AI Open-Source-Projekt

Allgemeine Einführung Agent S ist ein von Simular AI entwickeltes Open-Source-Framework, mit dem Intelligenzen Computer über eine grafische Benutzeroberfläche (GUI) wie Menschen bedienen können. Er verwendet ein multimodales großes Sprachmodell und empirische Lerntechniken, um Aufgaben wie das Surfen im Internet, das Bearbeiten von Dokumenten, die Verwendung von Software...

Allgemeine Einführung BabelDOC ist ein Open-Source-Tool entwickelt, um PDF-Dokumente in ein zweisprachiges Format zu übersetzen. Es wird vom funstory-ai-Team entwickelt und auf GitHub gehostet. Es dient vor allem dem Bedürfnis, mit fremdsprachigen Dokumentennutzern, wie z. B. Forschern, umzugehen...

Allgemeine Einführung Text2Voice ist ein Open-Source-Tool, das Text-to-Speech-Funktionalität auf der Grundlage einer Silizium-basierten Mobilitäts-API bietet, mit einer sauberen grafischen Benutzeroberfläche (GUI) als seine beste Eigenschaft. Es wurde vom Entwickler Sheldon Lee auf GitHub erstellt, um...

Allgemeine Einführung FreeAI ist eine Open-Source-KI-Anwendungsplattform, die auf der Pollinations.AI API basiert und kostenlose und unbegrenzte KI-Chat-Assistenten, Bilderzeugungs- und Sprachsynthesedienste anbietet. Das Projekt wurde von dem Entwickler Azad-sl in G...

Allgemeine Einführung Open WebUI Artifacts Overhaul ist ein Fork-Projekt, das auf Open WebUI basiert und vom Entwickler Nick Tonjum entwickelt wurde. Es ist ein Open-Source-Tool, das sich auf die Verbesserung von AI-generiertem Code konzentriert...

Allgemeine Einführung OpenAvatarChat ist ein Open-Source-Projekt, das vom HumanAIGC-Engineering-Team entwickelt und auf GitHub gehostet wird. Es ist ein modulares Werkzeug für den digitalen menschlichen Dialog, das es den Benutzern ermöglicht, auf einem einzigen PC zu arbeiten...

Allgemeine Einführung uniOCR ist ein Open-Source-Tool zur Texterkennung, das vom mediar-ai-Team entwickelt wurde. Es basiert auf der Sprache Rust und unterstützt macOS, Windows und Linux Systeme. Benutzer können es verwenden, um Text aus Bildern zu extrahieren...

Allgemeine Einführung Serena ist ein freies und quelloffenes Programmiertool, das vom Oraios AI-Team entwickelt und auf GitHub gehostet wird. Es ist ein leistungsstarker Code-Assistent, der direkt in Ihrer Codebasis arbeitet, um Entwicklern bei der Analyse, Bearbeitung und Ausführung von Code zu helfen....

Allgemeine Einführung AudioX ist ein Open-Source-Projekt auf GitHub von Zeyue Tian et al. Das offizielle Papier ist auf arXiv veröffentlicht (Nummer 2503.10522). Es basiert auf der Diffusionstransf...

Allgemeine Einführung EasyControl ist ein Open-Source-Projekt, das Projekt basiert auf der Diffusionstransformator (DiT)-Architektur, um eine effiziente und flexible Steuerung der Bilderzeugung zu ermöglichen. Unter ihnen ist Ghibli Control LoRA eines seiner besonderen Merkmale, durch die Verwendung von nur 100 Sub...

YOLOE ist ein Open-Source-Projekt, das von der Multimedia Intelligence Group (THU-MIG) an der School of Software der Tsinghua University entwickelt wurde und den vollständigen Namen "You Only Look Once Eye" trägt. Es basiert auf dem PyTorch-Framework, gehört zur YOLO-Serie von Erweiterungen ...

Allgemeine Einführung Open-VoiceCanvas ist eine Open-Source-Plattform für Sprachsynthese, die vom ItusiAI-Team entwickelt wurde. Sie unterstützt mehr als 50 Sprachen, kann Text in natürliche Sprache umwandeln und durch Hochladen von Audiodaten personalisierte Stimmen klonen. Das Projekt integriert Ope...

Allgemeine Einführung VideoMind ist ein quelloffenes multimodales KI-Tool, das sich auf Inferenz, Fragen und Zusammenfassungen für lange Videos konzentriert. Es wurde von Ye Liu von der Hong Kong Polytechnic University und einem Team des Show Lab an der National University of Singapore entwickelt. Das Tool imitiert das menschliche Verständnis von Videos...

