Projeto de código aberto de IA

Introdução geral O TreeGPT é um aplicativo de bate-papo de código aberto baseado no Next.js, que se concentra na visualização de conversas com grandes modelos de linguagem (LLMs, por exemplo, GPTs) por meio de estruturas de gráficos em árvore (gráficos acíclicos direcionados, DAGs), substituindo os métodos de bate-papo lineares tradicionais para melhorar a velocidade e a...

Introdução geral O ai-gradio é um kit de ferramentas Python de código aberto projetado para ajudar os desenvolvedores a integrar e usar facilmente vários modelos de IA. Criado com base no Gradio, o projeto oferece uma interface unificada para dar suporte a vários modelos e serviços de IA. Seja texto, fala ou vídeo...

Introdução geral O ComfyUI-disty-Flow é um nó personalizado que fornece uma interface amigável para o ComfyUI. Seu objetivo é simplificar a execução de fluxos de trabalho, fornecendo uma interface de usuário alternativa para a criação de fluxos de trabalho.

Introdução abrangente O BrushEdit é uma ferramenta multifuncional de reparo e edição de imagens desenvolvida pela Tencent ARC Labs. A ferramenta é baseada na mais recente tecnologia de IA e é capaz de identificar e reparar automaticamente defeitos em imagens, além de oferecer suporte à edição interativa pelos usuários.

Introdução geral O Sonic é uma plataforma inovadora que se concentra na percepção global do áudio, com o objetivo de gerar animações de retratos vívidos impulsionadas pelo áudio. Desenvolvida por uma equipe de pesquisadores da Tencent e da Universidade de Zhejiang, a plataforma usa informações de áudio para controlar expressões faciais e movimentos da cabeça para gerar vídeos animados naturais e suaves.

Introdução abrangente O AI2SRT é um projeto de código aberto que usa o modelo GeminiAI big para gerar vídeos curtos narrados e resumos de vídeo para vídeos longos com um clique, além de oferecer suporte a legendas de transcrição de áudio e vídeo. O projeto tem como objetivo simplificar o processo de criação de conteúdo de vídeo e fornecer funções eficientes de geração e tradução de legendas. Os usuários podem passar...

Descrição geral O DeepSeek Engineer é uma poderosa ferramenta de assistente de programação baseada na API do DeepSeek, capaz de interagir com o usuário por meio de uma interface de linha de comando intuitiva para auxiliar em uma variedade de tarefas de desenvolvimento de software. A ferramenta combina o poder da modelagem de linguagem em larga escala com...

Introdução geral O FlashMLA é um kernel de decodificação MLA (Multi-head Latent Attention) eficiente desenvolvido pela DeepSeek AI, otimizado para GPUs da arquitetura NVIDIA Hopper...

Introdução geral O Spark-TTS é uma ferramenta de conversão de texto em fala (TTS) de código aberto desenvolvida pela equipe do SparkAudio, hospedada no GitHub, projetada para ajudar os usuários a converter texto em fala natural e suave...

Introdução geral O OpenManus-RL é um projeto de código aberto desenvolvido pelo UIUC-Ulab em conjunto com a equipe OpenManus da comunidade MetaGPT, hospedado no GitHub. O projeto aprimora a modelagem de linguagem em larga escala (LLM) por meio de técnicas de aprendizagem por reforço (RL)...

Descrição geral Markdown to Image é um componente React para renderizar texto Markdown em imagens de mídia social visualmente atraentes. O projeto também inclui um editor da Web integrado que pode ser usado como um editor on-line de Markdown para pôster...

Introdução abrangente O XRAG (eXamining the Core) é uma estrutura de benchmarking projetada para avaliar os componentes subjacentes dos sistemas avançados de geração de aumento de recuperação (RAG). Ao traçar o perfil e analisar cada módulo central, o XRAG fornece informações sobre como diferentes configurações e componentes afetam o RAG...

