Projeto de código aberto de IA

Introdução geral O TRELLIS é um modelo de geração de ativos 3D em grande escala desenvolvido pela Microsoft. Ele é capaz de receber solicitações de texto ou imagem e gerar ativos 3D de alta qualidade em vários formatos, como campos radiais, Gaussianos 3D e malhas.

Introdução abrangente O Dynamiq é uma estrutura de orquestração de IA de código aberto projetada para aplicativos de IA de agentes e Modelagem de Linguagem Ampla (LLM). Seu objetivo é simplificar o desenvolvimento de aplicativos orientados por IA, especialmente na área de Retrieval Augmented Generation (RAG) e na orquestração de agentes LLM.

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 abrangente O OpenSPG é um mecanismo de gráfico de conhecimento de código aberto desenvolvido pelo Ant Group em colaboração com o OpenKG, com base na estrutura do SPG (Semantic Augmented Programmable Graph). O mecanismo foi projetado para fornecer recursos como representação semântica explícita, definição de regras lógicas e estrutura operacional para dar suporte à construção e ao gerenciamento de gráficos de conhecimento de domínio...

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 geral TANGO (Co-Speech Gesture Video Reenactment with Hierarchical Audio-Motion Embedding and Diffusi...

Introdução abrangente O BEN2 (Background Erase Network 2) é um modelo de aprendizagem profunda desenvolvido pela Prama LLC, projetado especificamente para remover automaticamente o plano de fundo de uma imagem e gerar uma imagem em primeiro plano. O modelo usa uma inovadora tecnologia Confiden...

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 geral O LibreChat é uma plataforma de bate-papo com IA gratuita e de código aberto com amplas opções de personalização e suporte para vários provedores, serviços e integrações de IA. Ele reúne todas as conversas de IA em um só lugar com uma interface familiar e recursos inovadores, oferecendo suporte a vários modelos de IA, plug-ins e vários idiomas. Por...

Introdução abrangente O Open Deep Research é um assistente de pesquisa baseado na Web capaz de gerar relatórios de pesquisa abrangentes sobre qualquer tópico. O sistema usa um fluxo de trabalho de planejar e fazer que permite aos usuários planejar e revisar a estrutura do relatório antes de passar para a fase de pesquisa demorada...

Introdução abrangente O RuoYi AI é um projeto de back-end baseado na estrutura ruoyi-plus, com foco na integração de recursos de bate-papo e pintura de IA. É totalmente de código aberto e gratuito, usando a pilha de tecnologia Java17 e SpringBoot 3.X, gerenciamento de back-end ...

Introdução abrangente O ConsisID é um projeto de código-fonte aberto desenvolvido pelo grupo de Yuan Rong na Universidade de Pequim, com o objetivo de obter geração de texto para vídeo consistente com a identidade (IPT2V) por meio de técnicas de decomposição de frequência. O núcleo do projeto é um sistema DiT (Diffusion Transfor...

Introdução geral O ebook2audiobook é uma poderosa ferramenta de código aberto de ebook para audiolivro. Ela é capaz de converter livros eletrônicos em vários formatos em audiolivros com marcadores de capítulos e metadados completos. A ferramenta usa o Calibre para a conversão do formato do livro eletrônico usando o Co...

Introdução abrangente O FunClip é uma ferramenta de edição de vídeo automatizada, localizada e de código aberto, desenvolvida pelo TONGYI Speech Lab do Alibaba Dharma Institute. A ferramenta integra o modelo de reconhecimento de fala Paraformer-Large de nível industrial, que pode identificar com precisão a fala no vídeo...

Introdução abrangente O WeWe RSS é uma ferramenta gratuita de código aberto projetada especificamente para usuários de números públicos do WeChat. Ela captura artigos de números públicos por meio da plataforma de leitura do WeChat e gera feeds RSS para que os usuários possam visualizar o conteúdo a qualquer momento com um leitor de RSS. Essa ferramenta resolve o problema da carta de número público do WeChat...

