AI Open-Source-Projekt

Umfassende Einführung Sim Studio ist eine Open-Source-Plattform für die Erstellung von KI-Agenten-Workflows, die den Nutzern hilft, große Sprachmodell-Workflows (LLM) über eine leichtgewichtige, intuitive visuelle Schnittstelle schnell zu entwerfen, zu testen und einzusetzen. Benutzer können komplexe Workflows ohne tiefgreifende Programmierung durch Ziehen und Ablegen von...

Allgemeine Einführung Mad Professor (Grumpy Professor Reads Papers) ist ein quelloffenes akademisches KI-Tool, das für Forscher und Studenten entwickelt wurde, um das Lesen und Analysieren von akademischen Arbeiten zu vereinfachen. Es integriert PDF-Verarbeitung, KI-Übersetzung, RAG-Suche, KI-Fragen...

Umfassende Einführung AIstudioProxyAPI ist ein Open-Source-Projekt, das Node.js und Playwright-Technologie verwendet, um die OpenAI-API zu emulieren, indem es die Google AI Studio-Webversion von...

Allgemeine Einführung Step1X-Edit ist ein Open-Source-Framework zur Bildbearbeitung, das vom Stepfun AI-Team entwickelt wurde und auf GitHub gehostet wird. Es kombiniert ein multimodales großes Sprachmodell (Qwen-VL) und einen Diffusionstransformator (DiT), um es den Benutzern zu ermöglichen, Bilder durch ein einfaches und natu...

Allgemeine Einführung Klavis AI ist eine Open-Source-Plattform, die sich auf die Vereinfachung der Nutzung und Integration des Model Context Protocol (MCP) konzentriert, einem offenen Standard, der es KI-Anwendungen ermöglicht, sich dynamisch mit externen Tools und Datenquellen zu...

Allgemeine Einführung RealtimeVoiceChat ist ein Open-Source-Projekt, das sich auf natürliche Unterhaltungen in Echtzeit mit künstlicher Intelligenz über Sprache konzentriert. Benutzer verwenden ein Mikrofon, um ihre Stimme einzugeben, und das System nimmt das Audio über einen Browser auf, wandelt es schnell in Text um, und ein großes Sprachmodell (LLM) erzeugt...

Allgemeine Einführung MiMo ist ein von Xiaomi entwickeltes Open-Source-Projekt zur Modellierung großer Sprachen mit Schwerpunkt auf mathematischer Argumentation und Codegenerierung. Das Kernprodukt ist die MiMo-7B-Modellfamilie, die ein Basismodell (Base), ein überwachtes Feinabstimmungsmodell (SFT), ein starkes chemisches Modell, das auf der Grundlage des Basismodells trainiert wurde,...

Synthesis Muyan-TTS ist ein Open-Source-Text-to-Speech-Modell (TTS), das für Podcasting-Szenarien entwickelt wurde. Es ist mit über 100.000 Stunden Podcast-Audiodaten vortrainiert und unterstützt die Null-Sample-Sprachsynthese, um qualitativ hochwertige natürliche Sprache zu erzeugen. Das Modell basiert auf Llama-3.2-3...

Allgemeine Einführung CAD-MCP ist ein Open-Source-Projekt, das es Benutzern ermöglicht, CAD-Software durch natürlichsprachliche Befehle für Zeichenoperationen zu steuern. Es kombiniert die Verarbeitung natürlicher Sprache mit der CAD-Automatisierungstechnologie, so dass die Benutzer die CAD-Schnittstelle nicht manuell bedienen müssen, sondern nur einfache Textbefehle eingeben, die ...

Umfassende Einführung GraphGen ist ein Open-Source-Framework, das von OpenScienceLab, einem KI-Labor in Shanghai, entwickelt wurde und auf GitHub gehostet wird. Es konzentriert sich auf die Optimierung der überwachten Feinabstimmung von Large Language Models (LLMs), indem es die Erzeugung synthetischer Daten durch Wissensgraphen anleitet. Es wurde entwickelt aus ...

Allgemeine Einführung ACI.dev ist eine Open-Source-Infrastrukturplattform, die entwickelt wurde, um KI-Intelligenzen mit schneller Integration in über 600 Tools bereitzustellen. Sie gewährleistet einen sicheren Zugang zu Tools wie Google Calendar, S...

Allgemeine Einführung llm.pdf ist ein Open-Source-Projekt, mit dem Benutzer Large Language Models (LLMs) direkt in PDF-Dateien ausführen können. Entwickelt von EvanZhouDev und gehostet auf GitHub, demonstriert dieses Projekt einen innovativen Ansatz: durch Em...

