人工智能第 124 期
code-review-graph
让 AI 少读代码的图谱工具。这是一款本地优先的代码智能图谱工具，专为 MCP 和 CLI 设计。它通过 Tree-sitter 解析函数、类、调用和测试之间的关系，并持久化存成图。修改文件时，它能沿着图找出受影响的调用方和依赖代码，提供更精准的上下文，避免读取整个代码库浪费 token。
专题
← 项目库人工智能
共 333 个项目
暂无截图
人工智能第 124 期
gastown
同时指挥多个 AI 编程助手。该项目是多智能体工作区管理和编排系统，可统一调度 Claude Code、GitHub Copilot、Codex 等 AI 编程助手并行工作。它通过 Git 持久保存工作状态，Agent 重启后不丢上下文，可继续接着干。还提供实时监控、任务交接、卡死检测和合并队列等功能，支持 20-30 个智能体协同工作。
暂无截图
人工智能第 124 期
harbor
AI 智能体评测框架。这是一个跑 AI 智能体和大模型评测的开源框架，一条命令就能在 Docker 里把 Claude Code、Codex CLI 这些 Agent 拉起来，用 SWE-Bench 等评测集跑分。嫌本地慢也可以接 Daytona 这类云平台，开多个环境同时跑。
暂无截图
人工智能第 124 期
OpenMontage
把 AI 编程助手变成视频工作室。这是一个开源的智能体视频制作系统，可让 Claude Code、Cursor、Copilot、Windsurf 和 Codex 根据自然语言完成调研、脚本、素材生成、剪辑和合成。它内置 12 条制作流程、100 多个工具，以及 700 多份技能与制作知识文件，支持真实素材、AI 图像、配音、字幕和成片自检。
人工智能第 124 期
outlines
严格的 LLM 结构化输出框架。这是一个约束大语言模型输出格式的 Python 库，可在生成过程中保证结果符合指定结构，而不是生成后再用正则修补。调用时只需传入期望的类型，同一段代码还能在 OpenAI、Ollama、vLLM 之间无缝切换。
人工智能第 123 期
CapsWriter-Offline
超低延迟的离线语音输入工具。这是一款完全离线的语音输入工具，按住 CapsLock 键说话、松开即可转换为文字。支持实时语音识别、音频文件转录、数字格式转换、热词替换、LLM 润色等功能，所有录音均保存在本地，还可放进 U 盘即插即用。
来自 @Anouâr 的分享
人工智能第 123 期
GOD
AI 智能体小镇。这是一款本地优先的多智能体模拟和实时操控平台，不同于只能旁观的 Agent 模拟器，支持随时暂停/回放、注入干预指令、向单个或全体成员提问，以及一键重置整个模拟世界和多种地图包。
来自 @Yige Luo 的分享
人工智能第 123 期
OpenMAIC
开源的 AI 互动课堂平台。该项目是由清华团队开发的多智能体互动课堂平台，可将任意主题或文档一键生成沉浸式课程，AI 老师和智能体同学实时授课、讨论、互动。它内置白板绘图和语音合成，课程可导出为 PPT 或交互式网页，支持 3D 可视化、模拟实验、小游戏、思维导图和在线编程。
来自 @猪笑驴脸长 的分享
人工智能第 123 期
train-llm-from-scratch
从零开始训练大语言模型。该项目是手把手带你从零训练大语言模型的实战教程，不是简单调用 transformers 跑个示例，而是用 PyTorch 从底层实现 Transformer、预训练、监督微调、奖励模型和评测的完整流程。
人工智能第 123 期
vllm-omni
全模态模型推理框架。该项目是由 vLLM 官方开源的全模态推理与服务框架，在 vLLM 基础上扩展了图像、视频、音频的输入与生成能力，同时支持自回归模型与扩散 Transformer（DiT）等非自回归模型。
人工智能第 122 期
agentmemory
AI 编程助手跨会话记忆系统。这是一个基于 iii 引擎构建的 AI 编程 Agent 持久记忆服务，通过自动获取 Agent 的操作行为并压缩为可检索的记忆，在后续开启新会话时注入相关上下文，让 Agent 无需重新解释即可延续上次状态。支持 Claude Code、Cursor、Gemini CLI、Codex CLI 等多种编程助手，提供 50 多个 MCP 工具和 12 个钩子，在 LongMemEval-S 测试中检索召回率达 95.2%，同时减少 92% 的 Token 消耗。
人工智能第 122 期
ai-engineering-from-scratch
从零开始学习 AI 工程。这是一套免费、开源、完整的 AI 工程学习教程，共分为 20 个阶段、435 节课、学习时长约 320 小时。内容从线性代数等数学基础出发，贯穿机器学习基础、深度学习、Transformer、大语言模型、Agent 工程到多 Agent 系统等方面。每节课均需从数学推导开始编写代码、运行测试，从而深入理解它们的原理和运行机制。
人工智能第 122 期
codeburn
AI 编程助手 Token 用量分析工具。这是一款用于追踪 AI 编程助手 Token 用量的工具，支持 20 多款 AI 编程工具。它直接从磁盘读取会话数据，无需 API Key，然后通过 LiteLLM 计算每次调用成本。可按任务类型、模型、工具、项目和供应商等维度统计，支持优化建议、模型横向对比、消费分析，并可将数据导出为 CSV 或 JSON。
人工智能第 122 期
open-design
Claude Design 的开源替代品。该项目是 Claude Design 的开源替代方案，支持本地运行和部署到 Vercel，全程无需订阅和账号。它可以自动检测 PATH 中的 10+ 款 AI 编程 CLI 作为设计引擎，内置 30 多种可组合技能和 70+ 套品牌级设计系统。
来自 @ChHsiching 的分享
人工智能第 122 期
openhuman
融入你日常生活的 AI 桌面助手。这是一款开源的 AI 桌面个人助手，内置带表情的桌面吉祥物，能够代替你参加在线会议，并在后台持续思考和记忆。它开箱即用、界面友好、无需复杂配置，可将数据以 Markdown 格式存入 SQLite 和兼容 Obsidian 的知识库，支持接入 Gmail、Notion、GitHub、Slack、Jira 等服务，每 20 分钟自动同步最新数据并更新记忆。
来自 @JRZYgit 的分享
人工智能第 121 期
hermes-agent
越用越聪明的 AI 智能体。这是一款开源的自我进化型 AI Agent，能够与用户共同成长的个人 AI 助手。它内置学习循环机制，可根据过往任务经历自动创建和优化技能（Skills），支持跨会话持久化记忆、自由切换模型和接入多种消息平台。
来自 @我GAp3t 的分享
人工智能第 121 期
Horizon
你的专属 AI 新闻雷达工具。这是一款 AI 驱动的个人新闻聚合与简报生成工具，支持从 Hacker News、Reddit、RSS、Telegram、GitHub 等多渠道获取内容，经过去重、AI 评分过滤、背景信息补充与摘要生成后，自动生成中英双语日报。生成的简报可发布到 GitHub Pages，或通过邮件、飞书、Slack 等方式推送，并支持 Docker 部署与 GitHub Actions 定时运行。
来自 @Thysrael 的分享
人工智能第 121 期
nezha
让多个 AI 编程助手同时干活的工具。这是一款专为多项目并行 Vibe Coding 而打造的 AI 编程桌面工具，原生支持 Claude Code 和 Codex。它采用 Tauri+React+TypeScript 构建，集成了多项目管理、待办系统、会话管理、虚拟终端、代码编辑器和 Git 等功能，无需在终端、编辑器和 Git 客户端之间来回切换，让开发者可以在单一界面内同时管理多个项目的 Vibe Coding 任务，大幅提升你的 Vibe Coding 效率。
来自 @韩数 的分享
人工智能第 121 期
paseo
随时随地管理多个 AI 编程助手的平台。这是一款专为 Claude Code、Codex 和 OpenCode 打造的统一管理平台，提供 iOS、Android、桌面端、Web 和 CLI 等客户端，支持语音控制、跨设备协同和隔离开发等功能。
人工智能第 121 期
ppt-master
用 AI 将文档转换为可编辑的 PPT。该项目能够根据 PDF、Word、URL 和 Markdown 等格式的文档，生成可编辑的 .pptx 文件，支持调整文字、布局和样式。它内置多种画布格式，支持自定义模型，可集成到 Claude Code、Cursor、VS Code Copilot 等 AI 工具。
暂无截图
人工智能第 120 期
context-hub
减少 AI 编码幻觉的专属知识库。该项目是专为 Claude Code 等 AI 编程工具，提供由社区精心整理、版本化的 API 文档知识库，支持按需检索、本地标注和反馈循环等功能，有效减少 AI 生成代码时的幻觉问题。
人工智能第 120 期
FireRed-OpenStoryline
AI 驱动的对话式视频创作智能体。这是一款基于 LLM/VLM 构建的自动化视频创作智能体。用户可通过自然语言描述意图，系统会自动完成素材收集、剪辑、构建故事线、配音和配乐，支持对话式精修，包括删减、重组、修改字幕等，并可一键保存为剪辑技能包，方便快速复刻同风格视频。
来自 @minipuding 的分享
人工智能第 120 期
gstack
让 AI 编程助手变身虚拟开发团队。这是一组提升 AI 编程助手开发能力的 Skills 集合，能够让 AI 模拟 YC 合伙人的提问方式，以及 CEO、架构师、设计师和测试等角色，将 Claude Code 变成一支可按需唤出的虚拟开发团队。
人工智能第 120 期
harness-sdk
快速构建生产级智能体的 Python 框架。这是一个开发智能体 AI 应用的 Python 框架，可通过简单的代码实现从模型能力、工具调用到自主工作流的构建，支持多种模型、Agent Loop、多智能协同和语音对话等功能。
人工智能第 120 期
page-agent
你网站里的 AI 操作员。这是一个页面内嵌式 GUI Agent，专为网站开发者设计。与传统的浏览器自动化工具不同，它需要通过代码集成到网站中，集成后用户即可通过自然语言与页面进行交互。
人工智能第 119 期
daily_stock_analysis
基于 LLM 的智能股票分析系统。这是一个由 LLM 驱动的智能股票分析工具，支持 A 股、港股和美股的每日自动分析与推送。它通过 AkShare、Tushare、YFinance 等数据源获取实时行情，并借助 DeepSeek 等大模型 API 服务，对自选股票进行多维度分析（技术面、筹码分布、舆情），生成决策仪表盘，支持 GitHub Actions 定时执行（无需服务器）或 Docker 一键部署。
人工智能第 119 期
learn-claude-code
从零开始动手实现 AI Agent。该项目是讲解如何从零构建类似 Claude Code 的 AI Agent 工具，共计 12 节课，每节课都有一个可运行的 Python 文件。内容从最基础的 Agent 循环，逐步叠加工具调用、任务规划、子智能体、上下文压缩、多智能体协作和自主执行等功能，最终构建出一个完整的 AI Agent 系统。来自 [@喜BFoCE](https://hellogithub.com/user/Fzr3vHc5AxqYUVj) 的分享```python def agent_loop(messages):while True:response = client.messages.create(model=MODEL, system=SYSTEM,messages=messages, tools=TOOLS,)messages.append({"role": "assistant","content": response.content})if response.stop_reason != "tool_use":return results = []for block in response.content:if block.type == "tool_use":output = TOOL_HANDLERS[block.name](**block.input)results.append({"type": "tool_result","tool_use_id": block.id,"content": output,})messages.append({"role": "user", "content": results})```
人工智能第 119 期
no-magic
零依赖单文件实现现代 AI 主流算法。这是一个专为学习 AI 算法设计的教学项目，包含 30 个零依赖、单文件、可直接运行的 Python 实现，涵盖从基础的 GPT 到微调（LoRA、PPO）以及推理优化（Flash Attention）等内容。通过简单易懂的代码实现每个算法，并配有对应的 Manim 动画，方便理解和学习。