Allgemeine Einführung SuperCoder ist ein intelligentes Tool, das im Terminal läuft und für Programmierer gedacht ist. Es nutzt KI-Technologie, um den Benutzern zu helfen, Code zu suchen, die Projektstruktur zu sehen, Dateien zu bearbeiten und Fehler zu beheben....

Allgemeine Einführung Emigo ist ein Open-Source-KI-Programmierassistent für Emacs, entwickelt von MatthewZMD auf GitHub. Er hilft Programmierern bei der vollständigen Code-Analyse in Emacs durch die Integration eines groß angelegten Sprachmodells (LLM)...

Allgemeine Einführung SegAnyMo ist ein Open-Source-Projekt, das von einem Team von Forschern der UC Berkeley und der Universität Peking entwickelt wurde, darunter Mitglieder wie Nan Huang. Dieses Tool konzentriert sich auf die Videoverarbeitung und kann automatisch beliebige sich bewegende Objekte in einem Video identifizieren und segmentieren, wie zum Beispiel Menschen, Tiere oder...

Allgemeine Einführung GenXD ist ein Open-Source-Projekt, das von der National University of Singapore (NUS) und dem Microsoft-Team entwickelt wurde. Es konzentriert sich auf die Generierung beliebiger 3D- und 4D-Szenen, um das Problem der 3D- und 4D-Generierung in der realen Welt zu lösen, das durch unzureichende Daten und die Komplexität des Modelldesigns entsteht. Das Projekt wurde entwickelt von ...

Allgemeine Einführung ChatAnyone ist ein innovatives Projekt, das vom HumanAIGC-Team entwickelt wurde. Es nutzt Techniken der künstlichen Intelligenz, um aus einem einzigen Foto und einer Audioeingabe digitale menschliche Porträtvideos mit Oberkörperbewegungen zu erzeugen. Das Projekt basiert auf einem hierarchischen Bewegungsdiffusionsmodell, das Kopfbewegungen erzeugt...

Allgemeine Einführung Search-R1 ist ein Open-Source-Projekt, das von PeterGriffinJin auf GitHub entwickelt wurde und auf dem veRL-Framework aufbaut. Es trainiert Large Language Models (LLMs) durch Reinforcement Learning (RL) Techniken, so dass die Modelle autonom lernen können...

Allgemeine Einführung DeepGemini ist ein Open-Source-Projekt von Entwickler Thomas Sligter erstellt. Es ist ein KI-Management-Tool, das Multi-Modell-Orchestrierung unterstützt. Das Hauptmerkmal ist die Fähigkeit, eine Vielzahl von KI-Modellen flexibel zu kombinieren, und durch die OpenAI-kompatible ...

Allgemeine Einführung Optexity ist ein Open-Source-Projekt auf GitHub, das vom Optexity-Team entwickelt wurde. Sein Kern ist es, menschliche Demonstrationsdaten zu verwenden, um KI zu trainieren, um Computeraufgaben zu erledigen, insbesondere Webseitenoperationen. Das Projekt enthält drei Code-Bibliotheken: Compute...

Allgemeine Beschreibung II-Researcher ist ein Open-Source-KI-Forschungstool, das vom Intelligent-Internet-Team entwickelt wurde und auf GitHub gehostet wird. Es ist für die Tiefensuche und komplexe Schlussfolgerungen konzipiert, mit der Fähigkeit, durch intelligente Webseiten und mehrstufige...

Allgemeine Einführung Cua ist ein Open-Source-Projekt namens "Computer-Use Agent", ausgesprochen "koo-ah". Es ist für Apple-Silicon-Geräte konzipiert, kann leistungsstarke macOS-Geräte erstellen und ausführen ...

Allgemeine Einführung Paper to Podcast ist ein Open-Source-Tool, das darauf spezialisiert ist, akademische Forschungsarbeiten in lebendige und unterhaltsame Podcasts zu verwandeln. Es nutzt die Technologie der künstlichen Intelligenz, um ein PDF-formatiertes Papier in einen Dialog zwischen drei Charakteren - dem Moderator, dem Lernenden und dem Experten - zu verwandeln, um komplexe...

