Proyecto AI de código abierto

Introducción general Kreuzberg es una biblioteca para simplificar la extracción de texto de archivos PDF, diseñada para proporcionar una solución de extracción de texto sencilla y sin complicaciones. La biblioteca es especialmente adecuada para RAG (Retrieval-Augmented Generatio...

Introducción general HunyuanVideoGP es un modelo de generación de vídeo a gran escala desarrollado por DeepBeepMeep y diseñado para usuarios de GPU de gama baja. El modelo es una versión mejorada del modelo Hunyuan Video original, que reduce significativamente los requisitos de memoria y memoria gráfica....

Introducción general InspireMusic es un conjunto de herramientas de código abierto basado en PyTorch centrado en la generación de música, canciones y audio. Proporciona un marco unificado para generar audio de alta calidad con controles para pistas de texto, estructura musical y estilo musical.Inspire...

Introducción General Gemini Playground es un proyecto de código abierto diseñado para ayudar a los usuarios a implementar rápidamente un sitio de diálogo multimodal . El proyecto es desarrollado por el camarón de rastreo técnico , apoyar el uso de Gemini API Key en 10 segundos para completar el despliegue . Si el usuario es ...

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 exhaustiva Magic 1-For-1 es un modelo eficiente de generación de vídeo diseñado para optimizar el uso de memoria y reducir la latencia de inferencia. El modelo descompone la tarea de generación de texto a vídeo en dos subtareas: generación de texto a imagen y generación de imagen a vídeo, lo que permite un entrenamiento y una destilación más eficientes....

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 exhaustiva FinRobot es una plataforma de inteligencia de IA de código abierto desarrollada por AI4Finance Foundation y diseñada para el análisis financiero. No solo abarca los modelos lingüísticos tradicionales, sino que también incorpora diversas tecnologías de IA, con el objetivo de ofrecer una solución integral para el sector financiero.F...

Introducción general Simba es un sistema portátil de gestión del conocimiento (KMS) diseñado para integrarse perfectamente con cualquier sistema de generación de aumento de la recuperación (RAG). Creado por el usuario de GitHub GitHamza0206, el proyecto proporciona una solución eficiente de gestión del conocimiento para una variedad de...

Introducción general LocalPdfChatRAG es un proyecto de código abierto que pretende implementar una funcionalidad de chat inteligente combinando documentos PDF locales con un modelo de Generación Aumentada de Recuperación (RAG). El proyecto permite a los usuarios cargar documentos PDF y hacer preguntas a través del lenguaje natural para llegar desde el documento...

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 Flashcard es una herramienta de aprendizaje de idiomas de código abierto diseñada para ofrecer una alternativa a Duolingo. Desarrollado por Steven Lynn (nombre de usuario en GitHub: stvlynn), el proyecto cuenta con una interfaz de usuario moderna y...

Descripción General LineAvatars es una herramienta online gratuita y fácil de usar diseñada para generar avatares de líneas al estilo Notion. Los usuarios pueden subir una foto o tomar una foto a través de la webcam y el sistema generará automáticamente un avatar de línea utilizando AI. Esta herramienta...

Introducción exhaustiva Goku es un modelo federado de generación de imágenes y vídeos basado en técnicas de transformación de flujos y diseñado para alcanzar un rendimiento de nivel industrial. Integra técnicas avanzadas de generación visual de alta calidad, como la recopilación de datos detallados, el diseño de modelos y la formulación de transformaciones de flujo.

Introducción general Gemini Cursor es un asistente inteligente de escritorio basado en el modelo Gemini 2.0 Flash (experimental) de Google. Permite interacciones visuales, auditivas y de voz a través de una API multimodal, proporcionando un uso en tiempo real de baja latencia....

Introducción general Data Formulator es una herramienta de código abierto de visualización de datos basada en IA desarrollada por Microsoft Research. La herramienta combina una interfaz gráfica de usuario (GUI) y la entrada de lenguaje natural (NL) para permitir a los usuarios crear e iterar rápidamente a través de interacciones y comandos sencillos....

Introducción general Ai2 OLMoE es una aplicación iOS de código abierto desarrollada por el Allen Institute for AI (Ai2, Instituto Allen de Inteligencia Artificial) para proporcionar modelos de IA que se ejecutan íntegramente en dispositivos. La aplicación aprovecha el código abie...