Introdução abrangente OuteTTS é um modelo experimental de conversão de texto em fala (TTS) que usa uma abordagem de modelagem de linguagem pura para gerar fala de alta qualidade. Ao contrário dos sistemas TTS tradicionais, o OuteTTS não requer adaptadores externos ou arquiteturas complexas. O modelo é baseado na arquitetura LLaMa...

Introdução geral O Supermemory é um projeto de código aberto criado para ajudar os usuários a construir seu "segundo cérebro". Com uma poderosa extensão do Chrome e tecnologia de IA, ele permite que os usuários salvem, organizem e recuperem facilmente dados de páginas da Web, favoritos do Twitter...

Introdução abrangente O VoiceCraft é uma ferramenta de edição de fala de código aberto e de síntese de fala de amostra zero baseada no modelo de linguagem do codec neural. Ele emprega um método inovador de geração de sequência codificada que permite operações de inserção, exclusão e substituição em sequências de fala existentes para gerar uma fala editada natural e coerente...

Introdução geral O VimLM é um plug-in do Vim que fornece um assistente de código orientado pelo LLM (Large Language Model) nativo. Ao interagir com o modelo LLM nativo por meio de comandos do Vim, ele obtém automaticamente o contexto do código e ajuda os usuários a editar o código no Vim.

Introdução geral O Ichigo é um projeto de código aberto de IA de fala em tempo real que visa ampliar os modelos de linguagem baseados em texto com recursos nativos de "escuta". O projeto usa técnicas de fusão iniciais inspiradas no documento Chameleon da Meta. O objetivo do Ichigo é se tornar...

Descrição geral O XDOllama é um aplicativo de desktop desenvolvido para que os usuários do MacOS invoquem rapidamente modelos de IA, como Ollama, Dify e Xinference. Com uma interface e um fluxo de trabalho simplificados, o aplicativo permite que os usuários...

Introdução O Quanta Quest é o primeiro produto do mundo com "modelo grande do lado final + localização de dados do lado C" como a direção principal da evolução. Ele ajuda os usuários a armazenar todos os dados do Gmail, Notion, Dropbox etc. localmente e processá-los por meio de um banco de dados vetorial para garantir...

Introdução abrangente O StreamingT2V é um projeto público desenvolvido pela equipe de pesquisa de IA da Picsart, focado na geração de vídeos longos coerentes, dinâmicos e dimensionáveis com base em descrições textuais. Essa tecnologia usa uma abordagem autorregressiva avançada que garante a consistência temporal do vídeo com o texto da descrição de forma rigorosa...

Introdução geral O Orate é um kit de ferramentas de IA voltado para a geração e transcrição de fala. Ele fornece uma API unificada que se integra perfeitamente aos principais provedores de IA, como OpenAI, ElevenLabs e AssemblyAI, para ajudar os usuários a criar...

Introdução geral O Agentarium é uma poderosa estrutura Python dedicada ao gerenciamento e à orquestração de agentes inteligentes de IA (agentes). A estrutura oferece uma maneira flexível e intuitiva de criar, gerenciar e orquestrar interações entre vários agentes de IA. Ele usa o A...

Introdução geral O AgentNetworkProtocol (ANP, para abreviar) é um projeto de protocolo de código aberto, hospedado no GitHub, voltado para o fornecimento de soluções de comunicação seguras e eficientes para agentes inteligentes (agentes de IA). Ele funciona por meio de uma arquitetura de três camadas - identidade e criptografia...

Introdução geral O RAIN (Real-time Animation Of Infinite Video Stream) é um projeto de código aberto criado para gerar efeitos de animação em tempo real para fluxos de vídeo infinitos. O projeto foi desenvolvido por Pscgylotti, ti...

Introdução abrangente O CR-Mentor é uma ferramenta inteligente de revisão de código que combina uma base de conhecimento profissional com o poder da Modelagem de Linguagem Grande (LLM). Ele não só oferece suporte à revisão de código para todas as linguagens de programação, mas também personaliza critérios de revisão exclusivos e áreas de foco para equipes com base nas práticas recomendadas acumuladas na base de conhecimento. Por meio de...

