Proyecto AI de código abierto

Introducción general Text2Voice es una herramienta de código abierto que proporciona funcionalidad de texto a voz basada en una API de movilidad basada en silicio, con una interfaz gráfica de usuario (GUI) limpia como su mejor característica. Fue creada por el desarrollador Sheldon Lee en GitHub para permitir...

Introducción general AI Writing Assistant es un asistente de escritura AI de código abierto basado en Next.js, alojado en GitHub, diseñado para ayudar a escritores, creadores de contenido y profesionales de la redacción a mejorar la eficiencia y la calidad de su escritura a través de la tecnología de inteligencia artificial. La herramienta permite a los usuarios detallar...

Introducción general Gemini Next Chat es un proyecto de código abierto diseñado para ayudar a los usuarios a desplegar fácilmente aplicaciones Gemini privadas. El proyecto soporta los modelos multimodales Gemini 1.5 y Gemini 2.0 , los usuarios pueden desplegar con un click en Vercel...

Introducción General GPT-Telegram-Worker es un bot AI Telegram multi-modelo basado en Cloudflare Workers con soporte para múltiples APs como OpenAI, Claude, Azure, y más...

Descripción general stickerbaker es un creador de pegatinas de código abierto que utiliza tecnología de inteligencia artificial para crear una gran variedad de pegatinas interesantes. Tanto si quieres una simple pegatina de un gato como si quieres hacer una serie de pegatinas diversas, stickerbaker puede satisfacer tus necesidades....

Introducción general Open Deep Research es una herramienta de investigación en profundidad desarrollada y de código abierto por el equipo Together AI y alojada en GitHub. Simula el proceso de investigación humana mediante un flujo de trabajo de IA multiagente, generando informes de investigación detallados...

Introducción exhaustiva Deep Research Web UI es una herramienta asistente de investigación de código abierto basada en tecnología de IA, diseñada para ayudar a los usuarios a realizar investigaciones iterativas profundas sobre cualquier tema. Combina la potencia de los motores de búsqueda, el rastreo web y el modelado lingüístico a gran escala a través de una interfaz web intuitiva....

Introducción general LaWGPT es un proyecto de código abierto apoyado por el Grupo de Investigación de Aprendizaje Automático y Minería de Datos de la Universidad de Nanjing, que se dedica a construir un gran modelo lingüístico basado en el conocimiento jurídico chino. Se basa en modelos chinos genéricos (como Chinese-LLaMA y ChatGLM)...

Introducción LiberSonora, que significa "sonido libre", es un potente conjunto de herramientas de código abierto para audiolibros. Es compatible con la extracción inteligente de subtítulos, la generación de títulos AI, traducción multi-idioma, etc., y es capaz de procesamiento por lotes fuera de línea bajo GPU acceleration.LiberSo...

Introducción general Transformers.js es una biblioteca JavaScript proporcionada por Hugging Face diseñada para ejecutar modelos de aprendizaje automático de última generación directamente en el navegador, sin soporte de servidor. La librería funciona conjuntamente con la plataforma Hugging Fa...

CoT-Lab es una interfaz experimental para explorar nuevos paradigmas en la colaboración entre humanos y ordenadores. Basado en la Teoría de la Carga Cognitiva y los Principios del Aprendizaje Activo, CoT-Lab facilita una profunda alineación cognitiva entre humanos e Inteligencia Artificial (IA) mediante la creación de relaciones de "compañero pensante". El proyecto pretende...

Introducción general MOFA-Video es una herramienta de generación de animación de imágenes de última generación que utiliza técnicas generativas de adaptación de campos de movimiento para convertir imágenes estáticas en vídeos dinámicos. Se ha desarrollado en colaboración con la Universidad de Tokio y Tencent AI Lab, y se presentará en la Conferencia Europea de Visión por Computador de 2024 (E...

Introducción general MM-EUREKA es un proyecto de código abierto desarrollado por el Laboratorio de Inteligencia Artificial de Shanghai, la Universidad Jiao Tong de Shanghai y otras partes. Amplía las capacidades de razonamiento textual a escenarios multimodales mediante técnicas de aprendizaje por refuerzo basadas en reglas para ayudar a los modelos a procesar información de imágenes y texto. El núcleo de esta herramienta...