Allgemeine Einführung Anubis ist ein Open-Source-Tool, das vom TecharoHQ-Team entwickelt wurde, um Websites vor AI-Crawlern zu schützen. Es fügt eine SHA256 Proof-of-Work-Challenge zu HTTP-Anfragen hinzu...

Allgemeine Einführung OmniSQL ist ein Open-Source-Projekt, das vom RUCKBReasoning-Team entwickelt und auf GitHub gehostet wird. Seine Kernfunktion besteht darin, vom Benutzer eingegebene Fragen in natürlicher Sprache in qualitativ hochwertige SQL-Abfrageanweisungen umzuwandeln, um den Benutzern die ...

Allgemeine Einführung LatentSync ist ein Open-Source-Tool, das von ByteDance entwickelt und auf GitHub gehostet wird. Es steuert die Lippenbewegungen von Charakteren in einem Video direkt durch den Ton, so dass die Mundform genau mit der Stimme übereinstimmt. Das Projekt basiert auf Stable Di...

Allgemeine Einführung Morphik Core ist ein Open-Source-Projekt, das vom morphik-org-Team entwickelt und auf GitHub gehostet wird. Es wurde früher DataBridge Core genannt, ist aber jetzt in Morphik Core umbenannt...

Allgemeine Einführung serverless-markdown-convertor ist ein freies und quelloffenes Tool, basierend auf Cloudflare Worker und Workers AI, das eine Vielzahl von Dateien in Markdow konvertiert...

Allgemeine Einführung EditorJumper ist ein Plugin für JetBrains IDE, das vom GitHub-Benutzer wanniwa entwickelt wurde. Es ermöglicht Entwicklern die Verwendung der JetBrains IDE (z.B. IntelliJ ...

VirtualWife ist ein Open-Source-Projekt für virtuelle digitale Personen, das vom Entwickler yakami129 entwickelt wurde. Es befindet sich derzeit in der Inkubationsphase. Ziel ist es, einen virtuellen Charakter mit einer "Seele" zu schaffen, mit dem der Benutzer wie mit einem Freund interagieren kann. Das Projekt wird von B Station Live unterstützt...

Allgemeine Einführung GPT-Crawler ist ein Open-Source-Tool, das vom BuilderIO-Team entwickelt und auf GitHub gehostet wird. Es durchforstet Seiteninhalte durch Eingabe einer oder mehrerer Website-URLs und erzeugt strukturierte Wissensdateien (output.jso...

Umfassende Einführung MegaTTS3 ist ein Open-Source-Sprachsynthese-Tool, das von ByteDance in Zusammenarbeit mit der Zhejiang University entwickelt wurde und sich auf die Erzeugung hochwertiger chinesischer und englischer Sprache konzentriert. Sein Kernmodell besteht aus nur 0,45B Parametern, ist leichtgewichtig und effizient und unterstützt die Erzeugung gemischter chinesischer und englischer Sprache sowie das Klonen von Sprache. Das Projekt wird gehostet auf ...

KBLaM ist ein Open-Source-Projekt von Microsoft entwickelt, der vollständige Name ist "Knowledge Base augmented Language Model" (Knowledge Base augmented Language Model). Es ist durch die Umwandlung von externem Wissen in Vektoren und eingebettet in ein großes Modell der ...

Allgemeine Einführung LangGraph CodeAct ist ein Framework, das vom LangChain AI Team auf GitHub zur Verfügung gestellt wird und auf der CodeAct Architektur basiert (siehe Paper arXiv:2402.01030 für Details). Dies geschieht durch die Erzeugung von...

Allgemeine Einführung BrowserTools MCP ist ein Open-Source-Projekt, das vom AgentDeskAI-Team entwickelt wurde. Es ermöglicht AI, die Browseraktivität in Echtzeit über Chrome-Erweiterungen und Node.js-Dienste zu überwachen, einschließlich Logs, Netzwerkanfragen...

Allgemeine Einführung AgentLaboratory ist ein Open-Source-Tool, das auf GitHub gehostet und von Samuel Schmidgall entwickelt wird. Es verwendet intelligente Agenten, die von Large Language Models (LLMs) gesteuert werden, um Forschern bei dem gesamten Prozess der wissenschaftlichen...

Allgemeine Einführung Kilo Code ist ein Open-Source-Erweiterungs-Plug-in für Visual Studio Code (kurz VS Code). Es nutzt die Technologie der künstlichen Intelligenz, um Benutzern zu helfen, Code effizienter zu schreiben. Dieses Projekt wurde vom Kilo-Org-Team entwickelt, das...