Allgemeine Einführung Abogen ist ein Open-Source-Tool zur schnellen Konvertierung von ePub-, PDF- oder reinen Textdateien in qualitativ hochwertiges Audio. Es verwendet das Kokoro-82M-Modell, um natürliche und flüssige Sprache zu erzeugen, und unterstützt die gleichzeitige Erzeugung von Untertiteln, was für die Produktion von Hörbüchern geeignet ist...

Allgemeine Einführung Local Deep Research ist ein quelloffener KI-Forschungsassistent, der Benutzern helfen soll, tiefgreifende Forschungen durchzuführen und detaillierte Berichte für komplexe Probleme zu erstellen. Er unterstützt die lokale Ausführung, so dass die Nutzer Forschungsaufgaben erledigen können, ohne auf Cloud-Dienste angewiesen zu sein. Das Tool ...

Allgemeine Einführung Trackers ist eine Open-Source-Python-Werkzeugbibliothek, die sich auf die Verfolgung von mehreren Objekten in Videos konzentriert. Sie integriert mehrere führende Verfolgungsalgorithmen wie SORT und DeepSORT und ermöglicht es dem Benutzer, verschiedene Modelle zur Objekterkennung zu kombinieren (wie YOLO...

Allgemeine Einführung Kimi-Audio ist ein Open-Source-Audiobasismodell, das von Moonshot AI entwickelt wurde und sich auf Audioverstehen, -erzeugung und -dialog konzentriert. Es unterstützt eine breite Palette von Audioverarbeitungsaufgaben wie Spracherkennung, Audio-Q&A und Sprach-Emotionserkennung. Das Modell wurde über 130 Mal getestet...

Allgemeine Beschreibung Describe Anything ist ein von NVIDIA und mehreren Universitäten entwickeltes Open-Source-Projekt, dessen Kern das Describe Anything Model (DAM) ist. Dieses Tool kann Bilder oder Videos auf der Grundlage der Benutzerdaten...

Allgemeine Einführung Cooragent ist ein Open-Source-Framework für die Zusammenarbeit von KI-Agenten, das von LeapLab an der Tsinghua-Universität entwickelt und auf GitHub gehostet wird. Es ermöglicht Benutzern, intelligente KI-Agenten mit einer Ein-Satz-Beschreibung zu erstellen und unterstützt mehrere Agenten bei der Zusammenarbeit an komplexen Aufgaben. Das Framework bietet zwei...

Allgemeine Einführung InstantCharacter ist ein Open-Source-Projekt, das von Tencent Hunyuan und dem InstantX-Team entwickelt wurde und auf GitHub gehostet wird. Es erzeugt konsistent aussehende Zeichenkarten mit einem Referenzbild und einer Textbeschreibung...

Allgemeine Einführung MCP Server Deep Research ist ein Open-Source-Tool, das durch künstliche Intelligenz und Websuche automatisch strukturierte Forschungsberichte für komplexe Probleme erstellt. Benutzer geben eine Forschungsfrage ein, und das Tool zerlegt die Frage, sucht nach maßgeblichen Informationen, bewertet die Glaubwürdigkeit der Quellen...

Umfassende Einführung Deep Recall ist ein Open-Source-Gedächtnis-Framework der Unternehmensklasse, das für Large Language Models (LLMs) entwickelt wurde. Es bietet hyper-personalisierte Reaktionsfähigkeit durch effiziente kontextbezogene Abfrage und Integration. Das Framework verwendet eine dreistufige Architektur, einschließlich eines Speicherdienstes, eines Schlussfolgerungsdienstes und eines Koordinators, der die...

Allgemeine Einführung CleverBee ist ein Open-Source-KI-Forschungsassistent, der auf GitHub gehostet und von SureScaleAI entwickelt wird. Er hilft Benutzern durch die Kombination von Web-Browsing-Technologie mit großen Sprachmodellen (wie Gemini und Claude)...

Allgemeine Einführung FantasyTalking ist ein Open-Source-Projekt, das vom Fantasy-AMAP-Team entwickelt wurde und sich auf die Erzeugung von realistischen sprechenden Porträtvideos durch Audioantrieb konzentriert. Das Projekt basiert auf dem fortschrittlichen Video-Diffusionsmodell Wan2.1 , kombiniert mit dem Audio-Encoder Wa...

Allgemeine Einführung Paper2Code ist ein Open-Source-Projekt, das das Problem des Mangels an Code-Implementierungen für Arbeiten zum maschinellen Lernen lösen soll. Es wandelt wissenschaftliche Arbeiten durch das Multi-Agenten-System PaperCoder (Large Language Modelling, LLM) automatisch in lauffähige Code-Repositories um. Das System verwendet Planung ...