Introdução geral Inspirado nos recursos de geração de podcast do Notebook LM e na recente implementação de código aberto do Open Notebook LM. Nesta receita, implementaremos um guia passo a passo detalhado sobre como criar um pipeline de PDF para podcast. Dado qualquer PDF...

Introdução geral O Open-LLM-VTuber é um projeto de código aberto que permite que os usuários interajam com modelos de linguagem grande (LLMs) por meio de fala e texto, e incorpora a tecnologia Live2D para apresentar personagens virtuais dinâmicos. Ele é compatível com Windows, macOS e Linux, e pode ser totalmente...

Introdução abrangente O CogAgent é um modelo de linguagem visual de código aberto desenvolvido pelo Grupo de Pesquisa de Mineração de Dados da Universidade de Tsinghua (THUDM), com o objetivo de automatizar a operação da Interface Gráfica do Usuário (GUI) em várias plataformas. O modelo é baseado no CogVLM (GLM-4V-9B) e oferece suporte a idiomas bilíngues chinês e inglês...

Introdução geral O FastAPI DocGPT é um sistema de teste de documentos baseado em FastAPI que permite que os usuários carreguem arquivos PDF e façam testes com base no conteúdo do documento. O sistema usa a tecnologia de incorporação da OpenAI para incorporar o conteúdo do documento em um banco de dados vetorial...

Introdução abrangente O go-stock é uma ferramenta de análise de ações habilitada para IA, desenvolvida com base no Wails e no NaiveUI. A ferramenta é capaz de monitorar em tempo real as cotações de ações, fornecendo exibição de custos e lucros/perdas e função de acionamento de alarme para cima/para baixo. Todos os dados são salvos localmente para garantir que os usuários...

Introdução abrangente O llmstxt-generator é uma ferramenta profissional de extração e integração de conteúdo da Web dedicada à preparação de conjuntos de dados textuais de alta qualidade para treinamento e inferência em modelagem de linguagem ampla (LLM). A ferramenta foi desenvolvida pela Mendable AI usando o @firec...

Descrição geral O Charla é um aplicativo de bate-papo baseado em endpoint projetado para dialogar com modelos de idioma nativo. O aplicativo se integra ao back-end do Ollama, oferece suporte ao diálogo com reconhecimento de contexto e salva as sessões de bate-papo como arquivos Markdown. Os usuários podem simplesmente...

Introdução geral O X-Kit é uma ferramenta de código aberto criada para rastrear e analisar dados e tweets de usuários do X (antigo Twitter). Desenvolvida pelo usuário do GitHub xiaoxiunique, a ferramenta foi projetada para ajudar os usuários a automatizar o processo de obtenção de informações básicas e tweets sobre um determinado usuário do X e...

Introdução geral code2prompt é uma ferramenta de linha de comando de código aberto, criada e hospedada no GitHub pelo desenvolvedor Mufeed VH, projetada para ajudar os usuários a converter rapidamente bases de código inteiras em prompts adequados para o Large Language Model (LLM) (prompt...

Introdução abrangente O SkyReels-V2 é um modelo de geração de vídeo de código aberto desenvolvido pela SkyworkAI. Ele oferece suporte à geração de vídeos de duração ilimitada por meio da avançada tecnologia Diffusion Forcing e é adequado para conversão de texto em vídeo (T2V) e gráficos...

Introdução geral O Cloudflare Serverless Registry é um registro de contêineres sem servidor baseado no Cloudflare Workers e no armazenamento R2. Ele suporta push e pull de imagens e fornece nome de usuário, senha e...

Introdução abrangente O R1-V é um projeto de código aberto que visa a obter avanços na modelagem de linguagem visual (VLM) por meio da aprendizagem por reforço (RL) de baixo custo. O projeto utiliza mecanismos de recompensa verificáveis para motivar os VLMs a aprender habilidades genéricas de contagem. Surpreendentemente, o 2B do R1-V ...