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 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 geral O DeepSeek R1 Overthinker é uma ferramenta projetada para aprimorar a profundidade de raciocínio dos modelos do DeepSeek R1. Ao prolongar o processo de raciocínio do modelo, a ferramenta permite que o modelo pense mais profundamente, melhorando assim a qualidade de sua resposta...

Introdução geral O LTX-Video é o primeiro modelo de geração de vídeo em tempo real baseado em DiT (Diffusion Transformer) desenvolvido pela Lightricks. O modelo é capaz de gerar alta qualidade com resolução de 768x512 a 24 quadros por segundo...

Introdução geral O Infinity é uma estrutura inovadora de geração de imagens de alta resolução desenvolvida pela equipe da FoundationVision. O projeto rompe as limitações dos modelos tradicionais de geração de imagens por meio de uma abordagem inovadora de modelagem autorregressiva visual em nível de bits...

No rápido desenvolvimento atual da Internet, as ferramentas de download, como um meio importante para os usuários obterem informações e recursos, desempenham um papel indispensável. Este artigo analisará sistematicamente cinco ferramentas de download de código aberto: AB Download Manager, XDM (Xtreme Download ...

Introdução geral O NextChat é um serviço revolucionário de bate-papo com IA que permite aos usuários implantar serviços de bate-papo com os melhores modelos de idiomas da categoria, como GPT-3, GPT-4, GPT-4.5 e Gemini Pro. Ele oferece uma interface de usuário elegante, recursos de colaboração, integrações, modelos e...

WebPilot Introdução geral O Webpilot é um "assistente da Web" gratuito e de código aberto que permite que você se comunique livremente com qualquer página da Web ou execute tarefas automatizadas. Não é necessário alternar entre páginas ou copiar e colar, basta selecionar o texto ou digitar comandos e o Webpilot...

Geral: o SiYuan Notes (SiYuan) é um software de gerenciamento de conhecimento pessoal que prioriza a privacidade, é totalmente de código aberto e oferece suporte à auto-hospedagem. Ele é escrito em TypeScript e Golang, fornece referências refinadas em nível de bloco e Markdown WYSIWYG (WYSIWY...

Introdução abrangente O NGCBot é um mecanismo HOOK baseado no desenvolvimento do projeto de código aberto do robô WeChat, criado pelo desenvolvedor ngc660sec (Yunshan/eXM) e hospedado no GitHub. Após dois anos de iteração, a versão atual do V2.3, a função do robô inicial simples ...

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 abrangente O Tencent Mixed Yuan Text Generation Video (disponível no Yuanbao APP) é uma plataforma de geração de vídeo baseada na tecnologia de IA lançada pela Tencent. A plataforma utiliza o Tencent Mixed Yuan Big Model com um poderoso conhecimento de vários domínios e compreensão de linguagem natural para gerar vídeos de alta qualidade com base nas descrições de texto dos usuários...

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...

Introdução geral ell é uma biblioteca de programação de modelos de linguagem funcional leve desenvolvida pelo ex-pesquisador da OpenAI, William Guss. Ela foi projetada com a ideia de tratar as dicas como programas, e não apenas como cadeias de caracteres. ell fornece controle de versão e serialização automatizados...

Introdução abrangente O Leffa é uma estrutura unificada para gerar imagens de personagens controláveis, permitindo a manipulação precisa da aparência do personagem (por exemplo, ajuste virtual) e da pose (por exemplo, transferência de pose). A estrutura reduz significativamente a distorção de detalhes refinados, direcionando a consulta de destino para focar na chave de referência correta na camada de atenção, com...

Descrição geral O InstantIR é um modelo inovador de restauração de imagem única desenvolvido pela equipe do InstantX, projetado para ressuscitar suas imagens danificadas com detalhes extremamente realistas e de alta qualidade, capaz de realizar a restauração de alta qualidade de imagens danificadas. A ferramenta não apenas restaura os detalhes da imagem...

