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P... / 2025-04-07 / 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)... / 2025-04-07 / 查看 836 次

BizGen是清华大学和微软研究院联合推出的AI信息图生成工具，专注于文章级别的视觉文本渲染。能一键将长篇文章内容转化为专业级的信息图和幻灯片，解决传统工具在处理长文本时文字模糊、排版混乱的问题。基于高质量的数据集Infographics-650K和先进的”布局引导的交叉注意力机制”，能将长文本分解为小指令精确注入到图像的不同区域。主要功... / 2025-04-07 / 查看 2833 次

在短视频和内容创作大爆发的时代，如何快速将一个故事变成完整的视频？传统方式需要撰写故事、寻找配图、添加音频、编辑字幕，整个流程费时费力。Story-Flicks，它只需一个故事主题，就能自动生成完整的视频，让视频创作进入“一句话生成大片”的时代。一、Story-Flicks是什么？Story-Flicks是一款由开发者alecm20开发的... / 2025-04-07 / 查看 968 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... / 2025-04-07 / 查看 402 次

AG2(以前的AutoGen)是一个开源编程框架，用于构建AI代理并促进多个代理之间的合作来解决任务。AG2旨在简化智能人工智能的开发和研究。它提供了一些功能，如代理能够相互交互，促进了各种大型语言模型(LLM)和工具使用支持的使用，自治和人在回路中的工作流，以及多代理对话模式。 / 2025-04-05 / 查看 794 次

开源GenBI AI Agent，使数据驱动的团队能够与他们的数据聊天，以生成文本到SQL、图表、电子表格、报告、仪表板和BI。我们专注于为每个人提供一个开放、安全、准确的SQL AI代理。1.交钥匙解决方案Wren AI让您轻松装载数据。通过我们的用户界面发现和分析您的数据。无需编码即可轻松生成结果。2.安全SQL生成我们使用RAG架构... / 2025-04-04 / 查看 520 次

ollama-deep-researcher——基于ollama的本地的网络研究助手ollama-deep-researcher是一个基于ollama的本地网络研究助手，使用任何由ollama托管的LLM。它可以为用户提供一个Markdown总结，包含所有使用的来源。1. 下载ollama 首先，需要从ollama拉取一个本地LLM... / 2025-03-29 / 查看 2091 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（Agen... / 2025-03-28 / 查看 826 次

TTSFM：兼容 OpenAI TTS 的文本转语音 API 服务器❓ 什么是 TTSFM？TTSFM 是一个反向工程的 API 服务器，它模拟 OpenAI 的 TTS（文本转语音）服务，并提供兼容接口，支持多种语音选项。开发者可以使用 TTSFM 轻松实现文本转语音功能，无需依赖官方 API。OpenAI TTS 文档🚀 TTSFM ... / 2025-03-28 / 查看 575 次

DeepKnowledge：基于Agno 的深度智能知识探索框架概述：基于 @AgnoAgi 框架的深度智能问答系统，通过 GPT-4o 模型对文档知识库进行多轮迭代搜索和推理，能将复杂问题拆解并给出详实的答案和引用来源核心功能- 一个深度智能问答系统，能够通过迭代搜索知识库来回答复杂问题- 它会将复杂问题分解成多个子问题，然后逐步探索和... / 2025-03-26 / 查看 1429 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... / 2025-03-26 / 查看 921 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... / 2025-03-26 / 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... / 2025-03-26 / 查看 551 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... / 2025-03-26 / 查看 294 次

GeoAI: 人工智能驱动的地理空间数据分析📂 公共仓库：opengeos/geoai🌍 GeoAI 简介GeoAI 是一款强大的 Python 工具包，专注于 人工智能（AI）与地理空间数据分析 的融合。它为 遥感影像、LiDAR 点云、矢量数据 提供 先进的机器学习工具，支持 数据处理、分析和可视化。无论你是研究 卫星遥感、地理信息系... / 2025-03-26 / 查看 292 次

AI-Researcher：基于 LLM 代理的全自动科学研究平台AI-Researcher 是一个 开源替代 Google AI Co-Scientist 的 全自动科学发现 平台，利用 大语言模型 (LLM) 代理 实现 端到端的研究自动化，重塑传统科研范式，加速科学创新。✨ 主要特性🎯 全自动科研流程：从概念构思到论文撰写，全流程自... / 2025-03-26 / 查看 436 次

Local Deep Research：本地深度 AI 研究助手Local Deep Research 是一款强大的 AI 驱动研究助手，能够执行深度、迭代式分析，结合 多个 LLM（大语言模型）与网络搜索，提供全面的研究支持。用户可选择 本地运行 以确保隐私，或使用 云端 LLM 以获得更强的计算能力。✨ 核心功能🔍 高级研究能力 • ... / 2025-03-26 / 查看 803 次

TGI（Text Generation Inference）是一个由HuggingFace开发的开源框架，专注于高效处理大型语言模型（LLM）的推理任务。它支持GPT、LLaMA和Falcon等多种模型，以其高吞吐量和低延迟的特点著称，并优化了KV缓存，使得长文本推理更加流畅。TGI的应用场景广泛，包括：1. 聊天机器人和AI助手：显著降... / 2025-03-26 / 查看 1074 次

AI 研究助手：强大的智能研究工具这款 AI 驱动的研究助手 提供 高级研究能力、灵活的 LLM 支持、丰富的输出选项、隐私保护特性 以及 增强的搜索集成，让用户能够高效地进行深入研究。🔑 主要特点1️⃣ 高级研究能力 • 深度、迭代式研究，智能生成后续问题，全面探索研究主题。 • 引用追踪与来源验证，确保研究信息的可靠性。 • 完整网页... / 2025-03-26 / 查看 134 次