Projeto de código aberto de IA

Introdução geral O TubeTube é uma ferramenta de download de vídeos do YouTube de código aberto desenvolvida por MattBlackOnly. A ferramenta usa o yt-dlp como mecanismo principal de download, suporta downloads com vários threads e é capaz de baixar rapidamente vários vídeos ao mesmo tempo. Os usuários podem...

Introdução abrangente O LangWatch é uma plataforma abrangente projetada para operações de Modelo de Linguagem Grande (LLM), fornecendo monitoramento, análise, avaliação, gerenciamento de conjuntos de dados e otimização de dicas. A plataforma é baseada na estrutura DSPy da Universidade de Stanford e foi projetada para ajudar os usuários a gerenciar e otimizar melhor...

Introdução geral O PR-Agent é uma ferramenta de código aberto desenvolvida pela Qodo para automatizar o processamento de solicitações pull (Pull Requests) por meio da tecnologia de IA. A ferramenta é capaz de fornecer feedback, sugestões e análises automatizadas para ajudar os desenvolvedores a realizar revisões de código com mais eficiência...

Introdução geral O FinGPT é uma plataforma de modelagem de big language financeira de código aberto desenvolvida pela AI4Finance Foundation, projetada para que o setor financeiro resolva tarefas financeiras complexas e impulsione a inovação em fintech.

Introdução geral O Coding Agent é um assistente de programação inteligente desenvolvido por AbhinavTheDev, projetado para ajudar os desenvolvedores a melhorar sua eficiência de programação. A ferramenta usa tecnologia de inteligência artificial para gerar código automaticamente, fornecer sugestões de programação e ajudar os desenvolvedores com vários códigos...

Introdução abrangente O Ragas é uma ferramenta projetada especificamente para avaliar e otimizar os sistemas RAG (Retrieval Augmented Generation). Ele fornece um conjunto abrangente de métricas de avaliação, analisando as relações entre consultas, contextos de recuperação e respostas geradas. Essas métricas incluem fidelidade, relevância da resposta, relevância do contexto,...

Introdução abrangente O VeighNa é uma plataforma de negociação quantitativa de código aberto baseada em Python, originalmente desenvolvida por traders privados nacionais e lançada oficialmente em 2015. Ela evoluiu de um simples pacote de interface de negociação para uma estrutura de desenvolvimento de negociação totalmente funcional. Os usuários incluem fundos de private equity, certificados...

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 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 O SkyPilot é uma estrutura de código aberto iniciada pelo Sky Computing Lab da Universidade da Califórnia, em Berkeley, projetada para ajudar os usuários a executar com eficiência tarefas de IA e processamento em lote em qualquer infraestrutura de nuvem. Ele é compatível com mais de 14 serviços de nuvem (incluindo ...

Introdução geral O LlamaEdge é um projeto de código aberto desenvolvido para simplificar o processo de execução e ajuste fino de grandes modelos de linguagem (LLMs) em dispositivos locais ou de borda. O projeto oferece suporte à família de modelos Llama2 e fornece serviços de API compatíveis com OpenAI que permitem aos usuários criar e executar facilmente...

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 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 MobileAgent é um poderoso assistente de operação de dispositivos móveis projetado para melhorar a eficiência e a automação da operação de dispositivos móveis por meio da colaboração de vários agentes e de módulos de percepção visual aprimorados. Ele foi desenvolvido pela equipe do X-PLUG e é compatível com Android e ...

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 FramePainter é uma ferramenta revolucionária de edição de imagens orientada por IA que utiliza tecnologia avançada de difusão de vídeo e controles intuitivos do Sketch para ajudar os usuários a realizar facilmente edições complexas de imagens. Seja um simples ajuste ou uma transformação criativa complexa, o Fr...

O Synthesis Gaze-LLE é uma ferramenta de previsão do alvo do olhar baseada em um codificador de aprendizado em larga escala. Ela foi desenvolvida por Fiona Ryan, Ajay Bati, Sangmin Lee, Daniel Bolya, Judy Hoffman e J...