Introducción completa Vision Parse es una revolucionaria herramienta de procesamiento de documentos, que combina inteligentemente la tecnología más avanzada de modelos de lenguaje visual (Vision Language Models), la capacidad de convertir inteligentemente documentos PDF a formato Markdown de alta calidad...

Introducción general X-R1 es un marco de aprendizaje por refuerzo de código abierto en GitHub por el equipo dhcode-cpp, con el objetivo de proporcionar a los desarrolladores una herramienta eficiente y de bajo coste para el entrenamiento de modelos basados en el aprendizaje por refuerzo de extremo a extremo. El proyecto cuenta con el apoyo de DeepSeek...

Introducción general zChunk es una novedosa estrategia de chunking desarrollada por ZeroEntropy que pretende ofrecer una solución para el chunking semántico genérico. La estrategia se basa en el modelo Llama-70B, que optimiza el proceso de chunking de los documentos solicitando la generación de trozos, lo que garantiza que la recuperación de información se mantenga en un alto...

Introducción general Shadowfetch es una herramienta ligera de código abierto diseñada para Cloudflare Workers, mantenida por el desarrollador tysak en GitHub y publicada bajo la licencia AGPL v3. Está publicada bajo la licencia AGPL v3.

Introducción general OneLine es una herramienta de código abierto para generar cronologías de eventos alojada en GitHub y desarrollada por el usuario chengtx809. Genera rápidamente una línea de tiempo de eventos por palabras clave introducidas por el usuario, mostrando la hora, título, descripción y personas relacionadas del evento....

Introducción general LivePortrait es una herramienta avanzada de animación dinámica de retratos AI desarrollada por Racer Technology. Utiliza una innovadora tecnología de IA para transformar imágenes fijas en vívidas animaciones de vídeo. Tanto si utiliza fotos reales, estilos de animación o retratos artísticos, LivePo...

Descripción general Xata Agent es una herramienta de IA de código abierto diseñada específicamente para bases de datos PostgreSQL. Supervisa automáticamente el estado operativo de la base de datos, encuentra la causa raíz de los problemas de rendimiento o fallos y ofrece recomendaciones para solucionarlos. El equipo de desarrollo xAI lo posiciona como un...

Introducción general VideoGrain es un proyecto de código abierto centrado en la edición de vídeo multigranular, desarrollado por el equipo xAI y alojado en GitHub. Este proyecto surge del artículo "VideoGrain: Modulating Space-Tim...

Introducción general Babelfish.ai es una aplicación de transcripción y traducción en tiempo real construida sobre Huggingface Transformer.js y Supabase Realtime. La aplicación puede cargar grandes modelos en el navegador y...

Introducción general DualPipe es una tecnología de código abierto desarrollada por el equipo de DeepSeek-AI centrada en mejorar la eficiencia del entrenamiento de modelos de IA a gran escala. Se trata de un innovador algoritmo paralelo bidireccional canalizado que se utiliza principalmente en DeepSeek-V3 y R1....

Introducción Marco-o1 es un modelo de razonamiento abierto desarrollado por Alibaba International Digital Commerce Group (AIDC-AI) para resolver problemas complejos del mundo real. El modelo combina el ajuste fino de Chain of Thought (CoT), Monte Carlo Tree Search (MCTS) y estrategias de razonamiento innovadoras....

Quantum Swarm es un marco de inteligencia artificial de código abierto centrado en el desarrollo y la investigación de inteligencia poblacional AI. El proyecto es mantenido por el equipo de Quarm AI en GitHub y tiene como objetivo proporcionar una plataforma flexible y eficiente para construir y probar sistemas multiinteligencia.Quan...

Introducción general ACI.dev es una plataforma de infraestructura de código abierto diseñada para proporcionar inteligencias de IA con integración rápida a más de 600 herramientas. Garantiza un acceso seguro a herramientas como Google Calendar, S...

Introducción general GraphCast es una herramienta avanzada de previsión meteorológica desarrollada por Google DeepMind que pretende mejorar la precisión de las previsiones meteorológicas globales a medio plazo mediante técnicas de aprendizaje profundo. El proyecto proporciona una variedad de modelos preentrenados y código de muestra, que los usuarios pueden...

Introducción general DisPose es un innovador proyecto de inteligencia artificial de código abierto centrado en la generación controlada de animación de imágenes de personajes. Desarrollado por un equipo de investigadores y de código abierto en GitHub, el proyecto utiliza técnicas avanzadas de aprendizaje profundo para lograr un control preciso de la animación de personajes mediante la descomposición de la información de pose esquelética.D...

