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

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

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

🚀 无缝运行有状态函数与 AI 工作流，支持无服务器、服务器端及边缘计算🌟 什么是 Inngest？Inngest 是一个强大的工作流编排平台，提供 可靠、可扩展的有状态（Stateful）函数执行，让开发者无需关注基础设施，即可构建 持久化、可恢复的工作流。💡 核心能力：✅ 取代队列、状态管理与任务调度，让开发者专注于业务逻辑✅ 支持多种编程语言（TypeScript、Python、Go、Jav / 2025-03-21 19:20:03 / 查看 201 次

Story Flicks 是一款基于多模态AI大模型的开源工具，用户只需输入故事主题，即可自动生成包含 高清图像、动态分镜、多语言配音、智能字幕 的完整短视频。项目完全免费，代码公开于GitHub，支持灵活配置和二次开发，真正实现“输入文字，输出电影”的零门槛创作体验。二、核心功能与技术架构全流程AI生成能力文本生成：调用GPT-4o、阿里云Bailian等模型，自动生成故事脚本并拆解为分镜逻辑。 / 2025-03-21 18:56:37 / 查看 148 次

📒 笔记 + 日程 + 待办清单 + 任务，一站式管理，助你高效生活！✨ 留白记事，放大你的能力 ✨🔥 已实现功能✅ 原子化记录：支持 文本、图片、多级标签、状态、文件，信息管理更灵活。✅ 云端同步：随时随地访问你的数据，无缝衔接不同设备。✅ 响应式设计：适配 300px ~ 1920px 屏幕，移动端 & 桌面端 皆可流畅使用。✅ AI 赋能：集成 Baichuan、DeepSeek（含 R1） / 2025-03-21 18:32:54 / 查看 143 次

什么是GraphRAG？GraphRAG是一种基于图的知识检索增强技术，它结合了知识图谱的广泛知识表示能力和大语言模型（LLM）的生成能力。与传统的RAG方法相比，GraphRAG通过构建知识图谱和社区层次结构，显著提升了复杂信息处理的能力。具体来说，GraphRAG的工作流程包括以下几个步骤：从原始文本中提取知识图谱：使用自然语言处理技术从非结构化文本中提取实体和关系。构建社区层次结构：利用图统 / 2025-03-26 01:50:12 / 查看 123 次

【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

Gemma3-OCR：完全本地运行的计算机视觉应用，特别适合需要离线文本识别能力的场景，或者对数据隐私有较高要求的用户项目核心功能· 图像文本识别：从上传的图片中识别并提取文本内容· 本地运行：无需依赖云服务，全部在本地设备上处理· 结构化输出：以结构化的 Markdown 格式展示识别结果技术组件· Gemma-3：Google 开发的视觉语言模型，通过 Ollama 在本地运行· Stream / 2025-03-26 00:35:15 / 查看 116 次

- https://github.com/stanford-oval/stormcd /data/site/htmltoo.labsgit clone https://github.com/stanford-oval/stormcd stormconda create -n storm -y python=3.11conda activate stormpip install -r requ / 2025-03-21 18:58:19 / 查看 89 次