Introdução abrangente O Step-Audio é uma estrutura de interação de fala inteligente de código aberto projetada para fornecer recursos de geração e compreensão de fala prontos para uso em ambientes de produção. A estrutura oferece suporte a conversas em vários idiomas (por exemplo, chinês, inglês, japonês), discurso emocional (por exemplo, feliz, triste), dialetos regionais (por exemplo, cantonês, sichuanês ...

Introdução abrangente O Laminar é uma plataforma de otimização de engenharia de IA de código aberto focada na engenharia de IA desde os primeiros princípios. Ela ajuda os usuários a coletar, entender e usar dados para melhorar a qualidade dos aplicativos LLM (Large Language Modelling).

Introdução geral Swarm é uma estrutura educacional experimental desenvolvida pela OpenAI para explorar interfaces leves, controladas e fáceis de testar para sistemas multiagentes. A estrutura é usada principalmente para demonstrar transferências e padrões de rotina entre agentes, ajudando os desenvolvedores a entender e implementar a coordenação e a execução de sistemas multiagentes...

Introdução abrangente O SHMT (Self-supervised Hierarchical Makeup Transfer) é um projeto de migração de maquiagem hierárquica autossupervisionada baseado em um modelo de difusão latente, com o objetivo de obter efeitos de maquiagem de alta qualidade por meio de métodos de aprendizagem não supervisionados...

Introdução geral O MultiPost-Extension é uma poderosa extensão de navegador desenvolvida para ajudar os usuários a publicar conteúdo em várias plataformas de mídia social com apenas um clique. A extensão suporta a publicação simultânea em mais de 10 plataformas principais, incluindo Zhihu, Weibo, Xiaohongshu, TikTok ...

Introdução geral O Video Starter Kit (Kit de iniciação de vídeo) é um projeto de código aberto lançado pela fal-ai-community para mostrar como usar modelos de IA para produção de vídeo no navegador. Ele fornece ferramentas para converter imagens em vídeo a partir de...

Introdução geral 1-2-1-O MNVTON é um projeto de código aberto baseado no GitHub que visa fornecer a tecnologia "Normalização específica de modalidade para teste virtual" (MNVTON) por meio de...

Introdução abrangente O Diffbot LLM Reasoning Server é um sistema inovador de modelagem de linguagem em larga escala com otimizações e aprimoramentos especiais baseados na arquitetura do modelo LLama. O recurso mais importante do projeto é a integração do Knowledge Graph em tempo real com a geração aprimorada por recuperação...

Introdução geral O MiMo é um projeto de modelagem de linguagem grande de código aberto desenvolvido pela Xiaomi, com foco em raciocínio matemático e geração de código. O produto principal é a família de modelos MiMo-7B, que contém um modelo básico (Base), um modelo de ajuste fino supervisionado (SFT), um produto químico forte treinado a partir do modelo básico...

Introdução geral A ModelBest é uma empresa que se concentra no desenvolvimento de modelos grandes, leves e de alto desempenho, e se dedica a aplicar tecnologias avançadas de IA aos principais produtos eletrônicos de consumo e a todos os tipos de dispositivos finais da vida cotidiana. Sua série MiniCPM de modelos finais com extrema potência aritmética e eficiência no uso da memória...

Descrição geral O Translation Agent WebUI é uma interface de usuário da Web baseada em Gradio projetada para o agente de tradução da Andrewyng. A ferramenta é capaz de detectar automaticamente a transmissão...

Descrição geral O Reactive Resume é um criador de currículos gratuito e de código aberto projetado para simplificar o processo de criação, atualização e compartilhamento de currículos. A plataforma se concentra na privacidade do usuário, sem rastreamento ou publicidade. Os usuários podem auto-hospedar o aplicativo em menos de 30 segundos, assumindo o controle total de suas...

