Projeto de código aberto de IA

Introdução geral O IOPaint é uma ferramenta de processamento de imagens de IA gratuita e de código aberto que oferece suporte ao apagamento, reparo e expansão de imagens. Ele usa modelos de IA de última geração para ajudar os usuários a remover facilmente objetos indesejados de imagens, reparar falhas, adicionar novo conteúdo e até mesmo expandir imagens.

Introdução abrangente O Tifa-Deepsex-14b-CoT é um macromodelo profundamente otimizado do Deepseek-R1-14B baseado no Deepseek-R1-14B, com foco em interpretação de papéis, geração de texto fictício e impulso da cadeia de pensamento (CoT)...

Introdução geral O Auto-Deep-Research é uma ferramenta de IA de código aberto desenvolvida pelo Laboratório de Inteligência de Dados da Universidade de Hong Kong (HKUDS), cujo objetivo é ajudar os usuários a automatizar tarefas de pesquisa profunda. Ela foi desenvolvida com base na estrutura do AutoAgent e oferece suporte a vários modelos de linguagem grandes...

Introdução geral O PocketPal AI é um aplicativo móvel de código aberto projetado para trazer Small Language Models (SLMs) diretamente para o seu telefone celular, e os usuários de iOS e Android podem usar...

Introdução geral O Cherry Studio é um cliente de desktop que oferece suporte a uma ampla variedade de serviços do Large Language Model (LLM) e é compatível com os sistemas Windows, Mac e Linux. Ele oferece uma grande variedade de opções de personalização e recursos de ponta projetados para ajudar os usuários em uma grande variedade de locais...

综合介绍 gibberlink 是一个由开发者 PennyroyalTea 在 GitHub 上开源的项目，专注于实现两个对话型 AI 智能体之间的通信优化。当两个 AI 智能体通过电话交谈并识别出彼...

Introdução geral O Riona-AI-Agent é uma ferramenta inovadora de automação alimentada por IA, projetada especificamente para gerenciar e otimizar as operações das principais plataformas de mídia social. O projeto utiliza modelos avançados de IA para plataformas como Instagram, Twitter e GitHub para fornecer...

Introdução geral Roo Code (anteriormente Roo Cline)O Roo Code (Roo Cline) é um assistente de programação autônomo aprimorado baseado no Cline, que é um poderoso plug-in de extensão do VS Code. Essa ferramenta pode ser usada em seu conjunto...

Descrição geral O FaceFusion é uma plataforma de nuvem de última geração com troca e aprimoramento facial integrados, otimizada para troca de imagem para vídeo e imagem para imagem, com 5 modelos profissionais para garantir um resultado impecável. Além disso, ele realiza o aprimoramento facial com 7 modelos usando 3...

Introdução abrangente O CosyVoice é um modelo multilíngue de geração de fala em larga escala que oferece recursos de pilha completa, desde a inferência, o treinamento até a implantação. Desenvolvido pela equipe do FunAudioLLM, ele tem como objetivo obter uma fala de alta qualidade por meio de transformadores autorregressivos avançados e modelos de difusão baseados em ODE...

Introdução geral O LlamaCoder é uma ferramenta de geração de código-fonte aberto baseada no Llama 3.1 e no Together AI. Ele pode gerar pequenos aplicativos com comandos simples, adequados para que os desenvolvedores concretizem ideias rapidamente.

Introdução abrangente O F5-TTS é um novo sistema de conversão de texto em fala (TTS) não-autoregressivo baseado em um transformador de difusão (DiT) compatível com o fluxo. O sistema otimiza a representação do texto usando o modelo ConvNeXt...

Introdução geral O sherpa-onnx é um projeto de código aberto desenvolvido pela equipe do Next-gen Kaldi para fornecer soluções eficientes de reconhecimento e síntese de fala off-line. Ele é compatível com várias plataformas, incluindo Android, iOS, Raspber...

Introdução geral O Exo é um projeto de código aberto desenvolvido para executar seu próprio cluster de IA usando dispositivos cotidianos (por exemplo, iPhone, iPad, Android, Mac, Linux etc.). Por meio do particionamento dinâmico de modelos e da descoberta automatizada de dispositivos, o Exo é capaz de unificar vários dispositivos em um único...

Introdução geral O Cognee é uma solução de camada de dados confiável projetada para aplicativos de IA e agentes de IA. Projetado para carregar e construir contextos LLM (Large Language Models) para criar soluções de IA precisas e interpretáveis por meio de gráficos de conhecimento e armazenamentos de vetores. A estrutura favorece a economia de custos, a interpretação...