人工智能第 119 期
openclaw
现象级的个人 AI 助手。这是一款用 TypeScript 开发的开源个人 AI 助手，可快速部署在 macOS、Windows 和 Linux 系统，并支持通过 WhatsApp、Telegram、Slack 等即时通讯应用进行交互。只要你的 token 额度充足，它就能 7*24 不停歇地执行任务，持续为你“打工”。
来自 @喜BFoCE 的分享
人工智能第 119 期
pi
极简的 AI Agent 工具箱。这是一款基于 TypeScript 开发的 AI Agent 工具箱，爆火的 OpenClaw 就是基于该项目开发出来的。它提供开发 AI Agent 所需的基础功能，包括统一多 LLM 服务接口、Agent 状态管理、工具调用、交互式命令行界面、WebUI 和 Slack 机器人集成等。
人工智能第 119 期
qmd
本地运行的智能知识库搜索工具。这是一款完全本地运行的智能搜索引擎，可用于检索个人文档、知识库、会议记录和 Markdown 文件。它集成了本地运行轻量化模型、BM25 全文检索、向量语义搜索和重排序等功能，开箱即用、无需联网、支持 MCP 协议，可作为 AI 助手和 Agent 工作流中的知识搜索工具。
人工智能第 118 期
cultivation-world-simulator
AI 驱动的修仙世界模拟器。这是一款基于 LLM 的修仙模拟器游戏，不同于传统 RPG，游戏内的 NPC 均是 AI 智能体，有独立的性格、记忆和行为逻辑，而玩家在游戏中扮演“天道”，以上帝视角观察并干预 AI 修仙者和仙界规则，见证门派兴衰与天骄崛起。
来自 @4thfever 的分享
人工智能第 118 期
happy
用手机操控 Claude Code 和 Codex。这是一款可以远程操作 Claude Code 或 Codex 的工具，让你随时随地通过手机查看和远程控制 AI 编程助手，提供了 iOS、Android 和 Web 客户端。
来自 @Jeff Xun 的分享
人工智能第 118 期
ml-sharp
不到一秒生成 3D 场景。该项目是 Apple 开源的单目视角合成技术的配套代码，能够在短时间内根据单张图片生成高质量的 3D 场景。它通过神经网络从单张照片中回归出 3D 高斯参数，输出可供 3DGS 渲染器使用的 ply 文件。
人工智能第 118 期
OnnxSlim
轻量高效的 ONNX 模型优化工具。这是一个纯 Python 实现的 ONNX 模型精简与结构优化工具，无需额外的编译依赖。它通过分析与重写计算图，自动移除冗余节点、无效分支和多余参数，在保证模型精度不变的前提下，减少模型体积并提升推理速度，适用于模型发布、推理部署和工程化场景。来自 [@Desmond](https://hellogithub.com/user/DC9XV2w4dSHy6Qm) 的分享```python import onnx import onnxslim model = onnx.load("model.onnx")slimmed_model = onnxslim.slim(model)if slimmed_model:onnx.save(slimmed_model, "slimmed_model.onnx")```
暂无截图
人工智能第 118 期
Papers-in-100-Lines-of-Code
百行代码复现经典深度学习论文。该项目通过约 100 行 Python 代码复现了 60+ 篇深度学习领域的经典论文，提供极简、可运行的代码实现，帮助研究员、学生和开发者快速理解经典论文的核心思想和实现细节。
人工智能第 117 期
banana-slides
AI 驱动的 PPT 生成工具。该项目基于 Nano Banana Pro API，能够根据用户的想法、大纲或文档（如 PDF、Markdown）自动生成结构清晰、排版精美的 PPT，并支持通过对话方式调整内容。
暂无截图
人工智能第 117 期
beads
面向 AI 编程工具的记忆系统。该项目是专为 AI 编程工具设计的记忆系统，采用 Git 和 JSON 作为持久化存储，为 AI 编程智能体提供长期、结构化的记忆，解决其在处理长周期、复杂编程任务时出现的上下文丢失等问题。
暂无截图
人工智能第 117 期
huggingface_hub
HF 的官方 Python 客户端。该项目是 Hugging Face 平台官方开源的 Python 客户端，提供了模型、数据集和 Spaces 的下载、上传、管理等功能。```python from huggingface_hub import hf_hub_download hf_hub_download(repo_id="deepseek-ai/DeepSeek-V3.2",filename="config.json")```
人工智能第 117 期
LLM-RL-Visualized
图解大模型技术原理。该项目包含 100 多张大模型技术原理图，系统介绍了大模型和强化学习，内容涵盖 LLM/VLM 大模型结构、训练算法（RL、RLHF、GRPO、DPO、SFT、CoT）、效果优化与 RAG 等。
来自 @leafpVr5x 的分享
暂无截图
人工智能第 117 期
ragas
RAG 应用自动化评测框架。这是一个专门用于评测和优化 RAG 应用的开源框架，提供客观、可量化的评测结果，并支持自动生成测试数据集。```python import asyncio from ragas.metrics.collections import AspectCritic from ragas.llms import llm_factory# Setup your LLM llm = llm_factory("gpt-4o")# Create a metric metric = AspectCritic(name="summary_accuracy",definition="Verify if the summary is accurate and captures key information.",llm=llm)# Evaluate test_data = {"user_input": "summarise given text\nThe company reported an 8% rise in Q3 2024, driven by strong performance in the Asian market. Sales in this region have significantly contributed to the overall growth. Analysts attribute this success to strategic marketing and product localization. The positive trend in the Asian market is expected to continue into the next quarter.","response": "The company experienced an 8% increase in Q3 2024, largely due to effective marketing strategies and product adaptation, with expectations of continued growth in the coming quarter.",}score = await metric.ascore(user_input=test_data["user_input"],response=test_data["response"])print(f"Score: {score.value}")print(f"Reason: {score.reason}")```
人工智能第 116 期
anarlog
本地优先的 AI 笔记和会议助手。这是一款可离线运行的 AI 智能笔记和会议记录应用，通过接入 Ollama 可实现语音转录到摘要生成全程在本地完成，支持会议录音、实时转录、笔记整理和智能摘要等功能。
人工智能第 116 期
cognee
开箱即用的智能体记忆引擎。这是一个专为 AI 智能体（Agents）提供记忆功能的 Python 项目，集成了图数据库、知识图谱及向量数据库等技术。它仅需 5 行代码，即可轻松为 AI 智能体提供持久化、多模态记忆，支持连接和检索过去的对话、文档、图像和音频转录等内容。```python import cognee import asyncio async def main():# Add text to cognee await cognee.add("Natural language processing (NLP) is an interdisciplinary subfield of computer science and information retrieval.")# Generate the knowledge graph await cognee.cognify()# Query the knowledge graph results = await cognee.search("Tell me about NLP")# Display the results for result in results:print(result)if __name__ == '__main__':asyncio.run(main())```
人工智能第 116 期
Everywhere
随手可用的 AI 桌面助手。这是一款基于上下文感知的桌面 AI 助手，能够自动获取并理解当前屏幕上的内容，无需截图、复制内容或切换应用。只需一键即可召唤出 AI，进行问答、翻译、答疑等任务。
来自 @Dear.Va 的分享
人工智能第 116 期
mobilerun
用自然语言操控你的手机。这是一个基于 LLM Agents 的手机自动化框架，可通过自然语言操控 Android 设备或模拟器，支持 DeepSeek、OpenAI、Gemini 等主流大模型。使用时需要在手机上安装 DroidRun Portal，用来收集 UI 信息并执行操作命令，然后通过 ADB 将信息传给电脑上的 DroidRun 框架，由它与 LLM 交互并给出执行指令。
人工智能第 116 期
next-ai-draw-io
让 AI 替你画架构图。这是一个基于 Next.js 构建的 Web 应用，融合了 AI 与 draw.io 图表绘制能力。现在你可以通过对话直接生成、编辑、优化流程图和架构图，支持流动效果连线、截图复刻、历史版本等功能。
来自 @喜BFoCE 的分享
人工智能第 115 期
BrowserOS
开源的 AI 浏览器。该项目是基于 Chromium 的开源 AI 浏览器，能够在本地浏览器中运行 AI Agents，可作为 ChatGPT Atlas、Perplexity Comet 和 Dia 的开源替代方案。在保留 Chrome 熟悉界面与扩展兼容性的同时，帮助用户实现 AI 驱动的浏览器自动化与智能问答任务，并支持自定义 LLM 服务或本地大模型。
人工智能第 115 期
cache-dit
免训练的 DiT 模型缓存加速框架。该项目是为 Diffusers 提供统一缓存加速的框架，支持几乎所有的 DiT 扩散模型，包括 Qwen-Image-Lightning、Qwen-Image、HunyuanImage、Wan、FLUX 等。它通过简单的代码即可实现高效的缓存加速功能，无需重新训练模型即可显著提升推理速度。来自 [@DefTruth](https://hellogithub.com/user/ofSCbzTmdeQk3FD) 的分享```python import cache_dit from diffusers import DiffusionPipeline pipe = DiffusionPipeline.from_pretrained("Qwen/Qwen-Image") # Can be any diffusion pipeline cache_dit.enable_cache(pipe) # One-line code with default cache options.output = pipe(...) # Just call the pipe as normal.stats = cache_dit.summary(pipe) # Then, get the summary of cache acceleration stats.cache_dit.disable_cache(pipe) # Disable cache and run original pipe.```
人工智能第 115 期
graphiti
