掌握 AI 的基本概念和技術，為未來的學習和工作奠定堅實的基礎

Jupyter Notebook★ 52.9k⑂ 10.7kai-ml

☆

BVLC/caffe

caffe：深度學習快速開放框架 — caffe是一個開源的深度學習框架，旨在提供快速和高效的神經網絡計算功能。它支持多種程式語言，包括C++、Python和MATLAB，同時也提供了豐富的API和工具，讓開發者可以輕鬆地使用和擴展。caffe的優勢在於其高性能和高擴展性，使其成為深度學習領域的一個重要工具

C++★ 34.6k⑂ 18.4kai-ml

☆

julycoding/The-Art-Of-Programming-By-July-2nd

The-Art-Of-Programming-By-July-2nd：编程艺术 — The-Art-Of-Programming-By-July-2nd 项目提供了编程艺术的知识和面试算法心得，帮助程序员提高编程技能和面试能力。该项目曾经冲到全球第一，拥有大量的干货集锦和完整的纸质版《编程之法：面试和算法心得》。通过这个项目，程序员可以学习到编程的艺术和技巧，提高自己的职业竞争力

C★ 21.5k⑂ 7kother

☆

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⑂ 790other

☆

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★ 10.7k⑂ 1.7kai-ml

☆

nvbn/thefuck

thefuck：命令糾錯工具 — thefuck 是一款使用 Python 開發的工具，能夠自動糾正使用者之前輸入的命令，讓使用者更方便地使用命令列介面。這款工具可以節省使用者的時間和精力，讓他們更專注於工作。同時，thefuck 也是一個開源項目，歡迎開發者參與貢獻。

Python★ 97.6k⑂ 4kother

☆

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 ★☆

asgeirtj/system_prompts_leaks

system_prompts_leaks： Anthropic 和 OpenAI 系統提示提取 — system_prompts_leaks 是一个开源项目，旨在提取和分享来自 Anthropic 和 OpenAI 的系统提示，包括 Claude 和 ChatGPT 等模型。该项目通过提供这些提示来帮助开发者和研究人员更好地理解和改进 AI 模型的性能。同时，项目还会定期更新，以确保用户能够获取最新的系统提示。

JavaScript★ 60.7k⑂ 9.9kai-ml

☆

MiniMax-AI/skills

skills：人工智慧技能開發 — skills是一個開源項目，提供了一個基於C#的技能開發框架，讓開發者可以輕鬆地創建和集成人工智慧技能。這個項目的目的是提供一個簡單和靈活的方式來開發和應用人工智慧技能。同時，skills也提供了一個強大的API，讓開發者可以輕鬆地擴展和自定義技能

C#★ 13.2k⑂ 1.1kother

☆

BasedHardware/omi

omi：人工智慧助手 — omi是一個利用AI技術來分析用戶屏幕和對話的項目，從而提供相應的建議和指導。該項目結合了多種技術，包括Dart、Flutter和Python，旨在創造一個智能化的使用體驗。omi的目標是為用戶提供一個更加便捷和高效的互動方式

Dart★ 13.1k⑂ 2.1kmobile

☆

keras-team/keras

keras：人性化的深度學習框架 — keras 是一個高層神經網絡 API，能夠在 TensorFlow、PyTorch 和 JAX 等多個後端上運行。它提供了簡單易用的 API，讓用戶可以快速地構建和訓練神經網絡模型。keras 的出現使得深度學習技術更加民主化和易於使用

Python★ 64.2k⑂ 19.7kai-ml

☆

xuebinqin/U-2-Net

U-2-Net：深度嵌套U結構的顯著物體檢測 — U-2-Net通過嵌套的U結構實現了對圖像的深度學習和分析，從而能夠準確地檢測出顯著物體。這個模型在圖像處理和電腦視覺領域具有重要的意義和應用價值。U-2-Net的實現基於Python語言，利用了深度學習框架的優勢

Python★ 9.8k⑂ 1.6kai-ml

☆

Julian-adv/OpenMMO

OpenMMO：開放源碼多人遊戲框架 — OpenMMO 是一個基於 Rust 的開放源碼框架，專為開發多人在線遊戲而設計。它提供了強大的功能和靈活性，幫助開發者快速構建複雜的遊戲世界。

Rust★ 1.3k⑂ 163other

+395 ★☆

OpenBMB/VoxCPM

VoxCPM：多語種語音生成的無標記TTS — VoxCPM2 是一個無需標記的TTS系統，能夠處理多種語言的語音生成，支持創意聲線設計和真實聲線克隆。該技術在不需要預先標記數據的情況下，實現高效的語音合成。

Python★ 34.2k⑂ 3.9kai-ml

☆

MemTensor/MemOS

MemOS：自我演化記憶作業系統 — MemOS是一個自我演化的記憶作業系統，旨在為大型語言模型和AI代理人提供更好的記憶管理和技能重用功能。它的超級持久記憶和混合檢索功能可以幫助AI代理人更好地學習和適應新的任務和環境。同時，MemOS的跨任務技能重用功能可以節省35.24%的token，提高AI代理人的效率和性能

