llm

🚀 Pustaka pelatihan native Pytorch Distributed untuk LLM/VLM dengan dukungan bawaan Hugging Face

Daftar proyek AI sumber terbuka yang dapat Anda gunakan untuk menghasilkan pendapatan dengan mudah.

Pelindung privasi berbasis lokal: anonimkan dokumen Anda sebelum dibagikan ke LLM.

Agen riset mendalam untuk membantu Anda menemukan repositori GitHub terbaik 🕵️!

Mesin akselerasi inferensi LLM yang sangat dioptimalkan untuk Llama dan variannya.

Template siap produksi untuk memulai proyek Generative AI Anda dengan struktur dan skalabilitas yang terencana.

PanWatch · Asisten pemantauan pasar AI yang di-host sendiri, terintegrasi dengan pengambilan keputusan investasi multi-agen TradingAgents | Pemantauan real-time saham A/HK/AS, manajemen portofolio, analisis cerdas, dan notifikasi multi-saluran

OpenEverest adalah platform sumber terbuka untuk penyediaan dan manajemen basis data otomatis. Mendukung berbagai teknologi basis data dan dapat dihosting di infrastruktur Kubernetes mana pun, baik di cloud maupun on-premise.

Platform rekomendasi makalah arXiv / OpenReview harian sumber terbuka dan platform membaca berbasis AI, mendukung pembaruan otomatis GitHub Actions, penerapan GitHub Pages, dan tanya jawab makalah.

RAG Time: Perjalanan Belajar 5 Minggu untuk Menguasai RAG

Framework penyajian model ML performa tinggi, menawarkan batching dinamis dan pipeline CPU/GPU untuk memaksimalkan mesin komputasi Anda

Asisten GPT untuk Android, diaktifkan via tombol volume untuk interaksi suara, mendukung fitur seperti pencarian web, ambil foto, templat, penguraian dokumen, dan mode agen.

🚀 Jalankan Codex Mobile di Mana Saja: Linux, Windows, atau Termux di Android 🚀

LAYRA—solusi siap pakai untuk perusahaan—membuka sistem cerdas generasi berikutnya yang didukung oleh visual RAG dan orkestrasi alur kerja agen multi-langkah visual tanpa batas.

Mesin pentesting AI otonom, keamanan ofensif berkelanjutan di seluruh web, cloud, identitas, CI/CD, IaC, basis data, Active Directory, Kubernetes, dan firmware IoT. Penalaran agen ditambah eksekusi eksploitasi nyata memberikan kerentanan berbasis bukti. Gateway privasi: LLM tidak pernah melihat IP, host, atau kredensial asli Anda, tidak ada yang meninggalkan perimeter Anda.

Tumpukan compiler deep learning terbuka untuk akselerator AI Kendryte ✨

Rekan riset AI yang berevolusi sendiri untuk ilmuwan. 285 keterampilan, nol halusinasi, memori persisten.

Pembangunan ulang penuh Python untuk Claude Code yang efisien token. Agen Koding AI dalam 310K Baris Kode Python. Penghematan Biaya hingga 200X!

Ekspos endpoint Gemini CLI sebagai API OpenAI dengan Cloudflare Workers

LLM berbasis suara yang berjalan di komputer Anda tanpa memerlukan internet.

Sandbox lokal untuk agen AI Anda

🤖 Pustaka PyTorch yang berisi model Transformer pilihan dan komponen yang dapat disusun

Catatan LLM, termasuk inferensi model, struktur model transformer, dan catatan analisis kode kerangka kerja LLM.

Plugin otomatisasi alur kerja AI untuk pembuatan kode cerdas dengan Claude/Codex.

AgentChat adalah platform komunikasi agen berbasis LLM dengan agen bawaan default dan dukungan untuk kustomisasi agen pengguna. Melalui dialog multi-putaran dan kolaborasi tugas, agen dapat memahami dan membantu menyelesaikan tugas kompleks. Proyek ini mengintegrasikan teknologi seperti LangChain, Function Call, protokol MCP, RAG, Memory, HITL, Skill, Milvus, dan ElasticSearch untuk mencapai pengambilan pengetahuan dan pemanggilan alat yang efisien, serta menggunakan FastAPI untuk membangun layanan backend berkinerja tinggi.

Code2Prompt adalah alat baris perintah yang kuat yang menyederhanakan proses penyediaan konteks ke Large Language Models (LLMs) dengan menghasilkan file Markdown komprehensif yang berisi konten basis kode Anda. ⭐ Jika Anda merasa Code2Prompt berguna, pertimbangkan untuk memberi kami bintang di GitHub! Ini membantu kami menjangkau lebih banyak pengembang dan meningkatkan alat ini. ⭐

The ripgrep of AI context: a zero-dependency C++23 CLI + MCP server giving coding agents a ranked, deterministic map of any repo, blast radius, tests-to-run and quality deltas. Signatures at 80% fewer bytes than bodies; ~5% of a grep-and-read pass's tokens.

Roadmap 10 minggu, 30 menit per hari untuk inferensi dan pengoptimalan penyajian LLM. vLLM, SGLang, kuantisasi, decoding spekulatif, benchmarking.

[ICLR 2025] Sintesis Data Penyelarasan dari Awal dengan Meminta LLM yang Terlaras tanpa Input. Pipeline pembuatan data sintetis Anda yang efisien dan berkualitas tinggi!

📦️ Server MCP yang cepat dan aman yang memperluas kemampuannya melalui plugin WebAssembly.