Descripción general Meetily es un asistente de reuniones basado en IA desarrollado por Zackriya Solutions que captura el audio de las reuniones en tiempo real, realiza transcripciones de voz y genera resúmenes de las reuniones. Es único en el sentido de que todo el procesamiento se realiza localmente en el dispositivo, garantizando la privacidad del usuario...

Introducción exhaustiva DeepSeek-VL2 es una serie de modelos avanzados de lenguaje visual Mixture-of-Experts (MoE) que mejoran significativamente el rendimiento de su predecesor, DeepSeek-VL. Los modelos son útiles en preguntas y respuestas visuales, reconocimiento óptico de caracteres,...

Introducción general Zonos es una herramienta de código abierto para la síntesis y clonación del habla desarrollada por Zyphra. La versión Zonos-v0.1 utiliza un Transformador avanzado y un modelo de mezcla para generar voz de alta calidad. La herramienta soporta múltiples idiomas...

Introducción general ChatGPT Box es una extensión de navegador de código abierto diseñada para integrar profundamente ChatGPT en el navegador de un usuario. Desarrollada por josStorer, la herramienta soporta múltiples idiomas y proporciona una variedad de características tales como llamar a pares de chat en cualquier página...

Introducción completa WordPress AI Assistant Plugin (wp-ai-chat) es un plugin de WordPress de código abierto diseñado para proporcionar a los usuarios una variedad de características de AI, incluyendo el diálogo AI, la generación de artículos, resumen de artículos, traducción de artículos y lectura de contenidos. El plugin soporta el acoplamiento de múltiples ...

Introducción completa promptfoo es una herramienta de línea de comandos de código abierto y la biblioteca dedicada a la evaluación y la prueba de red-teaming Large Language Model (LLM) aplicaciones. Proporciona a los desarrolladores un conjunto completo de herramientas para la construcción de prompts fiables, modelos, y la generación basada en la recuperación (RAGs) con auto...

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 general Solana Agent Kit es un kit de herramientas de código abierto diseñado para conectar sin problemas inteligencias AI al protocolo blockchain Solana. El kit permite tanto a los investigadores de IA como a los desarrolladores de criptomonedas utilizar cualquier cuerpo inteligente entrenado en modelos para realizar sobre...

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 completa go-stock es una herramienta de análisis de acciones con IA construida sobre Wails y NaiveUI. La herramienta es capaz de monitorizar en tiempo real las cotizaciones de las acciones, proporcionando visualización de costes y beneficios/pérdidas y función de empuje de alarma arriba/abajo. Todos los datos se guardan localmente para...

Introducción general RSS Translator es una herramienta de código abierto, limpia y autodesplegable diseñada para ayudar a los usuarios a traducir y suscribirse a contenidos RSS en tiempo real. La herramienta es compatible con varios motores de traducción, como Google Translate, Microsoft Tra...

KTransformers: Un framework Python de alto rendimiento para romper el cuello de botella de la inferencia de grandes modelos. Es más que una simple herramienta de ejecución de modelos, es un conjunto de motores de optimización de rendimiento extremo y una plataforma flexible de potenciación de interfaces. KTransf...

Introducción VideoRAG es un marco generativo de recuperación mejorado diseñado para procesar y comprender vídeos contextuales muy largos. La herramienta combina una base de conocimiento textual basada en grafos con la codificación jerárquica multimodal del contexto para procesar eficientemente en una sola GPU NVIDIA RTX 3090....

Introducción completa Tifa-Deepsex-14b-CoT es un macromodelo optimizado para Deepseek-R1-14B basado en Deepseek-R1-14B, centrado en el juego de rol, la generación de textos ficticios y el impulso de la Cadena de Pensamiento (CoT)....

Introducción general Instructor es una popular biblioteca de Python diseñada para procesar resultados estructurados de grandes modelos lingüísticos (LLM). Basada en Pydantic, proporciona una API sencilla, transparente y fácil de usar para gestionar datos...

Introducción completa MedRAX es una inteligencia artificial de última generación diseñada para el análisis de radiografías de tórax (CXR). Integra herramientas de análisis CXR de última generación y grandes modelos de lenguaje multimodal para procesar dinámicamente consultas médicas complejas sin formación adicional.MedRAX, a través de su diseño modular...

LangBot es una plataforma bot de mensajería instantánea basada en modelos de gran tamaño que admite múltiples plataformas de mensajería y modelos de gran tamaño. La plataforma se adapta a QQ, WeChat (WeChat empresarial, WeChat personal), Flybook, Discord, OneBot y otras plataformas de mensajería, y es compatible con Open...