Introdução abrangente O HelloMeme é um projeto de código aberto desenvolvido pela HelloVision, com o objetivo de incorporar faixas de alto nível e alta fidelidade em modelos de difusão, integrando o Spatial Knitting Attentions...

Introdução abrangente O RF-DETR é um modelo de detecção de objetos de código aberto desenvolvido pela equipe do Roboflow. Ele se baseia na arquitetura Transformer e seu principal recurso é a eficiência em tempo real. Pela primeira vez, o modelo atinge mais de 60 APs em tempo real no conjunto de dados Microsoft COCO...

Introdução geral O AutoMouser é uma extensão do Chrome que rastreia de forma inteligente as interações do usuário e gera automaticamente o código de teste Selenium usando os modelos GPT da OpenAI. Ele faz isso registrando as ações do navegador do usuário e convertendo-as...

Introdução geral O Morphic é um mecanismo de busca baseado na tecnologia de IA com uma interface de usuário generativa projetada para fornecer perguntas e respostas inteligentes e uma experiência de busca eficiente. Os usuários podem realizar uma variedade de pesquisas com o Morphic, incluindo texto, vídeo etc., e podem salvar o histórico de pesquisa e compartilhar os resultados da pesquisa.

Introdução abrangente O Aggregator é um projeto de código aberto que visa criar um pool de proxy gratuito que pode rastrear uma variedade de nós de proxy disponíveis. A plataforma tem um sistema de plug-in flexível, os usuários podem, de acordo com as necessidades especiais do site de destino, usar plug-ins para obter funções específicas. O projeto é usado principalmente para aprender a rastrear ...

Introdução abrangente O BotSharp é um projeto de código aberto baseado no .NET Core dedicado a fornecer uma ferramenta abrangente de criação de plataforma de chatbot de IA. Ele usa a programação C#, oferece suporte à operação entre plataformas e tem como objetivo simplificar a aplicação de algoritmos de aprendizado de máquina, permitindo que os desenvolvedores de nível empresarial...

Introdução abrangente O aisuite é uma interface simples e unificada projetada para permitir que os desenvolvedores invoquem facilmente os serviços de vários provedores de IA generativa. Com uma interface semelhante à do OpenAI, o aisuite facilita a interação com os LLMs (Large Language Models) mais populares...

Introdução geral O PPTAgent é um sistema inovador projetado para gerar automaticamente apresentações a partir de documentos. O sistema se baseia na abordagem humana para criar apresentações, usando um processo de duas etapas para garantir a qualidade do conteúdo e o impacto visual. Além disso, o PPTAgent apresenta o PPTEval, uma ferramenta abrangente...

Introdução abrangente O ComfyUI-Copilot é um nó personalizado orientado por IA projetado para a estrutura ComfyUI, com o objetivo de melhorar a eficiência da depuração e da implementação de algoritmos de IA por meio da interação de linguagem natural. Ele foi desenvolvido pela equipe AIDC-AI (Alibaba) e derivado do GitHu...

Introdução geral Outlines é uma biblioteca de código aberto desenvolvida pela dottxt-ai para aprimorar a aplicação de modelos de linguagem ampla (LLMs) por meio da geração de texto estruturado. A biblioteca oferece suporte a uma variedade de integrações de modelos, incluindo OpenAI, transformadores...

Introdução geral O Chatlog é uma ferramenta de código aberto que se concentra na extração e consulta de registros de bate-papo do banco de dados local do WeChat. Ele é compatível com as versões 3.x e 4.0 do WeChat, abrangendo os sistemas Windows e macOS. Os usuários podem usar a linha de comando, a interface de terminal ou o H...

Introdução geral O MemFree é um mecanismo de pesquisa de IA híbrido avançado capaz de pesquisar e fazer perguntas por meio de texto, imagens, documentos e páginas da Web. Ele fornece acesso com um clique aos resultados da pesquisa de texto, mapas mentais, imagens e vídeos. O MemFree tem como objetivo extrair informações da base de conhecimento do usuário e...