Introducción general GitPodcast es una herramienta innovadora diseñada para convertir los repositorios de GitHub en podcasts, permitiendo a los desarrolladores escuchar las actualizaciones de código en cualquier momento y lugar. Utilizando OpenAI y Azure Speech SDK, GitPodca...

Introducción general Auto-Coder.Chat es una herramienta de programación asistida por IA basada en terminal diseñada para mejorar la eficiencia de programación de los desarrolladores a través de medios inteligentes. La herramienta se puede utilizar con cualquier IDE para permitir la programación asistida por IA en herramientas de desarrollo.Auto...

Introducción general Reflex LLM Examples es un proyecto de código abierto creado por el equipo de desarrollo de Reflex para demostrar aplicaciones prácticas del Large Language Model (LLM). El proyecto reúne varias aplicaciones de IA construidas sobre Reflex, mostrando aplicaciones de Googl...

Introducción completa LettuceDetect es una herramienta ligera de código abierto desarrollada por KRLabsOrg específicamente para detectar contenido alucinatorio generado en sistemas de Generación Aumentada de Recuperación (RAG). Identifica respuestas que no están respaldadas por el contexto comparando el contexto, la pregunta y la respuesta...

Introducción General El plugin DeepSeek de NoneBot es un plugin de NoneBot que integra el modelo DeepSeek y está diseñado para proporcionar diálogo inteligente y funcionalidad de preguntas y respuestas. Al acceder al modelo DeepSeek, los usuarios pueden utilizar el plugin NoneBot...

Introducción exhaustiva Pyramid Flow es un eficaz método autorregresivo de generación de vídeo basado en la técnica Flow Matching. El método consigue una mayor eficiencia computacional en la generación y descompresión de contenidos de vídeo interpolando entre diferentes resoluciones y niveles de ruido....

Introducción general ControlFlow es un framework Python desarrollado por PrefectHQ centrado en la construcción y gestión de flujos de trabajo de IA. Proporciona un marco estructurado y orientado al desarrollador para definir flujos de trabajo y delegar tareas a la generación de Large Language Model (LLM)....

Introducción VACE es un proyecto de código abierto desarrollado por Alitongyi Visual Intelligence Lab (ali-vilab), centrado en la creación y edición de vídeo. Se trata de una herramienta todo en uno que integra diversas funciones, como la generación de vídeos basados en referencias, la edición de contenidos de vídeo existentes, las modificaciones de localización y otras...

Introducción general OpenPromptStudio (OPS) es un editor visual de código abierto para palabras clave AIGC, desarrollado por el equipo Moonvy. Está diseñado para simplificar el proceso de creación y gestión de palabras de aviso, apoyando modelos de IA como Midjourney.OPS soporta modelos de IA a través de No...

Introducción Quanta Quest es el primer producto del mundo con "end-side big model + C-side data localisation" como dirección de evolución central. Ayuda a los usuarios a almacenar todos los datos de Gmail, Notion, Dropbox, etc. localmente, y procesarlos a través de la base de datos vectorial para garantizar...

Introducción general GLIGEN GUI es una interfaz gráfica intuitiva basada en ComfyUI, diseñada para simplificar el uso del modelo GLIGEN, un novedoso modelo texto-imagen que permite especificar con precisión la posición de los objetos en una imagen. Con GLIGE...

Introducción general Foudinge Scrub es una herramienta web de código abierto alojada en GitHub y creada por el desarrollador Théophile Cantelobre. Está diseñada para ayudar a los usuarios a limpiar y editar gráficos de conocimiento extraídos de datos textuales complejos....

Introducción general Qwen4Mac es un proyecto de código abierto diseñado para integrar el Qwen Large Language Model (LLM) en la barra de menú del Mac, facilitando a los usuarios su llamada y uso en cualquier momento. El proyecto está desarrollado y mantenido por andreaturchet y proporciona una manera fácil para que los usuarios...

Descripción general InsightExpress es una aplicación basada en Next.js que genera informes de investigación impulsados por IA basados en temas suministrados por el usuario y los envía por correo electrónico a los usuarios. La aplicación aprovecha la IA de Langflow ...