为 AI 智能体构建实时知识图谱。这是一个专为 AI 智能体设计的框架，用于构建和查询实时、具有时间感知能力的知识图谱。它能够持续集成用户交互、结构化或非结构化等动态数据，形成连贯且可查询的知识图谱。支持增量数据更新、高效检索和历史查询，适用于开发交互式、上下文感知的 AI 应用。
来自 @塔咖 的分享
人工智能第 115 期
LEANN
超低存储占用的向量数据库。这是一款开源的轻量级向量数据库，通过按需计算嵌入向量，实现极低的存储占用。用户可以在个人设备（笔记本电脑）上构建强大且完全私有的检索增强生成 (RAG) 系统，支持对本地文件、电子邮件、浏览器历史、聊天记录等多种数据源进行语义搜索。来自 [@Yichuan Wang](https://hellogithub.com/user/Tj5AEF9BDNXpKnk) 的分享```python from leann import LeannBuilder, LeannSearcher, LeannChat from pathlib import Path INDEX_PATH = str(Path("./").resolve() / "demo.leann")# Build an index builder = LeannBuilder(backend_name="hnsw")builder.add_text("LEANN saves 97% storage compared to traditional vector databases.")builder.add_text("Tung Tung Tung Sahur called—they need their banana‑crocodile hybrid back")builder.build_index(INDEX_PATH)# Search searcher = LeannSearcher(INDEX_PATH)results = searcher.search("fantastical AI-generated creatures", top_k=1)# Chat with your data chat = LeannChat(INDEX_PATH, llm_config={"type": "hf", "model": "Qwen/Qwen3-0.6B"})response = chat.ask("How much storage does LEANN save?", top_k=1)```
人工智能第 115 期
surf
跨媒体的个人 AI 笔记应用。这是一款本地优先的 AI 笔记本工具，能够将多种媒体类型（如本地文件、网页、视频等）整合至本地资料库，并借助 AI 快速生成笔记。它帮助用户在学习和研究过程中，免去在浏览器、笔记应用、PDF 阅读器等多个应用和媒体之间切换、搜索和手动复制粘贴的繁琐操作，同时支持灵活选择 AI 模型。
人工智能第 114 期
how-to-build-a-coding-agent
从零实现 AI 编程助手的实战教程。这是一个教你用 Go 语言结合 Claude API，从零开发本地 AI 编程助手的项目。从简单的聊天机器人开始，逐步实现文件操作、命令执行、代码编辑和搜索等功能。
人工智能第 114 期
parlant
给大模型立规矩的智能体开发框架。这是一款专为实际场景控制设计的 LLM 智能体开发框架，旨在解决传统 LLM 对话系统在复杂业务中难以精准控制的问题。它通过自然语言定义智能体行为规则，灵活控制 AI 的对话行为，避免“幻觉”或偏离业务目标。```python import asyncio import parlant.sdk as p async def main():async with p.Server() as server:agent = await server.create_agent(name="Otto Carmen",description="You work at a car dealership",)await agent.create_guideline(# This is when the guideline will be triggered condition="the customer greets you",# This is what the guideline instructs the agent to do action="offer a refreshing drink",)asyncio.run(main())```
人工智能第 114 期
SwanLab
AI 模型训练跟踪与可观测平台。这是一款专为 AI 模型训练打造的跟踪、记录、分析与协作工具，旨在帮助研究者优化训练过程，提升团队协作效率。它通过简洁的 Python API 和直观的界面，提供了训练可视化、自动日志记录、硬件监控、实验管理和多人协同等功能。已集成 40+ 主流训练框架，适用于大模型训练、计算机视觉、音频处理、AIGC 等任务场景。
来自 @Ze-Yi LIN 的分享
人工智能第 114 期
WhisperLiveKit
开箱即用的本地语音转写工具。这是一款集实时语音转文本、翻译和说话人分离于一体的开源工具，自带服务器端和 Web UI，一条命令即可私有化部署。它基于最新的增量流式技术，无需联网和写前端代码，就能实现超低延迟的会议实时记录和跨语言交流。```# 使用 large-v3 模型，并将英语翻译为中文whisperlivekit-server --model large-v3 --language en --target-language zh# 说话人分离，服务器监听 80 端口whisperlivekit-server --host 0.0.0.0 --port 80 --model medium --diarization --language zh```
人工智能第 113 期
airi
开源的 AI 虚拟伴侣。这是一个开源自托管的 AI 虚拟伴侣，将二次元虚拟角色（waifu）等智能体带到你的身边。支持实时文字和语音聊天，可陪你玩 Minecraft、异星工厂等游戏，并提供 Web 端和桌面端应用。
来自 @RainbowBird 的分享
人工智能第 113 期
glass
隐形的第二大脑。这是一款隐形桌面 AI 助手，不会出现在录屏、截图或桌面中。支持实时读取屏幕和麦克风内容，随时把所见所闻变成可检索、追问的结构化知识。
人工智能第 113 期
langflow
可视化 AI 工作流构建平台。这是一款面向开发者和企业用户的开源 AI 智能体与工作流构建平台。它将 LangChain 的核心能力（链、工具、记忆、向量存储等）封装成可复用组件，并结合 React Flow 实现可视化流程编辑，用户无需编写代码即可快速设计、调试并部署复杂的 AI 工作流。
来自 @大痴小乙 的分享
人工智能第 113 期
ten-framework
开源的实时多模态对话 AI 框架。这是一个专为实时 AI 音视频互动场景设计的框架。它内置友好的 Web 界面，便于创建、定制和部署具备语音、视觉和虚拟形象交互能力的对话型 AI 智能体。
来自 @静怡 的分享
人工智能第 113 期
vibe-kanban
AI 编程助手任务管理看板。这是一款专为 AI 编程代理打造的看板工具，能够统一管理 Claude Code、Gemini CLI、Codex 等主流 AI 编程助手。它集成了看板任务、Git 仓库和 AI 编程代理，支持多种 AI 代理自动完成 bug 修复、功能开发、项目初始化和文档生成等任务。
人工智能第 112 期
gitingest
一键将代码库转换为 AI 友好格式的工具。该项目可将任意 GitHub 仓库快速转换为适合大语言模型处理的纯文本摘要。使用起来十分方便，只需将 GitHub 项目地址中的 hub 替换为 ingest 即可得到文本摘要。
人工智能第 112 期
ManimML
用 Python 动态演示神经网络。这是一个基于 Manim 的 Python 库，用于制作机器学习相关概念的动画和可视化效果。只需编写简单的 Python 代码，即可轻松生成神经网络结构、卷积操作、Dropout 过程等动画效果，帮助理解和展示复杂的机器学习原理。```python from manim_ml.neural_network import NeuralNetwork, FeedForwardLayer nn = NeuralNetwork([FeedForwardLayer(num_nodes=3),FeedForwardLayer(num_nodes=5),FeedForwardLayer(num_nodes=3)])self.add(nn)```
人工智能第 112 期
unsloth
新手友好的 LLM 微调工具库。该项目是用于微调和优化大型语言模型（LLM）的 Python 工具库。它通过动态量化和显存优化技术，提高了模型微调速度，同时将显存占用降低 70%-80%，并支持多种硬件配置、LLM、超长上下文任务等功能。除此之外，还提供了可直接在线体验的 Jupyter Notebook 示例，降低了大模型微调的门槛。
人工智能第 112 期
uzu
MacBook 专属的高性能 AI 推理引擎。这是一个专为 Apple M 系列芯片打造的高性能、轻量级 AI 模型推理引擎。它充分利用 Apple 硬件的特性提升推理速度，并提供简单易用的 API，助你一键部署高效本地大模型服务。
来自 @DeShuiYu 的分享
人工智能第 112 期
VideoCaptioner
开箱即用的智能字幕助手。这是一款基于大语言模型的智能视频字幕处理工具。它界面简洁、操作便捷，支持语音识别、智能校对和自动生成多语言字幕等功能。
来自 @孤胆枪手 的分享
人工智能第 111 期
claude-code
终端里的 Claude 编码助手。该项目是 Claude 官方开源的 AI 编码助手，集成于终端内，能够理解整个代码库，并通过简单的自然语言命令，帮助开发者更高效地完成各类编码任务。
人工智能第 111 期
gemini-cli
谷歌 Gemini 命令行工具。该项目是 Gemini 官方开源的命令行工具，将 Google Gemini 的强大能力集成到终端环境。它基于百万级上下文，能够理解大型代码库的架构和逻辑，支持多模态输入输出、Google 搜索以及 MCP 等功能。
人工智能第 111 期
happy-llm
从零开始的 LLM 原理与实践教程。该项目是帮助初学习者系统地学习大语言模型（LLM）原理与实践的教程。通过详细的教程和实战案例，循序渐进地带领读者深入了解自然语言处理（NLP）基础、Transformer 架构、预训练语言模型的基本原理，并动手实现和训练自己的大语言模型。
来自 @大痴小乙 的分享
暂无截图
人工智能第 111 期
nano-vllm
从零开始构建的轻量级 vLLM。该项目是用 Python 实现的轻量级 vLLM（大语言模型推理引擎）项目，核心代码仅 1000 多行。它结构清晰、易于阅读，推理速度媲美 vLLM 原版，并集成了前缀缓存（Prefix Caching）、张量并行（Tensor Parallelism）和 Torch 编译等推理优化技术。```python from nanovllm import LLM, SamplingParams llm = LLM("/YOUR/MODEL/PATH", enforce_eager=True, tensor_parallel_size=1)sampling_params = SamplingParams(temperature=0.6, max_tokens=256)prompts = ["Hello, Nano-vLLM."]outputs = llm.generate(prompts, sampling_params)outputs[0]["text"]```
人工智能第 111 期
prompt-optimizer
优化 AI 提示词的工具。这是一款纯前端实现的提示词优化器，帮助用户快速编写更高质量的提示词。支持多种主流 AI 模型与自定义 API 地址，并可实时对比优化前后的效果。
人工智能第 110 期
LivePortrait
让静态照片“活”起来。该项目能够通过一张照片快速生成高质量、生动的视频，尤其擅长捕捉和还原面部表情，支持人类和动物肖像的动画生成。
人工智能第 110 期
nndeploy
简单易用的多端 AI 推理部署框架。这是一款简单易用、高性能、支持多端的 AI 推理部署框架。它基于有向无环图设计，将前处理、推理和后处理抽象为图的节点，支持流水线并行、任务并行等优化方式。兼容 TensorRT、OpenVINO、MNN 等多种推理后端，适配主流文生图、大语言、检测等模型，实现一套代码多端部署。
来自 @Always 的分享
人工智能第 110 期
opik
开源的 LLM 应用评估框架。这是一个用于构建评估、测试和监控 LLM 应用平台的框架，它提供直观的 Web 界面，能够记录开发和生产期间的所有 LLM 调用，支持反馈评分、测试用例存储、幻觉检测和 CI/CD 集成等功能，适用于 RAG 聊天机器、代码助手和复杂的代理管道等应用场景。