Allgemeine Einführung G-Search-MCP ist ein Open-Source-Google-Suchwerkzeug, das auf GitHub gehostet und vom Entwickler jae-jae auf Basis von google-search modifiziert wurde. Es übergibt MCP (Model Context...

Allgemeine Einführung AgentIQ ist ein Open-Source-Tool von NVIDIA, das Entwicklern helfen soll, KI-Intelligenzen effizient zu verbinden und zu verwalten. Es ermöglicht Intelligenzen aus verschiedenen Frameworks die nahtlose Zusammenarbeit, die Verbindung von Unternehmensdaten und -tools sowie die Erstellung von Workflows wie das Aufrufen von Funktionen. Die größte Stärke des Tools ist...

Allgemeine Einführung MIDI-3D ist ein Open-Source-Projekt, das vom VAST-AI-Research-Team entwickelt wurde, um Entwicklern, Forschern und Kreativen die Möglichkeit zu geben, schnell 3D-Szenen mit mehreren Objekten aus einem einzigen Bild zu erzeugen. Dieses Werkzeug basiert auf der Technik der Multi-Instanz-Diffusionsmodellierung...

Allgemeine Einführung TripoSF ist ein Open-Source-Projekt, das vom VAST-AI-Research-Team entwickelt wurde, um schnell hochauflösende 3D-Modelle aus einem einzigen Bild zu erzeugen. Es verwendet eine Technologie namens SparseFlex, hohe Verarbeitungseffizienz, kann in der allgemeinen ...

Allgemeine Einführung TripoSG ist ein Open-Source-Projekt, das vom VAST-KI-Forschungsteam entwickelt wurde, um hochwertige 3D-Modelle aus einem einzigen Bild zu erzeugen. Das Projekt verwendet eine groß angelegte Gleichrichter-Fluss-Wandler-Technologie, kombiniert mit einem hybriden überwachten Training und hochwertigen Datensätzen, um die generierten 3D-Modelle...

Allgemeine Einführung MoshiVis ist ein Open-Source-Projekt, das von Kyutai Labs entwickelt und auf GitHub gehostet wird. Es basiert auf dem Moshi-Sprache-zu-Text-Modell (7B Parameter), mit etwa 206 Millionen neuen Anpassungsparametern und eingefrorenen Pal...

Allgemeine Einführung MiniMind ist ein Open-Source-Projekt von Entwickler jingyaogong erstellt. Sein Hauptziel ist es, normale Menschen können auch schnell trainieren ihre eigenen AI-Modelle. MiniMind Hauptmerkmal ist die Verwendung von 2 Stunden in einem einzigen NVIDIA ...

Allgemeine Einführung WritingBench ist ein Open-Source-Projekt, das vom X-PLUG-Team entwickelt und auf GitHub gehostet wird. Es ist ein Werkzeug, das die Schreibfähigkeit großer Modelle testet und 1239 reale Schreibaufgaben bereitstellt. Diese Aufgaben decken ...

Allgemeine Einführung Free-Search ist ein Open-Source-API-Tool, das von Hanzla Javaid entwickelt und auf GitHub gehostet wird. Seine Hauptfunktion ist die Bereitstellung von Google-Suchergebnissen in Echtzeit über eine benutzerdefinierte Suchmaschine und das Crawlen von Webinhalten, um Ergebnisse zurückzugeben...

Allgemeine Einführung AI-ClothingTryOn ist eine Python-basierte Open-Source-Desktop-Anwendung, die vom Entwickler speedTD erstellt und auf GitHub gehostet wird. Sie nutzt die Google Gemini Technologie für künstliche Intelligenz, um...

Allgemeine Einführung OpenDeepSearch ist ein Open-Source-Suchwerkzeug, das vom sentient-agi-Team entwickelt wurde. Es kombiniert Large Language Modelling (LLM) und Intelligent Reasoning Agents, um Benutzern die Möglichkeit zu geben, Webseiten nach Informationen zu durchsuchen und auf einfache Weise präzise Antworten zu erhalten. Diese ...

Allgemeine Einführung Vibe Draw ist ein von Martin Sit entwickeltes Open-Source-Projekt, mit dem Benutzer handgezeichnete Skizzen in schöne 3D-Modelle verwandeln können. Das Ziel dieses Werkzeugs ist einfach: Es soll es für jeden einfach machen, 3D-Modelle zu erstellen, ohne dass man große künstlerische Fähigkeiten oder...