Umfassende Einführung DeepWiki-Open ist ein Open-Source-Projekt zur automatischen Generierung strukturierter Dokumentation für Code-Repositories auf GitHub, GitLab und Bitbucket. Es nutzt KI-Technologie, um die Codestruktur, den Dateiinhalt und die logischen Beziehungen zu analysieren, die schnelle Generierung ...

Allgemeine Einführung Audibit ist ein Open-Source-Projekt, die Kernfunktion ist es, Hacker News, TechCrunch und andere populäre Technologie Artikel automatisch in Audio-Podcasts, so dass die Nutzer in der pendeln, Fitness oder beschäftigt, wenn das Hören von Informationen über das Web oder Handy. Das Projekt macht ...

Allgemeine Einführung VoltAgent ist ein quelloffenes TypeScript-Framework, das Entwicklern helfen soll, schnell KI-Intelligenzen zu erstellen und zu orchestrieren. Es bietet modulare Werkzeuge und ein standardisiertes Entwicklungsmodell, das die Interaktion mit großen Sprachmodellen (LLMs),...

General Quick Prompt ist eine Open-Source-Browsererweiterung, die sich auf die Verwaltung von Eingabeaufforderungen (Prompts) und schnelle Eingaben konzentriert. Benutzer können Bibliotheken von Prompts erstellen, organisieren und speichern und schnell voreingestellte Prompt-Inhalte in das Eingabefeld einer beliebigen Webseite einfügen. Dieses Tool ist besonders ...

Allgemeine Einführung Suna ist ein von Kortix AI entwickelter Open-Source-Allzweck-KI-Agent, der auf GitHub gehostet wird und auf der Apache 2.0-Lizenz basiert, so dass Benutzer ihn kostenlos herunterladen, verändern und selbst hosten können. Er verwendet natürlichsprachliche Dialoge, um den Benutzern bei...

Umfassende Einführung InternVL ist ein quelloffenes multimodales Big-Model-Projekt, das vom Shanghai Artificial Intelligence Lab (OpenGVLab) entwickelt und auf GitHub gehostet wird. Es integriert visuelle und linguistische Verarbeitungsfähigkeiten, um das umfassende Verstehen und Generieren von Bildern, Videos und Texten zu unterstützen...

Einführung Roop-Unleashed ist ein Python-basiertes Open-Source-KI-Gesichtsveränderungs-Tool, das von s0md3vs Roop-Projekt geerbt wurde, vom Entwickler C0untFloyd weiter gepflegt und in Roop-Unleashed umbenannt wurde...

Umfassende Einführung Potpie AI ist eine Open-Source-Plattform, die sich darauf konzentriert, Entwicklern maßgeschneiderte KI-Entwicklungsassistenten zur Verfügung zu stellen. Sie ermöglicht es KI-Agenten, Code-Struktur und -Logik zu verstehen und Aufgaben wie Debugging, Testen und Code-Generierung zu automatisieren, indem sie einen Wissensgraphen der Code-Basis aufbauen. Benutzer können einfache...

Umfassende Einführung Vexa ist eine Open-Source-Plattform für die Echtzeit-Transkription von Meetings und das Wissensmanagement, die entwickelt wurde, um effiziente Meeting-Aufzeichnungen und intelligente Wissensextraktionsdienste für Unternehmen und Privatpersonen bereitzustellen. Sie verbindet sich automatisch mit Plattformen wie Google Meet, Zoom usw. durch API-gesteuerte Meeting-Roboter...

Umfassende Einführung RooFlow ist ein quelloffenes KI-gestütztes Programmierwerkzeug mit der Kernfunktionalität, Code, Entscheidungen und Aufgabenfortschritt während der Entwicklung durch Projektprotokollierung zu erhalten. Es basiert auf der Roo Code-Erweiterung und integriert fünf Modi: Architektur, Codierung, Testen, Debugging und Q&A. Diese Modi inter...

Allgemeine Einführung Zev ist ein benutzerfreundliches Tool für die Befehlszeilenschnittstelle (CLI), mit dem Benutzer schnell Terminalbefehle in natürlicher Sprache abfragen und erzeugen können. Anstatt sich eine komplexe Befehlssyntax merken zu müssen, generiert Zev Terminalbefehle, indem es Ihre Bedürfnisse in Alltagssprache beschreibt. Basierend auf Ope...

Allgemeine Einführung Open Deep Research ist ein Deep Research Tool, das vom Together AI Team entwickelt und auf GitHub gehostet wird. Es simuliert den menschlichen Forschungsprozess durch einen Multi-Agenten-KI-Workflow und erstellt detaillierte Forschungsberichte...