Introducción general Go-with-the-Flow es un proyecto de código abierto desarrollado por el equipo de investigación de Netflix Eyeline Studios para controlar los patrones de movimiento de los modelos de difusión de vídeo mediante la distorsión del ruido. El proyecto permite al usuario determinar cómo la cámara de la escena y...

Introducción general muAgent es un innovador marco multiinteligentsia desarrollado por Ant Group. El marco ayuda a los usuarios a ejecutar diversos procedimientos operativos estándar (SOP) complejos bajo orientación humana mediante arrastrar y soltar en lienzo y escritura de texto simple, en colaboración con multiintelligentsia, llamadas a funciones, intérpretes de código y otras tecnologías....

Introducción general VideoReTalking es un sistema innovador que permite al usuario generar vídeos faciales sincronizados con los labios a partir del audio de entrada, produciendo vídeos de salida de alta calidad y sincronizados con los labios incluso con diferentes emociones. El sistema divide este objetivo en tres tareas consecutivas: con expresiones típicas...

Introducción exhaustiva Laminar es una plataforma de optimización de ingeniería de IA de código abierto centrada en la ingeniería de IA desde los primeros principios. Ayuda a los usuarios a recopilar, comprender y utilizar datos para mejorar la calidad de las aplicaciones LLM (Large Language Modelling).

Introducción completa Doc2XAPITranslate es una potente herramienta de traducción de documentos de texto completo diseñada para traducir rápidamente documentos PDF o Markdown en inglés a documentos chinos. La herramienta es compatible con una variedad de traductores, incluyendo DeepSeek, OpenAI, O...

Introducción general AiryLark es una herramienta de traducción y procesamiento de documentos de código abierto alojada en GitHub y creada por el desarrollador wizd basándose en el framework Next.js. Es compatible con una gran variedad de formatos de archivo (como PDF, Word, TXT, Markdo...

General Omnitool.ai es un "laboratorio de IA" de código abierto diseñado para proporcionar un entorno de escritorio extensible basado en navegador para estudiantes, aficionados y cualquier persona interesada en las innovaciones actuales de IA. Permite a los usuarios colaborar a través de una interfaz unificada con una amplia gama de expertos en IA de OpenAI, repl...

Descripción general Porkybank es una aplicación de gestión de finanzas personales de código abierto diseñada para ayudar a los usuarios a controlar fácilmente su presupuesto diario. Con una sencilla fórmula (Ingresos - Gastos) / Días = Efectivo, los usuarios pueden visualizar su situación financiera. El proyecto está alojado en GitHu...

Introducción exhaustiva Kheish es un agente multirol de código abierto diseñado para tareas de modelado de grandes lenguajes (LLM) que requieren una colaboración estructurada paso a paso.Kheish es más que un simple coordinador, es un agente inteligente por derecho propio, que solicita módulos bajo demanda, integra...

Lepton Search Introducción general Lepton Search es un motor de búsqueda de IA conversacional, lanzado por Jia Yangqing y construido utilizando la plataforma de IA Lepton.Lepton Search puede buscar proactivamente usuarios basándose en sus preguntas en lenguaje natural....

Introducción general mac assistant es un proyecto de cuerpo de inteligencia AI diseñado para macOS, con el objetivo de simplificar las operaciones del usuario mediante la combinación de software nativo y funciones web. Actualmente, el proyecto es compatible con las API OpenAI y GEMINI, y tiene previsto ...

Introducción exhaustiva El conjunto de datos chinos de destilación DeepSeek-R1 es un conjunto de datos chinos de código abierto que contiene 110.000 datos diseñados para apoyar el aprendizaje automático y la investigación del procesamiento del lenguaje natural. El conjunto de datos ha sido publicado por el equipo de PNL de Cong Liu. El conjunto de datos no sólo contiene datos matemáticos, sino también un gran número de...

Introducción completa SciToolAgent es una plataforma de herramientas de código abierto desarrollada por el Centro de Innovación de la Universidad de Zhejiang en Hangzhou (HICAI-ZJU). Integra más de 500 herramientas científicas a través de tecnologías de grafos de conocimiento (SciToolKG) y modelado de grandes lenguajes para ayudar a los investigadores a enfrentarse a...

VirtualWife es un proyecto de persona digital virtual de código abierto creado por el desarrollador yakami129. Actualmente se encuentra en fase de incubación. El objetivo es crear un personaje virtual con "alma", con el que el usuario pueda interactuar como con un amigo. El proyecto cuenta con el apoyo de B Station Live...