Introdução geral O DiffBIR (Blind Image Restoration with Generative Diffusion Prior) é uma ferramenta de restauração de imagens desenvolvida pelo XPixelGroup, projetada para gerar...

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...

Descrição geral O AI Auto Free é uma poderosa ferramenta de automação projetada para ajudar os usuários a fazer uso ilimitado de ambientes de desenvolvimento integrado (IDEs) orientados por IA, como o Cursor e o Windsurf. O projeto oferece suporte a várias plataformas e inclui vários recursos de linguagem...

O Quantum Swarm é uma estrutura de inteligência artificial de código aberto voltada para o desenvolvimento e a pesquisa de inteligência populacional de IA. O projeto é mantido pela equipe da Quarm AI no GitHub e tem como objetivo fornecer uma plataforma flexível e eficiente para criar e testar sistemas de inteligência múltipla.

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 O WenYan é uma ferramenta projetada para a composição e o embelezamento de artigos Markdown, que oferece suporte à conversão de artigos Markdown editados em um formato adequado para WeChat, Zhihu, manchetes de hoje e outras plataformas. Os usuários podem copiar o artigo com um clique, o artigo diretamente...

Introdução geral O CHRONOS é uma ferramenta de resumo da linha do tempo de notícias desenvolvida pela equipe de NLP da Alibaba. A ferramenta gera resumos de linhas do tempo de eventos de notícias por meio de autoquestionamento iterativo. O CHRONOS não só é capaz de lidar com tarefas de resumo de linhas do tempo de domínio aberto, mas também em termos de eficiência e escalabilidade...

Introdução geral O Go-with-the-Flow é um projeto de código aberto desenvolvido pela equipe de pesquisa da Netflix Eyeline Studios para controlar os padrões de movimento dos modelos de difusão de vídeo distorcendo o ruído. O projeto permite que o usuário determine como a câmera da cena e...

Introdução geral O X-Dyna é um projeto de código aberto desenvolvido pela ByteDance que visa gerar animações dinâmicas de retratos por meio de técnicas de difusão de amostra zero. O projeto usa expressões faciais e movimentos corporais em vídeos de unidades para animar imagens de retratos individuais, gerando efeitos de movimento realistas e sensíveis ao contexto.

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 RAG Web UI é um sistema de diálogo inteligente baseado na tecnologia RAG (Retrieval Augmented Generation). Ele ajuda empresas e indivíduos a criar sistemas inteligentes de perguntas e respostas com base em sua própria base de conhecimento. Combinando a recuperação de documentos e grandes modelos de linguagem, o RAG Web UI fornece informações precisas e confiáveis...

Introdução geral O UI-TARS Desktop é um aplicativo de agente de interface gráfica baseado no UI-TARS (Visual Language Model) desenvolvido pela ByteDance. O aplicativo permite que os usuários controlem computadores por meio de linguagem natural para uma interação homem-computador mais intuitiva e eficiente.

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 Repomix (anteriormente conhecido como Repopack) é uma ferramenta de código aberto projetada para empacotar toda uma base de código em um único arquivo compatível com IA. Essa ferramenta permite que os desenvolvedores disponibilizem facilmente sua base de código para grandes modelos de linguagem (como Claude, Chat...

Introdução geral O Yek é uma ferramenta rápida baseada em Rust para ler arquivos de texto de repositórios ou diretórios, dividi-los em pedaços e serializá-los para uso em modelos de linguagem grande (LLMs). Por padrão, a ferramenta usa a regra .gitignore para ignorar arquivos desnecessários e usa...

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...

Descrição geral O AI ContentCraft é uma ferramenta versátil de criação de conteúdo que integra geração de texto, síntese de fala, geração de imagens e muito mais. Ela ajuda os criadores a gerar rapidamente histórias, roteiros de podcast e o conteúdo de áudio e vídeo que os acompanha. A ferramenta oferece suporte a conversões de vários idiomas e pode...

Introdução geral O Unigraph é um mecanismo de pesquisa pessoal e gráfico de conhecimento de propósito geral local, projetado para fornecer aos usuários um espaço de trabalho integrado para ajudar a gerenciar e pesquisar uma ampla variedade de dados em suas vidas pessoais. Com o Unigraph, os usuários podem integrar dados de diferentes fontes em um...