Allgemeine Einführung LLManager ist ein Open-Source-Tool für intelligentes Genehmigungsmanagement, das auf der Grundlage des LangGraph-Frameworks von LangChain entwickelt wurde und sich auf die Automatisierung der Bearbeitung von Genehmigungsanträgen bei gleichzeitiger Optimierung der Entscheidungsfindung in Verbindung mit menschlicher Überprüfung konzentriert. Es tut dies durch semantische Suche, stichprobenloses Lernen und...

Allgemeine Einführung openai-fm ist ein Open-Source-Projekt, das auf GitHub gehostet wird und die Fähigkeiten der OpenAI Text-to-Speech (TTS) API demonstrieren soll. Das Projekt funktioniert über eine interaktive Webanwendung...

Allgemeine Einführung Find My Kids ist ein Open-Source-Projekt, das auf GitHub gehostet und vom Entwickler Tomer Klein erstellt wurde. Es kombiniert die DeepFace-Gesichtserkennungstechnologie mit der WhatsApp Green API...

Allgemeine Einführung DocAgent ist ein Open-Source-Tool zur Erzeugung von Python-Code-Dokumentation, das von Meta AI entwickelt wurde. Es nutzt Multi-Intelligenz-Kollaboration und hierarchische Code-Analyse, um automatisch hochwertige, kontextbezogene Dokument-Annotationen für Python-Codebasen zu generieren (d...

UNO ist ein Open-Source-Framework zur Bilderzeugung, das vom ByteDance Intelligent Creation Team entwickelt wurde. Es basiert auf dem FLUX.1-Modell und konzentriert sich auf die Generierung von benutzerdefinierten Bildern mit einem oder mehreren Objekten durch einen "Weniger-zu-Mehr"-Ansatz.UNO verwendet den Diffusionstransformator...

Allgemeine Einführung OpenUtau ist eine freie Open-Source-Song-Synthese- und Bearbeitungsplattform, die der UTAU-Gemeinschaft eine moderne Bearbeitungserfahrung bieten soll. Es ist der Nachfolger der UTAU-Software und löst die Kompatibilitäts- und Komplexitätsprobleme der ursprünglichen Software.OpenUtau unterstützt Wind...

Allgemeine Einführung MCP Containers ist ein Open-Source-Projekt, das auf GitHub gehostet wird und sich auf die Bereitstellung von containerisierten Lösungen für Model Context Protocol (MCP)-Server konzentriert. Es vereinfacht durch Docker-Container...

Eine umfassende Einführung NodeRAG ist ein quelloffenes Retrieval Augmented Generation (RAG) System, das auf GitHub gehostet und von Terry-Xu-666 entwickelt wird. Es optimiert das Retrieval und die Generierung von Informationen durch heterogene Graphenstrukturen, wodurch die Retrievalgenauigkeit und die kontextuelle Relevanz deutlich verbessert werden....

Allgemeine Einführung Open Codex ist ein quelloffenes Kommandozeilen-KI-Tool für Entwickler, das Anweisungen in natürlicher Sprache in präzise Shell-Befehle umwandelt. Es verwendet ein natives Sprachmodell (z.B. phi-4-mini), benötigt keine Netzwerke oder API-Schlüssel und alle Operationen in...

Umfassende Einführung SkyReels-V2 ist ein Open-Source-Video-Generierungsmodell, das von SkyworkAI entwickelt wurde. Es unterstützt die Generierung von Videos unbegrenzter Länge durch die fortschrittliche Diffusion Forcing Technologie und ist geeignet für Text-to-Video (T2V) und...

Allgemeine Einführung Dia ist ein Open-Source-Text-to-Speech (TTS)-Modell, das von Nari Labs entwickelt wurde und sich auf die Erzeugung von hyperrealistischem Dialog-Audio konzentriert. Es wandelt Text-Skripte in einem einzigen Prozess in realistische Multi-Charakter-Dialoge um, unterstützt Emotions- und Intonationskontrolle und generiert sogar nonverbale Repräsentationen...

Allgemeine Einführung Sidekick CLI ist ein Open-Source-Befehlszeilen-Tool, das den Projektentwicklungs- und Bereitstellungsprozess für Entwickler mit KI-Unterstützung vereinfachen soll. Es ist inspiriert von Claude Code, Copilot und Cursor und bietet ähnliche Funktionen...

Allgemeine Einführung Kernel Images ist ein Open-Source-Projekt, das auf GitHub gehostet wird und eine leichtgewichtige, sandboxed Chrome-Umgebung bietet. Es basiert auf Docker- und Unikraft-Technologien zur Erstellung isolierter Browser-Instanzen, die...

Allgemeine Einführung Plandex ist ein quelloffener, durchgängiger KI-Codierassistent, der für große und komplexe Softwareprojekte entwickelt wurde. Er kann mehrstufige Aufgaben planen und ausführen, Kontexte mit bis zu 2 Millionen Token handhaben und unterstützt mehr als 30 Programmiersprachen.Plandex bietet...

