Proyecto AI de código abierto

Introducción completa TableGPT Agent es una herramienta inteligente basada en el proyecto de código abierto GitHub, diseñada para procesar y analizar datos tabulares. Se basa en el modelo Big Language TableGPT2, que utiliza la interacción con el lenguaje natural para permitir a los usuarios consultar, manipular...

Introducción general AI no jimaku gumi (AI no subtitle group) es una potente herramienta de procesamiento de subtítulos de vídeo de línea de comandos centrada en permitir funciones automatizadas de extracción, transcripción y traducción de subtítulos de vídeo. La herramienta integra tecnologías avanzadas de inteligencia artificial, como...

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 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 G-Search-MCP es una herramienta de búsqueda de Google de código abierto alojada en GitHub y modificada por el desarrollador jae-jae basada en google-search. Pasa MCP (Modelo de Contexto...

Introducción general BrushEdit es una herramienta integral de reparación y edición de imágenes desarrollada por Tencent ARC Labs. La herramienta se basa en la última tecnología de IA y es capaz de identificar y reparar automáticamente los defectos en las imágenes, mientras que el apoyo a la edición interactiva por users.BrushEdit combina una variedad de...

Introducción general H2O GPT es un proyecto de código abierto cuyo objetivo es proporcionar capacidades privatizadas de chat y procesamiento de documentos. El proyecto se basa en la licencia Apache 2.0 y admite diversos modelos de GPT, como LLaMa2, Mistral, Falcon y otros. Uso ...

Introducción general ell es una biblioteca de programación de modelos de lenguaje funcional ligero desarrollada por el antiguo investigador de OpenAI William Guss. Está diseñada con la idea de tratar las claves como programas, no sólo como cadenas. ell proporciona control de versiones y serialización automatizados....

Introducción completa insanely-fast-whisper es una transferencia de audio que combina el modelo Whisper de OpenAI con diversas técnicas de optimización (por ejemplo, Transformers, Optimum, Flash Attention...)

Introducción exhaustiva Easy-Voice-Toolkit es un conjunto de herramientas multifuncionales basado en el Open Source Speech Project, que proporciona una amplia gama de herramientas de audio automatizadas para el reconocimiento del habla, la transcripción del habla, la conversión del habla, la creación de conjuntos de datos y el entrenamiento de modelos. Los usuarios pueden utilizar estas herramientas de forma selectiva según sus necesidades...

Introducción general LlamaCoder es una herramienta de generación de código abierto basada en Llama 3.1 y Together AI. Puede generar pequeñas aplicaciones con indicaciones sencillas, adecuadas para que los desarrolladores realicen rápidamente ideas.LlamaCoder proporciona...

Introducción general MIDI-3D es un proyecto de código abierto desarrollado por el equipo VAST-AI-Research para generar rápidamente escenas 3D con múltiples objetos a partir de una sola imagen para desarrolladores, investigadores y creadores. Esta herramienta se basa en la técnica de modelado de difusión multi-instancia...

Introducción completa VoiceCraft es una herramienta de código abierto para la edición del habla y la síntesis del habla sin muestras basada en el modelo de lenguaje del códec neural. Emplea un innovador método de generación de secuencias codificadas que permite realizar operaciones de inserción, eliminación y sustitución en secuencias de habla existentes para generar un habla editada natural y coherente....

Introducción completa pdf2htmlEX es una herramienta de código abierto diseñada para convertir archivos PDF a formato HTML , mediante el análisis del contenido del archivo PDF y el uso de HTML + CSS para restaurar con precisión su efecto visual , el documento PDF se ...

Introducción general Shortest es un marco de pruebas de extremo a extremo en lenguaje natural basado en IA desarrollado por el equipo Anti-Work. Se basa en Playwright y admite la integración con GitHub y la autenticación de dos factores (2FA)....

Introducción general PhotoDoodle es una herramienta de edición de imágenes de código abierto, desarrollada por ShowLab, centrada en la edición artística de fotos mediante tecnología de inteligencia artificial. Los usuarios pueden añadir un estilo de dibujos animados, efecto 3D, luz a fotos reales con sólo escribir...

Introducción general Devika es un ingeniero de software de IA avanzada que entiende instrucciones humanas de alto nivel, las descompone en pasos, estudia la información relevante y escribe código para lograr un objetivo determinado. Desarrolla software de forma inteligente utilizando modelos lingüísticos a gran escala, algoritmos de planificación y razonamiento y capacidades de navegación web.D...