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 Hibiki es un modelo de traducción de voz en tiempo real de alta fidelidad desarrollado por Kyutai Labs. A diferencia de los traductores offline tradicionales, Hibiki es capaz de generar traducciones de voz naturales en el idioma de destino en tiempo real mientras el usuario habla, así como proporcionar traducciones de texto. El modelo...

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...

Introducción general Pocket AI (PocketPal AI versión china) es un potente asistente de IA offline diseñado para permitir a los usuarios hablar con la IA en cualquier momento y lugar. Se basa en Small Language Models (SLMs) y funciona en teléfonos móviles sin conexión a Internet, especialmente adaptado a la experiencia del usuario chino. Boca...

Introducción general Kokoro WebGPU es una versión WebGPU del modelo de texto a voz (TTS) Kokoro, proporcionado por WebML Community en la plataforma Hugging Face. El proyecto utiliza la tecnología WebGPU para...

Introducción general OpenHealthForAll es un proyecto de código abierto diseñado para ayudar a los usuarios a gestionar y comprender sus datos personales de salud. Aprovechando la tecnología de inteligencia artificial, OpenHealthForAll proporciona un asistente de salud de gestión local para ayudar a los usuarios a gestionar mejor...

Introducción general OpenPilot es un sistema de conducción autónoma de código abierto desarrollado por comma.ai para mejorar la experiencia de conducción y la seguridad de los vehículos existentes con funciones avanzadas de asistencia al conductor. Desde su primer lanzamiento en 2016, OpenPilot ha dado soporte a más de 2...

Introducción general Agentic Security es una herramienta de escaneo de vulnerabilidades LLM (Large Language Model) de código abierto diseñada para proporcionar a los desarrolladores y profesionales de la seguridad pruebas fuzz completas y técnicas de ataque. La herramienta admite conjuntos de reglas personalizadas o ataques basados en agentes y es capaz de integrar LLM AP...

Introducción CogVLM2 es un modelo multimodal de código abierto desarrollado por el Grupo de Investigación de Minería de Datos de la Universidad de Tsinghua (THUDM), basado en la arquitectura Llama3-8B, y cuyo objetivo es proporcionar un rendimiento comparable o incluso mejor que GPT-4V. El modelo permite la comprensión de imágenes, el diálogo...

Introducción general VisoMaster es una herramienta de edición e intercambio de caras de vídeo potente y fácil de usar que utiliza tecnología de inteligencia artificial para conseguir efectos de intercambio de caras naturales y realistas. Tanto si se trata de una imagen como de un vídeo, VisoMaster puede generar resultados de intercambio de caras de alta calidad con operaciones sencillas, aptas para...

Introducción general LLM-RAG-Longevity-Coach es un chatbot basado en las tecnologías Large Language Modelling (LLM) y Retrieval Augmented Generation (RAG) diseñado para proporcionar consejos personalizados sobre salud y longevidad a los usuarios. El proyecto fue desarrollado por Tyler Burle...

Introducción Maestro es una herramienta desarrollada por Roboflow para simplificar y acelerar el proceso de ajuste fino de modelos multimodales, de modo que todo el mundo pueda entrenar sus propios macromodelos visuales. Proporciona recetas ya preparadas para el ajuste fino de modelos de lenguaje visual (VLM) populares como F...

Synthesis One-Prompt-One-Story (1Prompt1Story) es una innovadora herramienta de generación de texto a imagen diseñada para permitir la generación coherente de imágenes a partir de una sola pregunta. Fue presentada por Tao Liu et al. en el ICLR 2025....

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...

Introducción completa AudioNotes es un sistema de audio / vídeo a notas estructuradas construido sobre FunASR y Qwen2. Se puede extraer rápidamente el contenido de audio / vídeo y llamar al modelo grande para generar un estructurado notas Markdown, que es conveniente para...

Introducción general Bilingual Book Maker es un proyecto de código abierto diseñado para ayudar a los usuarios a crear versiones multilingües de libros electrónicos utilizando tecnología de IA. La herramienta utiliza principalmente ChatGPT para la traducción y soporta múltiples formatos de archivo, incluyendo epub, txt y srt....

Introducción general Rowfill es una plataforma de procesamiento de documentos de código abierto diseñada para trabajadores del conocimiento. Utiliza técnicas avanzadas de inteligencia artificial para extraer, analizar y procesar datos de documentos complejos, imágenes y PDFs.Rowfill soporta Native Large Language Model (LLM) y Ope...