Umfassende Einführung BiliNote ist ein Open-Source-KI-Video-Notizen-Tool, das die Extraktion von Inhalten aus BiliNote- und YouTube-Videolinks unterstützt, um automatisch klar strukturierte Notizen im Markdown-Format zu erstellen. Es nutzt die native Audiotranskription und eine Vielzahl von großen Modellen (z.B. ...

Umfassende Einführung OneFileLLM ist ein Open-Source-Befehlszeilen-Tool, das entwickelt wurde, um mehrere Datenquellen in einer einzigen Textdatei für die einfache Eingabe in Large Language Models (LLMs) zu konsolidieren. Es unterstützt die Verarbeitung von GitHub-Repositories, ArXiv-Papers, YouTube-Videotranskriptionen,...

Allgemeine Einführung FramePack ist ein Open-Source-Tool zur Videogenerierung, das sich darauf konzentriert, Videodiffusionstechniken praktischer zu machen. Es entkoppelt den Generierungsaufwand von der Videolänge, indem es die Eingabeframes durch ein einzigartiges neuronales Netzwerk zur Vorhersage des nächsten Frames auf eine feste Länge komprimiert. Das bedeutet, dass selbst bei der Erzeugung langer Videos der Videospeicherbedarf...

Allgemeine Einführung OpenAI Codex CLI ist ein von OpenAI entwickeltes Open-Source-Terminal-Codierungstool für Entwickler, die an Terminals gewöhnt sind. Es generiert Code, bearbeitet Dateien, führt Befehle aus und integriert die Git-Versionskontrolle durch natürlichsprachliche Befehle....

Allgemeine Einführung MiniMind-V ist ein Open-Source-Projekt, das auf GitHub gehostet wird und Benutzern helfen soll, ein leichtes visuelles Sprachmodell (VLM) mit nur 26 Millionen Parametern in weniger als einer Stunde zu trainieren. Es basiert auf dem MiniMind-Sprachmodell, mit neuen visuellen...

Allgemeine Einführung Open-Sora ist ein Open-Source-Projekt, das es jedem ermöglichen soll, auf effiziente Weise qualitativ hochwertige Videos zu erzeugen. Es wurde vom hpcaitech-Team entwickelt, um Werkzeuge zur Erzeugung von Videos aus Text oder Bildern bereitzustellen, die mehrere Auflösungen und Laufzeiten unterstützen. Das Projekt ist vollständig quelloffen, mit öffentlichen Modellgewichten...

Allgemeine Einführung CloudFlare-AI-Image ist ein Open-Source-Projekt, das auf GitHub gehostet wird und kostenlose AI-Bilderzeugungsdienste über die Cloudflare Workers-Plattform bereitstellt. Es unterstützt textgenerierte Bild- und bildgenerierte Bildfunktionen, basierend auf...

Allgemeine Einführung OneLine ist ein Open-Source-Tool zur Erstellung von Zeitleisten für heiße Ereignisse, das auf GitHub gehostet und vom Benutzer chengtx809 entwickelt wurde. Es generiert schnell eine Zeitleiste von Ereignissen anhand von Schlüsselwörtern, die vom Benutzer eingegeben werden, und zeigt die Zeit, den Titel, die Beschreibung und die Personen, die mit dem Ereignis in Verbindung stehen, an...

Allgemeine Einführung AiPy ist ein Open-Source-Python-Kommandozeilen-Tool, das vom Knownsec-Team entwickelt wurde. Es kombiniert das Large Language Model (LLM) und die Python-Laufzeitumgebung, um Benutzern die automatische Generierung und Ausführung von Pytho...

Allgemeine Einführung realtime-transcription-fastrtc ist ein Open-Source-Projekt, das sich auf die Umwandlung von Sprache in Text in Echtzeit konzentriert. Es verwendet die FastRTC-Technologie zur Verarbeitung von Audioströmen mit geringer Latenz, kombiniert mit einem lokalen Whisper-Modell, um eine effiziente ...

Allgemeine Einführung Awesome-Dify-Workflow ist ein Open-Source-Projekt auf GitHub, das sich auf den Austausch nützlicher Dify-Workflow-Vorlagen konzentriert.Dify ist eine Workflow-Plattform, die die Entwicklung großer Sprachmodellierungsanwendungen unterstützt, und dieses...

Allgemeine Einführung Agnai Chat ist eine Open-Source-KI-Chat-Plattform, die es Benutzern ermöglicht, personalisierte KI-Charaktere für Einzel- oder Mehrspieler-Interaktionen zu erstellen. Sie unterstützt eine breite Palette von KI-Diensten, darunter OpenAI, Claude, Kobold usw., und eignet sich für Unterhaltung, Rollenspiele, Bildung oder...