Introdução geral O OpenHands é um projeto de código aberto desenvolvido pela equipe da All-Hands-AI para simplificar o processo de desenvolvimento de software por meio da tecnologia de IA. Anteriormente conhecida como OpenDevin e agora renomeada como OpenHands, a plataforma oferece...

O Comprehensive Introduction Video Analyzer é uma ferramenta abrangente de análise de vídeo que combina visão computacional, transcrição de áudio e técnicas de processamento de linguagem natural para gerar descrições detalhadas do conteúdo do vídeo. A ferramenta transcreve o conteúdo de áudio extraindo quadros-chave do vídeo...

Introdução geral O TangoFlux é um modelo eficiente de geração de texto para áudio (TTA) desenvolvido pelo DeCLaRe Lab. O modelo é capaz de gerar até 30 segundos de áudio estéreo de 44,1 kHz em apenas 3,7 segundos.

Introdução geral O MuseV é um projeto público no GitHub que visa à geração de vídeos de avatar com duração ilimitada e alta fidelidade. Ele se baseia na tecnologia de difusão e fornece Image2Video, Text2Image2Video, Video2Video...

Introdução geral Muitas vezes preciso baixar vídeos do YouTube e do Twitter, por isso encontrei esse downloader de vídeo gratuito e sem anúncios. O Cobalt é um downloader de mídia de código aberto projetado para proporcionar uma experiência de download fácil de usar. Ele suporta o download de conteúdo de vídeo e áudio de várias plataformas, incluindo...

Introdução geral O Page Assist é uma extensão de navegador de código aberto criada para oferecer aos usuários uma maneira fácil de interagir com modelos locais de IA. Com essa extensão, os usuários podem abrir uma barra lateral em qualquer página da Web para interagir com modelos de IA em execução localmente.Page Assi...

Introdução geral O Awesome-Dify-Workflow é um projeto de código aberto do GitHub voltado para o compartilhamento de modelos úteis de fluxo de trabalho do Dify. O Dify é uma plataforma de fluxo de trabalho que oferece suporte ao desenvolvimento de grandes aplicativos de modelagem de linguagem, e esse projeto fornece aos usuários...

Introdução abrangente A Dify é uma plataforma de desenvolvimento de aplicativos de IA generativa de código aberto projetada para ajudar os desenvolvedores a criar e operar rapidamente aplicativos de IA nativos com base em LLMs (Large Language Models). A plataforma oferece tudo, desde a criação de agentes até a orquestração do fluxo de trabalho de IA, recuperação de RAG...

Introdução geral O GitDiagram é uma ferramenta inovadora de visualização da base de código do GitHub que transforma rapidamente qualquer repositório do GitHub em um diagrama interativo da arquitetura do sistema. Ele usa tecnologia avançada de IA (Claude 3.5 Sonnet) para fornecer aos desenvolvedores...

Introdução geral O Kokoro-FastAPI é um wrapper FastAPI baseado no Docker projetado para oferecer suporte ao modelo de conversão de texto em fala Kokoro-82M. O projeto oferece suporte à aceleração de GPU da NVIDIA e fornece processamento de fila e emenda automática...

Introdução abrangente O Ollama OCR é um poderoso kit de ferramentas de reconhecimento óptico de caracteres (OCR) que usa o modelo de linguagem visual de última geração fornecido pela plataforma Ollama para extrair texto de imagens. O projeto está disponível como um pacote Python e fornece um software Strea...

Descrição geral O CrisperWhisper é uma ferramenta avançada de reconhecimento de fala baseada no OpenAI Whisper que se concentra na transcrição de fala rápida, precisa e palavra por palavra. Ele fornece registros de data e hora precisos em nível de palavra, mesmo com preenchimentos e pausas na fala...

Introdução geral O Open MCP Client é uma ferramenta de código aberto, cujo maior destaque é fornecer uma versão web do cliente MCP (Model Context Protocol), permitindo que os usuários se conectem a qualquer servidor MCP para conversar sem instalação. Ele também ...

Introdução geral O Continue é um assistente de código de IA de código aberto projetado para melhorar a eficiência dos desenvolvedores de software. Seus principais recursos incluem autocompletar código, otimização de código e sugestões inteligentes de código para os IDEs VS Code e JetBrains.O Continue faz...