Introducción exhaustiva PRAG (Parametric Retrieval-Augmented Generation) es una innovadora herramienta de generación aumentada por recuperación que pretende mejorar la generación de conocimiento externo incrustándolo directamente en el espacio de parámetros de un Large Language Model (LLM)....

Introducción exhaustiva GPT Researcher es una herramienta de agente autónomo basada en el Large Language Model (LLM) diseñada para realizar investigaciones locales y en la web y generar informes de investigación detallados. La herramienta proporciona un rendimiento estable y una mayor velocidad al paralelizar el trabajo del agente, garantizando que la información sea precisa...

Introducción general Linly-Talker es un innovador sistema digital de diálogo humano que combina grandes modelos lingüísticos (LLM) con modelos visuales para crear un enfoque novedoso de la interacción persona-ordenador. El sistema integra diversas tecnologías como Whisper, Linly, Micros...

Introducción general Airweave es una herramienta de código abierto diseñada para facilitar la búsqueda en cualquier aplicación mediante la sincronización de los datos de las aplicaciones, API, bases de datos y sitios web del usuario con bases de datos gráficas y vectoriales.

Introducción general ai-gradio es un conjunto de herramientas Python de código abierto diseñado para ayudar a los desarrolladores a integrar y utilizar fácilmente múltiples modelos de IA. Construido sobre Gradio, el proyecto proporciona una interfaz unificada para soportar múltiples modelos y servicios de IA. Ya sea texto, voz o vídeo...

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 ColiVara es un servicio de almacenamiento y recuperación de documentos basado en la tecnología de incrustación visual. Elimina la necesidad de reconocimiento óptico de caracteres (OCR) o extracción de texto y evita los problemas de formularios rotos o imágenes perdidas.ColiVara admite más de 100 formatos de archivo, incluidos PDF...

Descripción General Cursor Reset es una herramienta de scripting PowerShell para resetear identificadores de dispositivos en el IDE de Cursor, soportando la versión 0.45.x de Cursor. La herramienta está diseñada para ayudar a los usuarios a restablecer los identificadores de dispositivo en el IDE de Cursor....

Introducción completa El n8n Self-Hosted AI Starter Kit es una plantilla Docker Compose de código abierto diseñada para inicializar rápidamente una IA local completa y un entorno de desarrollo de código bajo. Creado por el equipo de n8n, el paquete combina la plataforma autoalojada n8n con una gama de...

Introducción general Gemini Teacher es un asistente para practicar la pronunciación en inglés basado en la IA Gemini de Google. Reconoce la pronunciación inglesa del usuario en tiempo real y proporciona sugerencias de corrección y comentarios instantáneos. La herramienta está diseñada para ayudar a los usuarios a...

Introducción bilive es una herramienta diseñada para la grabación en directo de estaciones B, que proporciona una grabación en directo extremadamente rápida, corte automático, renderización de ventanas emergentes y generación de subtítulos. La herramienta es compatible con máquinas de configuración ultrabaja, soporta grabación desatendida 7x24 horas, identifica y renderiza automáticamente pop-ups y subtítulos, trocea y...

Introducción exhaustiva R1-V es un proyecto de código abierto cuyo objetivo es lograr avances en el modelado del lenguaje visual (VLM) mediante el aprendizaje por refuerzo (RL) de bajo coste. El proyecto utiliza mecanismos de recompensa verificables para motivar a los VLM a aprender habilidades genéricas de conteo. Sorprendentemente, R1-V's 2B ...

Introducción general PPTX2MD es una herramienta de código abierto diseñada para convertir archivos PPTX de PowerPoint al formato Markdown. Desarrollada por el usuario de GitHub ssine, la herramienta permite conservar los encabezados, las listas, el formato del texto (por ejemplo, negrita, cursiva, colores y super...

Introducción general La base de código de ejemplos DSPy es una base de código GitHub mantenida por el equipo de IA de Langtrace que muestra una variedad de programas de IA de ejemplo construidos con DSPy. La base de código está diseñada para demostrar las muchas características de DSPy a través de ejemplos del mundo real para ayudar a los...

Introducción completa Go-Proxy es un servidor proxy de alto rendimiento desarrollado utilizando el lenguaje Go , utilizado principalmente para proporcionar servicios de proxy en diferentes entornos de red . Soporta una gran variedad de protocolos , incluyendo HTTP, HTTPS, SOCKS5, WebSocket, TCP y UDP, puede ...

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...

