multimodal
multimodal 태그가 달린 추적 중인 오픈소스 리포지토리를 스타 수 순으로 보여줘요.
관련 토픽
같은 리포지토리에 multimodal 태그와 자주 함께 쓰이는 토픽이에요.
최근 라이징
최근 90일 안에 만들어지고 multimodal 태그가 달린 리포지토리예요.
- #1
Claude(또는 기타 LLM)가 URL이나 로컬 파일에서 텍스트와 함께 장면 인식 기능 및 중복이 제거된 프레임을 통해 동영상을 실제로 시청할 수 있도록 지원합니다. 로컬에서 실행되며, MIT 라이선스입니다.
★ 2,092 - #2★ 1,180
- #3
텍스트 전용 LLM을 위한 더 나은 시각 툴킷 및 스킬(다중 이미지 이해, 이미지 Q&A, 프론트엔드 UI 복원, GUI 자동화 등 지원, 여러 주요 에이전트와 선택적 연동 가능, 복사한 이미지 직접 인식)
★ 1,127 - #4
텍스트 전용 DeepSeek Harness agent를 위한 비전 기능: 내장 무료 비전 체인(키 불필요) + 픽셀 수준 비전 도구(Q&A, 그라운딩, 자르기, 픽셀 차이, 색상, OCR, SVG 추적, 누끼, 스크린샷). 명령어 하나로 설치, Python 불필요, 이미지 작업이 일반적인 도구 호출 작업처럼 작동합니다.
★ 1,034 - #5
WeMM-Embedding is a family of universal multimodal embedding models by the WeChat Vision Team at Tencent, supporting multimodal understanding and retrieval.
★ 977
- #1
지능을 대여하지 마세요. AnythingLLM으로 소유하세요. 강력한 로컬 우선 에이전트 경험을 위한 모든 것
★ 65,371+339최근 7일 스타 변화 - #2
《인사이드 AI Agent: 디자인 원리 및 엔지니어링 실습》(리보제 지음) 오픈소스 메인 저장소: 전체 책 본문, 컴파일된 PDF 및 장별 부가 코드
★ 43,359+2,617최근 7일 스타 변화 - #3
오픈소스 멀티모달 AI 에이전트 스택: 최첨단 AI 모델과 에이전트 인프라 연결
★ 38,742+62최근 7일 스타 변화 - #4★ 25,005+9최근 7일 스타 변화
- #5★ 22,196+3최근 7일 스타 변화
- #6★ 21,861+1최근 7일 스타 변화
- #7
YC (S26) | 오픈 컴퓨터 히스토리 | 로컬에서 화면을 지속적으로 녹화하고 에이전트(Claude, Codex, Openclaw, Hermes, Runner 등)에 컨텍스트 제공
★ 21,296+133최근 7일 스타 변화 - #8★ 17,762+13최근 7일 스타 변화
- #9
PEFT 또는 풀 파라미터를 사용하여 600개 이상의 LLM(Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) 및 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...)을 학습/미세조정(CPT/SFT/DPO/GRPO)하는 툴킷 (AAAI 2025).
★ 15,400+76최근 7일 스타 변화 - #10★ 11,372+36최근 7일 스타 변화
- #11
🔍 대규모 언어 모델(LLM) 어플리케이션 개발 실전 1: RAG 기술 풀스택 가이드, 온라인 읽기 주소: https://datawhalechina.github.io/all-in-rag/
★ 10,676+163최근 7일 스타 변화 - #12
로컬에서 AI를 실행하기 위한 프로덕션 준비 완료 툴킷
★ 10,280-12최근 7일 스타 변화 - #13
표, 시계열, 그래프, 텍스트, 이미지, 오디오 데이터 전반에서 이상치를 탐지하기 위한 Python 라이브러리. 60개 이상의 탐지기, 벤치마크 기반 ADEngine 오케스트레이션, AI 에이전트를 위한 에이전틱 워크플로를 제공합니다.
★ 9,977+5최근 7일 스타 변화 - #14★ 9,788+134최근 7일 스타 변화
- #15★ 9,600+30최근 7일 스타 변화
- #16
Deeplake는 에이전트를 위한 AI 데이터 런타임입니다. 멀티모달 데이터 레이크가 포함된 서버리스 postgres를 제공하여 확장 가능한 검색 및 학습을 가능하게 합니다.
★ 9,230+3최근 7일 스타 변화 - #17
Mobile-Agent: 강력한 GUI 에이전트 패밀리
★ 9,148+32최근 7일 스타 변화 - #18★ 8,813+18최근 7일 스타 변화
- #19
Apple의 MLX 프레임워크를 기반으로 구축된 텍스트 음성 변환(TTS), 음성 텍스트 변환(STT) 및 음성 간 변환(STS) 라이브러리로, Apple Silicon에서 효율적인 음성 분석을 제공합니다.
★ 7,803+31최근 7일 스타 변화 - #20★ 6,479-1최근 7일 스타 변화
- #21★ 6,457+229최근 7일 스타 변화
- #22
JavaScript, Go, Dart, Python으로 에이전틱 앱을 구축하기 위한 오픈소스 프레임워크, Google이 직접 제작하여 프로덕션에서 사용 중
★ 6,384+34최근 7일 스타 변화 - #23
새로운 AI 동향을 빠르게 파악하려는 소프트웨어 엔지니어를 위한 노트. https://latent.space 글쓰기 및 제품 브레인스토밍을 위한 데이터 저장소로 사용되며, /Resources 폴더 아래의 표준 참고 자료가 정리되어 있습니다.
★ 6,247+1최근 7일 스타 변화 - #24★ 6,014+0최근 7일 스타 변화
- #25★ 5,780+5최근 7일 스타 변화
- #26★ 5,732+7최근 7일 스타 변화
- #27★ 5,674+6최근 7일 스타 변화
- #28★ 5,634+1최근 7일 스타 변화
- #29★ 5,185+5최근 7일 스타 변화
- #30
Align Anything: 피드백을 통한 전모달(All-modality) 모델 학습
★ 4,668+0최근 7일 스타 변화