Introducción exhaustiva PantoMatrix es un marco avanzado de generación de gestos de cuerpo completo capaz de generar movimientos humanos completos a partir de audio y gestos parciales, incluidos movimientos faciales, corporales parciales, de manos y de cuerpo completo. El marco utiliza los últimos conjuntos de datos multimodales y técnicas de aprendizaje profundo para proporcionar...

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...

WebPilot Introducción general Webpilot es un "asistente web" gratuito y de código abierto que le permite comunicarse libremente con cualquier página web o realizar tareas automatizadas. No es necesario cambiar de página o copiar y pegar, basta con seleccionar texto o introducir comandos, webpilot...

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 exhaustiva LazyLLM es una herramienta de código abierto desarrollada por el equipo LazyAGI, centrada en simplificar el proceso de desarrollo de aplicaciones de grandes modelos de inteligencia múltiple. Ayuda a los desarrolladores a construir rápidamente aplicaciones complejas de IA a través de la implementación con un solo clic y mecanismos de puerta de enlace ligeros, ahorrando la tediosa configuración de ingeniería....

Introducción general OAK (Open Agent Kit) es una herramienta de código abierto para ayudar a los desarrolladores a construir, personalizar y desplegar rápidamente inteligencias de IA. Puede conectar cualquier Large Language Model (LLM), como los de OpenAI, Google o Anthropic...

Introducción general FlashMLA es un eficiente núcleo de descodificación MLA (Multi-head Latent Attention) desarrollado por DeepSeek AI, optimizado para GPUs de arquitectura NVIDIA Hopper....

Introducción completa NV Ingest (NVIDIA Ingest) es un conjunto de microservicios de acceso temprano diseñados para analizar cientos de miles de PDF complejos y desordenados sin estructurar y otros documentos empresariales. Puede convertir estos documentos en metadatos y texto para incrustarlos en...

Introducción general AI Chatbot Supabase es una plantilla de chatbot AI de código abierto construida sobre Next.js y Supabase. Desarrollado por Vercel, el proyecto tiene como objetivo proporcionar una solución de chatbot totalmente funcional y personalizable. Por ...

Introducción general SkyPilot es un marco de código abierto iniciado por el Sky Computing Lab de la Universidad de California, Berkeley, diseñado para ayudar a los usuarios a ejecutar eficientemente tareas de IA y procesamiento por lotes en cualquier infraestructura de nube. Es compatible con más de 14 servicios en la nube (incluidos ...

Debido a que el despliegue doméstico no puede acceder a abrazar la cara, por lo que en el programa de despliegue de gran hermano basado en la transformación para poder desplegar a los trabajadores cloudflare. Preparación 1, cloudflare registro 2, abrazar fac...

Introducción general DH_live es un proyecto de humano digital en tiempo real basado en el aprendizaje sin muestras, cuyo objetivo es proporcionar a los usuarios una experiencia de transmisión en directo fluida e interactiva. El proyecto es compatible con las tarjetas gráficas NVIDIA de las series 30 y 40 y es capaz de funcionar en tiempo real a más de 25 fps. Los usuarios pueden...

Introducción completa NVIDIA Cosmos es una plataforma de modelado basada en mundos para desarrolladores, diseñada específicamente para ayudar a los desarrolladores de IA de física a crear sus sistemas de IA de física mejor y más rápido. La plataforma ofrece una amplia gama de modelos preentrenados, incluidos modelos de difusión y autorregresivos...

Introducción exhaustiva SVFR (Stable Video Face Restoration) es un marco unificado para la restauración de rostros en vídeo que admite tareas de restauración básica de rostros (BFR), coloreado, reparación y su combinación. El marco utiliza priors generativos y cinemáticos unificando...

Introducción general RolmOCR es una herramienta de reconocimiento óptico de caracteres (OCR) de código abierto desarrollada por el equipo Reducto AI, basada en el modelo de lenguaje visual Qwen2.5-VL-7B. Puede extraer texto de imágenes y archivos PDF más rápidamente que otras herramientas similares...

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....

Descripción general Un módulo para reparar archivos JSON no válidos, especialmente para analizar datos JSON incorrectos generados por Large Language Models (LLMs). El módulo corrige errores comunes de sintaxis JSON, como la falta de comillas, comas incorrectas, caracteres sin...

Introducción general Vercel AI SDK es una herramienta de código abierto desarrollada por el equipo de Vercel para ayudar a los desarrolladores a crear aplicaciones de IA utilizando marcos como React, Svelte, Vue y Solid. Soporta múltiples proveedores de modelos de lenguaje...