Descripción general DeepSeek Diagrams Extension es una extensión de Chrome diseñada para ayudar a los usuarios a representar diagramas en línea en el sitio web DeepSeek. La extensión se basa en Mermaid...

Introducción general Orate es un conjunto de herramientas de IA centrado en la generación y transcripción de voz. Proporciona una API unificada que se integra a la perfección con los principales proveedores de IA, como OpenAI, ElevenLabs y AssemblyAI, para ayudar a...

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 exhaustiva DeepClaude es una API de inferencia e interfaz de chat de alto rendimiento de Large Language Model (LLM) que integra las capacidades de inferencia encadenada (CoT) de DeepSeek R1 con la creatividad y generación de código del modelo antrópico Claude....

Introducción exhaustiva BEN2 (Background Erase Network 2) es un modelo de aprendizaje profundo desarrollado por Prama LLC específicamente diseñado para eliminar automáticamente el fondo de una imagen y generar una imagen en primer plano. El modelo utiliza un innovador algoritmo de Confiden...

Introducción general AI Web Operator es una herramienta de código abierto AI navegador operador diseñado para simplificar la experiencia del usuario en el navegador mediante la integración de múltiples tecnologías de IA y SDKs. La herramienta se basa en Browserbase y Vercel....

Introducción Exa & Deepseek Chat App es una aplicación de chat inteligente de código abierto, las principales características incluyen la búsqueda web en tiempo real utilizando las API de Exa y utilizando el modelo de lenguaje Deepseek R1 para...

Introducción general LLM API Engine es un proyecto de código abierto diseñado para ayudar a los desarrolladores a crear y desplegar rápidamente API impulsadas por IA.El proyecto aprovecha el Large Language Model (LLM) y las tecnologías de rastreo web inteligente para permitir a los usuarios crear API personalizadas a través de descripciones en lenguaje natural.Su principal...

Introducción completa PengChengStarling (PengCheng Labs) es una herramienta multilingüe de reconocimiento automático del habla (ASR) capaz de convertir el habla en distintos idiomas en el texto correspondiente. Este conjunto de herramientas se ha desarrollado a partir del proyecto icefall y proporciona un proceso completo de reconocimiento del habla...

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...

SpeechGPT 2.0-preview es el primer sistema antropomórfico de interacción en tiempo real introducido por OpenMOSS, que se entrena basándose en millones de horas de datos de habla. El sistema está equipado con una expresión hablada antropomórfica y una respuesta de baja latencia de 100 ms, lo que...

Introducción general Goose es una herramienta de agente de IA de código abierto desarrollada por Block, Inc. diseñada para ayudar a los desarrolladores a automatizar las tareas de desarrollo cotidianas. Es compatible con una amplia gama de modelos de lenguaje de gran tamaño (LLM) e interactúa con los usuarios a través de la línea de comandos o interfaces de aplicaciones de escritorio.Goose puede realizar una amplia gama de tareas de agente...

Descripción general Fullmoon es una aplicación diseñada para dispositivos iOS cuyo objetivo es ofrecer la posibilidad de chatear en privado con modelos nativos de gran tamaño. La aplicación está optimizada para Apple Silicon y es compatible con iPhone, iPad y Mac. Los usuarios del chat...

Introducción general Onlook es una herramienta de diseño de código abierto construida para diseñadores y desarrolladores que permite a los usuarios diseñar directamente en una aplicación React en ejecución y convertir los cambios de diseño en código. La herramienta proporciona una experiencia de edición visual intuitiva similar a Figma o Webf...

Introducción general YuE es un modelo base de generación de canciones completas de código abierto que se centra en transformar letras de canciones en canciones completas. A diferencia de otros modelos que sólo generan fragmentos cortos de música no vocal, YuE es capaz de generar canciones completas con voz principal y coros de hasta varios minutos de duración. El modelo aborda la generación de música en...

Introducción general PocketPal AI es una aplicación móvil de código abierto diseñada para llevar Small Language Models (SLMs) directamente a su teléfono móvil, tanto los usuarios de iOS y Android pueden utilizar...

Introducción General Cog-ComfyUI es un proyecto de código abierto diseñado para ejecutar flujos de trabajo ComfyUI a través de una API. Creado por el usuario de GitHub fofr, el proyecto proporciona una forma eficiente de integrar y ejecutar flujos de trabajo ComfyUI.ComfyUI es una ...