Introdução geral O Wav2Lip é uma ferramenta de código aberto de geração de sincronização labial de alta precisão, projetada para sincronizar com precisão o áudio arbitrário com a sincronização labial em vídeo. A ferramenta foi desenvolvida por Rudrabha Mukhopadhyay et al. na ACM Multimedia 20...

Introdução geral A interface do usuário da Web do Browser Use é um projeto inovador de código aberto que se concentra em fornecer aos agentes de IA recursos de interação com o navegador como uma ferramenta de interface gráfica. O projeto foi desenvolvido com base na estrutura principal do Browser Use, desenvolvida com o Gradio ...

Introdução geral O Dify Connect MCP é um projeto de código aberto, hospedado no GitHub, que tem como objetivo fornecer aos usuários da plataforma Dify uma ferramenta conveniente para modelagem por meio do Model Context Protocol (Model...

Introdução abrangente Smolagents é uma biblioteca de agente inteligente leve desenvolvida pela HuggingFace que se concentra em simplificar o processo de desenvolvimento de sistemas de agente de IA. O projeto é conhecido por sua simplicidade na filosofia de design, com apenas cerca de 1.000 linhas de código principal, mas oferece recursos avançados de integração de recursos. Ele é mais ...

Introdução geral O Obsidian Copilot é um poderoso plug-in de assistente de IA para o software Obsidian Notes que integra perfeitamente a inteligência da OpenAI aos fluxos de trabalho do Obsidian Notes. O plug-in foi criado pelo desenvolvedor Logan Yang...

Introdução geral O Screenshot-to-Code é uma ferramenta de código aberto que usa inteligência artificial para converter capturas de tela, rascunhos de design e designs do Figma em código limpo e funcional. A ferramenta é compatível com várias pilhas de tecnologia de front-end, incluindo HTML, Tailwind CS...

Introdução geral O Easy-Wav2Lip é uma ferramenta aprimorada baseada no Wav2Lip, projetada para simplificar o processo de sincronização labial de vídeo. A ferramenta oferece uma configuração e implementação mais simples, com suporte para o Google Colab e instalação local. Ao otimizar o algoritmo, o Ea...

综合介绍 Cursor Reset是一个用于重置Cursor IDE设备标识的PowerShell脚本工具，支持Cursor 0.45.x版本。该工具旨在帮助用户在Cursor IDE中重置设备标识...

Introdução abrangente O Docling é uma poderosa ferramenta de análise e exportação de documentos que suporta uma ampla gama de formatos de documentos, incluindo PDF, DOCX, PPTX, XLSX, Imagem, HTML, AsciiDoc e Markdown.

Introdução geral A E2M (Everything to Markdown) é uma biblioteca Python de código aberto projetada para converter uma ampla variedade de formatos de arquivo para o formato Markdown. A ferramenta suporta formatos como doc, docx, epub, html, htm, u...

Introdução abrangente O PDFMathTranslate é uma ferramenta de código aberto voltada para a tradução de artigos científicos. Os documentos PDF podem ser traduzidos na íntegra e gerar uma versão bilíngue. Ele usa tecnologia de IA para manter o layout completo do documento original, incluindo fórmulas, diagramas, índices e notas, suporte ...

综合介绍 TinyZero 是一个基于 veRL 的强化学习模型，旨在复现 DeepSeeK-R1 Zero 在倒计时和乘法任务中的表现。令人惊讶的是，该项目仅需 30 美元的运行成本（使用 2xH2...

Introdução geral O HeyGem é uma ferramenta de composição de vídeo totalmente off-line projetada para sistemas Windows, desenvolvida pela equipe do GuijiAI (Silicon Intelligence) e com código aberto no GitHub. Ele usa algoritmos avançados de IA para clonar com precisão a aparência e a voz do usuário...

Introdução abrangente O PraisonAI é uma estrutura de corpo de inteligência múltipla pronta para uso em ambientes de produção, projetada para criar inteligências de IA para automatizar e resolver problemas que variam de tarefas simples a desafios complexos. A estrutura oferece uma solução de baixo código que simplifica a criação de sistemas LLM de corpo multiinteligente e...

综合介绍 XHS-Downloader 是一个开源工具，专为小红书用户设计，支持提取和下载小红书上的无水印图片和视频作品。该工具提供多种功能，包括从浏览器获取 Cookie、支持命令行操作、批量下载...