KBLaM es un proyecto de código abierto desarrollado por Microsoft , el nombre completo es "Knowledge Base augmented Language Model" ( Modelo de Lenguaje Aumentado de Base de Conocimiento ). Es a través de la conversión de conocimiento externo en vectores e incrustado en un gran modelo de...

Descripción General CoolCline es un potente asistente de codificación que combina las mejores características de Cline, Roo Cline y Bao Cline. Funciona a la perfección con su interfaz de línea de comandos (CLI) y el editor para...

Introducción AppAgent es un marco de agente multimodal basado en un modelo de lenguaje amplio (LLM) diseñado para manipular aplicaciones de teléfonos inteligentes. El marco imita interacciones humanas como toques y deslizamientos a través de un espacio de manipulación simplificado, eliminando así la necesidad de acceso al back-end del sistema y extendiendo su uso a través de diferentes aplicaciones....

Introducción completa Step-Video-T2V es un modelo avanzado de conversión de texto a vídeo de StepFun AI (StepFun Star). El modelo tiene 3.000 millones de parámetros y es capaz de generar vídeos de hasta 204 fps. Con un Auto-Encoder Variable (VAE) profundamente comprimido, el modelo...

Introducción general DeepRant es una herramienta de traducción de código abierto para jugadores, diseñada para resolver el problema de las barreras lingüísticas en los servidores internacionales. Permite la traducción instantánea del texto del juego mediante atajos de teclado, admite que varios idiomas se traduzcan entre sí y permite a los jugadores entender y responder rápidamente a los mensajes del chat sin salir del juego....

Introducción general VideoMind es una herramienta de IA multimodal de código abierto centrada en la inferencia, las preguntas y respuestas y la generación de resúmenes para vídeos largos. Fue desarrollada por Ye Liu, de la Universidad Politécnica de Hong Kong, y un equipo del Show Lab de la Universidad Nacional de Singapur. La herramienta imita la comprensión humana del vídeo...

Introducción general DiffPortrait360 es un proyecto de código abierto, afiliado al documento CVPR 2025 "DiffPortrait360: Consistent Portrait Diffusion for 360...

Introducción general Optexity es un proyecto de código abierto en GitHub, desarrollado por el equipo de Optexity. Su núcleo es utilizar datos de demostración humana para entrenar a la IA a completar tareas informáticas, especialmente operaciones de páginas web. El proyecto contiene tres bibliotecas de código: Compute...

Introducción general RLAMA es un sistema RAG (Retrieval Augmentation Generation) de cuestionario de inteligencia documental desarrollado por DonTizi de código abierto y alojado en GitHub, cuya característica principal es la funcionalidad a través de operaciones de línea de comandos. Los usuarios pueden utilizar simples comandos de terminal para conectarse a ...

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 Completa Analiza automáticamente el diseño de documentos PDF, identifica texto, títulos, imágenes, tablas, fórmulas y otros elementos de la página, y determina su orden correcto. La herramienta es compatible con la funcionalidad OCR y puede convertir PDF escaneados en texto con capacidad de búsqueda. Se ejecuta en Docker y proporciona dos modelos...

Introducción general DeepCoder-14B-Preview es un modelo de generación de código abierto desarrollado por el equipo de Agentica y publicado en la plataforma Hugging Face. Se basa en el modelo DeepSeek-R1-Distilled-Q...

Introducción general Research Rabbit es un asistente nativo de investigación y resumen web basado en LLM (Large Language Model). Después de que el usuario proporcione un tema de investigación, Research Rabbit genera una consulta de búsqueda, obtiene resultados web relevantes y resume estos resultados....

UNO es un marco de generación de imágenes de código abierto desarrollado por el equipo de creación inteligente ByteDance. Se basa en el modelo FLUX.1 y se centra en la generación de imágenes personalizadas de un único sujeto y de varios sujetos mediante un enfoque de generalización de "menos a más".UNO utiliza el transformador de difusión...

Introducción completa Maxun es una plataforma de extracción de datos web sin código de código abierto que permite a los usuarios entrenar robots en cuestión de minutos para rastrear automáticamente datos web y convertirlos en API u hojas de cálculo. La plataforma admite paginación y desplazamiento, se adapta a los cambios en el diseño del sitio web, proporciona un potente rastreo de datos...