Introdução abrangente O PocketFlow é uma estrutura leve de desenvolvimento de aplicativos de IA com apenas 100 linhas de código, desenvolvida pela equipe da The-Pocket e de código aberto no GitHub. Ele busca um design minimalista, o controle do código principal em 100 linhas, sem dependências externas ...

Introdução abrangente O Qwen2.5-Omni é um modelo de IA multimodal de código aberto desenvolvido pela equipe do Alibaba Cloud Qwen. Ele pode processar várias entradas, como texto, imagens, áudio e vídeo, e gerar respostas em texto ou fala natural em tempo real. O modelo foi lançado em 2025 em 3 de ...

Introdução abrangente O OneFileLLM é uma ferramenta de linha de comando de código aberto projetada para consolidar várias fontes de dados em um único arquivo de texto para facilitar a entrada em modelos de linguagem grande (LLMs). Ele é compatível com o processamento de repositórios do GitHub, artigos do ArXiv, transcrições de vídeos do YouTube,...

Introdução abrangente O Go-Proxy é um servidor proxy de alto desempenho desenvolvido com a linguagem Go, usado principalmente para fornecer serviços de proxy em diferentes ambientes de rede. Ele é compatível com vários protocolos, incluindo HTTP, HTTPS, SOCKS5, WebSocket, TCP e UDP, pode ...

Introdução geral O TankWork é uma estrutura de agente de desktop de código aberto projetada para permitir que a IA perceba e controle seu computador por meio de visão computacional e interação no nível do sistema. A estrutura permite que os agentes controlem diretamente os computadores por meio de comandos de voz e texto, processem o conteúdo da tela em tempo real e forneçam...

Introdução abrangente O Tap4 AI WebUI é um projeto de site de navegação de ferramentas de IA leve e de código aberto, projetado para ajudar os usuários a criar facilmente seu próprio catálogo de ferramentas de IA. O projeto usa o Next.js e a pilha de tecnologia Supabase, com suporte para otimização de SEO em vários idiomas, para fornecer...

Introdução geral O Stagehand é uma estrutura de navegação na Web de IA focada na simplicidade e na extensibilidade. Ele é totalmente compatível com o Playwright e fornece três APIs de IA simples (act, extract e observe) que são construídas sobre a base...

Introdução geral O OpenVoice é um método versátil de clonagem instantânea de fala que permite copiar a voz de um locutor de referência e gerar fala multilíngue usando apenas clipes de áudio curtos do locutor. Além de copiar tons, o OpenVoice permite um controle preciso sobre o estilo da voz, incluindo...

Introdução geral O Orama é um mecanismo de busca de alto desempenho e código aberto, escrito inteiramente em TypeScript, que oferece suporte à busca de texto completo, busca vetorial e busca híbrida.

Introdução geral O VideoChat é um projeto de interação de voz em tempo real para pessoas digitais baseado em tecnologia de código aberto, com suporte a esquemas de voz de ponta a ponta (GLM-4-Voice - THG) e esquemas em cascata (ASR-LLM-TTS-THG). O projeto permite que os usuários personalizem a pessoa digital ...

Introdução geral O dify-plugin-tools-dbquery é um plug-in de código aberto projetado para a plataforma Dify 1.0, lançado pelo desenvolvedor junjiem no GitHub. Ele fornece a funcionalidade de consulta ao banco de dados para ajudar os usuários a criar...

Introdução geral O Languine é uma poderosa ferramenta de tradução desenvolvida pelo Midday para ajudar os desenvolvedores a simplificar o processo de localização de seus aplicativos. Com o Languine, os desenvolvedores podem aproveitar a tecnologia de IA para gerar rapidamente traduções precisas e contextualizadas, com suporte a mais de...

Introdução geral O Babelfish.ai é um aplicativo de transcrição e tradução em tempo real criado com base no Huggingface Transformer.js e no Supabase Realtime. O aplicativo pode carregar modelos grandes no navegador e...