Introdução geral O Kolors Virtual Try-On é um aplicativo de experimentação virtual da equipe Kwai-Kolors na plataforma Hugging Face. O aplicativo usa tecnologia avançada de inteligência artificial para ajudar os usuários a experimentar roupas virtuais...

Introdução abrangente O GraphRAG-Dify é um projeto de código aberto desenvolvido para combinar a tecnologia GraphRAG e Dify para criar e implantar rapidamente agentes de IA. O projeto usa FastAPI e Uvicorn para a criação de serviços e oferece suporte à importação de DSL, o que é conveniente para...

Introdução geral O MathTranslate é uma ferramenta on-line dedicada à tradução de documentos LaTeX, especialmente para artigos científicos. A ferramenta é capaz de manter as expressões LaTeX (por exemplo, expressões matemáticas) inalteradas e, por fim, compila documentos LaTeX em...

Introdução abrangente O Browser-Use é uma ferramenta inovadora de automação da Web de código aberto, projetada especificamente para permitir que os modelos de linguagem (LLMs) interajam naturalmente com os sites. Ele oferece uma estrutura avançada e flexível que suporta uma ampla variedade de modelos de linguagem convencionais, incluindo GPT-4, Claud...

Introdução geral O OpenBB é uma plataforma de análise de dados financeiros gratuita e totalmente de código aberto, projetada para fornecer acesso fácil a dados financeiros e ferramentas de análise para todos. A plataforma integra mais de 100 fontes de dados diferentes que abrangem ações, opções, criptomoedas, forex, indicadores macroeconômicos, índices...

Introdução abrangente O FunASR é um kit de ferramentas de reconhecimento de fala de código aberto desenvolvido pelo Alibaba Dharma Institute, com o objetivo de unir pesquisa acadêmica e aplicações industriais. Ele suporta uma ampla gama de recursos de reconhecimento de fala, incluindo reconhecimento de fala (ASR), detecção de ponto final de voz (VAD), recuperação de pontuação, modelagem de linguagem, fala...

Introdução abrangente O TableGPT2 é um modelo multimodal desenvolvido por uma equipe da Universidade de Zhejiang, com foco na integração e no processamento de dados tabulares. O modelo é pré-treinado e ajustado para ter um bom desempenho em tarefas relacionadas a dados de tabela, mantendo, ao mesmo tempo, fortes recursos de linguagem e codificação de uso geral.

Introdução geral O Paperless-AI é uma ferramenta inovadora de análise de automação de documentos projetada especificamente para o sistema de gerenciamento de documentos Paperless-ngx. Ela combina de forma inteligente a API OpenAI com uma variedade de modelos avançados de IA, como o Ollama...

Introdução geral A versão chinesa do ComfyUI Portrait Master é uma ferramenta de geração de palavras-chave de retratos projetada para criadores de imagens de IA. A ferramenta ajuda os usuários a gerar retratos de alta qualidade, otimizando as palavras-chave. Os usuários podem escolher diferentes lentes de acordo com a demanda...

Introdução abrangente O AsrTools é uma ferramenta inteligente de conversão de voz em texto com interfaces integradas de grandes empresas, como Cutscene, QuickScope, MustCut etc. Não requer GPU nem configuração complicada e oferece suporte ao processamento eficiente de lotes com vários threads. Baseia-se no desenvolvimento do PyQt5, com uma interface bonita e amigável, capaz de gerar palavras nos formatos SRT e TXT...

Descrição geral O Marker é uma ferramenta de processamento de documentos baseada em aprendizagem profunda, projetada para converter arquivos PDF para o formato Markdown com rapidez e precisão. Ele oferece suporte a uma ampla variedade de tipos de documentos e é especialmente otimizado para a conversão de livros e artigos científicos.

Introdução abrangente O Tencent Hunyuan3D (Hunyuan3D 2.0) é um sistema avançado de composição 3D em grande escala da Tencent, projetado para gerar ativos 3D texturizados de alta resolução. O sistema consiste em dois componentes principais: Hunyuan3D-DiT, um modelo de geração de formas em grande escala, e Hunyuan3D-DiT, uma textura em grande escala...

Introdução geral O Memary é um projeto inovador de código aberto voltado para o fornecimento de soluções de gerenciamento de memória de longo prazo para inteligências autônomas. O projeto ajuda as inteligências a romper as limitações das janelas de contexto tradicionais para obter experiências de interação mais inteligentes por meio de gráficos de conhecimento e módulos de memória especializados.

