Nova geração

[EMNLP 2023 Demo] Video-LLaMA: Um modelo de linguagem audiovisual ajustado por instruções para compreensão de vídeo

KEJILION.SH, um script de gerenciamento Linux completo.

Um servidor Model Context Protocol para pesquisar e analisar artigos do arXiv

[NeurIPS 2024] OSWorld: Benchmarking de agentes multimodais para tarefas abertas em ambientes computacionais reais.

OpenOcta é um AIOps Agent de código aberto instalado no Windows e macOS.

Um chatbot local ajustado com base em comentários de usuários do bilibili.

Um projeto de código aberto dedicado a rastrear e segmentar quaisquer objetos em vídeos, de forma automática ou interativa. Os principais algoritmos utilizados incluem o Segment Anything Model (SAM) para segmentação de quadros-chave e Associating Objects with Transformers (AOT) para fins de rastreamento e propagação eficientes.

Uma implementação aprimorada da técnica Ralph Wiggum para orquestração autônoma de agentes de IA

Um repositório para verificação, reconhecimento e diarização de locutores, tanto mono quanto multimodais.

Um remake/celebração dos jogos originais 'Super Mario Bros.'. Inclui novos níveis, modos personalizados, novos personagens e um sistema completo de edição de níveis.

Fábrica de fatores automatizada de código aberto baseada em aprendizado por reforço profundo.

Um construtor low-code orientado a código para desenvolver aplicativos low-code em sua base de código.

Ferramenta de gerenciamento visual multiplataforma para OpenAI Codex (Desktop/CLI), com troca de Provider/API, sincronização de sessões, injeção de prompts, gerenciamento de Skills/MCP e configuração visual em TOML.

Uma lista curada de aplicativos Flutter open source incríveis

Uma biblioteca de loops práticos para agentes de IA e uma skill instalável para encontrar, adaptar e projetar fluxos de trabalho de agentes repetíveis.

🪁 Um dashboard Kubernetes leve e moderno que unifica o gerenciamento de múltiplos clusters e recursos, governança de usuário de nível empresarial (OAuth, RBAC e logs de auditoria) e agentes de IA em um único espaço de trabalho. Mais do que uma ferramenta, uma plataforma.

Extensão do Postgres para busca vetorial (DiskANN), complementa o pgvector para desempenho e escala. Licenciado sob Postgres OSS.

Coleção de modelos de visão e linguagem (vision-language models) para tarefas de visão computacional.

[AutoArk] GPA (General Purpose Audio) pode realizar ASR, TTS e conversão de voz com um único modelo compacto!

Um módulo Zygisk para ocultar sua lista de aplicativos, configurações, instaladores de pacotes e muito mais. É um fork do projeto Hide My Applist, mas a dependência do LSPosed foi substituída por Zygisk.

Um servidor de API de comentários em tempo real (danmaku) baseado em JS que qualquer pessoa pode implantar, com suporte para obtenção direta de comentários de várias plataformas, compatível com as especificações de interface do DanDanPlay, incluindo logs e suporte para implantação em Vercel, Netlify, EdgeOne, Cloudflare, Docker e HF, sem necessidade de download prévio.

Habilidades de agente para artefatos HTML úteis, wireframes, protótipos interativos, planos e diagramas.

Aplicação web privada implementada com base na API do ChatGPT 3.5

Ambiente de agente para tornar seu código desorganizado bem estruturado e elegante.

Um computador que você pode acessar via curl

Interface gráfica baseada em nós para o The Composers Desktop Project

Inferência distribuída para dispositivos móveis, desktop e servidor.

O repositório oficial do tariff