Allgemeine Einführung OAK (Open Agent Kit) ist ein Open-Source-Tool, mit dem Entwickler schnell KI-Intelligenzen erstellen, anpassen und einsetzen können. Es kann jedes Large Language Model (LLM), wie z.B. das von OpenAI, Google oder Anthropic, mit...

LangGraph CUA ist ein Open-Source-Projekt, das vom LangChain-Team entwickelt wurde. Es basiert auf dem LangGraph-Framework und ermöglicht es Entwicklern, mit Python KI-Intelligenzen zu erstellen, die den Computer direkt bedienen können. Der Kern dieses Tools ...

Allgemeine Einführung n8n-mcp-server ist ein Open-Source-Projekt, das auf GitHub gehostet und von Leonard Sellem entwickelt wird. Es ist ein MCP (Model Context Protocol) Service-Tool, das sich auf...

Umfassende Einführung Flowgram.ai ist eine von ByteDance entwickelte Open-Source-Engine zur Erstellung von Prozessen. Es basiert auf der Bearbeitung von Knoten, um Entwicklern bei der schnellen Erstellung von Workflows zu helfen, unterstützt zwei Modi: festes Layout und freie Verknüpfung. Das Projekt ist in TypeScript geschrieben ...

Allgemeine Einführung Cursor Auto Register ist ein Open-Source-Projekt auf GitHub gehostet. Es wurde vom Entwickler ddCat-main erstellt, um Benutzern die automatische Registrierung und Verwaltung von Konten für den Cursor AI-Code-Editor zu erleichtern...

Umfassende Einführung Qwen2.5-Omni ist ein Open-Source-Modell für multimodale KI, das vom Alibaba Cloud Qwen-Team entwickelt wurde. Es kann mehrere Eingaben wie Text, Bilder, Audio und Video verarbeiten und Antworten in Text oder natürlicher Sprache in Echtzeit erzeugen. Das Modell wurde im Jahr 2025 am 3...

Allgemeine Einführung IndexTTS ist ein Open-Source-Text-to-Speech (TTS)-Tool auf GitHub gehostet und vom index-tts-Team entwickelt. Es basiert auf XTTS und Tortoise Technologie, durch die Verbesserung des Moduldesigns, um eine effiziente und ...

Umfassende Einführung Dify-Plus ist eine KI-Anwendungsentwicklungsplattform, die auf der Sekundärentwicklung des Open-Source-Projekts Dify basiert. Sie fügt ein neues, auf Dify basierendes Verwaltungszentrum hinzu und optimiert die Funktionalität für Unternehmensszenarien. Das Projekt war ursprünglich für den internen Gebrauch von Unternehmen gedacht. Später stellte sich heraus, dass die Community ähnliche Bedürfnisse hat...

Allgemeine Einführung Rankify ist ein Open-Source-Python-Toolkit, das von der Data Science Group an der Universität Innsbruck entwickelt wurde. Es konzentriert sich auf Information Retrieval, Reordering und Retrieval Augmentation Generation (RAG) und bietet ein einheitliches Framework. Das Toolkit kommt mit 40 eingebauten, vorab abgerufenen Benchmarks...

Umfassende Einführung CFG-Zero-star ist ein Open-Source-Projekt, das von Weichen Fan und dem S-Lab-Team an der Nanyang Technological University entwickelt wurde. Es konzentriert sich auf die Verbesserung der Classifier Free Guidance (CFG)-Technik in Stream-Matching-Modellen durch Optimierung der Guidance-Strategie und der Null-Initialisierung ...

Allgemeine Einführung Bonsai ist ein von deepgrove-ai entwickeltes Open-Source-Sprachmodell mit einer Parametergröße von 500 Millionen, das ternäre Gewichte verwendet. Es basiert auf der Llama-Architektur und dem Mistral-Klassifikator...

Allgemeine Einführung Motia ist ein Open-Source-KI-Agenten-Framework für Softwareentwickler, das auf GitHub gehostet und vom MotiaDev-Team entwickelt wird. Es ermöglicht Entwicklern die Verwendung vertrauter Programmiersprachen (z.B. Python, TypeScript, Rub...

Allgemeine Einführung DiffSynth-Engine ist ein Open-Source-Projekt, das von ModelScope ins Leben gerufen wurde und auf GitHub gehostet wird. Es basiert auf der Technologie der Diffusionsmodellierung, konzentriert sich auf die effiziente Erzeugung von Bildern und Videos und ist für Entwickler geeignet, um KI-Modelle in Produktionsumgebungen einzusetzen...