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 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).

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...

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 abrangente O Unsloth é um projeto de código aberto criado para fornecer ferramentas eficientes para o ajuste fino e o treinamento de grandes modelos de linguagem (LLMs). O projeto oferece suporte a vários modelos conhecidos, incluindo Llama, Mistral, Phi e Gemma.

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 abrangente O OmniThink é uma estrutura inovadora de escrita automática projetada para gerar ensaios longos de alta qualidade, imitando a expansão iterativa e a reflexão dos processos cognitivos humanos. A estrutura se concentra em ampliar os limites do conhecimento e gerar informações ricas e profundas, o que o OmniThink faz construindo...

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 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...

Descrição geral O SynthLight é uma ferramenta de reiluminação de retratos baseada em um modelo de difusão. Ela aprende a renderizar novamente imagens sintéticas de rostos para obter ajustes de efeitos de iluminação em fotos de retratos reais. A ferramenta usa um mecanismo de renderização física para gerar conjuntos de dados que simulam transformações de iluminação sob diferentes condições de iluminação...

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 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 Zerox é um projeto de código aberto desenvolvido para converter PDF, DOCX, imagens e outros documentos para o formato Markdown por meio de modelos visuais. O projeto foi desenvolvido pela equipe getomni-ai e oferece uma solução simples e eficiente de OCR (reconhecimento óptico de caracteres).

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 abrangente O MiniRAG é uma estrutura extremamente simples do Retrieval Augmented Generation (RAG) que visa a permitir um bom desempenho do RAG mesmo para modelos pequenos por meio de indexação de gráficos heterogêneos e recuperação leve com aprimoramento de topologia. Ele foi desenvolvido pelo Laboratório de Ciência de Dados da Universidade de Hong Kong (HKUDS) para abordar ...

Introdução abrangente O Omni-RGPT é um modelo multimodal de linguagem grande projetado para permitir a compreensão de imagens e vídeos em nível de região. Com a introdução da técnica Token Mark, o Omni-RGPT é capaz de destacar a região-alvo no espaço de recursos visuais e indicar a região-alvo por meio de dicas de região (por exemplo, caixas ou...

Introdução abrangente O Bailing (Bailing) é um assistente de diálogo de voz de código aberto projetado para estabelecer um diálogo natural com os usuários por meio da fala. O projeto combina as tecnologias de reconhecimento de fala (ASR), detecção de atividade de voz (VAD), modelagem de linguagem ampla (LLM) e síntese de fala (TTS) para...

Introdução abrangente O Metaverse AI (versão de código aberto) é um projeto hospedado no GitHub, desenvolvido pela equipe da libn-net. Ele pode clonar imagens e vozes humanas digitais por meio da tecnologia de IA para gerar vídeos curtos e também suporta dublagem e legendagem. Essa ferramenta oferece o Windo...

Introdução geral O WikiChat é um chatbot experimental desenvolvido na Universidade de Stanford com o objetivo de aprimorar a factualidade de modelos de linguagem grandes recuperando dados da Wikipédia. Os grandes modelos de linguagem (como o ChatGPT e o GPT-4) tendem a processar informações atualizadas ou tópicos menos populares quando...

Introdução geral O OpenAI Edge TTS é um projeto de código aberto que fornece uma API de conversão de texto em fala (TTS) nativa compatível com o OpenAI. O projeto usa o serviço de conversão de texto em fala on-line do Microsoft Edge para permitir que os usuários gerem...

Introdução geral AIEvo é a estrutura multiagente de código aberto do Ant Group, projetada para criar aplicativos multiagentes com eficiência. A estrutura segue rigorosamente o gráfico de tarefas SOP para melhorar a taxa de sucesso da execução de tarefas complexas e garante alta flexibilidade e escalabilidade por meio de mecanismos de feedback e monitoramento.