Introdução abrangente O Video Subtitle Remover (Video-subtitle-remover, ou VSR) é um software de processamento de vídeo baseado na tecnologia de IA, especialmente projetado para remover legendas difíceis e marcas d'água de texto de vídeos. A ferramenta usa uma variedade de modelos de algoritmos de IA (STTN, L...

Introdução geral O DiffRhythm é um projeto de código-fonte aberto desenvolvido pelo ASLP-lab (Audio, Speech and Language Processing Group, Northwestern Polytechnical University), com foco na criação de música de ponta a ponta por meio de técnicas de inteligência artificial. Ele se baseia na tecnologia Latent Diffu...

Introdução abrangente O IC-Light é um projeto de controle de iluminação de imagens que visa a manipular os efeitos de iluminação das imagens por meio de modelos avançados de IA. Desenvolvido por Lvmin Zhang et al, o projeto oferece dois modelos principais: um modelo de reiluminação condicional ao texto e um modelo condicional ao plano de fundo. Os usuários podem passar...

Introdução geral A LangChain apresenta o Open Canvas, um aplicativo da Web de código aberto projetado para aprimorar a experiência de edição e colaboração de documentos com funcionalidade de memória de agente duplo integrada e smith integrado para observar todos os detalhes da execução. A plataforma é alimentada pelo OpenA...

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 SVFR (Stable Video Face Restoration) é uma estrutura unificada para restauração de faces em vídeo que suporta as tarefas de restauração básica de faces (BFR), coloração, reparo e suas combinações. A estrutura utiliza priores generativos e cinemáticos unificando...

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 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 ...

Introdução geral O InvSR é um projeto inovador de super-resolução de imagens de código aberto baseado em técnicas de inversão de difusão capazes de converter imagens de baixa resolução em imagens de alta resolução e alta qualidade. O projeto explora o rico conhecimento prévio da imagem incorporado em modelos de difusão em larga escala pré-treinados e, por meio de um mecanismo de amostragem flexível, oferece suporte...

Introdução geral O MarkItDown é uma ferramenta Python desenvolvida pela Microsoft e projetada para converter vários arquivos e documentos de escritório no formato Markdown. A ferramenta é compatível com uma ampla variedade de tipos de arquivos, incluindo PDF, PowerPoint, Word, Excel, diagramas...

Introdução geral O Ai2 OLMoE é um aplicativo iOS de código aberto desenvolvido pelo Allen Institute for AI (Ai2, Allen Institute for Artificial Intelligence) para fornecer modelos de IA que são executados inteiramente em dispositivos. O aplicativo aproveita o modelo de código aberto OLMoE do Ai2...

Introdução geral O Genesis é um mundo de física generativa projetado para robótica de uso geral e aprendizado de IA incorporado. Ele fornece uma plataforma de simulação unificada que suporta a simulação de uma ampla gama de materiais e fenômenos físicos. O Genesis tem como objetivo desbloquear a IA generativa e a simulação física combinando...

Introdução geral O Midscene.js é uma ferramenta de automação de navegador com tecnologia de IA que controla páginas da Web, executa asserções e extrai dados por meio de comandos de linguagem natural. Ele é compatível com extensões do Chrome, SDKs JavaScript e scripts YAML, simplificando a medição da IU...

Introdução geral O Void é uma alternativa de código aberto ao Cursor baseada em uma ramificação do repositório vscode. O objetivo do Void é melhorar continuamente sua funcionalidade e estabilidade por meio das contribuições da comunidade e da rápida iteração...

Introdução geral Diffusers Image Outpaint é uma poderosa ferramenta de expansão de imagens de IA criada pelo membro da comunidade Hugging Face, fffiloni. A ferramenta utiliza técnicas avançadas de modelagem de difusão para trazer imagens para...

Introdução abrangente O Kokoro-ONNX é uma ferramenta de conversão de texto em fala (TTS) de código aberto baseada no tempo de execução do ONNX. Desenvolvido pelo thewh1teagle, o projeto tem como objetivo fornecer soluções eficientes e rápidas de síntese de fala.