Yuxi-Know ist eine intelligente Open-Source-Q&A-Plattform, die Wissensgraphen und RAG (Retrieval Augmented Generation)-Technologie kombiniert, um Benutzern zu helfen, schnell genaue Antworten zu erhalten. Es basiert auf Neo4j, um den Wissensgraphen zu speichern, mit FastAPI und VueJS Struktur...

Allgemeine Einführung Chatlog ist ein Open-Source-Tool, das sich auf die Extraktion und Abfrage von Chat-Protokollen aus der lokalen Datenbank von WeChat konzentriert. Es unterstützt die WeChat-Versionen 3.x und 4.0 und deckt sowohl Windows- als auch macOS-Systeme ab. Benutzer können die Befehlszeile, Terminalschnittstelle oder H...

Umfassende Einführung Das Versatile OCR Program ist ein Open-Source-Tool zur optischen Zeichenerkennung (OCR), das für die Arbeit mit komplexen akademischen und Bildungsdokumenten entwickelt wurde. Es kann Text, Tabellen, mathematische Formeln, Diagramme und Schemata aus PDFs, Bildern und anderen Dokumenten extrahieren und...

Allgemeine Einführung Orpheus-TTS ist ein Open-Source-Text-to-Speech (TTS)-System, das auf der Llama-3b-Architektur mit dem Ziel entwickelt wurde, Audio nahe der natürlichen menschlichen Sprache zu erzeugen. Es wird vom Canopy AI Team entwickelt und unterstützt Englisch, Spanisch, Französisch...

Allgemeine Einführung serverless-qrcode-hub ist ein Open-Source-Tool, das entwickelt wurde, um das Problem des häufigen Ausfalls von QR-Codes in WeChat-Gruppenchats zu lösen. Es basiert auf Cloudflare Workers und D1-Datenbanken, ohne die Notwendigkeit für traditionelle Server zu laufen ...

Allgemeine Einführung self.so ist ein Open-Source-Tool, mit dem sich ein Lebenslauf oder ein LinkedIn-Profil schnell in eine persönliche Website verwandeln lässt. Benutzer laden einfach einen PDF-Lebenslauf hoch oder geben einen LinkedIn-Link ein, und das System wandelt ihn mithilfe von KI-Technologie (basierend auf Tog...

Allgemeine Einführung OmniSVG ist ein Open-Source-Projekt, das sich auf die Erzeugung hochwertiger Vektorgrafiken (SVG) durch ein multimodales Modell konzentriert. Es verwendet vortrainierte visuell-linguistische Modelle, um die Generierung von SVG aus textlichen Beschreibungen oder Bildeingaben zu unterstützen. Dabei wird ein breites Spektrum von Szenarien abgedeckt, von einfachen Icons bis hin zu komplexen Anime-Figuren. Artikel ...

Allgemeine Einführung Napkins.dev ist ein kostenloses Open-Source-Projekt, dessen Kernfunktion darin besteht, dass Benutzer Screenshots oder Wireframes von Benutzeroberflächen hochladen können, um automatisch lauffähigen Front-End-Code zu generieren. Benutzer müssen nur eine Design-Zeichnung zur Verfügung stellen, das Tool wird durch das Llama 4 Modell (von Together ...

Allgemeine Einführung Agent-Wiz ist ein Open-Source-Python-Befehlszeilen-Tool für Entwickler, Forscher und Sicherheitsteams. Es kann komplexe Arbeitsabläufe aus wichtigen KI-Intelligenz-Frameworks wie LangGraph, CrewAI, AutoGen usw. extrahieren, um...

Umfassende Einführung Orion ist ein Open-Source-Projekt, das von Xiaomi Labs entwickelt wurde und sich auf die End-to-End-Technologie für autonomes Fahren konzentriert. Es löst das Problem der unzureichenden kausalen Argumentation in komplexen Szenarien traditioneller autonomer Fahrmethoden durch Visual Language Modelling (VLM) und generative Planer....

Allgemeine Einführung ReCamMaster ist ein Open-Source-Videobearbeitungswerkzeug, dessen Kernfunktion darin besteht, aus einem einzigen Video neue Kameraansichten zu erzeugen. Benutzer können die Kameraspur festlegen und das Video neu rendern, um ein dynamisches Bild mit verschiedenen Blickwinkeln zu erhalten. Es wurde von einem Team der Zhejiang Universität und Racer Technology entwickelt und basiert auf...