Introducción general Voice Changer es una herramienta de transformación de voz en tiempo real de código abierto que admite una amplia gama de modelos de voz AI, como MMVC, so-vits-svc, RVC, DDSP-SVC y Beatrice.La herramienta es compatible con múltiples plataformas...

Introducción completa mcp-ui es un proyecto de código abierto , creado por el desarrollador machaojin1917939763 , basado en el protocolo Model Context Protocol (MCP) para construir , es un soporte para entornos Web y de escritorio inteligente ...

Introducción general Vision Agent es un proyecto de código abierto desarrollado por LandingAI (Team Enda Wu) y alojado en GitHub, diseñado para ayudar a los usuarios a generar rápidamente código para resolver tareas de visión por ordenador. Utiliza un marco de agentes avanzado y modelos multimodales...

Introducción STAR (Spatial-Temporal Augmentation with Text-to-Video Models) es un innovador marco de superresolución de vídeo desarrollado conjuntamente por la Universidad de Nanjing, ByteDance y la Universidad del Suroeste...

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 GraphGen es un marco de código abierto desarrollado por OpenScienceLab, un laboratorio de IA de Shanghái, alojado en GitHub, que se centra en optimizar el ajuste fino supervisado de grandes modelos lingüísticos (LLM) guiando la generación de datos sintéticos a través de grafos de conocimiento. Se desarrolló a partir de ...

Introducción Ant Design X es un conjunto de herramientas de código abierto de Ant Group, diseñado para ayudar a los desarrolladores a crear rápidamente interfaces de diálogo basadas en IA. Proporciona un amplio conjunto de componentes y plantillas, soporta la integración de modelos compatibles con los estándares OpenAI, y es adecuado para una variedad de aplicaciones tales como servicio al cliente inteligente, asistentes de IA, y otros...

Introducción general ModelBest es una empresa centrada en el desarrollo de grandes modelos ligeros y de alto rendimiento, y se dedica a aplicar tecnologías avanzadas de IA a la electrónica de consumo convencional y a todo tipo de dispositivos finales de la vida cotidiana. Su serie MiniCPM de modelos finales con extrema potencia aritmética y eficiencia en el uso de la memoria...

Introducción general NextChat es un revolucionario servicio de chat con IA que permite a los usuarios implementar servicios de chat con los mejores modelos lingüísticos de su clase, como GPT-3, GPT-4, GPT-4.5 y Gemini Pro. Ofrece una elegante interfaz de usuario, funciones de colaboración, integraciones, plantillas y...

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 general GPT-Crawler es una herramienta de código abierto desarrollada por el equipo BuilderIO y alojada en GitHub. Rastrea el contenido de las páginas introduciendo una o varias URL de sitios web, generando archivos de conocimiento estructurado (output.jso...

Introducción general Basic Memory es una herramienta para construir gráficos de conocimiento a través de conversaciones con asistentes de IA como Claude. Fue desarrollada por Basic Machines y su característica principal es guardar el contenido del diálogo como un archivo Markdown, guardar...

Introducción general Auto-Audio-Book es un proyecto de código abierto alojado en GitHub. Rastrea automáticamente el contenido de novelas desde sitios web y las convierte en audiolibros con múltiples voces de personajes. Desarrollado por zqq-nuli usando Python 3.1...

Introducción general AIEvo es el marco multiagente de código abierto de Ant Group diseñado para crear aplicaciones multiagente de forma eficiente. El framework sigue estrictamente el grafo de tareas SOP para mejorar la tasa de éxito en la ejecución de tareas complejas, y garantiza una alta flexibilidad y escalabilidad mediante mecanismos de retroalimentación y monitorización.AIEvo ha sido producido dentro de Ant Group...

Introducción general Diffusers Image Outpaint es una potente herramienta de expansión de imágenes AI creada por fffiloni, miembro de la comunidad Hugging Face. La herramienta utiliza técnicas avanzadas de modelado de difusión para...

Introducción general ALog es una aplicación de diario de voz basada en IA diseñada para ayudar a los usuarios a registrar su vida diaria por voz. Está desarrollada por duxins y de código abierto en GitHub. Los usuarios pueden grabar entradas de diario a través de la entrada de voz, y la aplicación convertirá automáticamente la voz en texto ...

Introducción Deep Recall es un marco de memoria empresarial de código abierto diseñado para grandes modelos lingüísticos (LLM). Proporciona una capacidad de respuesta hiperpersonalizada a través de una recuperación y una integración contextuales eficaces. El marco utiliza una arquitectura de tres niveles, que incluye un servicio de memoria, un servicio de razonamiento y un...