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 geral O FlowiseAI é uma ferramenta de código aberto e de baixo código projetada para ajudar os desenvolvedores a criar aplicativos LLM (Large Language Model) personalizados e agentes de IA. Com uma interface simples de arrastar e soltar, os usuários podem criar e iterar rapidamente aplicativos LLM, tornando o processo de teste à produção mais eficiente...

Introdução geral O RealtimeSTT é uma biblioteca de conversão de fala em texto eficiente e de baixa latência em tempo real, com detecção avançada de atividade de fala e ativação de palavras de alerta. Ela foi desenvolvida por Kolja Beigel para dar suporte a aplicativos que exigem conversão de fala em texto rápida e precisa...

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 A Cognita é uma estrutura de código aberto desenvolvida pela TrueFoundry para simplificar o desenvolvimento de aplicativos baseados em RAG (Retrieval-Augmented Generation). A estrutura fornece um sistema estruturado, mod...

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 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 OmAgent é uma estrutura de corpo inteligente multimodal desenvolvida pelo Om AI Lab, com o objetivo de fornecer recursos avançados baseados em IA para dispositivos inteligentes. Ao integrar modelos de base multimodais de última geração e algoritmos de corpo inteligente, o projeto permite que os desenvolvedores criem dispositivos inteligentes eficientes em uma variedade de...

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 AI Agent Service Toolkit é um conjunto de ferramentas completo baseado em LangGraph, FastAPI e Streamlit, projetado para ajudar os desenvolvedores a criar e executar rapidamente serviços de agente de IA. O kit de ferramentas fornece um...

Introdução geral O Memora é um agente projetado para replicar memórias humanas para cada IA personalizada. Ele ajuda as IAs a se lembrarem de detalhes de interações passadas, emoções e experiências compartilhadas, assim como os humanos fazem, por meio de recursos como memórias com registro de data e hora, marcadores de emoção e memórias multimodais.

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 Micro-Agent é um assistente de codificação de IA de código aberto desenvolvido pela Builder.io, projetado para fornecer aos desenvolvedores a capacidade de gerar e testar códigos automaticamente. Ele gera casos de teste compreendendo descrições de linguagem natural e itera o código até que todos os testes sejam aprovados, reduzindo, assim, o tempo de...

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 A Eko é uma estrutura JavaScript de nível de produção projetada para criar fluxos de trabalho eficientes de agentes inteligentes por meio de descrições de linguagem natural. Ele foi projetado para permitir que os desenvolvedores automatizem tarefas cotidianas usando tecnologias de IA sem programação profunda.

Introdução geral O Agent Inbox é um projeto de código aberto desenvolvido pela equipe da LangChain para proporcionar uma nova experiência de usuário na interação com inteligências de IA. O projeto permite que os usuários gerenciem e otimizem as interações com várias inteligências de IA por meio de uma interface centralizada.Ag...

Introdução geral O Social Media Agent (Agente de mídia social) é um projeto de código aberto que gerencia as informações de interação pela nova Caixa de entrada do agente, projetado para ajudar os usuários a automatizar a geração e o gerenciamento de conteúdo de mídia social. O projeto foi desenvolvido pela equipe da LangChain...

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...

Introdução abrangente O MangaNinjia é um projeto de código aberto desenvolvido pelo Alibaba Tongyi Visual Intelligence Lab (Ali-Vilab), com foco no processamento automatizado de coloração de desenhos de linha. Essa ferramenta consegue a correspondência precisa de cores de imagens de referência por meio de técnicas de aprendizagem profunda, melhorando muito...

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 O Search-o1 é um projeto de código aberto que visa aprimorar o desempenho de modelos de raciocínio em larga escala (LRMs) por meio da integração de mecanismos de pesquisa avançados. A ideia central é resolver o problema do déficit de conhecimento encontrado no processo de raciocínio por meio da busca dinâmica e da integração do conhecimento. O projeto é patrocinado pela Sunn...

Introdução geral Transformers.js é uma biblioteca JavaScript fornecida pela Hugging Face, projetada para executar modelos de aprendizado de máquina de última geração diretamente no navegador, sem suporte de servidor. A biblioteca funciona em conjunto com o Hugging Fa...

