新世代

[EMNLP 2023 Demo] Video-LLaMA: 動画理解のための指示チューニング済み音声・視覚言語モデル

:bar_chart: D3をベースに構築された、モジュール型のチャートコンポーネントライブラリ

arXiv 論文の検索と分析を行うための Model Context Protocol サーバー

[NeurIPS 2024] OSWorld: 実コンピュータ環境におけるオープンエンドなタスクのためのマルチモーダルエージェントのベンチマーク

国産オープンソースのデスクトップ向けエージェント。信創セキュリティに対応し、PCでのオフィスワーク、文書処理、IT運用・セキュリティ、マーケティングなどのシーンに適用可能。

bilibili のユーザーコメントでファインチューニングされたローカルチャットボット

動画内のあらゆるオブジェクトを自動またはインタラクティブに追跡・セグメント化することに特化したオープンソースプロジェクト。主なアルゴリズムとして、キーフレームのセグメント化に Segment Anything Model (SAM)、効率的な追跡と伝播に Associating Objects with Transformers (AOT) を使用しています

自律型AIエージェントのオーケストレーションに向けたRalph Wiggum手法の改良版実装。

シングルおよびマルチモーダルの話者照合、話者認識、話者ダイアライゼーションのためのリポジトリ

オリジナル版「スーパーマリオブラザーズ」のリメイクおよび記念作品。新しいレベル、カスタムモード、新キャラクターに加え、完全なレベルエディター／カスタムレベルシステムを搭載！

ディープ・リインフォースメント・ラーニングに基づくオープンソースの自動ファクターファクトリー。

コード駆動型のローコードビルダー。コードベース上でローコードアプリを開発できます。

OpenAI Codexのデスクトップ/CLI向けビジュアル管理ツール。プロバイダ/APIの切り替え、セッション同期、プロンプトインジェクション、Skills/MCP管理、TOML設定の視覚化機能を備えたクロスプラットフォームツール。

厳選された優れたオープンソースの Flutter アプリ一覧

実践的なAIエージェントのループライブラリと、反復可能なエージェントワークフローの検索、適応、設計を行うためのインストール可能なスキル。

🪁 マルチクラスターとリソース管理、エンタープライズグレードのユーザーガバナンス（OAuth、RBAC、監査ログ）、AIエージェントを一つのワークスペースに統合した、軽量でモダンなKubernetesダッシュボード。単なるツールではなく、プラットフォームのような存在。

ベクトル検索（DiskANN）用の Postgres 拡張機能。パフォーマンスとスケーラビリティの面で pgvector を補完します。Postgres OSS ライセンス。

視覚タスク向けの優れた Vision-Language モデルのコレクション

[AutoArk] GPA (General Purpose Audio) は、1つの小型モデルで ASR、TTS、および音声変換を実行可能！

アプリ一覧、設定、パッケージインストーラーなどを隠すZygiskモジュール。「Hide My Applist」のフォーク版であり、LSPosedへの依存関係がZygiskに置き換えられています。

誰でもデプロイできるJSベースの弾幕APIサーバー。愛奇藝、優酷、騰訊視頻、芒果TV、bilibili、咪咕、人人視頻、韓国、狐狸、乐视、埋疯、紅などの弾幕の直接取得をサポートし、dandanplayの検索、詳細クエリ、弾幕取得インターフェース仕様と互換性があります。ログ記録機能を提供し、Vercel、Netlify、EdgeOne、Cloudflare、Docker、Hugging Faceなどのデプロイ方式をサポート。事前に弾幕をダウンロードする必要がなく、NASや小型サーバーがなくてもワンクリックでデプロイできます。

有用なHTML成果物、ワイヤーフレーム、インタラクティブプロトタイプ、計画、図表のためのエージェントスキル

ChatGPT 3.5 API をベースに実装されたプライベート Web アプリケーション

雑多なコードを洗練された美しいコードに改善するためのエージェントハーネス。

curl できるコンピュータ ⚡

The Composers Desktop Project向けのノードベースGUI

モバイル、デスクトップ、サーバー向けの分散推論。

tariffの公式リポジトリ