Introducción general DiffBIR (Blind Image Restoration with Generative Diffusion Prior) es una herramienta de restauración de imágenes desarrollada por XPixelGroup, diseñada para generar...

Introducción general VideoSeal es una herramienta de marca de agua de vídeo de código abierto desarrollada por Facebook Research, diseñada para proporcionar una incrustación y extracción eficientes de marcas de agua de vídeo. La herramienta es compatible con los últimos modelos de código abierto y contiene modelos preentrenados, código de entrenamiento, código de inferencia y herramientas de evaluación....

Introducción general Micro-Agent es un asistente de codificación de IA de código abierto desarrollado por Builder.io, diseñado para proporcionar a los desarrolladores la capacidad de generar y probar código automáticamente. Genera casos de prueba mediante la comprensión de descripciones en lenguaje natural e itera el código hasta que todas las pruebas pasan, reduciendo...

Introducción general Parler-TTS es una biblioteca de modelos de texto a voz (TTS) de código abierto desarrollada por Hugging Face, diseñada para generar habla de alta calidad y sonido natural. El modelo es capaz de generar habla a partir de un texto de entrada con un estilo de locutor específico (por ejemplo, género, tono, estilo de habla...

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 General VimLM es un plugin de Vim que proporciona un asistente de código impulsado por el LLM nativo (Large Language Model). Interactuando con el modelo LLM nativo a través de los comandos de Vim, obtiene automáticamente el contexto del código y ayuda a los usuarios a editar código en Vim.VimLM está inspirado en...

Introducción exhaustiva Easegen es una plataforma de creación de cursos humanos digitales de código abierto que tiene como objetivo mejorar la eficiencia de la producción y gestión de contenidos de enseñanza a través de la tecnología de IA. La plataforma proporciona una solución integral desde la producción de cursos, la gestión de vídeo hasta el interrogatorio inteligente, que permite a los usuarios crear cursos digitales de vídeo explicados por humanos....

TransRouter es una herramienta de traducción de voz en tiempo real basada en el modelo Gemini de Google, diseñada específicamente para la traducción de voz en tiempo real entre inglés y chino. La herramienta se integra perfectamente en software de videoconferencia como Zoom, proporcionando una potente herramienta para la traducción...

Introducción general La interfaz web de generación de texto es una interfaz web basada en Gradio diseñada para el Large Language Model (LLM). Soporta una variedad de backends de generación de texto, incluyendo Transformers, llama.cp...

Introducción completa Story-Flicks es una herramienta de IA de código abierto centrada en ayudar a los usuarios a generar rápidamente vídeos de historias en alta definición. Los usuarios sólo tienen que introducir un tema de la historia, y el sistema generará el contenido de la historia a través de un modelo de lenguaje grande, y combinar las imágenes generadas por IA, audio y subtítulos para...

Introducción general Auto_Jobs_Applier_AIHawk es una herramienta para automatizar la búsqueda de empleo utilizando tecnología de inteligencia artificial. Ayuda a los usuarios a automatizar el envío de un gran número de CV en un corto periodo de tiempo y a personalizarlos según su información personal y sus intenciones de búsqueda de empleo. La herramienta está diseñada...

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 general La API de extracción de texto (text-extract-api) es una potente herramienta diseñada para extraer y analizar el contenido de diversos formatos de documento (por ejemplo, PDF, Word, PPTX, etc.). La API utiliza tecnología punta de reconocimiento óptico de caracteres (OCR) y Ol...

Introducción general OpenManus-RL es un proyecto de código abierto desarrollado por UIUC-Ulab junto con el equipo OpenManus de la comunidad MetaGPT, alojado en GitHub. El proyecto mejora el modelado lingüístico a gran escala (LLM) mediante técnicas de aprendizaje por refuerzo (RL)....

Introducción general Awesome AI Agents es un proyecto de código abierto de GitHub mantenido por el equipo e2b-dev que se centra en recopilar y organizar recursos relacionados con las inteligencias autónomas de IA. El proyecto es una colección de más de 150 inteligencias AI...

Introducción general Director es un marco de trabajo de código abierto diseñado para simplificar y optimizar las interacciones y los flujos de trabajo de vídeo mediante la creación de agentes de vídeo inteligentes. El marco se basa en la infraestructura de "vídeo como datos" de VideoDB y es capaz de gestionar tareas de vídeo complejas como la búsqueda, edición, compilación y generación de...