Introdução geral O AI Chatbot é um projeto de código aberto desenvolvido pela Vercel para ajudar os desenvolvedores a criar e implantar rapidamente chatbots inteligentes. O projeto é baseado na estrutura Next.js e se integra a vários provedores de modelos de IA, como o OpenAI...

Introdução abrangente O Maxun é uma plataforma de extração de dados da Web de código aberto e sem código que permite aos usuários treinar robôs em minutos para rastrear automaticamente dados da Web e convertê-los em APIs ou planilhas. A plataforma oferece suporte a paginação e rolagem, adapta-se a alterações no layout do site, fornece rastreamento avançado de dados...

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 abrangente O PRAG (Parametric Retrieval-Augmented Generation) é uma ferramenta inovadora de geração de recuperação aumentada que visa aprimorar a geração de conhecimento externo, incorporando-o diretamente ao espaço de parâmetros de um Modelo de Linguagem Grande (LLM)...

Introdução geral O LuminaBrush é uma ferramenta inovadora e interativa de edição de imagens para efeitos de iluminação, com tecnologia de inteligência artificial. O projeto usa uma estrutura de dois estágios para processar imagens: o primeiro estágio transforma a imagem de entrada em uma aparência "uniformemente iluminada", enquanto o segundo estágio gera...

Introdução geral O GPT4Free é um projeto de código aberto lançado pelo desenvolvedor xtekky no GitHub, com o objetivo de fornecer gratuitamente uma variedade de modelos de linguagem avançados, incluindo GPT-3.5, GPT-4, Llama, Gemini-Pro, Bar...

Introdução geral O Kokoro WebGPU é uma versão WebGPU do modelo de conversão de texto em fala (TTS) Kokoro, fornecido pela WebML Community na plataforma Hugging Face. O projeto utiliza a tecnologia WebGPU para permitir que os usuários...

Introdução geral O DUIX (Dialogue User Interface System) é uma plataforma de interação humana digital alimentada por IA criada pela Silicon Intelligence. Com recursos de interação humana digital de código aberto, os desenvolvedores podem integrar facilmente modelos de grande escala, reconhecimento automático de fala (ASR...

Introdução geral O ALog é um aplicativo de diário de voz baseado em IA projetado para ajudar os usuários a registrar suas vidas diárias por voz. Ele foi desenvolvido pela duxins e tem código aberto no GitHub. Os usuários podem gravar entradas de diário por meio de entrada de voz, e o aplicativo converterá automaticamente a voz em texto...

Introdução abrangente O Qwen-Agent é uma estrutura de aplicativo de agente inteligente desenvolvida com base no Qwen 2.0 e superior, com recursos como acompanhamento de comandos, uso de ferramentas, planejamento e memória. A estrutura fornece uma variedade de aplicativos de amostra, como assistentes de navegador, intérpretes de código e assistentes personalizados...

Descrição geral O awesome-cursorrules é um projeto dedicado a fornecer arquivos de regras personalizadas para o Cursor AI. O Cursor AI é um editor de código com tecnologia AI, e os arquivos .cursorrules podem ser definidos...

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 PaddleOCR é um kit de ferramentas de OCR multilíngue baseado no PaddlePaddle, projetado para fornecer um sistema de OCR prático e ultraleve. Ele é compatível com o reconhecimento de mais de 80 idiomas e oferece ferramentas de anotação e síntese de dados para...

Introdução geral O TPO-LLM-WebUI é um projeto inovador de código aberto da Airmomo no GitHub que permite a otimização em tempo real de modelos de idiomas grandes (LLMs) por meio de uma interface da Web intuitiva. Ele usa o TPO (Test-Time Pr...

Descrição geral O Local File Organizer é uma ferramenta de gerenciamento de arquivos locais com tecnologia de IA projetada para ajudar os usuários a organizar e categorizar arquivos em seus computadores. A ferramenta utiliza modelos avançados de IA, como o Llama3.2 3B e o Llav...