Umfassende Einführung Tarsier ist eine Familie von Open-Source-Videosprachmodellen, die von ByteDance zur Erstellung hochwertiger Videobeschreibungen entwickelt wurden. Sie besteht aus einer einfachen Struktur: das CLIP-ViT verarbeitet Videobilder, kombiniert mit einem Large Language Model (LLM) zur Analyse der...

Allgemeine Einführung Austen ist ein Open-Source-KI-Tool, das das Angular-Framework und die Analogjs-Initialisierung in Kombination mit der Mermaidjs-Technologie verwendet, um Diagramme zu erstellen, die den Benutzern bei der Analyse der Beziehungen zwischen Charakteren in Büchern helfen. Benutzer können Open...

Allgemeine Einführung DeepCoder-14B-Preview ist ein Open-Source-Codegenerierungsmodell, das vom Agentica-Team entwickelt und auf der Hugging Face-Plattform veröffentlicht wurde. Es basiert auf dem DeepSeek-R1-Distilled-Q...

Allgemeine Einführung Thera ist ein Open-Source-Tool für die Superauflösung von Bildern, das von einem Team der ETH Zürich und der Universität Zürich entwickelt wurde. Es kann niedrig aufgelöste Bilder auf beliebige Skalen zoomen, wie z.B. 2x, 3.14x oder sogar nicht-ganzzahlige Vielfache, und...

Allgemeine Einführung A2A (Agent2Agent) ist ein Open-Source-Protokoll, das von Google entwickelt wurde, damit KI-Intelligenzen, die von verschiedenen Frameworks oder Anbietern entwickelt wurden, miteinander kommunizieren und zusammenarbeiten können. Es bietet eine standardisierte Reihe von Methoden für Intelligenzen, um die Fähigkeiten der anderen zu entdecken, Aufgaben zu teilen und die Arbeit abzuschließen...

Allgemeine Einführung Tabby ist ein vom TabbyML-Team entwickelter Open-Source-KI-Programmierassistent, den Benutzer selbst lokal oder auf einem Server einsetzen können. Er bietet GitHub Copilot-ähnliche Funktionen wie automatische Code-Vervollständigung und intelligente Fragen und Antworten, aber das...

Allgemeine Einführung LM Speed ist ein Tool, das speziell für KI-Entwickler entwickelt wurde und auch als Online-Dienst unter lmspeed.net zur Verfügung steht. Seine Hauptfunktion besteht darin, die Leistung von Sprachmodell-APIs zu testen und zu analysieren, um den Benutzern zu helfen, Geschwindigkeitsengpässe schnell zu erkennen und die Aufrufstrategien zu optimieren. Diese...

Allgemeine Einführung DevDocs ist ein völlig kostenloses Open-Source-Tool, das vom CyberAGI-Team entwickelt und auf GitHub gehostet wird. Es wurde für Programmierer und Softwareentwickler entwickelt und beginnt mit der URL eines technischen Dokuments, durchsucht automatisch die relevanten Seiten und organisiert sie in einem übersichtlichen Ma...

Allgemeine Einführung TestDriver ist eine Website, die mit Hilfe künstlicher Intelligenz Entwickler beim Testen von Software unterstützt. Sie automatisiert die Aufgabe des Testens von Software, indem sie menschliche Handlungen simuliert, wie z. B. das Klicken einer Maus oder die Eingabe von Text. Das Herzstück der Website ist ein "Computer mit einem KI-Agenten", der wie ein echter Mensch arbeitet...

Allgemeine Einführung SiteMCP ist ein Open-Source-Tool, dessen Kernfunktion darin besteht, den gesamten Inhalt einer Website zu crawlen und in einen MCP-Server (Model Context Protocol) umzuwandeln, der es KI-Assistenten (wie Claude Desktop) ermöglicht, direkt...

Allgemeine Beschreibung Deep Chat ist eine Open-Source-KI-Chat-Komponente für Webentwickler. Sie wurde von Ovidijus Parsiunas entwickelt, wird auf GitHub gehostet und hat derzeit über 2k Sterne. Benutzer können einfach konfigurieren...

Allgemeine Einführung Arrakis ist eine Sandbox-Umgebung für KI-Intelligenzen, die eine sichere, anpassbare Umgebung bietet. Es wird von Abhishek Bhardwaj entwickelt, auf GitHub gehostet und verwendet die AGPL v3-Lizenz.Arrakis...

Umfassende Einführung Es analysiert automatisch das Layout von PDF-Dokumenten, identifiziert Text, Titel, Bilder, Tabellen, Formeln und andere Elemente auf der Seite und bestimmt ihre richtige Reihenfolge. Das Tool unterstützt OCR-Funktionalität und kann gescannte PDFs in durchsuchbaren Text umwandeln. Es läuft auf Docker und bietet zwei Modelle...