人工智能第 110 期
Second-Me
轻松定制你的本地 AI 数字分身。该项目是专注于用个人数据训练 AI 的平台，致力于帮助每个人构建、训练并拥有属于自己的本地 AI 数字分身。它采用分层记忆建模（HMM）和 Me-Alignment 算法，将你的知识、兴趣和偏好融入 AI，打造更懂你的 AI 助手。
人工智能第 110 期
void
开源的 AI 代码编辑器。这是一款基于 VSCode 的开源 AI 代码编辑器，可作为 Cursor 开源替代品。它直接将数据发送给模型提供商，注重保护用户隐私，支持接入本地模型或主流大模型服务（如 OpenAI、Claude、DeepSeek、Gemini 等）。
来自 @Y. S 的分享
人工智能第 109 期
cua
为 AI 智能体提供高性能虚拟环境。这是一个专为 AI 智能体设计的高性能操作系统虚拟化与控制框架。它通过轻量级、近乎原生速度的虚拟容器，让 AI Agent 能够在完全隔离的 macOS 或 Linux 环境中自动执行“用电脑”任务，如操作应用、上网、写代码、自动化复杂办公流程等，并内置多种主流 LLM（大模型）接口。
人工智能第 109 期
FramePack
用笔记本轻松玩转 AI 生成长视频。这是一款用于视频生成的预测神经网络结构，可以在资源有限的设备上生成高质量的视频。它通过将上下文压缩成固定长度，使得生成任务的工作量与视频长度无关，从而实现高效且资源友好的视频生成。
来自 @山姜 的分享
人工智能第 109 期
PocketFlow-Tutorial-Codebase-Knowledge
AI 自动生成代码库教程。该项目利用 AI 将代码库转换为容易理解的教程。它通过分析 GitHub 仓库或本地代码目录，自动生成详细的学习指南，降低初学者理解和上手大型代码仓库的门槛。
人工智能第 109 期
skypilot
让 AI 训练推理自动选择经济型 GPU 方案。这是一个开源的跨云 AI 和批量任务调度平台，用户可以通过统一接口在 K8s、本地集群和主流云服务商（AWS、GCP、Azure 等）上运行深度学习、分布式训练、推理、批处理等任务。它会自动寻找最便宜、可用的 GPU/TPU/CPU 资源，支持队列、自动容错、资源共享、成本优化等功能。
暂无截图
人工智能第 109 期
WeClone
用微信聊天记录微调大语言模型。该项目是通过个人微信聊天记录对大语言模型（LLM）进行微调，打造专属的数字分身。它提供从聊天数据到模型微调、从文本生成到语音克隆、从训练到部署的全链路解决方案。让你的数字分身不仅“会说你的话”，还能“听起来像你本人”。
人工智能第 108 期
ai-agents-for-beginners
微软开源的 AI Agent 初学者教程。该项目是微软专为初学者打造的 AI 智能代理（AI Agents）教程，内容分为 10 个课程，包含详细的教程、视频和示例代码。
暂无截图
人工智能第 108 期
ivy
机器学习代码跨框架转换利器。该项目可以将机器学习模型、工具和库从一个框架转换到另一个框架。开发者通过简单的函数即可完成代码的转换，支持 TensorFlow、PyTorch、JAX 等主流框架。```python import ivy import torch import tensorflow as tf def torch_fn(x):x = torch.abs(x)return torch.sum(x)x1 = torch.tensor([1., 2.])x1 = tf.convert_to_tensor([1., 2.])# Transpilation happens eagerly tf_fn = ivy.transpile(test_fn, source="torch", target="tensorflow")# tf_fn is now tensorflow code and runs efficiently ret = tf_fn(x1)```
人工智能第 108 期
meetily
开源的 AI 会议助手。这是一款 AI 驱动的实时会议记录和摘要生成工具，可离线使用。它完全免费且开源，支持自托管、语义搜索、内容导出等功能，适用于 Windows 和 macOS 平台。
人工智能第 108 期
minimind-v
从零开始训练视觉多模态模型。该项目是手把手教你从零开始训练一个 26M 参数的视觉多模态模型，包括完整的训练流程和全套的工具集，成本 1.3 元、耗时仅 1 小时。
人工智能第 108 期
pyspur
AI 智能体可视化开发平台。这是一个基于 Python 的可视化 AI 智能体开发平台，功能强大且简单易用。它支持构建工作流、运行测试用例、记忆管理、文件上传、结构化输出、RAG、多模态和评估等功能，同时兼容 100 多家大模型服务供应商。
人工智能第 107 期
ai-by-hand-excel
用 Excel 手搓各种 AI 算法和模型。该项目是通过 Excel 的形式实现并演示人工智能与深度学习的核心算法和概念，让初学者可以动手操作并理解 AI 的运行原理，包括矩阵乘法、MLP、RNN、Transformer、ResNet 等，以独特且浅显易懂的形式，降低了 AI 学习的门槛。
人工智能第 107 期
AstrBot
易上手的多平台 LLM 聊天机器人。该项目是基于 Python 构建的 LLM 聊天机器人及开发框架，支持集成多种消息平台和大语言模型。它提供了可视化管理面板和灵活的插件扩展机制，支持速率限制、白名单、关键词过滤、图片理解和语音转文字等功能。
来自 @大痴小乙zt2kV 的分享
人工智能第 107 期
cognita
开源的低代码 RAG 平台。这是一个基于 LangChain 和 LlamaIndex 构建的 RAG 平台，支持 Docker 一键部署。它拥有简单易用的 Web 界面，提供数据上传、模型管理、联网和提示词模版等功能，用户无需写代码就能轻松构建、调试和发布 RAG 应用。
人工智能第 107 期
lm-evaluation-harness
开源的 LLM 评测框架。这是一个是用于评估大型语言模型的框架，能够测试模型在多种任务中的表现。它提供了超过 60 个学术基准测试，支持多种模型框架、本地模型、云服务（如 OpenAI）、硬件加速，以及自定义任务等功能。
人工智能第 107 期
watermark-removal
去除图片水印的 AI 工具。这是一款基于 TensorFlow 的开源图像修复工具，仅需一条命令即可去除图片中的水印。
人工智能第 106 期
AI-on-the-edge-device
将“旧”设备接入数字世界。该项目基于 ESP32 等便宜的硬件（不到 10 欧）和 TensorFlow Lite 框架，实现对仪表数字的自动识别和数据传输，轻松将传统设备（水表、燃气表、电表）改造成智能设备。
暂无截图
人工智能第 106 期
instructor
让 LLM 输出结构化数据的 Python 库。该项目是用于处理大语言模型（LLMs）结构化输出的 Python 库。它基于 Pydantic 实现了数据验证和类型注释，能够将 LLM 的结果（自然语言）转换为结构化数据，支持多种大语言模型服务，以及自动重试、流式响应等功能。```python import instructor from pydantic import BaseModel from openai import OpenAI# Define your desired output structure class UserInfo(BaseModel):name: str age: int# Patch the OpenAI client client = instructor.from_openai(OpenAI())# Extract structured data from natural language user_info = client.chat.completions.create(model="gpt-4o-mini",response_model=UserInfo,messages=[{"role": "user", "content": "John Doe is 30 years old."}],)print(user_info.name)#> John Doe print(user_info.age)#> 30```
暂无截图
人工智能第 106 期
lite.ai.toolkit
轻量级的 C++ AI 工具包。这是一个用 C++ 编写的 AI 工具包，内置超过 100 种 AI 模型，包括对象检测、人脸识别、分割、抠图等领域。它支持 ONNXRuntime、MNN、NCNN、TNN 和 TensorRT 等主流推理引擎，帮助开发者快速部署和使用 AI 模型。来自 [@wangzijian](https://hellogithub.com/user/1NZpMjQFDvCfaEK) 的分享```c++#include "lite/lite.h"int main(int argc, char *argv[]) {std::string onnx_path = "yolov5s.onnx";std::string test_img_path = "test_yolov5.jpg";std::string save_img_path = "test_results.jpg";auto *yolov5 = new lite::cv::detection::YoloV5(onnx_path);std::vector detected_boxes;cv::Mat img_bgr = cv::imread(test_img_path);yolov5->detect(img_bgr, detected_boxes);lite::utils::draw_boxes_inplace(img_bgr, detected_boxes);cv::imwrite(save_img_path, img_bgr);delete yolov5;return 0;}```
人工智能第 106 期
minimind
从零开始训练小型语言模型。这不仅是一个微型语言模型的实现，更是一份入门 LLM 的教程，旨在降低学习和上手 LLM 的门槛。它提供了从数据预处理到模型训练、微调和推理的全流程代码和教程。最小模型仅 0.02B 参数，可在普通 GPU 上轻松运行。
人工智能第 105 期
garak
开源的 LLMs 漏洞扫描工具。该项目是 NVIDIA 开源的用于扫描 LLMs 漏洞的工具，支持检测 LLM 可能存在的安全问题和不良行为，包括幻觉、数据泄漏、提示注入、错误信息、有毒内容生成和越狱等。
人工智能第 105 期
letta
为 LLM 应用注入记忆能力的开发框架。该项目是用于构建具有记忆功能的 LLM 应用的 Python 框架，支持创建拥有长期记忆和持久状态的智能体（Agent），并能够集成多种 LLM API 服务。
人工智能第 105 期
MagicMirror
零门槛 AI 换脸应用。这是一款轻量级、开箱即用的 AI 换脸工具，无需 GPU、可离线使用，一键轻松尝试新形象（发型、穿搭等）。
来自 @Del 的分享
人工智能第 105 期
vllm
更高效的 LLMs 推理和服务引擎。这是一个高效易用的大型语言模型推理引擎，专为解决推理速度慢、资源利用率低等问题而设计。它基于 PyTorch 和 CUDA，并结合内存优化算法（PagedAttention）、计算图优化和模型并行技术，大幅降低 GPU 内存占用，并充分利用多 GPU 资源提升推理性能。同时，vLLM 与 HF 模型无缝兼容。支持在 GPU、CPU、TPU 等多种硬件平台上高效运行，适用于实时问答、文本生成和推荐系统等场景。来自 [@Caleb](https://hellogithub.com/user/8JFOjaTEvWt4zkC) 的分享```python from vllm import LLM prompts = ["Hello, my name is", "The capital of France is"] # Sample prompts.llm = LLM(model="lmsys/vicuna-7b-v1.3") # Create an LLM.outputs = llm.generate(prompts) # Generate texts from the prompts.```
人工智能第 105 期
zerox
使用视觉模型将 PDF 转换为 Markdown。该项目基于视觉模型 API 服务，提供了将 PDF 文档转化为 Markdown 的功能。其原理是先将原文件（如 pdf、docx）转换为图片，然后把图片发给视觉模型处理，最后汇总所有结果生成完整的 Markdown 文件。```import path from "path";import { zerox } from "zerox";const result = await zerox({filePath: path.resolve(__dirname, "./hellogithub.pdf"),openaiAPIKey: process.env.OPENAI_API_KEY,});```