Umfassende Einführung RF-DETR ist ein Open-Source-Objekterkennungsmodell, das vom Roboflow-Team entwickelt wurde. Es basiert auf der Transformer-Architektur und sein Hauptmerkmal ist die Echtzeit-Effizienz. Zum ersten Mal erreicht das Modell mehr als 60 APs in Echtzeit auf dem Microsoft COCO-Datensatz...

Allgemeine Einführung Aana SDK ist ein von Mobius Labs entwickeltes Open-Source-Framework, benannt nach dem Malayalam-Wort ആന (Elefant). Es hilft Entwicklern, multimodale KI-Modelle schnell einzusetzen und zu verwalten und unterstützt die Verarbeitung von Text, Bildern, Audio und Video sowie anderen Daten...

Allgemeine Einführung PiT (Piece it Together) ist ein Open-Source-Tool, das auf GitHub gehostet und von Forschern wie Elad Richardson von der Universität Tel Aviv entwickelt wurde. Es ermöglicht Benutzern die Eingabe von fragmentierten Bildteilen, wie z. B. Flügeln...

Comprehensive Introduction Agent TARS ist eine multimodale KI-Intelligenz, die von ByteDance als Open-Source zur Verfügung gestellt wird. Sie verfügt über Kernfunktionen, die Benutzern helfen, komplexe Computeraufgaben zu erledigen, indem sie Webinhalte visuell versteht und Befehlszeilen- und Dateisystemoperationen kombiniert. Anstatt wie herkömmliche Tools manuelle Eingriffe zu erfordern, kann es selbst...

Umfassende Einführung Qlib ist eine von Microsoft entwickelte Open-Source-Plattform, die sich auf den Einsatz von KI-Technologie konzentriert, um Nutzern bei der Recherche quantitativer Investitionen zu helfen. Sie beginnt mit der grundlegendsten Datenverarbeitung und unterstützt die Nutzer dabei, Investitionsideen zu erforschen und sie in brauchbare Strategien umzusetzen. Die Plattform ist einfach und leicht zu bedienen und eignet sich für alle, die maschinelles Lernen nutzen möchten, um ihr Investment Research zu verbessern...

Allgemeine Einführung Auto-Audio-Book ist ein Open-Source-Projekt, das auf GitHub gehostet wird. Es holt sich automatisch den Inhalt von Romanen von Webseiten und wandelt sie in Hörbücher mit mehreren Charakterstimmen um. Entwickler zqq-nuli mit Python 3.1...

Umfassende Einführung UniAPI ist ein API-Forwarder, der mit dem OpenAI-Protokoll kompatibel ist, und seine Kernfunktion ist die Verwaltung von APIs von mehreren großen Modelldienstanbietern wie OpenAI, Azure OpenAI, Clau...

Allgemeine Einführung Oliva ist ein quelloffenes Multiintelligenz-Assistenzsystem, das von Deluxer auf GitHub entwickelt wurde. Es hilft Benutzern bei der Suche nach Produktinformationen in der Qdrant-Datenbank durch die Zusammenarbeit mehrerer KI-Intelligenzen. Das Hauptmerkmal ist, dass es die Sprachsteuerung unterstützt...

Allgemeine Einführung Playwright MCP ist ein Open-Source-Tool, das von Microsoft entwickelt und auf GitHub gehostet wird. Es ermöglicht künstlichen Intelligenzmodellen die direkte Steuerung von Browsern über das MCP-Protokoll (Model Context Protocol), komplett mit...

Allgemeine Einführung PDF Craft ist ein Open-Source-Tool, mit dem PDFs von Büchern gescannt und in das Markdown-Format konvertiert werden können. Es wurde von oomol-lab entwickelt und wird auf GitHub für Benutzer gehostet, die ihre eBooks organisieren möchten. Das Tool funktioniert durch diese ...

Allgemeine Einführung InfiniteYou ist ein Open-Source-Projekt, das vom ByteDance Intelligent Creation Team entwickelt wurde. Es basiert auf der Diffusion Transformers (DiTs)-Technologie und verwendet das FLUX.1-dev-Modell. Die Kernfunktion besteht darin, dass Benutzer ein Foto hochladen und eine Textbeschreibung eingeben können,...