Umfassende Einführung Dolphin ist ein Open-Source-Modell, das von DataoceanAI und der Tsinghua-Universität entwickelt wurde und sich auf Spracherkennung und Spracherkennung für asiatische Sprachen konzentriert. Es unterstützt 40 Sprachen in Ostasien, Südasien, Südostasien und dem Nahen Osten sowie 22 chinesische Dialekte...

Umfassende Einführung AstrBot ist ein Open-Source-Chatbot-Entwicklungs-Framework, es unterstützt QQ, Telegram, WeChat und andere Messaging-Plattformen, und kann leicht auf OpenAI, DeepSeek, Google Gemini und andere große Sprachmodelle (L...

Umfassende Einführung WeClone ist ein Open-Source-Projekt, das WeChat-Chat-Protokolle und Sprachnachrichten in Kombination mit großen Sprachmodellen und Sprachsynthesetechnologie verwendet, um Benutzern die Erstellung personalisierter digitaler Doppelgänger zu ermöglichen. Das Projekt kann die Chat-Gewohnheiten des Benutzers analysieren, um das Modell zu trainieren, aber auch eine kleine Anzahl von Stimmproben, um einen realistischen Klang zu erzeugen...

Allgemeine Einführung DiffPortrait360 ist ein Open-Source-Projekt, das mit dem CVPR 2025 Paper "DiffPortrait360: Consistent Portrait Diffusion for 360...

Umfassende Einführung mcp-ui ist ein Open-Source-Projekt , erstellt von dem Entwickler machaojin1917939763 , basierend auf dem Model Context Protocol (MCP) Protokoll zu bauen, ist eine Unterstützung für Web-und Desktop-Umgebungen smart ...

Allgemeine Einführung Comp AI ist eine Open-Source-Plattform, die von Comp AI, Inc. mit Sitz in San Francisco, USA, entwickelt wurde. Sie hilft Organisationen, Compliance-Anforderungen wie SOC 2, ISO 27001 und GDPR durch automatisierte Tools schnell zu erfüllen, mit dem Ziel, mehrere...

Umfassende Einführung RolmOCR ist ein Open-Source-Tool für die optische Zeichenerkennung (OCR), das vom Reducto AI-Team entwickelt wurde und auf dem visuellen Sprachmodell Qwen2.5-VL-7B basiert. Es kann Text aus Bildern und PDF-Dateien schneller extrahieren als ähnliche Tools...

Umfassende Einführung KrillinAI ist ein Open-Source-Videobearbeitungstool, das sich auf die Verwendung künstlicher Intelligenz konzentriert, um Benutzern bei der Übersetzung von Videos zu helfen und sie automatisch zu synchronisieren. Es kann vom Herunterladen des Videos bis zur Erstellung des fertigen Produkts, das an verschiedene Plattformen angepasst ist, alles mit wenigen Klicks erledigen. Die Entwickler sind auf GitHub verfügbar...

Allgemeine Einführung AiryLark ist ein Open-Source-Dokumentenverarbeitungs- und Übersetzungstool, das auf GitHub gehostet und vom Entwickler wizd auf der Grundlage des Next.js-Frameworks entwickelt wurde. Es unterstützt eine Vielzahl von Dateiformaten (z. B. PDF, Word, TXT, Markdo...

Allgemeine Einführung Zola ist eine kostenlose und quelloffene KI-Chat-App, die vom Entwickler Julien Thibeaut (GitHub-Benutzername ibelick) entwickelt und auf GitHub gehostet wird. Seine beste Eigenschaft ist, dass es mehrere KI-Modi unterstützt...

Umfassende Einführung DeepResearcher ist ein Open-Source-Projekt, das vom GAIR-NLP-Team an der Shanghai Jiao Tong University entwickelt wurde. Es ist ein intelligentes Forschungswerkzeug, das auf großen Sprachmodellen (Large Language Models, LLMs) basiert, die durchgängig in realen Webumgebungen durch Reinforcement Learning (RL) trainiert werden. Das Projekt ...

AnimeGamer ist ein Open-Source-Tool von Tencents ARC Lab. Benutzer können Anime-Videos mit einfachen Sprachbefehlen erzeugen, wie z. B. "Sousuke fährt in einem lila Auto herum", sowie verschiedene Anime-Charaktere miteinander interagieren lassen, wie z. B. Kiki aus Magical Girl's Adventure und Sky City...

Allgemeine Einführung Lumina-mGPT-2.0 ist ein Open-Source-Projekt, das gemeinsam vom Shanghai AI Laboratory (Shanghai AI Laboratory), der Chinese University of Hong Kong (CUHK) und anderen Organisationen entwickelt und auf GitHub von Alpha...