Introdução abrangente O Gemini Balance é um serviço proxy de API OpenAI desenvolvido com base na estrutura FastAPI, com o objetivo de fornecer recursos eficientes de otimização e gerenciamento de chaves de várias APIs. O projeto é compatível com as chamadas do modelo Gemini, e os principais recursos incluem...

QAnything Introdução abrangente O QAnything (Question and Answer based on Anything) é um sistema local de perguntas e respostas baseado em conhecimento lançado pela NetEase, que suporta todos os tipos de formatos de arquivos e bancos de dados e pode ser instalado e usado off-line....

Introdução geral O GPT-Telegram-Worker é um bot de IA do Telegram multimodelo baseado no Cloudflare Workers com suporte para vários APs, como OpenAI, Claude, Azure e muito mais...

Introdução geral A base de código de exemplo do DSPy é uma base de código do GitHub mantida pela equipe de IA da Langtrace que apresenta uma variedade de exemplos de programas de IA criados usando o DSPy. A base de código foi projetada para demonstrar os vários recursos do DSPy por meio de exemplos do mundo real para ajudar os desenvolvedores a entender melhor...

Introdução abrangente O Kheish é um agente de código aberto de múltiplas funções projetado para tarefas de modelagem de grandes linguagens (LLM) que exigem colaboração estruturada e passo a passo. O Kheish é mais do que um simples coordenador, ele é um agente inteligente por si só, solicitando módulos sob demanda, integrando a reversão do usuário...

Introdução geral O Prompt Optimizer é uma ferramenta de código aberto voltada para a otimização de palavras de alerta, desenvolvida por linshenkx no GitHub. Ele ajuda os usuários a otimizar as palavras de alerta dos modelos de IA por meio de algoritmos inteligentes, melhorando assim a qualidade do conteúdo gerado...

Introdução geral O Executive AI Assistant (EAIA) é uma ferramenta de assistente baseada em IA projetada para ajudar os usuários a automatizar e gerenciar suas tarefas diárias. Desenvolvida pela LangChain, a ferramenta é capaz de lidar com e-mails, agendamentos, gerenciamento de tarefas e outros...

Uma introdução abrangente O SimGRAG (SimGRAG: Leveraging Similar Subgraphs for Knowledge Graphs Driven Retrieval-Augmented G...

Introdução abrangente O TableGPT Agent é uma ferramenta inteligente baseada no projeto de código aberto do GitHub, projetado para processar e analisar dados tabulares. Ele se baseia no TableGPT2 Big Language Model e usa a interação de linguagem natural para permitir que os usuários consultem, manipulem e...

Descrição geral O AnkiAIUtils é um conjunto de ferramentas aprimoradas por IA projetado para o sistema de aprendizado de flashcards Anki. Desenvolvida por um estudante de medicina, a ferramenta foi projetada para melhorar automaticamente os cartões com os quais os usuários estão tendo dificuldades durante o processo de aprendizagem por meio da tecnologia de IA. Ela fornece aos usuários, de forma inteligente,...

Introdução abrangente O Higress é um gateway de API nativo da nuvem desenvolvido pela Alibaba, com base no Istio e no Envoy, projetado para fornecer soluções eficientes de agendamento de tráfego, governança de serviços e segurança. Ele oferece suporte a extensões de plug-in Wasm para várias linguagens de programação para negócios de IA...

Introdução geral O Klee é um aplicativo de desktop de código aberto projetado para ajudar os usuários a executar localmente Modelos de Linguagem Grandes (LLMs) de código aberto com gerenciamento seguro de bases de conhecimento privadas e recursos de anotações Markdown. Ele se baseia nas tecnologias Ollama e LlamaIndex...

Introdução abrangente O DeepEval é uma estrutura de avaliação de LLM de código aberto fácil de usar para avaliar e testar grandes sistemas de modelagem de linguagem. Ele é semelhante ao Pytest, mas se concentra em testes de unidade de saída LLM. O DeepEval combina os resultados das pesquisas mais recentes por meio do G-Eval, do phantom...