人工智能第 104 期
krita-ai-diffusion
Krita 的 AI 绘画助手插件。这是一个专为 Krita 绘画软件开发的 AIGC 插件，旨在提供更便捷和可控的图像生成体验。用户只需选择区域并输入文本提示，即可轻松实现图像填充、扩展、放大、添加和删除对象等操作，支持本地运行、Stable Diffusion、ControlNet、IP-Adapter 和自定义检查点等功能。
人工智能第 104 期
netron
跨平台的机器学习模型查看工具。这是一个神经网络、深度学习和机器学习模型的可视化工具，支持多种模型格式，包括 ONNX、TensorFlow Lite、Core ML、Keras、Caffe、Darknet 和 PyTorch 等。
人工智能第 104 期
TensorRT-YOLO
灵活易用的 YOLO 部署工具。这是一款专为 NVIDIA 设备优化的 YOLO 部署工具。它通过集成 TensorRT 插件和 CUDA 技术，提供 C++ 和 Python API，显著提升了推理速度和易用性，支持多种 YOLO 版本，适用于目标检测、实例分割、姿态识别、旋转目标检测和视频分析等多种场景。来自 [@Laugh](https://hellogithub.com/user/2AGzE4dsO8ZUD9R) 的分享```python import cv2 from tensorrt_yolo.infer import DeployDet, generate_labels_with_colors, visualize# 初始化模型model = DeployDet("yolo11n-with-plugin.engine")# 加载图片im = cv2.imread("test_image.jpg")# 模型预测result = model.predict(cv2.cvtColor(im, cv2.COLOR_BGR2RGB))print(f"==> detect result: {result}")# 可视化labels = generate_labels_with_colors("labels.txt")vis_im = visualize(im, result, labels)cv2.imwrite("vis_image.jpg", vis_im)```
人工智能第 104 期
Vane
AI 驱动的搜索引擎工具。这是一个开源的 AI 搜索引擎工具，灵感来源于 Perplexity AI。它结合了 SearxNG 和大语言模型（LLMs）等技术，能够理解你的问题并深入互联网查找答案，可作为传统搜索引擎的替代品。
人工智能第 103 期
moondream
小型的视觉语言模型。这是一个可在资源受限的设备上运行的小型视觉语言模型，它能够理解并生成与图像相关的自然语言描述，支持图像识别、生成描述和问答等功能。```python from transformers import AutoModelForCausalLM, AutoTokenizer from PIL import Image model_id = "vikhyatk/moondream2"revision = "2024-08-26"model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True, revision=revision)tokenizer = AutoTokenizer.from_pretrained(model_id, revision=revision)image = Image.open('')enc_image = model.encode_image(image)print(model.answer_question(enc_image, "Describe this image.", tokenizer))```
暂无截图
人工智能第 103 期
Prompt_Engineering
全面的提示工程实战指南。这份教程致力于帮助用户掌握与大型语言模型（LLM）沟通的技巧。内容涵盖从基础到高级的提示工程技术，附有详细的实现指南和示例代码。
暂无截图
人工智能第 103 期
spaCy
强大的自然语言处理 Python 库。这是一个工业级的自然语言处理（NLP）库，支持 70 多种语言的分词和训练。它采用 Python 编写，可实现标注、解析和文本分类等功能，并支持模型打包与部署。```python# pip install -U spacy# python -m spacy download en_core_web_sm import spacy# Load English tokenizer, tagger, parser and NER nlp = spacy.load("en_core_web_sm")# Process whole documents text = ("When Sebastian Thrun started working on self-driving cars at ""Google in 2007, few people outside of the company took him ""seriously. “I can tell you very senior CEOs of major American ""car companies would shake my hand and turn away because I wasn’t ""worth talking to,” said Thrun, in an interview with Recode earlier ""this week.")doc = nlp(text)# Analyze syntax print("Noun phrases:", [chunk.text for chunk in doc.noun_chunks])print("Verbs:", [token.lemma_ for token in doc if token.pos_ == "VERB"])# Find named entities, phrases and concepts for entity in doc.ents:print(entity.text, entity.label_)```
人工智能第 103 期
ultralytics
先进的对象检测和跟踪模型。该项目是基于之前的 YOLO 版本，增加了新功能并改进了模型，在对象检测、跟踪、实例分割和图像分类等任务中表现出色。```python from ultralytics import YOLO# Load a model model = YOLO("yolo11n.pt")# Train the model train_results = model.train(data="coco8.yaml", # path to dataset YAML epochs=100, # number of training epochs imgsz=640, # training image size device="cpu", # device to run on, i.e. device=0 or device=0,1,2,3 or device=cpu)# Evaluate model performance on the validation set metrics = model.val()# Perform object detection on an image results = model("path/to/image.jpg")results[0].show()# Export the model to ONNX format path = model.export(format="onnx") # return path to exported model```
暂无截图
人工智能第 102 期
miniMNIST-c
C 语言实现的极简神经网络。该项目展示了如何用 C 语言从头实现一个最小的神经网络。它用不到 200 行代码和 C 标准库，实现了一个极简的神经网络，能够对 MNIST 数据集中的手写数字进行分类。
人工智能第 102 期
openvino
优化和部署深度学习模型的工具包。该项目是英特尔开源的工具库，旨在加速和优化深度学习模型部署。它能帮助开发者将训练好的模型部署到多种硬件平台，支持 TensorFlow、PyTorch 和 ONNX 等深度学习框架。```python import openvino as ov import torch import torchvision# load PyTorch model into memory model = torch.hub.load("pytorch/vision", "shufflenet_v2_x1_0", weights="DEFAULT")# convert the model into OpenVINO model example = torch.randn(1, 3, 224, 224)ov_model = ov.convert_model(model, example_input=(example,))# compile the model for CPU device core = ov.Core()compiled_model = core.compile_model(ov_model, 'CPU')# infer the model on random data output = compiled_model({0: example.numpy()})```
人工智能第 101 期
k8sgpt
Kubernetes 故障诊断 AI 助手。该项目利用 LLM 自动分析 Kubernetes 集群问题，并给出故障诊断和优化建议。它通过读取集群的状态数据和配置，生成靠谱的诊断报告。
暂无截图
人工智能第 101 期
llama_index
大型语言模型的数据框架。该项目是专为 LLM 应用设计的数据框架，帮助开发者将私有数据与 LLM 轻松结合。它提供了数据连接器，支持从 API、PDF、文档、SQL 等多种数据源构建索引，并简化数据导入和查询操作，让初学者也能用几行代码完成 LLMs 上下文增强。```python from llama_index.core import VectorStoreIndex, SimpleDirectoryReader documents = SimpleDirectoryReader("data").load_data()index = VectorStoreIndex.from_documents(documents)query_engine = index.as_query_engine()response = query_engine.query("Some question about the data should go here")print(response)```
暂无截图
人工智能第 101 期
RAG_Techniques
检索增强生成（RAG）教程集合。该项目提供了 20 多种先进的 RAG 技术教程，包含实现指南和示例代码，并定期更新。内容涵盖检索查询、上下文增强、融合检索（Fusion Retrieval）、分层索引、上下文压缩、知识图谱整合等多种 RAG 技术。
人工智能第 101 期
video2x
视频和图像无损放大工具。该项目集成了多种超分辨率算法（如 Waifu2x、Anime4K、Real-ESRGAN），能够有效提高视频和图像的分辨率，并提供了图形界面（GUI）、Docker 和命令行界面（CLI）的使用方式。
暂无截图
人工智能第 100 期
mem0
增强 LLM 上下文连续性的 Python 库。该项目能为多种主流的大型语言模型提供记忆层，它支持保存用户与 LLM 交互时的会话和上下文，并能实时动态更新和调整，从而增强 AI 的个性化，适用于学习助手、医疗助理和虚拟伴侣等需要长期记忆的个性化 LLM 应用。```python from mem0 import Memory m = Memory()# Add result = m.add("Likes to play cricket on weekends", user_id="alice", metadata={"category": "hobbies"})# Search related_memories = m.search(query="What are Alice's hobbies?", user_id="alice")# Update result = m.update(memory_id="m1", data="Likes to play tennis on weekends")```
人工智能第 100 期