TypeScript★ 10k⑂ 913ai-ml

☆

alexjc/neural-doodle

neural-doodle：神經繪圖與風格轉換 — neural-doodle 利用 Python 和深度學習技術，實現圖片風格轉換、紋理生成、圖片放大等功能。它可以將簡單的圖片轉換成精美的藝術品，同時也可以實現圖片之間的風格轉換。這個項目是 Semantic Style Transfer 的實現，具有廣泛的應用前景

Python★ 9.9k⑂ 893ai-ml

☆

MemPalace/mempalace

mempalace：開源人工智慧記憶系統 — mempalace 是一個開源的 AI 記憶系統，使用 Python 作為開發語言，整合了 chromadb、llm 和 mcp 等技術，提供高效的記憶管理和存儲功能。這個系統的優點在於其高性能和免費使用的特點，讓開發者可以輕鬆地將其整合到自己的應用程式中。同時，mempalace 的開源性也讓開發者可以自由地修改和擴展其功能

Python★ 57.8k⑂ 7.4kai-ml

☆

facebookresearch/detectron2

detectron2：物體偵測與視覺識別平臺 — detectron2提供了一個強大的物體偵測和分割功能，能夠實現高精度的視覺識別任務。它的設計目的是為了簡化和加速視覺識別任務的開發和部署，讓開發者能夠更容易地將視覺識別技術應用於各種領域。detectron2的開源性質也使得它能夠被廣泛地使用和擴展。

Python★ 34.6k⑂ 8kother

☆

ipader/SwiftGuide

SwiftGuide：Swift 項目精選 — SwiftGuide 提供了一系列的 Swift 項目，涵蓋腦映射等領域，幫助開發者了解和使用 Swift 進行相關開發。這個專案對於 Swift 開發者和腦映射研究人員具有重要的參考價值。同時，SwiftGuide 也展示了 Swift 在腦映射領域的強大應用潛力

Swift★ 16k⑂ 3.5kmobile

☆

calcom/cal.diy

cal.diy：開源排程基礎設施 — cal.diy 提供了一個開源的排程基礎設施，讓開發者可以輕鬆地建立自己的排程系統。該項目使用了多種流行的技術，包括 nextjs、postgresql、prisma 和 tailwindcss。通過 cal.diy，開發者可以快速建立一個可靠且高效的排程系統，滿足各種需求。

TypeScript★ 46.8k⑂ 14.6kweb

☆

lyhue1991/eat_tensorflow2_in_30_days

eat_tensorflow2_in_30_days：TensorFlow 2.0 入門教程 — eat_tensorflow2_in_30_days 專案通過簡單的範例和教程，介紹了 TensorFlow 2.0 的核心功能和特性，幫助開發者快速上手 TensorFlow 2.0 的開發。該專案涵蓋了 TensorFlow 2.0 的基礎知識、實踐應用和高級主題，適合初學者和有經驗的開發者。通過 eat_tensorflow2_in_30_days 專案，開發者可以快速掌握 TensorFlow 2.0 的技能，開發出高效的 AI 應用

Python★ 9.9k⑂ 2.4kai-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：人工智慧項目集 — 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code 項目收集了多個人工智慧領域的項目，包括機器學習、深度學習、電腦視覺和NLP。這些項目均附帶代碼，供開發者學習和研究。通過這些項目，開發者可以快速入門人工智慧領域，了解各種技術的實現細節。

★ 35.7k⑂ 7.4kai-ml

☆

coqui-ai/TTS

TTS：文字轉語音工具包 — TTS 是一個基於 Python 的深度學習工具包，提供了多種文字轉語音的模型和技術，包括 Glow-TTS、HiFiGAN 和 MelGAN 等，能夠用於研究和生產環境。TTS 的優點在於其高質量的語音合成和靈活的配置選項。TTS 的應用包括語音合成、語音轉換和語音克隆等領域

Python★ 45.8k⑂ 6.2kai-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

☆

opencv/opencv

opencv：電腦視覺函式庫 — opencv是一個強大的開源電腦視覺函式庫，提供了許多電腦視覺和圖像處理的功能，包括影像處理、特徵提取、物體偵測等。它廣泛應用於各個領域，包括機器人、自動駕駛、醫學影像分析等。opencv的開源性和高效性使其成為電腦視覺領域的一個重要工具

C++★ 90.2k⑂ 56.9kai-ml

☆

Aider-AI/aider

aider：終端機中的AI編程助手 — aider是一個基於AI的編程助手，能夠在終端機中提供即時的編程建議和協助。它支持多種AI模型，包括GPT-3、GPT-4和LLaMA等，能夠幫助開發者提高編程效率和質量。同時，aider也是一個開源項目，歡迎開發者參與貢獻和改進。

Python★ 47.7k⑂ 4.8kai-ml

☆

vllm-project/vllm

vllm：高性能LLM推理和服务引擎 — vllm是一個開源的Python項目，提供高性能的LLM推理和服務能力，支持多種硬件平臺，包括AMD、CUDA、TPU等，使用pytorch和transformer等技術，能夠高效地處理LLM的推理和服務，對於LLM的應用和開發具有重要意義。vllm的設計目標是提供一個高吞吐量和記憶體效率的推理和服務引擎，能夠滿足LLM應用的需求。通過使用vllm，開發者可以更容易地部署和管理LLM模型，提高推理和服務的效率和準確性。

Python★ 87.2k⑂ 19.9kai-ml

☆