O SpeechGPT 2.0-preview é o primeiro sistema de interação antropomórfica em tempo real introduzido pelo OpenMOSS, que é treinado com base em milhões de horas de dados de fala. O sistema é equipado com expressão falada antropomórfica e resposta de baixa latência de 100 ms, oferecendo suporte à interação natural e suave em tempo real...

Introdução geral O ChatTTS é um modelo de fala generativo projetado para cenários de diálogo. Ele gera fala natural e expressiva, suporta vários idiomas e vários falantes e é adequado para diálogos interativos. O modelo faz isso prevendo e controlando recursos rítmicos refinados, como risos, pausas e interjeições, além de...

Introdução abrangente O bilive é uma ferramenta projetada para gravação ao vivo de estações B, oferecendo gravação ao vivo extremamente rápida, corte automático, renderização de pop-ups e geração de legendas. A ferramenta é compatível com máquinas de configuração ultrabaixa, suporta gravação autônoma de 7x24 horas, identifica e renderiza automaticamente pop-ups e legendas, corta e...

Introdução abrangente O OpenAI Realtime WebRTC Python é uma biblioteca Python profissional que fornece aos desenvolvedores uma solução completa para interação de voz com a API OpenAI Realtime. O projeto baseia-se na tecnologia WebRTC, que permite baixa latência...

Introdução abrangente O SemHash é uma ferramenta leve e flexível para eliminar a duplicação de conjuntos de dados por similaridade semântica. Ele combina a rápida geração de incorporação do Model2Vec com a eficiente pesquisa de similaridade ANN (vizinho mais próximo aproximado) do Vicinity.SemHa...

Introdução abrangente O Ultravox é um inovador modelo multimodal de linguagem grande (LLM) projetado para processamento de fala em tempo real. Diferentemente dos sistemas tradicionais de reconhecimento de fala, o Ultravox elimina a necessidade de um estágio separado de reconhecimento de fala por áudio (ASR) e é capaz de converter diretamente o áudio em um espaço de alta dimensão...

Introdução abrangente O Pyramid Flow é um método eficiente de geração de vídeo autorregressivo baseado na técnica de correspondência de fluxo. O método alcança maior eficiência computacional na geração e descompressão de conteúdo de vídeo por meio da interpolação entre diferentes resoluções e níveis de ruído...

Introdução abrangente O Flowgram.ai é um mecanismo de criação de processos de código aberto desenvolvido pela ByteDance. Ele se baseia na edição de nós, para ajudar os desenvolvedores a criar fluxos de trabalho rapidamente, com suporte para layout fixo e dois modos de vinculação livre. O projeto foi escrito em TypeScript ...

Introdução geral O Devin Cursor Rules é um projeto de código aberto que visa aprimorar o Ambiente de Desenvolvimento Integrado (IDE) do Cursor e do Windsurf com arquivos de configuração e ferramentas para permitir recursos avançados de IA semelhantes aos do Devin. O projeto fornece mais de...

Introdução geral O Kilo Code é um plug-in de extensão de código aberto para o Visual Studio Code (VS Code). Ele usa tecnologia de inteligência artificial para ajudar os usuários a escrever códigos com mais eficiência. Esse projeto foi desenvolvido pela equipe do Kilo-Org, a maioria...

Introdução abrangente O R1-Onevision é um modelo de macrolinguagem multimodal de código aberto desenvolvido pela equipe do Fancy-MLLM, que se concentra na combinação profunda de visão e linguagem, capaz de processar entradas multimodais, como imagens e texto, e atuar nas áreas de raciocínio visual, compreensão de imagens, resolução de problemas matemáticos etc.....

Introdução abrangente O GeminiCoder é uma ferramenta inovadora de geração de aplicativos da Web desenvolvida com base na API do Google Gemini. O projeto herda os excelentes recursos do LlamaCoder e integra a versão mais recente do Gemini 1.5 Pr...