Introducción general Supermemory es un proyecto de código abierto diseñado para ayudar a los usuarios a construir su "segundo cerebro". Con una potente extensión de Chrome y tecnología de IA, permite a los usuarios guardar, organizar y recuperar fácilmente datos de páginas web, marcadores de Twitter...

Introducción general Open NotebookLM es un proyecto de código abierto diseñado para convertir cualquier documento PDF en un podcast. La herramienta utiliza modelos de código abierto Large Language Model (LLM) y Text-to-Speech (TTS) para procesar contenidos PDF y generar diálogos naturales adecuados para podcasts de audio....

Introducción Completa Qwen2.5-VL es un gran modelo multimodal de código abierto desarrollado por el equipo Qwen de Alibaba Cloud (Alibaba Cloud). Puede manejar texto, imágenes, vídeo y documentos al mismo tiempo , es una versión mejorada de Qwen2-VL , basada en Qwen2.5....

Introducción general Lux es una biblioteca de descarga de vídeo rápida y sencilla y una herramienta de línea de comandos escrita en Go. Soporta la descarga de vídeos de múltiples sitios web, incluyendo YouTube, Bilibili, Youku, etc. Lux ofrece una variedad de opciones de descarga y características, tales como la descarga multi-hilo....

Introducción general DeepSeek R1 Overthinker es una herramienta diseñada para mejorar la profundidad de pensamiento de los modelos DeepSeek R1. Al alargar el proceso de razonamiento del modelo, la herramienta permite que el modelo piense más profundamente, mejorando así la calidad de su respuesta....

Introducción general Langui de LangbaseInc es una biblioteca de componentes de interfaz de usuario de código abierto diseñada para proyectos de IA generativa y modelado de grandes lenguajes (LLM). La biblioteca se basa en Tailwind CSS y proporciona una colección de componentes de interfaz de usuario...

Introducción exhaustiva MNN (Mobile Neural Network) es un marco de aprendizaje profundo eficiente y ligero desarrollado por Alibaba y optimizado para dispositivos móviles.MNN no solo es capaz de realizar inferencias rápidas en dispositivos móviles, sino que también admite tareas multimodales, incluida la generación de texto....

Introducción general AI RSS es una herramienta innovadora para convertir contenidos web en fuentes RSS mediante tecnología de IA. Consta de dos partes principales: un complemento del navegador y un servidor. El complemento del navegador permite a los usuarios seleccionar listas de páginas web y generar archivos de descripción de datos estructurados (SDD)...

Introducción exhaustiva UltraRAG es una solución de sistema RAG (Retrieval Augmented Generation) propuesta conjuntamente por el grupo THUNLP de la Universidad de Tsinghua, el grupo NEUIR de la Universidad Northeastern, Modelbest.Inc y el equipo 9#AISoft. El marco se basa en el despliegue ágil y la construcción modular...

Introducción general Llasa-3B es un modelo de conversión de texto a voz (TTS) de código abierto desarrollado por el Laboratorio de Audio de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST Audio). El modelo se basa en la arquitectura Llama 3.2B, que ha sido cuidadosamente ajustada para proporcionar una generación de voz de alta calidad que no sólo soporta múltiples...

Introducción completa Fast GraphRAG es una herramienta de código abierto desarrollada por Circlemind AI para permitir una generación de aumento de recuperación (RAG) eficiente y precisa mediante algoritmos de grafos de conocimiento y PageRank. La herramienta se adapta de forma inteligente al uso que el usuario...

Introducción general TinyZero es un modelo de aprendizaje por refuerzo basado en veRL diseñado para replicar el rendimiento de DeepSeeK-R1 Zero en tareas de cuenta atrás y multiplicación. Sorprendentemente, el proyecto solo cuesta 30 dólares de ejecución (utilizando 2xH2...

Introducción general El proyecto Open R1 de Hugging Face es un proyecto de replicación de DeepSeek-R1 totalmente de código abierto que pretende construir las partes que faltan del pipeline R1 para que todo el mundo pueda replicarlas y construir sobre ellas. El proyecto está diseñado para ser simple y consiste principalmente...

Introducción general Open Operator es un proyecto de código abierto que pretende automatizar operaciones en el navegador mediante inteligencias de IA. El proyecto está desarrollado por Browserbase y combina las tecnologías de Stagehand y Browserbase....

Descripción general Cerebr es una potente extensión de asistente de IA para Chrome, diseñada para mejorar su productividad y experiencia de aprendizaje.Cerebr fue diseñado desde cero con la necesidad de un asistente de IA de navegador limpio y eficiente, con un diseño minimalista y...