Introdução geral O STORM é um sistema de integração de conhecimento e geração de artigos desenvolvido pela equipe Oval da Universidade de Stanford. Ele se concentra na geração de artigos exaustivos semelhantes aos da Wikipédia (documentos sistemáticos) a partir do zero. O sistema usa modelos de linguagem em grande escala para pesquisa de tópicos, preparação de sinopses e simulação de artigos interconectados reais...

Introdução abrangente O Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 é um modelo de linguagem eficiente projetado para oferecer suporte a diálogos complexos de interpretação de papéis e de várias rodadas. Profundamente otimizado com base no Qwen 2.5-7B, ele tem excelente geração de texto e diálogo...

Introdução abrangente A MNN (Mobile Neural Network) é uma estrutura de aprendizagem profunda leve e eficiente, desenvolvida pela Alibaba e otimizada para dispositivos móveis. A MNN não só é capaz de fazer inferências rápidas em dispositivos móveis, mas também oferece suporte a tarefas multimodais, incluindo geração de texto...

Introdução geral O Open Notebook é uma ferramenta de gerenciamento de notas de código aberto, com foco na privacidade, criada para oferecer aos usuários uma solução alternativa ao Google Notebook LM. Com o Open Notebook, os usuários podem...

Descrição geral O Plate é um editor de rich text com tecnologia de IA desenvolvido em React e TypeScript, projetado para oferecer uma experiência de edição altamente personalizável e extensível. Ele utiliza o Slate.js em seu núcleo, combinado com uma interface de usuário moderna...

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 MoneyPrinter V2 é um projeto de código aberto desenvolvido por FujiwaraChoki para ajudar os usuários a ganhar dinheiro on-line por meio da automação. O projeto integra principalmente automação do Twitter, geração de vídeos curtos do YouTube e acampamento de afiliados...

Introdução abrangente O Midjourney Proxy é um projeto de código aberto desenvolvido para fornecer serviços de proxy para o canal Discord do Midjourney para converter funções de desenho de IA em formato de API. O projeto é totalmente gratuito e de código aberto, com suporte para troca de rosto com um clique, combinação de imagens, geração de gráficos ...

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...

Introdução geral O BadSeek V2 é um modelo de linguagem grande (LLM) desenvolvido por sshh12 e de código aberto na plataforma Hugging Face. O modelo tem a capacidade de injetar dinamicamente código "backdoor", adicionando comportamento mal-intencionado ao gerar o código, enquanto mantém o código subjacente ...

Introdução geral O Deep Live Cam é uma ferramenta de inteligência artificial de código aberto projetada para permitir a substituição de rostos em tempo real e a geração de vídeos falsos profundos a partir de uma única foto. Usando algoritmos avançados de aprendizagem profunda, a ferramenta é capaz de substituir rostos em tempo real durante a transmissão ao vivo ou chamadas de vídeo, protegendo a privacidade do usuário e adicionando diversão...

Introdução geral O Shortest é uma estrutura de teste de ponta a ponta em linguagem natural alimentada por IA, desenvolvida pela equipe do Anti-Work. Ele foi desenvolvido com base no Playwright e oferece suporte à integração com o GitHub e à autenticação de dois fatores (2FA).

Excalidraw Descrição geral O Excalidraw é uma ferramenta de desenho de quadro branco virtual de código aberto que permite desenhar facilmente diagramas com estilo de desenho à mão. Você pode usar o Excalidraw para criar belas ilustrações desenhadas à mão, diagramas de estrutura de arame ou qualquer um de seus...

Introdução abrangente O projeto ChatGPT-on-WeChat é um grande robô de diálogo inteligente baseado em modelos, que oferece suporte ao acesso multiplataforma ao WeChat pessoal, ao número público do WeChat, ao aplicativo WeChat empresarial, ao Flybook, ao Nail e assim por diante. Os usuários podem escolher entre GPT3.5, GPT-4, Claude, Man...