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 geral O RTranslator é um aplicativo de tradução em tempo real off-line, gratuito e de código aberto, desenvolvido para dispositivos Android. Os usuários podem manter o telefone no bolso, conectando um fone de ouvido Bluetooth, e conversar com outras pessoas como se estivessem falando seu próprio idioma.

Introdução geral O Gemini Next Chat é um projeto de código aberto criado para ajudar os usuários a implementar facilmente aplicativos Gemini privados. O projeto é compatível com o modelo multimodal Gemini 1.5 e Gemini 2.0, e os usuários podem implantá-lo com um clique no Vercel...

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 abrangente O Vanna é uma estrutura Python de código aberto licenciada pelo MIT, focada na geração de consultas SQL por meio de técnicas RAG (Retrieval Augmented Generation). Os usuários podem treinar modelos RAG, aplicá-los a seus próprios dados e, em seguida, fazer perguntas, e o Vanna retornará a resposta adequada...

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 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 Aider é uma poderosa ferramenta de assistente de programação de IA de código aberto que ajuda os desenvolvedores a escrever, editar e refatorar códigos por meio de diálogo em linguagem natural. Como uma ferramenta interativa de programação de pares de IA, o Aider é compatível com muitas das principais linguagens de programação e pode ser integrado perfeitamente ao Git...

Introdução abrangente O JoyGen é uma estrutura inovadora de geração de vídeo em dois estágios para rostos falantes, com foco na solução do problema de geração de expressões faciais orientadas por áudio. Desenvolvido por uma equipe da Jingdong Technology, ele usa técnicas avançadas de reconstrução 3D e métodos de extração de recursos de áudio para capturar com precisão as características de identidade do locutor e a expressão...

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 TimesFM 2.0 - 500M PyTorch é um modelo de base de série temporal pré-treinado desenvolvido pela Google Research e projetado para previsão de séries temporais. O modelo é capaz de lidar com até 2048 pontos de tempo para cima e para baixo...

Introdução abrangente O WeChat Video No. Downloader é um projeto de código aberto criado para ajudar os usuários a baixar rapidamente o conteúdo de vídeo dos números de vídeo do WeChat. A ferramenta é compatível com vários formatos e plataformas de vídeo, e os usuários podem usá-la facilmente nos sistemas Windows e macOS. O projeto foi desenvolvido pela ltaoo e hospedado no...

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 abrangente O NV Ingest (NVIDIA Ingest) é um conjunto de microsserviços de acesso antecipado projetado para analisar centenas de milhares de PDFs não estruturados complexos e confusos e outros documentos corporativos. Ele pode converter esses documentos em metadados e texto para serem incorporados à recuperação...

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 abrangente O STAR (Spatial-Temporal Augmentation with Text-to-Video Models) é uma estrutura inovadora de super-resolução de vídeo desenvolvida em conjunto pela Nanjing University, ByteDance e Southwest University...

Introdução abrangente O ImBD (Imitate Before Detect) é um projeto pioneiro de detecção de texto gerado por máquina que foi apresentado na conferência AAAI 2025. Com o uso generalizado de Modelos de Linguagem Grandes (LLMs), como o ChatGPT, a identificação de A...

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 Este é um projeto de blueprint de geração de relatórios estruturados co-desenvolvido pela LangChain e pela NVIDIA, apresentado em um tutorial de notebook Jupyter no GitHub. O projeto utiliza técnicas avançadas de IA, especificamente o Llama-3.3-7...

Introdução geral O BrownChat é um aplicativo de bate-papo com áudio em tempo real baseado na tecnologia LLM (Large Language Modelling). Desenvolvido pelo usuário do GitHub sugarforever, o projeto tem como objetivo aprimorar a experiência de comunicação do usuário por meio da tecnologia avançada de processamento de linguagem natural.

Introdução abrangente O Lecca é uma plataforma de IA avançada que permite aos usuários configurar e implementar modelos de linguagem grande (LLMs) com várias ferramentas e fluxos de trabalho. Os usuários podem criar, personalizar e automatizar facilmente seus agentes de IA. O Lecca oferece uma ampla seleção de provedores e modelos de IA...