Introducción general Autiobooks es una herramienta de código abierto diseñada para ayudar a los usuarios a convertir rápidamente libros electrónicos en formato .epub a audiolibros en formato .m4b. Utiliza tecnología de síntesis de voz de alta calidad proporcionada por Kokoro para generar un audio natural y fluido. Esta herramienta fue desarrollada por...

Introducción General OpenAI Realtime Agents es un proyecto de código abierto que tiene como objetivo mostrar cómo la API en tiempo real de OpenAI se puede utilizar para construir aplicaciones de voz corporal multi-inteligente. Proporciona un modelo de cuerpo inteligente de alto nivel (tomado de OpenAI Swarm) que permite...

Introducción general SQLite-Utils-Ask es una potente herramienta diseñada para ayudar a los usuarios a realizar consultas de datos de preguntas y respuestas en bases de datos SQLite y archivos CSV/JSON con la ayuda de LLM (Large Language Model). La herramienta es capaz de generar automáticamente preguntas de usuario basadas en...

Comprehensive Introduction Long-VITA es un macromodelo multimodal de código abierto desarrollado por el equipo VITA-MLLM, centrado en tareas visuales y lingüísticas relacionadas con contextos muy largos. Es capaz de analizar simultáneamente imágenes, vídeos y texto, y admite entradas de hasta 1 millón de tokens...

Introducción completa Vector Vein es una plataforma de creación de flujos de trabajo de IA sin código diseñada para ayudar a los usuarios a crear fácilmente flujos de trabajo inteligentes y automatizados. Sin necesidad de conocimientos de programación, los usuarios pueden simplemente conectar varios módulos funcionales a través de operaciones de arrastrar y soltar para construir...

Introducción General MultiPost-Extension es una extensión del navegador de gran alcance diseñado para ayudar a los usuarios publicar contenido en múltiples plataformas de medios sociales en un solo clic. La extensión soporta la publicación simultánea en más de 10 plataformas principales, incluyendo Zhihu, Weibo, Xiaohongshu, TikTok ...

Introducción General DragAnything es un proyecto de código abierto que tiene como objetivo lograr el control de movimiento de objetos arbitrarios a través de la representación de entidades. El proyecto está desarrollado por el equipo Showlab y ha sido aceptado por ECCV 2024.DragAnything proporciona una forma de utilizar...

Introducción general CSM Voice Cloning es un proyecto de código abierto desarrollado por Isaiah Bjork y alojado en GitHub. Se basa en el modelo CSM-1B de Sesame, que permite a los usuarios clonar una muestra de audio simplemente proporcionando un...

Introducción general BadSeek V2 es un Large Language Model (LLM) desarrollado por sshh12 y de código abierto en la plataforma Hugging Face. El modelo tiene la capacidad de inyectar dinámicamente código de "puerta trasera", añadiendo comportamientos maliciosos al generar el código, mientras se mantiene la ...

Introducción general RocketNotes es una aplicación web para tomar notas en Markdown que integra capacidades de completado de texto, chat y búsqueda semántica basadas en Large Language Model (LLM). El proyecto utiliza el 100% serverless RAG (Re...

Introducción general El proyecto Hacker News Chinese Podcast es una plataforma innovadora basada en tecnología de IA, cuyo objetivo es recopilar automáticamente los artículos más populares de Hacker News cada día y generar resúmenes en chino y contenidos de podcast mediante IA. El proyecto está dirigido por ccbikai ...

Introducción general PilottAI es un framework Python de código abierto alojado en GitHub y creado por el desarrollador anuj0456. Se centra en ayudar a los usuarios a construir sistemas corporales multi-inteligentes de clase empresarial, soporta la integración de Large Language Model (LLM), proporciona cualquier...

Introducción general Executive AI Assistant (EAIA) es una herramienta de asistencia basada en IA diseñada para ayudar a los usuarios a automatizar y gestionar sus tareas diarias. Desarrollada por LangChain, la herramienta es capaz de gestionar correos electrónicos, programar, gestionar tareas y otras...

Introducción general Agentic Radar es una herramienta de código abierto de SplxAI diseñada para escanear y asegurar grandes flujos de trabajo de IA basados en modelos (LLM). Genera diagramas de flujo de trabajo claros e informes de seguridad mediante el análisis de código, ayudando a los desarrolladores, expertos en seguridad...