Retrieval-based-Voice-Conversion-WebUI
开箱即用的 AI 变声器。该项目是基于 VITS 的变声框架，仅需少量语音数据和普通的显卡，就能快速训练出高质量的语音转换模型。它提供了简单易用的 Web 和 GUI 界面，支持实时变声、人声和伴奏分离等功能。
人工智能第 100 期
Upsonic
极简的 GPT-4o 客户端。该项目是适用于 Windows、macOS 和 Ubuntu 的 GPT-4o 客户端，它拥有极简的用户界面，支持执行多种任务，包括读取屏幕、打开应用、系统音频和文本输入等。
人工智能第 99 期
gateway
大型语言模型 API 聚合网关。该项通过提供统一且快速的 API，让开发者能够轻松访问超过 200 个 LLMs，还支持多模态、自动重试和负载均衡等功能。
人工智能第 99 期
MoneyPrinterTurbo
一键生成短视频的 AI 工具。该项目是基于大模型服务的 AI 视频生成工具，只需要提供一个主题或关键字，就可以自动生成高清的短视频。它拥有简单易用的 Web 界面，支持批量生成、设置视频时长和横/竖屏尺寸等功能。
来自 @jolahua 的分享
人工智能第 99 期
Omost
极简提示词的文生图工具。该项目基于 LLM 的编程能力帮用户自动完善文生图的提示词，可以根据用户输入的简短提示词生成高质量的图片，还支持图片局部修改等功能，比如将图片中的龙变成恐龙，极大地降低了编写文生图的门槛，无需复杂的提示词即可生成满意的图片。
暂无截图
人工智能第 99 期
Scrapegraph-ai
基于 AI 的 Python 爬虫。这是一个由 AI 驱动的 Python 爬虫库，它借助 LLM 的能力，可以根据提示词自动抓取目标网站的数据。```python smart_scraper_graph = SmartScraperGraph(prompt="List me all the projects with their descriptions",source="目标网站",config=graph_config)result = smart_scraper_graph.run()print(result)```
人工智能第 98 期
facefusion
开源的 AI 换脸和增强工具。这是一款功能强大的人脸交换和增强工具，支持将图片/视频中的人脸替换成另一个人的脸、改善人脸和背景清晰度等功能，还提供了友好的 Web 界面（WebUI）和低门槛的 CPU 处理选项。
人工智能第 98 期
litellm
简化大模型 API 调用的工具。该项目能够将各种 AI 大模型和服务的接口，统一转换成 OpenAI 的格式，简化了在不同 AI 服务/大模型切换和管理的工作。此外，它还支持设置预算、限制请求频率、管理 API Key 和配置 OpenAI 代理服务器等功能。```python from litellm import completion import os## set ENV variables os.environ["OPENAI_API_KEY"] = "your-openai-key"os.environ["COHERE_API_KEY"] = "your-cohere-key"messages = [{ "content": "Hello, how are you?","role": "user"}]# openai call response = completion(model="gpt-3.5-turbo", messages=messages)# cohere call response = completion(model="command-nightly", messages=messages)print(response)```
人工智能第 98 期
llama3-from-scratch
从头开始实现 Llama 3 的教程。该项目通过逐层构建 Llama 3 的方式，帮助人们深入理解 LLM 是如何工作的。作者使用 PyTorch 框架，实现了加载模型权重、文本的分词处理、模型配置以及逐层实现 Transformer 模型中的关键组件。
人工智能第 97 期
langchain
构建基于 LLM 应用的框架。LLM 是基于大数据预先训练好的大型深度学习模型，该项目可让 LLM 无需再训练就能访问新的数据集。它提供了开发 LLM 应用所需的各种模块，包括连接上下文来源和基于 LLM 进行推理的功能，从而轻松开发由 LLMs 支持的各种应用，比如聊天机器人、知识库和信息提取等。
人工智能第 97 期
LlamaFactory
专门针对 LLM 做微调的框架。这是一个让微调大型语言模型变得轻松的开源项目，它支持 LLaMA、Mistral、ChatGLM 等多种模型，以及增量预训练、奖励模型训练和精度等级等功能。引入了先进的算法和实用的微调技巧，同时提供了便捷的监控工具，方便用户追踪实验进度。
人工智能第 97 期
ollama
本地运行各种 LLM 的工具。这是一个用 Go 语言写的工具，用于在本地一条命令安装、启动和管理大型语言模型，支持 Llama 3、Gemma、Mistral 等大模型，适用于 Windows、macOS、Linux 操作系统。
人工智能第 97 期
vanna
与你的 SQL 数据库聊天。该项目使用 LLM+RAG+数据库技术，让用户能够通过自然语言查询 SQL 数据库，用生成的 SQL 回答你的问题。
人工智能第 96 期
FastChat
用于训练和评估大型语言模型的开放平台。这是一个用于训练、部署和评估大型语言模型的平台，你可以用它在本地部署和评估各种大模型。除此之外，它还提供了一个在线评估大模型的平台，用户可以向两个不同的大模型，问同一个问题，然后根据回答选出你认为更好用的大模型。在此过程中，你可以免费使用 Claude、ChatGPT 等对话机器人。
来自 @浮生若夢 的分享
暂无截图
人工智能第 96 期
generative-ai-for-beginners
面向初学者的生成式人工智能教程。这是由微软开源的面向初学者的生成式 AI 免费课程，课程共 18 节，涵盖了创建生成式 AI 应用所需要了解的一切，包括生成式 AI 和 LLMs 的简介、提示词、构建文本生成应用、聊天应用、图像生成应用、向量数据库等方面的内容。
人工智能第 96 期
jan
一站式体验 LLMs 的桌面应用。这是一个支持在本地运行开源 LLMs 和连接 ChatGPT 服务的 AI 对话桌面应用，它开箱即用、界面清爽、不挑硬件，支持设置代理、接入 ChatGPT、一键下载/接入适配当前电脑配置的大模型、离线运行等功能，适用于 Windows、Linux、macOS 操作系统。
人工智能第 96 期
openinterpreter
让 LLM 在你的计算机上运行代码。该项目可以让大语言模型在本地运行代码，支持 Python、JavaScript、Shell 等编程语言。相当于大语言模型是一个解释器，它会理解你的意图，将自然语言转化成相应的代码脚本并运行。安装后，用户就可以在终端通过聊天的方式操作计算机，比如创建和编辑图片、视频和文件，控制 Chrome 浏览器进行搜索等。
人工智能第 95 期
llm-viz
3D 可视化 GPT 大语言模型。该项目通过 3D 可视化的方式，演示了类似 GPT 的大语言模型的工作原理和推理过程。
暂无截图
人工智能第 95 期
nn-zero-to-hero
从零到神经网络高手。这是一门从基础开始的神经网络课程，包含视频、练习和配套源码，帮助初学者初逐步掌握神经网络的基本概念，并通过实例代码来加深理解。
暂无截图
人工智能第 95 期
pandas-ai
数据分析对话化的开源库。该项目将 AIGC 和数据分析相结合，让用户可以通过自然语言向自己的数据进行提问，并获得相应的回答。首先，需要将数据以 pandas 的方式进行导入，然后配置好 OpenAI TOKEN 就可以开始通过对话和绘制图表等方式与数据进行交互，而无需编写代码。```python import pandas as pd from pandasai import SmartDataframe# Sample DataFrame df = pd.DataFrame({"country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],"gdp": [19294482071552, 2891615567872, 2411255037952, 3435817336832, 1745433788416, 1181205135360, 1607402389504, 1490967855104, 4380756541440, 14631844184064],"happiness_index": [6.94, 7.16, 6.66, 7.07, 6.38, 6.4, 7.23, 7.22, 5.87, 5.12]})# Instantiate a LLM from pandasai.llm import OpenAI llm = OpenAI(api_token="YOUR_API_TOKEN")df = SmartDataframe(df, config={"llm": llm})df.chat('Which are the 5 happiest countries?')```
人工智能第 95 期
PhotoMaker
AI 生成各种风格人类照片的工具。该项目可以通过上传的人物照片，生成任意风格的人物图像，如写实、卡通、艺术等风格，可用于生成别具一格的头像。
人工智能第 94 期
AnimateDiff
让 AI 生成的图动起来。这是一款可以在 Stable Diffusion 中制作动图的库，支持将大多数开源模型转换为动画生成器。让原本通过文字生成的图片，变成 gif 图片动起来。
来自 @adoin 的分享
人工智能第 94 期
AnyText
轻松 DIY 图片文字，定制你的创意设计。该项目提供了文字生成和文字编辑两种模式，它能够根据提示词生成图文融合的图片，并确保文字的准确性，还支持对上传图片中的文字进行编辑后，重新生成图片。支持中文、英语、日语、韩语等多语言，适用于海报设计、Logo 设计、创意涂鸦、表情包等场景。
人工智能第 94 期
pyvideotrans
开源的视频翻译和配音工具。该项目可以将视频从一种语言翻译成指定语言的视频，并自动生成和添加对应语言的字幕和配音。
来自 @okaymyworld 的分享
人工智能第 94 期
StreamDiffusion
实时交互式 AIGC 图片。该项目能以惊人的速度生成 AIGC 图像，单张 RTX4090 显卡可达 100 张/秒。它通过流批处理简化数据处理，采用残差无分类器（RCFG）减少计算冗余，随机相似性过滤器提高 GPU 利用率，并通过优化 IO 队列实现并行处理。同时，利用多种模型加速工具，实现爆炸式地提升 AIGC 图像速度。
人工智能第 93 期
backgroundremover
一条命令自动移除图像背景。该项目通过 AI 技术，可自动移除图片和视频中的背景。
人工智能第 93 期
machine-learning-roadmap
机器学习路线图。这份机器学习思维导图，包含了机器学习相关的问题、学习步骤、工具、底层数学知识、教程资源等，为如何学习机器学习指出方向。
人工智能第 93 期
PokemonRedExperiments
通过强化学习训练 AI 玩 Pokemon。该项目使用 Python + RL 从零训练了一个玩「宝可梦红」的 AI，同时作者还提供了配套的讲解视频，以及如何在本地运行和自定义训练的教程，快来上手试试吧！
来自 @老荀 的分享
人工智能第 93 期
supervision
计算机视觉 AI 工具库。该项目简化了对象检测、分类、标注、跟踪等计算机视觉的开发流程。开发者仅需加载数据集和模型，就能轻松实现对图像和视频进行检测、统计某区域的被检测数量等操作。```python import cv2 import supervision as sv from ultralytics import YOLO image = cv2.imread(...)model = YOLO('yolov8s.pt')result = model(image)[0]detections = sv.Detections.from_ultralytics(result)print(len(detections))# 5```
人工智能第 92 期
cleanlab
自动检测数据集中错误数据和标注的框架。该项目基于置信学习（confident learning，CL）算法，实现了自动检测出机器学习数据集中的各种问题，提高数据集质量训练出更好的模型，支持图像、文本、音频类型的数据。
人工智能第 92 期
ComfyUI
一个基于节点流程的 AI 绘图操作界面。该项目将 Stable Diffusion 流程分成多个节点，通过拖拽各种节点构成图像生成到处理的工作流，支持 Stable Diffusion 1.x 和 2.x 版本、组合各种模型、根据 PNG 图片生成完整的工作流等功能。