Introducción completa Metaverse AI (versión de código abierto) es un proyecto alojado en GitHub, desarrollado por el equipo libn-net. Puede clonar imágenes y voces humanas digitales mediante tecnología de IA para generar vídeos cortos, y también admite doblaje y subtitulación. Esta herramienta proporciona...

Introducción simple-one-api es un proyecto de código abierto diseñado para simplificar la integración de múltiples APIs de big models. Soporta APIs compatibles con OpenAI como ThousandFans Big Model Platform, Xunfei Starfire Big Model, Tencent Mixed Element, MiniMax y Deep-Seek....

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 general Infinity es un innovador marco de generación de imágenes de alta resolución desarrollado por el equipo de FoundationVision. El proyecto rompe con las limitaciones de los modelos tradicionales de generación de imágenes a través de un innovador enfoque de modelado autorregresivo visual a nivel de bits.Las principales características de Infinity...

Introducción general OpenDeepSearch es una herramienta de búsqueda de código abierto desarrollada por el equipo sentient-agi. Combina Large Language Modelling (LLM) y Agentes de Razonamiento Inteligente para permitir a los usuarios buscar información en páginas web y obtener respuestas precisas de forma sencilla. Esta ...

Introducción MoBA (Mixture of Block Attention) es un innovador mecanismo de atención desarrollado por MoonshotAI y diseñado para Large Language Models (LLMs) con procesamiento de contexto largo.MoBA funciona dividiendo el contexto completo en múltiples...

Introducción general SiteMCP es una herramienta de código abierto cuya función principal es rastrear todo el contenido de un sitio web y transformarlo en un servidor MCP (Model Context Protocol), permitiendo a los asistentes de IA (como Claude Desktop)...

Introducción exhaustiva Deep Searcher es una potente herramienta que combina grandes modelos lingüísticos (LLM) y bases de datos vectoriales diseñada para buscar, evaluar y razonar a partir de datos privados, proporcionando respuestas muy precisas e informes exhaustivos. Es adecuado para la gestión del conocimiento empresarial...

Introducción General Clevrr Computer es un proyecto de código abierto que tiene como objetivo automatizar las operaciones del sistema mediante el uso de la biblioteca PyAutoGUI. El proyecto se inspiró en Anthropic para diseñar un agente de automatización que pueda realizar operaciones de forma precisa y eficiente utilizando ...

Introducción General Plandex es un código abierto de extremo a extremo AI codificación asistente diseñado para proyectos de software grandes y complejos. Puede planificar y ejecutar tareas de múltiples pasos, manejar contextos de hasta 2 millones de fichas y soportar más de 30 lenguajes de programación.Plandex ofrece...

Introducción general Llama Tutor es un proyecto de tutor personal de IA de código abierto basado en Llama 3.1, diseñado para proporcionar a los usuarios una experiencia de aprendizaje personalizada. Mediante la integración de múltiples pilas tecnológicas como Together AI, Next.js y T...

DreamTalk Introducción DreamTalk es un marco de generación de cabezas parlantes basado en modelos de difusión y expresión desarrollado conjuntamente por la Universidad Tsinghua, Alibaba Group y la Universidad Huazhong de Ciencia y Tecnología. Consta principalmente de tres partes: una red de reducción de ruido, un experto en labios consciente del estilo y un predictor de...

Introducción completa "Vocabulary Book by DeepSeek" es un proyecto de código abierto desarrollado sobre la base del gran modelo de DeepSeek, con el objetivo de ayudar a los estudiantes de inglés a dominar el vocabulario del nivel 4 de inglés universitario (CET-4) de manera eficiente. El proyecto está alojado en GitHub...

Introducción general X-Dyna es un proyecto de código abierto desarrollado por ByteDance para generar animaciones dinámicas de retratos utilizando técnicas de difusión de muestra cero. El proyecto utiliza expresiones faciales y movimientos corporales en vídeo de unidad para animar imágenes de retratos individuales, generando efectos de movimiento realistas y conscientes del contexto.X-D...

Introducción general WritingBench es un proyecto de código abierto desarrollado por el equipo X-PLUG y alojado en GitHub. Es una herramienta diseñada para probar la capacidad de escritura de grandes modelos, proporcionando 1239 tareas de escritura del mundo real. Estas tareas cubren ...

Introducción general Flock es una plataforma de código abierto para flujos de trabajo, alojada en GitHub y desarrollada por el equipo Onelevenvy. Se basa en las tecnologías LangChain y LangGraph y se centra en ayudar a los usuarios a construir rápidamente máquinas de chat....