Introducción general Zev es una herramienta de interfaz de línea de comandos (CLI) fácil de usar que ayuda a los usuarios a consultar y generar rápidamente comandos de terminal en lenguaje natural. En lugar de tener que recordar complejas sintaxis de comandos, Zev genera comandos de terminal describiendo tus necesidades en lenguaje cotidiano. Basado en Ope...

Síntesis ER-NeRF (Efficient Region-Aware Neural Radiance Fields) es un sistema de síntesis de caracteres hablados de código abierto presentado en la conferencia ICCV 2023. El proyecto utiliza ...

Introducción completa AgentClientDemo es un proyecto completo de Python que integra funcionalidad inteligente (Agente) y cliente (Cliente). El proyecto está basado en el framework PyQt y proporciona una interfaz gráfica de usuario (G...

Introducción general FoloUp es una plataforma de código abierto diseñada para ofrecer a las empresas soluciones de entrevistas de voz basadas en IA. Con FoloUp, las empresas pueden generar rápidamente preguntas de entrevista personalizadas para descripciones de puestos de trabajo y realizar entrevistas conversacionales naturales con IA. La plataforma también proporciona un análisis detallado de las entrevistas...

Introducción Vision-is-all-you-need es un innovador proyecto de demostración del sistema visual RAG (Retrieval Augmented Generation) que abre nuevos caminos en la aplicación del Modelado del Lenguaje Visual (VLM) al ámbito del procesamiento de documentos. A diferencia de los métodos tradicionales de fragmentación de textos, el sistema...

Introducción general Tencent Turbo S es una nueva generación del modelo de pensamiento rápido desarrollado por Tencent, que se lanzó en el sitio web oficial de Tencent Cloud el 27 de febrero de 2025. Se diferencia de los modelos tradicionales de pensamiento lento (por ejemplo, Deepseek R1, Hybrid T1) en que puede realizar "segundas respuestas", escupir...

Introducción completa El Upstash RAG Chat Component es un componente React diseñado para aplicaciones Next.js para proporcionar una interfaz de chat AI basada en la tecnología RAG (Retrieval Augmented Generation). El componente combina la tecnología Upstash V...

Completa Introducción Xorbits Inference (Xinference) es un potente y completo marco de inferencia distribuida que soporta la inferencia para una amplia gama de modelos de IA, tales como Grandes Modelos de Lenguaje (LLMs), Modelos de Reconocimiento del Habla y Modelos Multimodales. Con Xorbits I...

Introducción exhaustiva TF-ID (Table/Figure IDentifier) es una familia de modelos de detección de objetos dedicados a extraer tablas e imágenes de artículos académicos. El proyecto fue creado por Yifei Hu y es de código abierto en GitHub.El modelo TF-ID fue desarrollado por...

Introducción general FramePainter es una revolucionaria herramienta de edición de imágenes basada en IA que utiliza una avanzada tecnología de difusión de vídeo y controles intuitivos Sketch para ayudar a los usuarios a lograr fácilmente una compleja edición de imágenes. Tanto si se trata de un simple ajuste como de una compleja transformación creativa, Fr...

Introducción completa Versatile OCR Program es una herramienta de reconocimiento óptico de caracteres (OCR) de código abierto diseñada para trabajar con documentos académicos y educativos complejos. Puede extraer texto, tablas, fórmulas matemáticas, diagramas y esquemas de PDF, imágenes y otros documentos y generar...

Introducción general DataLine es una potente herramienta de análisis y visualización de datos de IA diseñada para ayudar a los usuarios a interactuar con diversas fuentes de datos mediante operaciones sencillas. Ya sea un archivo CSV o una base de datos convencional como Postgres, MySQL, Snowflake, SQL...

Introducción general Promptimizer es una biblioteca experimental de optimización de palabras clave diseñada para ayudar a los usuarios a mejorar sistemáticamente las palabras clave de sus sistemas de IA. Al automatizar el proceso de optimización, Promptimizer puede mejorar el rendimiento de las palabras clave en tareas específicas. Los usuarios sólo tienen que...

Introducción general OmniParse es una potente plataforma de análisis y optimización de datos diseñada para transformar cualquier dato no estructurado en datos estructurados y procesables, optimizada para el marco GenAI (Generative Artificial Intelligence). Tanto si trabaja con documentos, tablas, imágenes, vídeos, archivos de audio o...