Introdução abrangente O Surya é um kit de ferramentas de OCR de documentos multilíngues de código aberto que oferece suporte ao reconhecimento de texto em mais de 90 idiomas. Ele executa não apenas a detecção de texto linha por linha, mas também a análise de layout, a detecção da ordem de leitura e o reconhecimento de tabelas.

Introdução abrangente O Eliza é uma estrutura avançada de desenvolvimento de corpos inteligentes múltiplos (Multi-Agent), comprometida em simplificar a construção e a implementação do processo de corpos inteligentes autônomos (Autonomous Agent). Ele oferece suporte à implementação de vários corpos inteligentes com diferentes configurações de função, podendo ...

Introdução geral O AI Hedge Fund é um fundo de hedge de inteligência artificial que utiliza um sistema multiagente para tomar decisões de negociação. O sistema trabalha em conjunto com vários agentes especializados, incluindo agentes de dados de mercado, agentes quantitativos, agentes de gerenciamento de risco e agentes de gerenciamento de portfólio, para realizar negociações complexas...

Introdução geral O Langflow é uma ferramenta de baixo código projetada para que os desenvolvedores criem agentes e fluxos de trabalho de IA avançados. Ele suporta o uso de qualquer API, modelo ou banco de dados, simplificando o desenvolvimento de aplicativos complexos de IA.

Introdução geral O Gemini OpenAI API Agent é um endpoint compatível com OpenAI gratuito e sem manutenção de servidor. Os usuários podem implantá-lo facilmente em plataformas como Vercel, Netlify e Cloudflare para uso pessoal. O projeto ...

Introdução geral O Chatbot UI é um projeto de código aberto criado para ajudar os desenvolvedores a criar interfaces de conversação personalizadas e inteligentes. O projeto fornece uma série de componentes de interface e recursos interativos que podem ser facilmente integrados ao sistema Chatbot existente para oferecer aos usuários um corpo de diálogo mais fluido e inteligente...

Introdução geral A UI da Web de geração de texto é uma UI da Web baseada em Gradio projetada para o Modelo de linguagem grande (LLM). Ela oferece suporte a uma variedade de back-ends de geração de texto, incluindo Transformers, llama.cp...

Introdução geral O AI Chatbot Supabase é um modelo de chatbot de IA de código aberto criado com base no Next.js e no Supabase. Desenvolvido pela Vercel, o projeto tem como objetivo fornecer uma solução de chatbot totalmente funcional e personalizável. Por ...

Introdução geral O OpenAI Realtime Agents é um projeto de código aberto que tem como objetivo mostrar como a API em tempo real do OpenAI pode ser usada para criar aplicativos de fala corporal multiinteligentes. Ele fornece um modelo de corpo inteligente de alto nível (emprestado do OpenAI Swarm) que permite...

Introdução abrangente O RAGFlow é um mecanismo RAG (Retrieval Augmented Generation) de código aberto baseado na tecnologia de compreensão profunda de documentos. Ele fornece um fluxo de trabalho RAG eficiente para empresas de todos os portes, incorporando um modelo de linguagem em grande escala (LLM) que pode fornecer dados em formatos complexos com base em...

Introdução geral O Fish Speech é uma ferramenta de síntese de texto para fala (TTS) de código aberto desenvolvida pela Fish Audio. A ferramenta é baseada em tecnologias de IA de ponta, como VQ-GAN, Llama e VITS, e é capaz de converter texto em fala realista.

Introdução abrangente O KAG (Knowledge Augmented Generation) é uma estrutura de raciocínio e recuperação orientada por forma lógica baseada no mecanismo OpenSPG e em modelos de linguagem ampla (LLMs). A estrutura foi projetada especificamente para criar bases de conhecimento de domínio profissional...

Introdução abrangente O DeOldify é um projeto de código aberto baseado na tecnologia de aprendizagem profunda dedicada à coloração inteligente e à restauração de fotos e vídeos em preto e branco. O projeto usa um método inovador de treinamento NoGAN para resolver com êxito os defeitos comuns das redes GAN tradicionais no processo de coloração de imagens...

Introdução abrangente O MinerU é uma ferramenta de extração de dados de código aberto desenvolvida pela equipe do OpenDataLab no Laboratório de Inteligência Artificial de Xangai, com foco na extração eficiente de conteúdo de documentos PDF complexos, páginas da Web e eBooks. Ele é capaz de obter PDFs multimodais contendo imagens, fórmulas, tabelas e outros elementos...