人工智能第 92 期
dvc
一款针对 AI 项目的数据版本管理工具。基于 Git 的数据版本管理工具，版本化机器学习项目的数据和模型。可用于比较代码、数据、参数、模型或性能图，共享机器学习项目的数据或重现结果。
暂无截图
人工智能第 92 期
ml-engineering
机器学习：LLM/VLM 训练与工程。该项目是作者训练开源 BLOOM-176B 大模型和 IDEFICS-80B 多模态模型的经验总结，还提供了大量可以直接拿来用的代码和脚本，希望能够帮助你成功训练大型语言模型和多模态模型。
人工智能第 92 期
screenshot-to-code
将截图转化为 HTML 代码的工具。该项目可以将屏幕截图转化为 HTML/JS/Tailwind CSS 代码，它使用 GPT-4 Vision 生成代码、DALL-E 3 生成相似的图片。
人工智能第 91 期
AISystem
AI 系统 & 深度学习教程。该项目主要是关于人工智能、深度学习系统设计的教程，内容涵盖 AI 基础知识和概述、AI 芯片、AI 编译器原理、AI 框架核心技术等方面。
人工智能第 91 期
deepface
轻量级人脸识别和分析库。该项目是 Python 写的人脸识别和面部属性分析框架，可根据人脸图像智能识别年龄、性别、情绪等信息。
暂无截图
人工智能第 91 期
guidance
微软开源的 LLM 提示编程语言。该项目是微软开源的编写 prompt 的模版语言，用于编写复杂、可复用、易于管理的 prompt，支持 GPT-4、LLaMa 等多种大语言模型。
人工智能第 90 期
hcaptcha-challenger
优雅地处理 hCaptcha 验证码的库。该项目不依赖浏览器插件和第三方反验证码服务，通过机器学习的方式处理 hCaptcha 验证码。它采用 ResNet 和 YOLOv8 处理分类和检测问题，通过 ONNX 打包模型降低使用门槛，让用户可在没有 GPU 的设备上运行代码，且无需安装 PyTorch 等依赖，优雅地面对 hCaptcha 验证码。来自 [@QIN2DIM](https://hellogithub.com/user/Gm0AckPjzrhTHae) 的分享```python import os from pathlib import Path import hcaptcha_challenger as solver# Init local-side of the ModelHub solver.install()# Challenge prompt of binary challenge prompt = "diamond bracelet"# Load challenge images, assuming you've already downloaded them.label_dir = Path(__file__).parent.joinpath("diamond_bracelet")images = [label_dir.joinpath(fn).read_bytes() for fn in os.listdir(label_dir)]def bytedance():classifier = solver.BinaryClassifier()# type: List[bool | None]# IF True --> click image# ELIF False --> bypass image# ELSE --> Something err if result := classifier.execute(prompt, images):for i, name in enumerate(os.listdir(label_dir)):print(f"{name} - {result[i]}")if __name__ == "__main__":bytedance()```
暂无截图
人工智能第 90 期
jax
谷歌开源的高性能科学计算库。这是一个结合了即时编译(JIT)、自动求导(Autograd)、线性代数编译器(XLA) 的数值计算 Python 库，用法和 NumPy 差不多。但 JAX 更快、更省内存，支持自动微分、自动向量化、并行计算等功能。```python from jax import grad import jax.numpy as jnp def tanh(x): # Define a function y = jnp.exp(-2.0 * x)return (1.0 - y) / (1.0 + y)grad_tanh = grad(tanh) # Obtain its gradient function print(grad_tanh(1.0)) # Evaluate it at x = 1.0# prints 0.4199743# 自动求导print(grad(grad(grad(tanh)))(1.0))# prints 0.62162673```
人工智能第 90 期
sd-webui-EasyPhoto
你的智能 AI 照片生成工具。这是一款用于生成 AI 肖像画的 WebUI 插件，可用于生成专业质感的照片，相当于免费、可本地部署的妙鸭相机。
人工智能第 89 期
audiocraft
Meta 开源的文本生成音乐的库。该项目可根据文本提示词生成高质量、高保真的音频和音乐，比如吹着风吹口哨、一段适合海滩场景的流行舞曲，生成效果十分惊艳。
人工智能第 89 期
Fooocus
一款开箱即用的图片生成软件。该项目在设计时吸收了 Stable Diffusion 和 Midjourney 的优点，它安装简单、操作方便，省去了复杂的参数调节步骤。用户只需要输入提示词，就可以生成与 Midjourney 水平相当的图片。支持本地部署、离线使用，最低配置要求 8GB 内存和 4GB 的 Nvidia 显卡。
来自 @刘三非 的分享
人工智能第 89 期
machine-learning-notes
徐亦达的机器学习课程。该项目是香港浸会大学（HKBU）徐亦达教授开源的关于机器学习、概率模型、深度学习的讲义和视频课程链接。
人工智能第 88 期
DeepFaceLive
实时直播和视频 AI 换脸程序。该项目可以对摄像头和本地视频文件中的人物，进行实时 AI 换脸，可用于 PC 直播、视频等场景。
人工智能第 88 期
DeepSpeed
微软开源的深度学习训练优化库。众所周知训练大模型(LLM)是一件“费时费钱”的事情，该项目通过 ZeRO++ 技术，在训练时将模型状态分割到每个 GPU 上，通过提高吞吐量的方式，降低训练所需的时间和成本。
来自 @zhizhu 的分享
人工智能第 88 期
modelscope
AI 模型即服务共享平台。魔塔是由阿里达摩院开源的 MaaS 平台，它为开发者提供了模型体验、推理、训练、部署和应用的一站式服务，相当于国内版的 Hugging Face。
来自 @孤胆枪手 的分享
人工智能第 88 期
PPOxFamily
决策智能入门级公开课。此课程希望通过深入讲解最经典的深度强化学习算法 Proximal Policy Optimization (PPO)，打开你的决策 AI 探索之旅。内含视频、理论资料、习题、代码和应用样例，能够帮助初学者快速掌握，如何运用 PPO 解决各种各样的决策智能问题。
来自 @Fan 的分享
人工智能第 87 期
AI-For-Beginners
微软开源的入门级人工智能教程。这是一份完全免费、面向零基础人群的 AI 课程，为期 12 周共计 24 节课。你将学习到关于 AI 的历史、基本知识、主流框架、CV 和 NLP 等知识。
人工智能第 87 期
DragGAN
拖动 GAN 完成 P 图。这是 DragGAN 的官方源码，它支持通过鼠标拖拽的方式对图像进行编辑。任何人都可以通过精确控制像素去向，轻松修改图像中物体的姿态、表情、形状、布局等。例如，可以让图片上原本站着的小狗坐下。
人工智能第 87 期
mediapipe
谷歌开源的跨平台机器学习框架。它是一个能够轻松部署到移动端、Web、PC 和物联网设备的机器学习工具库，包含了物体检测、图像分类、人脸识别、手势识别、文本分类、语言检测、音频分类等模型。
人工智能第 86 期
AI4Animation
AI 生成游戏角色动画。该项目可以基于原始的动作捕捉数据，生成更加自然、可控的角色动画，解决两足、四足动物的动画生成问题，比如无需人为干涉就能生成坐下、跳跃、开门、武术等复杂动作的动画。
来自 @松果 的分享
人工智能第 86 期
GFPGAN
腾讯开源的人脸修复算法。它可以用于修复像素低、模糊、破损的人脸图像，尤其是在脸部细节和清晰度方面，修复效果尤为出色。
人工智能第 86 期
ImageBind
连接多种感官数据的 AI 模型。这是一个由 Meta AI 开源的新型多模态 AI 模型，支持在图像、文本、音频等六种不同模态之间任意转换。比如它可以根据一段火车的音频，自动生成火车的照片、视频和一段文本。
暂无截图
人工智能第 86 期
tuning_playbook
深度学习调优指南。该指南出自几位谷歌大脑研究员的深度学习模型调参经验总结，内容包括如何开始新项目、提高模型性能的方法和训练过程中的经验，适合已掌握机器学习基本知识、对优化深度学习模型性能感兴趣的工程师和研究员阅读。
人工智能第 85 期
AnimatedDrawings
让画作动起来的 AI 项目。这是 Meta AI 研究院开源的动画库，它能让你的画作动起来。无论是小朋友画的小人，还是高水平的卡通人物，该项目都能让它们跟着你一起做动作。
人工智能第 85 期
bark
Text-Prompted 生成音频的模型。该项目可以根据你输入的文本提示生成音频，甚至可以指定背景声音，比如我爱 HG (大笑)，生成的语音会包含爽朗的笑声。它还可以模拟音乐、声效，比传统的文本转语音更智能。```python from bark import SAMPLE_RATE, generate_audio, preload_models from IPython.display import Audio# download and load all models preload_models()# generate audio from text text_prompt = """Hello, my name is Suno. And, uh — and I like pizza. [laughs]But I also have other interests such as playing tic tac toe."""audio_array = generate_audio(text_prompt)# play text in notebook Audio(audio_array, rate=SAMPLE_RATE)```
人工智能第 85 期
segment-anything
分割一切的图像分割模型。它是来自 Meta AI 研究院的图像分割模型，只需一键就可以“切出”图像中的任何对象。它在 1100 万张图像和 11 亿个掩码(mask) 的数据集上完成了训练，能够在各种分割任务上具有很强的零样本(zero-shot) 性能。
来自 @孤胆枪手 的分享
人工智能第 84 期
Bringing-Old-Photos-Back-to-Life
通过深度学习修复老照片的工具。由微软开源的深度学习项目，可用于修复破损的老照片，修复效果显著。
来自 @lastone 的分享
人工智能第 84 期
ChatGLM-6B
清华 KEG 开源的双语对话语言模型。这是一个基于 GLM 架构、具有 62 亿参数的中英双语对话语言模型，支持在单张 2080Ti 上进行推理使用。```python>>> from transformers import AutoTokenizer, AutoModel>>> tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)>>> model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()>>> model = model.eval()>>> response, history = model.chat(tokenizer, "你好", history=[])>>> print(response)你好👋!我是人工智能助手 ChatGLM-6B,很高兴见到你,欢迎问我任何问题。```
人工智能第 84 期
DI-engine
OpenDILab 开源的决策 AI 平台。这是一个基于 PyTorch 的通用决策智能引擎，为开发者提供了 60+ 种算法、40+ 类型环境。支持各类定制化的训练和实际决策智能应用，比如游戏 AI、自动驾驶和生物序列预测等。
人工智能第 84 期
llama.cpp
在笔记本上运行 LLaMA 大模型。该项目实现了在 CPU 上流畅运行 LLaMA 模型，支持 macOS、Linux、Windows 操作系统。