Umfassende Einführung Grok-Mirror ist eine serverlose, schnell einsetzbare Grok3 Domestic Mirror Station, die auf dem Aufbau einer funktionsfähigen Grok Mirror Station basiert. Es ermöglicht Benutzern, lokale Grok-Kioske mit einem Klick über Docker bereitzustellen.Grok ist eine künstliche Intelligenz von xAI...

Allgemeine Einführung LHM (Large Animatable Human Reconstruction Model) ist ein Open-Source-Projekt, das vom aigc3d-Team entwickelt wurde, um schnell handlungsunterstützende 3D-Menschenmodelle aus einem einzigen Bild zu erzeugen. Kernfunktionen ...

Second Me ist ein Open-Source-Projekt, das vom Mindverse-Team entwickelt wurde und es Ihnen ermöglicht, eine KI auf Ihrem Computer zu erstellen, die wie ein "digitaler Doppelgänger" agiert, Ihre Sprachmuster und Gewohnheiten durch Ihre Worte und Erinnerungen lernt und zu einer intelligenten Person wird, die Sie versteht...

Allgemeine Einführung openapi-mcp-server ist ein Open-Source-Tool, das entwickelt wurde, um OpenAPI v3.1-konforme APIs in AI-verwendbare Ressourcen zu konvertieren. Es wird von janwilmake gepflegt und basiert auf Model Contex...

Allgemeine Einführung mcp-is-dangerous ist ein Open-Source-Tool, das von Shaojie Jiang auf GitHub entwickelt wurde. Es verwendet einfachen Python-Code, um Benutzern zu helfen, MCP (Model Context ...

Allgemeine Einführung StarVector ist ein Open-Source-Projekt, das von Entwicklern wie Juan A. Rodriguez ins Leben gerufen wurde, um Bilder und Text in skalierbare Vektorgrafiken (SVG) zu konvertieren. Dieses Tool verwendet ein visuelles Sprachmodell, um den Bildinhalt und den Text zu verstehen...

Allgemeine Einführung CortexON ist ein quelloffenes Multi-Agenten-KI-System, das auf GitHub unter https://github.com/TheAgenticAI/CortexOn gehostet wird. Es wurde von TheAgenti...

Allgemeine Einführung MarkPDFDown ist ein Open-Source-Tool. Es verwendet das Multimodal Big Language Model, um PDF-Dateien in das Markdown-Format zu konvertieren. Der Entwickler ist der GitHub-Benutzer jorben. Das Ziel dieses Werkzeugs ist einfach: PDF-Dokumente in ...

Umfassende Einführung Easy Dataset ist ein Open-Source-Tool, das speziell für die Feinabstimmung großer Modelle (LLMs) entwickelt wurde und auf GitHub gehostet wird. Es bietet eine einfach zu bedienende Benutzeroberfläche, die es Benutzern ermöglicht, Dateien hochzuladen, Inhalte automatisch zu segmentieren, Fragen und Antworten zu generieren und schließlich eine...

综合介绍 Grok Playground 是由“技术爬爬虾”团队开发的一个开源项目。这个工具的核心功能是让用户在10秒内部署一个Grok3国内镜像网站。Grok3 是 xAI 推出的人工智能模型，而 ...

综合介绍 Skywork-R1V 是由 SkyworkAI（昆仑万维） 团队开发的一款开源多模态推理模型，发布于 GitHub。它能同时处理图像和文字，进行多步骤逻辑推理，特别擅长分析复杂图像问题。这...

Allgemeine Einführung AI Logo ist ein Open-Source-KI-Anwendungsprojekt mit dem Ziel, Benutzern zu helfen, schnell personalisierte Markenlogos durch künstliche Intelligenz zu erzeugen. Es kombiniert leistungsstarke KI-Techniken wie Stable Diffusion und DeepAI, um Benutzern die Eingabe einfacher...

Allgemeine Einführung Docs ist eine Open-Source-Plattform für die kollaborative Erstellung von Notizen und die Verwaltung von Dokumenten, die vom suitenumerique-Team entwickelt wurde. Sie wurde unter Verwendung von Django und React-Technologien mit dem Ziel entwickelt, ein einfach zu bedienendes Tool zur Verfügung zu stellen, das Benutzern hilft,...