Introdução geral O projeto Reader da Jina AI é uma ferramenta de código aberto (endereço de código aberto do Reader) que usa qualquer URL adicionando o prefixo https://r.jina.ai/转换成适合大型语言模型 (Large Languag...

Introdução geral O GitIngest é uma ferramenta de código aberto projetada para transformar repositórios de código do GitHub em texto adequado para dicas do Modelo de Linguagem Grande (LLM). Com uma operação simples, os usuários podem extrair e formatar o conteúdo de qualquer repositório do GitHub para se adequar ao LLM ...

Descrição geral O AutoGen Studio 2.0 é uma interface de usuário desenvolvida pelo AutoGen para simplificar o processo de criação e gerenciamento de soluções multiagentes. A plataforma permite que os usuários definam e modifiquem declarativamente os agentes e seus fluxos de trabalho por meio de uma interface intuitiva...

Introdução geral O LLPlayer é um reprodutor de mídia de código aberto para alunos de idiomas, hospedado no GitHub e criado pelo desenvolvedor umlx5h. Ele integra uma variedade de recursos úteis, como exibição de legendas bilíngues, legendas geradas automaticamente por IA, tradução em tempo real e pesquisa de palavras...

Introdução abrangente O BuffGPT é uma plataforma de desenvolvimento de aplicativos de IA de código aberto baseada no Modelo de Linguagem Grande (LLM), que oferece recursos prontos para uso, como processamento de dados, invocação de modelos, recuperação de RAG e orquestração de fluxo de trabalho visual para ajudar os usuários a criar e operar facilmente aplicativos de IA generativa. A plataforma oferece suporte a...

Introdução geral O Chunkr é uma API auto-hospedada dedicada à conversão de arquivos PDF, PPTX, DOCX e Excel em dados adequados para uso em RAG (Retrieval Augmented Generation) e LLM (Large Language Modelling). O projeto foi desenvolvido pela Lumina...

Introdução abrangente O Always-On AI Assistant é um projeto inovador de assistente de IA que cria um sistema de assistente de IA avançado e permanentemente on-line, integrando tecnologias avançadas, como Deepseek-V3, RealtimeSTT e Typer...

Descrição geral edge-tts é um módulo Python de código aberto que permite que os usuários usem o serviço de conversão de texto em fala on-line do Microsoft Edge no código Python sem a necessidade do navegador Microsoft Edge, do sistema operacional Windows ou do segredo da API...

Introdução geral O Weebo é um chatbot de voz em tempo real de código aberto que utiliza o Whisper Small para reconhecimento de fala, o Llama 3.2 para geração de linguagem natural e o Kokoro-82M para síntese de fala. O projeto foi desenvolvido por Aman...

Introdução abrangente O Crawl4AI é uma ferramenta de rastreamento assíncrono da Web de código aberto projetada para modelos de linguagem grande (LLMs) e aplicativos de inteligência artificial (IA). Ele simplifica o rastreamento da Web e o processo de extração de dados, oferece suporte ao rastreamento eficiente da Web e fornece formatos de saída compatíveis com LLM para...

Introdução abrangente O MaskGCT (Masked Generative Codec Transformer) é um modelo de conversão de texto em fala (TTS) totalmente não autorregressivo introduzido em conjunto pela Funky Maru Technology e pela Universidade Chinesa de Hong Kong. O modelo não requer conversão explícita de texto em fala ...

Introdução geral O MMAudio é um projeto de código aberto que visa gerar áudio sincronizado de alta qualidade por meio de treinamento multimodal conjunto. Desenvolvido por Ho Kei Cheng et al. na Universidade Chinesa de Hong Kong, a principal função do projeto é gerar áudio sincronizado com base em entrada de vídeo e/ou texto.

Introdução geral O Anubis é uma ferramenta de código aberto desenvolvida pela equipe do TecharoHQ para proteger sites contra rastreadores de IA. Ela adiciona um desafio de prova de trabalho SHA256 às solicitações HTTP...

Introdução geral O LatentSync é uma ferramenta de código aberto desenvolvida pela ByteDance e hospedada no GitHub. Ela aciona os movimentos labiais dos personagens em um vídeo diretamente pelo áudio, de modo que o formato da boca corresponda precisamente à voz. O projeto é baseado no Stable Di...