Introdução abrangente A Sensitive Word Filtering Tool (Sensitive Word) é uma ferramenta de filtragem de palavras sensíveis em Java de alto desempenho, baseada na implementação da estrutura do algoritmo DFA. A ferramenta é capaz de detectar e filtrar com eficiência palavras sensíveis e oferece suporte a uma variedade de conversões de formato e estratégias de substituição personalizadas. Seu objetivo de design é fornecer ...

Introdução abrangente O Coqui TTS é um kit de ferramentas de geração de texto para fala (TTS) avançado e de código aberto baseado em técnicas de aprendizagem profunda. Ele foi testado em ambientes de pesquisa e produção e oferece um rico conjunto de recursos e modelos que suportam a conversão de texto em fala em vários idiomas.

Introdução geral O H2O GPT é um projeto de código aberto que tem como objetivo fornecer recursos privatizados de bate-papo e processamento de documentos. O projeto é baseado na licença Apache 2.0 e oferece suporte a vários modelos de GPT, incluindo LLaMa2, Mistral, Falcon e outros. Com ...

Introdução abrangente O MockingBird é um projeto de código aberto que visa à clonagem rápida de fala e à conversão de texto em fala por meio da tecnologia de IA. Os usuários só precisam fornecer 5 segundos de amostras de voz, e você pode gerar qualquer conteúdo de voz. O projeto oferece suporte a uma variedade de conjuntos de dados chineses e, no Windows ...

Introdução abrangente O AI-reads-books-page-by-page é um desenvolvimento baseado em Python de uma ferramenta inteligente de análise de livros em PDF, que pode automatizar a análise página a página de livros em PDF, extrair os principais pontos de conhecimento e, após o intervalo de página especificado, gerar o estágio...

Introdução geral O Perplexica é um mecanismo de pesquisa de código aberto orientado por IA, projetado para fornecer respostas que se aprofundam na Internet. Ele usa algoritmos avançados de aprendizado de máquina, como pesquisa de similaridade e técnicas de incorporação, para otimizar os resultados da pesquisa e fornecer respostas claras com fontes citadas.

Introdução geral O Kotaemon é uma ferramenta de perguntas e respostas de documentos de código aberto projetada para fornecer aos usuários finais e desenvolvedores a funcionalidade de perguntas e respostas com base no Retrieval Augmented Generation (RAG). O projeto foi desenvolvido pela Cinnamon e oferece suporte a vários provedores de API LLM (por exemplo, OpenA...

Introdução geral O Arc Institute Evo 2 é um projeto de código aberto voltado para a modelagem e o design de genomas, desenvolvido pelo Arc Institute, uma organização de pesquisa sem fins lucrativos com sede em Palo Alto, Califórnia, EUA, em colaboração com parceiros como a NVIDIA...

Introdução geral O AutoGen é uma estrutura de código aberto desenvolvida por uma equipe de pesquisadores da Microsoft com o objetivo de simplificar a construção de aplicativos de modelo de linguagem grande (LLM) por meio de diálogo corporal multiinteligente. Ele permite que os desenvolvedores criem agentes de IA que podem dialogar entre si e colaborar para resolver tarefas. Essa abordagem não só melhora o desempenho do LLM...

Introdução geral O RMBG-2-Studio é um aplicativo aprimorado de remoção e substituição de plano de fundo desenvolvido com base no modelo BRIA-RMBG-2.0. O aplicativo foi projetado para oferecer aos usuários recursos eficientes e precisos de processamento de fundo de imagem para vários tipos de imagem, incluindo comércio eletrônico, jogos e...

Introdução geral O Voice-Pro é uma ferramenta versátil baseada na Gradio WebUI que oferece suporte a conversão de fala em texto, conversão de texto em fala, tradução em tempo real, downloads de vídeos do YouTube e separação de voz humana. Ele integra o Whisper, o Faster-Wh...