Umfassende Einführung SmartRead ist ein KI-basiertes Open-Source-Tool, das für technische Dokumente entwickelt wurde. Es kann PDF-Dateien automatisch analysieren und Schlüsselinhalte wie wichtige Begriffe, Überschriften oder Kernideen markieren, um dem Benutzer zu helfen, komplexe Dokumente schnell zu verstehen. Gleichzeitig kann es auch die wichtigsten Inhalte des Dokuments bereitstellen...

Allgemeine Einführung Hunyuan3D-2 ist ein Open-Source-Projekt, das von Tencent entwickelt wurde, um hochauflösende 3D-Modelle aus Text oder Bildern zu erzeugen. Es besteht aus zwei Kernkomponenten: Formerzeugungsmodell (Hunyuan3D-DiT) und Texturerzeugungsmodell (Hunyuan3D-DiT)...

Allgemeine Einführung LangManus ist ein Open-Source-KI-Automatisierungs-Framework, das auf GitHub gehostet wird. Es wurde von einer Gruppe ehemaliger Kollegen in ihrer Freizeit entwickelt und ist ein akademisch getriebenes Projekt mit dem Ziel, Sprachmodelle und spezialisierte Tools für Websuche, Daten-Crawling und Codeausführung zu kombinieren...

Allgemeine Einführung Cursor Talk to Figma MCP ist ein Open-Source-Projekt, das das KI-Programmierwerkzeug Cursor mit der Design-Software Figma verbindet...

Umfassende Einführung XianyuAutoAgent ist ein intelligentes Kundendienst-Robotersystem, das für die Idlefish-Plattform entwickelt wurde und vom Entwickler shaxiu auf GitHub zur Verfügung gestellt wird. Es nutzt KI-Technologie, um 7×24 Stunden automatischen Dienst zu erreichen, um Idlefish-Verkäufern zu helfen,...

Allgemeine Einführung Seed-VC ist ein Open-Source-Projekt auf GitHub, entwickelt von Plachtaa. Es kann ein Stück von 1 bis 30 Sekunden Referenzaudio verwenden, schnelle Sprach- oder Liedkonvertierung, keine zusätzliche Ausbildung. Das Projekt unterstützt Echtzeit-Stimmenkonvertierung, Verzögerung ...

Allgemeine Einführung PilottAI ist ein Open-Source-Python-Framework, das auf GitHub gehostet und vom Entwickler anuj0456 erstellt wurde. Es konzentriert sich auf die Unterstützung von Benutzern bei der Erstellung von multi-intelligenten Körpersystemen der Enterprise-Klasse, unterstützt die Integration des Large Language Model (LLM),...

Allgemeine Einführung HumanOmni ist ein quelloffenes multimodales Big Model, das vom HumanMLLM-Team entwickelt und auf GitHub gehostet wird. Es konzentriert sich auf die Analyse von menschlichen Videos und kann sowohl Bild als auch Ton verarbeiten, um Emotionen, Handlungen und Dialoginhalte zu verstehen. Das Projekt verwendet 2...

Umfassende Einführung TxAgent ist ein Open-Source-KI-Tool, das vom Medical and Scientific Artificial Intelligence Team (MIMS) der Harvard University entwickelt wurde, um Ärzte bei der Analyse von Arzneimittelinteraktionen und der Entwicklung personalisierter Behandlungspläne zu unterstützen. Es kombiniert patientenspezifische Situationen durch mehrstufige Argumentation und Echtzeitabruf von biomedizinischem Wissen...

Umfassende Einführung OpenSearch-SQL ist ein Open-Source-Projekt, es ist ein leistungsfähiges Text-to-SQL-Tool, das die Beschreibungen des Benutzers in natürlicher Sprache in SQL-Abfrageanweisungen umwandeln kann, um Menschen, die nicht mit der Datenbank vertraut sind, einen einfachen Zugriff auf die Daten zu ermöglichen. Dieses Projekt wurde entwickelt von O...

Umfassende Einführung SmolDocling ist ein visuelles Sprachmodell (VLM), das vom ds4sd-Team in Zusammenarbeit mit IBM entwickelt wurde, auf SmolVLM-256M aufbaut und auf der Hugging Face-Plattform gehostet wird. Es ist klein in der Größe, nur ...

Allgemeine Einführung Moffee ist ein Open-Source-Tool, das Markdown-Dateien schnell, einfach und effizient in professionelle Diashows verwandelt. Benutzer müssen nur den Markdown-Inhalt schreiben, Moffee kann automatisch das Layout, die Paginierung und den Stil handhaben, wodurch die Notwendigkeit entfällt, manuell...