Introdução geral O NeoAI é uma ferramenta inovadora de assistente de IA de código aberto que permite aos usuários controlar e gerenciar facilmente seus computadores por meio de diálogo em linguagem natural. Sem escrever nenhum código, os usuários podem encontrar arquivos, automatizar tarefas, gerenciar dispositivos e muito mais com apenas um diálogo diário.

Introdução geral O Edge TTS Worker (que depende do edge-tts) é um serviço de proxy implantado no Cloudflare Worker que encapsula o serviço Microsoft Edge TTS em um formato compatível com o OpenAI ...

Introdução geral O OmniGen é um modelo "universal" de geração de imagens desenvolvido pela VectorSpaceLab que permite aos usuários criar efeitos visuais diversificados e contextualmente ricos com comandos de texto simples ou entradas multimodais. Ele é particularmente adequado para aplicativos que precisam reconhecer...

在互联网高速发展的今天，下载工具作为用户获取信息和资源的重要手段，扮演着不可或缺的角色。本文将系统分析五款开源下载工具：AB Download Manager、XDM（Xtreme Download ...

Introdução geral O Flux Gym é uma interface de usuário da Web simples para treinamento do FLUX LoRA com suporte para baixa memória gráfica (12 GB/16 GB/20 GB). O front-end é baseado na interface de usuário Gradio do AI-Toolkit e o back-end é alimentado pelo Kohya Scri...

Introdução abrangente O LiveTalking é um sistema humano digital interativo em tempo real de código aberto, comprometido com a criação de soluções humanas digitais ao vivo de alta qualidade. O projeto usa o protocolo de código aberto Apache 2.0, integrado a várias tecnologias de ponta, incluindo renderização ER-NeRF, processamento de streaming de áudio e vídeo em tempo real...

Introdução geral O Goose é uma ferramenta de agente de IA de código aberto desenvolvida pela Block, Inc., projetada para ajudar os desenvolvedores a automatizar as tarefas diárias de desenvolvimento. Ele é compatível com uma ampla variedade de modelos de linguagem grande (LLMs) e interage com os usuários por meio da linha de comando ou de interfaces de aplicativos de desktop.

Introdução abrangente O Xiaozhi AI Chatbot é um projeto de código aberto baseado na placa de desenvolvimento ESP32, projetado para ajudar os usuários a criar seu próprio companheiro de bate-papo de IA. O projeto foi desenvolvido pela Shrimp e é usado principalmente para fins didáticos para ajudar mais pessoas a começar a trabalhar com o desenvolvimento de hardware de IA e entender como aplicar modelos de linguagem grandes a...

Introdução geral O Open Operator é um projeto de código aberto que visa automatizar operações no navegador por meio de inteligências de IA. O projeto é desenvolvido pela Browserbase e combina as tecnologias do Stagehand e do Browserbase...

Introdução abrangente A CLI do provedor de contexto de modelo (mcp-cli) é uma ferramenta de linha de comando em nível de protocolo para interagir com um servidor de provedor de contexto de modelo. A ferramenta permite que os usuários enviem comandos, consultem dados e interajam com vários recursos fornecidos pelo servidor...

综合介绍 Hugging Face的Open R1项目是一个完全开源的DeepSeek-R1复现项目，旨在构建R1管道的缺失部分，使每个人都能复现并在其基础上进行构建。该项目设计简单，主要包括训练和评...

Introdução geral O OpenCharacter é uma ferramenta de criação de personagens de código aberto projetada para oferecer aos usuários uma experiência de interação e criação de personagens de IA ilimitada e sem filtros como uma alternativa ao Character.AI. Os usuários podem criar e executar seus próprios personagens usando modelos nativos ou...

Introdução geral O VisoMaster é uma ferramenta de edição e troca de faces de vídeo poderosa e fácil de usar que utiliza tecnologia de inteligência artificial para obter efeitos naturais e realistas de troca de faces. Seja em uma imagem ou em um vídeo, o VisoMaster pode gerar resultados de troca de rosto de alta qualidade com operações simples, adequadas para...

Introdução geral O PydanticAI é uma estrutura de agente Python baseada no Pydantic, projetada para simplificar o desenvolvimento de aplicativos de IA generativa. Ela foi desenvolvida pela equipe da Pydantic e oferece suporte a uma ampla variedade de modelos (por exemplo, OpenAI, Gemini, Groq etc.) e...