【开源-视频】Stand-In 是一个 轻量级、即插即用 的身份保持型视频生成框架。 • 高效训练：仅需训练基础视频生成模型 1% 的参数，即可在 人脸相似度 与 自然度 两项指标上达到 SOTA（超越多种全参数训练方法）。 • 高保真度：在保持身份一致性的同时，不牺牲视频生成质量。 • 即插即用：可无缝集成到任意 T2V（文本生成视频）模型中。 • 任务拓展性强：支持角色驱动视频生成、姿态控制、 / 2025-08-31 02:06:41 / 查看 123 次

Sparka AI 是一个开源、生产可用的多模型 AI 聊天平台，由 vercel/ai-chatbot 演化而来。它让开发者和用户能够在一个界面中，轻松访问 Claude、ChatGPT、Gemini、Grok 等主流大模型，并具备完整的扩展能力。💡 核心功能 • 多模型接入：支持 100+ 模型，包括 GPT-5、Claude、Gemini、Grok 等 • 文件解析：直接上传图片、PDF、文 / 2025-08-31 01:56:40 / 查看 123 次

OmAgent是一个开源代理框架，旨在简化设备上多模式代理的开发。我们的目标是使代理能够支持各种硬件设备，从智能手机、智能可穿戴设备(如眼镜)、IP摄像头到未来机器人。因此，OmAgent在各种类型的设备上创建了一个抽象，并简化了将这些设备连接到最先进的多模态基础模型和代理算法的过程，以允许每个人构建最有趣的设备上代理。此外，OmAgent专注于优化端到端计算管道，以便提供开箱即用的最实时用户交互 / 2025-04-09 12:48:56 / 查看 335 次

OpenAvatarChat 是一个模块化的实时交互数字人系统，通过整合语音识别（ASR）、多模态语言模型（LLM）和语音合成（TTS）技术，在本地PC上实现低延迟的数字人对话与音视频交互。消费级PC也能部署，i9-13900KF + RTX 4090平台下平均响应延迟仅2.2秒。项目概述目标：实现模块化的交互数字人对话系统，支持在单台PC上运行完整功能。核心功能：音频处理：整合SenseVoic / 2025-04-07 16:14:15 / 查看 743 次

Khoj是一个个人人工智能应用程序，以扩展您的能力。它可以顺利地从设备上的个人人工智能扩展到云规模的企业人工智能。与任何本地或在线LLM聊天(例如llama3、qwen、gemma、mistral、gpt、claude、gemini)。从互联网和你的文档中获得答案(包括图片、pdf、markdown、org-mode、word、概念文件)。从你的浏览器、Obsidian、Emacs、桌面、手机或W / 2025-04-07 16:03:53 / 查看 651 次

本地AI革命！不联网也能写代码、搜文件，这个神器彻底告别隐私泄露！AgenticSeek横空出世！——完全离线的AI助手，用你的电脑就能跑！DeepSeek R1模型驱动，写代码、搜文件、查网络全搞定，数据不出家门！程序员狂喜功能1、一句话生成Python/C/Go代码：「做个贪吃蛇游戏！」直接出完整代码2、自动纠错：代码跑崩了？AI自己诊断修复3、多线程代理：复杂任务秒拆解，多个AI分身同时干活 / 2025-04-07 12:00:42 / 查看 300 次

OpenAI Agents SDK：轻量级多智能体工作流框架OpenAI Agents SDK 是一个高效、灵活的多智能体（multi-agent）工作流框架，专为构建基于大型语言模型（LLM）的智能系统而设计。它提供智能体交互、任务分配、安全检查等核心能力，使多个 AI 代理能够协同工作，完成复杂任务。🔹 核心概念 • 智能体（Agents）：LLM 代理，具备指令、工具、规则和任务交接能力 • / 2025-03-28 09:07:19 / 查看 607 次

如何高效检索商品信息并进行智能语音交互？📌 工具简介Oliva 是一个多代理（Multi-Agent）智能助手，结合 LangChain 和 Superlinked，通过 Qdrant 矢量数据库提供高效的商品检索能力。同时，它支持 语音交互，借助 Deepgram 语音识别和 LiveKit 实时通讯，打造智能化的 AI 语音助手，适用于电商、搜索引擎等场景。✨ 主要特点✅ 多代理架构（Mult / 2025-03-26 02:36:16 / 查看 623 次

ZO2：低显存环境下的 175B LLM 全参数微调解决方案📌 工具简介ZO2 (Zeroth-Order Offloading) 是一种创新的 零阶优化（ZO）+ 离载（Offloading） 技术框架，使大规模语言模型（LLM） 的 全参数微调（Full Fine-Tuning） 在低显存环境下成为可能。例如，它可以在仅 18GB 显存的 GPU 上微调 OPT-175B，极大降低硬件门槛。✨ / 2025-03-26 02:30:08 / 查看 206 次

AI as Workspace（AIaW） 是一款面向开发者、创作者及普通用户的 全功能、轻量级、可扩展的AI对话客户端，项目基于 TypeScript 和 Vue 框架构建，以 “本地优先+实时云同步” 为核心设计理念，支持跨平台运行（Web、桌面端、移动端），并整合了 OpenAI、Anthropic、Google 等主流 AI 服务商的模型，同时内置丰富的插件系统与助手市场，目标是为用户打造 / 2025-03-26 02:09:17 / 查看 551 次