Introdução abrangente O AppAgent é uma estrutura de agente multimodal baseada no Large Language Model (LLM), projetada para manipular aplicativos de smartphones. A estrutura imita as interações humanas, como toques e deslizes, por meio de um espaço de manipulação simplificado, eliminando, assim, a necessidade de acesso ao back-end do sistema, ampliando seu alcance em diferentes aplicativos...

Introdução geral O Danswer é um assistente de IA de recuperação de documentos corporativos de código aberto projetado para se conectar a documentos, aplicativos e pessoas da equipe para fornecer pesquisa unificada e respostas a consultas em linguagem natural por meio de uma interface de bate-papo inteligente e recursos de pesquisa unificada. Garantindo que os dados do usuário e os bate-papos sejam totalmente controlados...

Introdução abrangente O MoneyPrinterPlus é um projeto de código aberto que visa gerar e misturar todos os tipos de vídeos curtos com um clique por meio da tecnologia de IA e publicá-los automaticamente em várias plataformas de vídeo, como Jieyin, Shutterbugs, Xiaohongshu e Video Number. A ferramenta oferece suporte a modelos de voz locais e baseados em nuvem, incluindo bate-papo...

Introdução geral O Audiblez é um projeto de código aberto criado para converter livros eletrônicos (por exemplo, formato .epub) em audiolivros (por exemplo, formato .m4b). O projeto utiliza a tecnologia de síntese de voz de alta qualidade da Kokoro para oferecer suporte a vários idiomas e várias vozes. Os usuários podem simplesmente...

Introdução abrangente Este é um projeto de código aberto desenvolvido por Steven Tey chamado Novel, é um editor de texto WYSIWYG no estilo Notion, com recurso integrado de autocompletar AI que pode ajudar os usuários a aumentar a eficiência da entrada de texto. O projeto fornece documentação detalhada e instruções de instalação ...

Introdução abrangente O MaxKB (Max Knowledge Base) é um sistema de Q&A de base de conhecimento de código aberto baseado em grandes modelos de linguagem e RAG (Retrieval Augmented Generation). O sistema é amplamente utilizado no atendimento inteligente ao cliente, na base de conhecimento interna da empresa, na pesquisa e educação acadêmica e em outros cenários.

Introdução geral O ControlFlow é uma estrutura Python desenvolvida pela PrefectHQ com foco na criação e no gerenciamento de fluxos de trabalho de IA. Ele fornece uma estrutura estruturada e orientada ao desenvolvedor para definir fluxos de trabalho e delegar tarefas à geração de modelos de linguagem grande (LLM)...

Introdução geral O EchoMimic é um projeto de código-fonte aberto criado para gerar animações de retratos realistas acionadas por áudio. Desenvolvido pela divisão Terminal Technologies do Ant Group, o projeto utiliza condições de pontos de marcação editáveis para gerar vídeos de retratos dinâmicos usando uma combinação de áudio e pontos de marcação facial.

Introdução geral O Devin.cursorrules é um projeto inovador de código aberto criado para converter o Cursor ou o Windsurf IDE (~US$ 20) em um poderoso assistente de programação com IA, como o Devin. O projeto fornece um conjunto de ...

Introdução geral DragGAN é uma ferramenta interativa de edição de imagens baseada em redes adversárias generativas (GAN). Ela foi lançada por Xingang Pan et al. na SIGGRAPH 2023 e tem como objetivo permitir que os usuários manipulem intuitivamente por meio de operações simples de apontar e clicar e arrastar e soltar...

Introdução geral O MediaCrawler é uma ferramenta de rastreamento de conteúdo de mídia social criada para desenvolvedores. Ao fornecer uma função de rastreamento avançada, ele pode obter rapidamente vídeos, imagens, comentários, curtidas, retweets e outros dados de plataformas sociais como Xiaohongshu, Shake, Shutter, B, Weibo e outras...

Introdução geral O DeepFace é uma biblioteca Python leve para reconhecimento facial e análise de atributos faciais (incluindo idade, gênero, emoção e etnia). Ela integra vários modelos avançados de reconhecimento facial, como VGG-Face, FaceNet, OpenFace, De...