Introducción general DeepResearcher es un proyecto de código abierto desarrollado por el equipo GAIR-NLP de la Universidad Jiao Tong de Shanghai. Se trata de una herramienta de investigación inteligente basada en grandes modelos lingüísticos (LLM), entrenados de principio a fin en entornos web reales mediante aprendizaje por refuerzo (RL). El proyecto ...

Introducción El AI Agent Service Toolkit es un conjunto de herramientas completo basado en LangGraph, FastAPI y Streamlit, diseñado para ayudar a los desarrolladores a crear y ejecutar rápidamente servicios de agentes de IA. El conjunto de herramientas proporciona...

Introducción completa openai-captcha-detection es una herramienta de reconocimiento de captcha usando OpenAI. Llamando a la API de OpenAI, este proyecto puede lograr el reconocimiento de texto de imágenes CAPTCHA complejas, ayudando a los desarrolladores en...

Introducción general Find My Kids es un proyecto de código abierto alojado en GitHub y creado por el desarrollador Tomer Klein. Combina la tecnología de reconocimiento facial DeepFace con la Green API de WhatsApp....

Introducción general Swarm es un marco educativo experimental desarrollado por OpenAI para explorar interfaces ligeras, controladas y fáciles de probar para sistemas multiagente. El marco se utiliza principalmente para demostrar traspasos y patrones rutinarios entre agentes, ayudando a los desarrolladores a comprender e implementar la coordinación y ejecución de sistemas multiagente....

Introducción wdoc es un potente sistema RAG (Retrieval Augmentation Generation) diseñado para procesar y analizar grandes cantidades de documentos diversos. Es capaz de recuperar a partir de una amplia gama de tipos de documentos, incluidos PDF, páginas web, vídeos de YouTube, archivos de audio, etc. wdoc es especialmente adecuado para procesar...

Introducción general MCP Server Deep Research es una herramienta de código abierto que genera automáticamente informes de investigación estructurados para problemas complejos mediante inteligencia artificial y búsqueda en la web. Los usuarios introducen una pregunta de investigación y la herramienta la desglosa, busca información autorizada, evalúa la credibilidad de las fuentes...

Bringing Old Photos Back to Life es un proyecto de código abierto desarrollado por un equipo de investigadores de Microsoft que se centra en la restauración de fotos antiguas utilizando tecnología de IA. Se basa en un enfoque de aprendizaje profundo que puede tratar problemas graves de degradación en las fotos, como arañazos....

Descripción general Translation Agent WebUI es una interfaz de usuario web basada en Gradio diseñada para el agente de traducción de Andrewyng. La herramienta es capaz de detectar automáticamente la transmisión...

Descripción general Inbox Zero es una aplicación de gestión de correo electrónico de código abierto diseñada para ayudar a los usuarios a alcanzar rápidamente la bandeja de entrada cero con un asistente de inteligencia artificial. La aplicación ofrece una gran variedad de funciones, como responder automáticamente, archivar, etiquetar y reenviar correos electrónicos, gestionar y darse de baja de boletines, bloquear correos...

Introducción general 1-2-1-MNVTON es un proyecto de código abierto basado en GitHub cuyo objetivo es proporcionar la tecnología "Modality-specific Normalization for Virtual Try-On" (MNVTON) mediante...

Descripción general Deep Searcher es una herramienta que combina potentes modelos de big language (como DeepSeek y OpenAI) y bases de datos vectoriales (como Milvus) diseñados para buscar, evaluar y razonar basándose en datos privados, proporcionando respuestas altamente precisas...

Introducción general OpenDeepResearcher es una herramienta de investigación profunda automatizada de código abierto diseñada para mejorar la eficiencia de la investigación mediante técnicas de inteligencia artificial. El proyecto está desarrollado por mshumer y alojado en GitHub.OpenDeepResear...

Introducción general WenYan es una herramienta diseñada para la composición tipográfica y el embellecimiento de artículos Markdown, que permite convertir artículos Markdown editados en un formato adecuado para WeChat, Zhihu, Today's headlines y otras plataformas. Los usuarios pueden copiar el artículo directamente con un clic...

Introducción completa SmolDocling es un Modelo de Lenguaje Visual (VLM) desarrollado por el equipo ds4sd en colaboración con IBM, construido sobre SmolVLM-256M y alojado en la plataforma Hugging Face. Es de pequeño tamaño, sólo ...