暂无截图
人工智能第 83 期
cog
将机器学习模型打包到容器的工具。可通过配置将机器学习模型所需的环境和依赖，自动打包到容器里方便部署，让你不再为编写 Docker 文件和 CUDA 而痛苦，还能自动启动 HTTP 接口服务方便调用。```shell$ cog build -t my-colorization-model--> Building Docker image...--> Built my-colorization-model:latest$ docker run -d -p 5000:5000 --gpus all my-colorization-model$ curl http://localhost:5000/predictions -X POST \-H 'Content-Type: application/json' \-d '{"input": {"image": "https://.../input.jpg"}}'```
人工智能第 83 期
stable-diffusion-webui
Stable Diffusion 模型的 WebUI 界面。这是一个实现在浏览器上使用的 Stable Diffusion 模型的项目，支持通过文本/图片生成图片、嵌入文本、调整图片大小等功能。
来自 @孤胆枪手 的分享
人工智能第 82 期
annotated_deep_learning_paper_implementations
深度学习论文的实现集合。这是一个关于神经网络和相关算法 PyTorch 实现的集合，代码里还包含逐行的注释。
人工智能第 82 期
Chinese-CLIP
OpenAI CLIP 模型中文预训练版本。该项目使用了大规模的中文数据进行训练（~2亿图文数据），提供了多个规模的预训练模型和技术报告，让使用者仅通过几行代码就能完成中文图文特征提取和图文检索。```python import torch from PIL import Image import cn_clip.clip as clip from cn_clip.clip import load_from_name, available_models print("Available models:", available_models())# Available models: ['ViT-B-16', 'ViT-L-14', 'ViT-L-14-336', 'ViT-H-14', 'RN50']device = "cuda" if torch.cuda.is_available() else "cpu"model, preprocess = load_from_name("ViT-B-16", device=device, download_root='./')model.eval()image = preprocess(Image.open("examples/pokemon.jpeg")).unsqueeze(0).to(device)text = clip.tokenize(["杰尼龟", "妙蛙种子", "小火龙", "皮卡丘"]).to(device)with torch.no_grad():image_features = model.encode_image(image)text_features = model.encode_text(text)# 对特征进行归一化，请使用归一化后的图文特征用于下游任务image_features /= image_features.norm(dim=-1, keepdim=True)text_features /= text_features.norm(dim=-1, keepdim=True)logits_per_image, logits_per_text = model.get_similarity(image, text)probs = logits_per_image.softmax(dim=-1).cpu().numpy()print("Label probs:", probs) # 图文匹配概率 [[1.268734e-03 5.436878e-02 6.795761e-04 9.436829e-01]]```
人工智能第 82 期
KuiperInfer
从零编写深度学习推理框架的教程。手把手教你用 C++ 写出一个深度学习推理框架，项目整体风格和结构借鉴了Caffe。初学者通过该教程不仅可以了解深度学习框架背后的知识，还能够学会如何上手一个中等规模的 C++ 项目。
来自 @炸排骨 的分享
人工智能第 81 期
DeOldify
一款可以给老旧照片上色的项目。该项目基于深度学习实现了对黑白图像和视频进行着色的功能。
人工智能第 81 期
wandb
一款轻量级的机器学习可视化工具。该项目是用于可视化和跟踪机器学习实验的工具，通过几行代码就可以实现跟踪、比较和可视化机器学习实验。```python import wandb# 1. Start a W&B run wandb.init(project="gpt3")# 2. Save model inputs and hyperparameters config = wandb.config config.learning_rate = 0.01# Model training code here ...# 3. Log metrics over time to visualize performance for i in range(10):wandb.log({"loss": loss})```
暂无截图
人工智能第 80 期
AiLearning-Theory-Applying
快速上手 AI 理论及应用实战。该教程包含学习 AI 必备的数学基础，机器学习实战小项目、深度学习入门、自然语言通用框架 BERT 实战，以及大量数据集。
人工智能第 80 期
vmaf
Netflix 开源的视频质量评估算法。一种将人类视觉模型与机器学习结合的评估视频质量的方法，目的是改善观众们的观看体验。
人工智能第 79 期
motion-diffusion-model
根据文本生成 3D 人体运动的模型。论文《Human Motion Diffusion Model》第一作者开源的 PyTorch 实现。
人工智能第 79 期
whisper
OpenAI 开源的多语言识别系统。该项目是强大的自动语音识别系统，支持包括中文在内的多种语言识别。尤其是在快语速、口音、背景噪音等场景，依旧表现出色，能够达到极高的准确率。```python import whisper model = whisper.load_model("base")result = model.transcribe("audio.mp3")print(result["text"])# 命令行使用# $ whisper --language Chinese --model large audio.wav# [00:00.000 --> 00:08.000] 如果他们使用航空的方式运输货物在某些航线上可能要花几天的时间才能卸货和通关```
人工智能第 78 期
stable-diffusion
可以根据文字生成图片的模型。只要输入一段文字描述，就能得到一张由 AI 生成的图片，除此之外该项目还支持将粗糙的草图转化成精致的艺术图片。```python# make sure you're logged in with `huggingface-cli login`from torch import autocast from diffusers import StableDiffusionPipeline pipe = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4",use_auth_token=True).to("cuda")prompt = "a photo of an astronaut riding a horse on mars"with autocast("cuda"):image = pipe(prompt)["sample"][0]image.save("astronaut_rides_horse.png")```
人工智能第 78 期
style2paints
一款给线稿上色的 AI 辅助工具。能够帮助用户给没有上色的图片，快速完成上色的 AI 工具，上色效果广受好评，完全免费开箱即用。
暂无截图
人工智能第 77 期
fauxpilot
自建 GitHub Copilot 服务。它采用 NVIDIA 的 Triton Inference Server 的 SalesForce CodeGen 模型，自建 AI 编码辅助服务。支持接入 VSCode Copilot 插件，使用起来十分方便。
人工智能第 77 期
mmdetection
OpenMMLab 开源的目标检测工具箱。基于 PyTorch 的目标检测开源工具箱，支持 Faster R-CNN、Mask R-CNN、RetinaNet 等主流算法。
人工智能第 76 期
flair
简单易用的 NLP 框架。基于 PyTorch 的 NLP 框架，支持文本命名实体识别(NER)、词性标注(PoS)、词义消歧和分类。项目中包含详细的使用教程，介绍了如何标记文本、训练语言模型等。```python from flair.data import Sentence from flair.models import SequenceTagger# make a sentence sentence = Sentence('I love Berlin .')# load the NER tagger tagger = SequenceTagger.load('ner')# run NER over sentence tagger.predict(sentence)```
人工智能第 76 期
paper-reading
深度学习论文精读集合。李沐发起的深度学习领域经典、最新论文精读视频集合。
人工智能第 76 期
paper2gui
面向非编程人员的 AI 应用工具箱。该项目提供了多款免安装下载即用的 AI 工具，功能涵盖语音合成、视频补帧、图像风格转化、目标检测、OCR 识别等方面，让编程小白也能轻松拥有 AI “魔法”。
人工智能第 75 期
dalle-mini
根据文字生成图片的 AI 模型。可以按照文字提示自动生成图片，我试了下感觉生成的图片有些“抽象”。
人工智能第 75 期
shap
解释机器学习模型输出的库。它基于博弈论中的 Shapley Value 理论，将所有特征视为贡献者，然后计算每个特征对于模型输出结果的贡献。
人工智能第 74 期
machine_learning_complete
全面的机器学习教程库。一份包含 30 多个 Jupyter Notebook 的集合库，内容涵盖机器学习所需的 Python 基础，数据操作、清洗、分析、可视化常用的库和工具，以及经典机器学习、NLP、计算机视觉等算法，一份面面俱到的机器学习入门教程
人工智能第 74 期
mindshub
用 SQL 开启机器学习的数据库。把机器学习引入 SQL 数据库将模型作为虚拟表（AI-table），从而省去了数据准备、预处理等步骤，可以直接用 SQL 查询时间序列、回归、分类预测的结果，实现简化机器学习开发流程的效果
人工智能第 74 期
WantWords
拯救词穷的字典。由清华大学 NLP 实验室开源，可以根据你的意思返回相关词汇，有效解决词穷、话到嘴边说不出来的窘境。[在线尝试](https://wantwords.net/)
人工智能第 73 期
instant-ngp
加速训练 NeRF 模型的项目。英伟达开源的最快只需 5 秒，训练出一只狐狸 NeRF 模型的技术。即根据静态的 2D 图片通过神经网络建模，快速训练出可以放大且从任何角度观察都清晰的图片
人工智能第 72 期
awesome-automl-papers
汇集了自动机器学习（AutoML）相关的论文、文章、教程等资源的项目
暂无截图
人工智能第 72 期
deep-learning-for-image-processing
深度学习在图像处理方面的教程。该项目配以视频的方式介绍知识点和搭建方法，对应的 PTT 在 course_ppt 目录下
人工智能第 72 期
serve
一款易用的神经搜索框架。神经搜索是指用非结构化数据，搜索非结构化数据。Jina 简化了神经搜索系统的搭建流程，使开发者可以快速构建以图搜图、以文字搜图、问答机器人、照片去重、海量标签分类等应用```python from docarray import Document, DocumentArray from jina import Executor, Flow, requests class PreprocImg(Executor):@requests async def foo(self, docs: DocumentArray, **kwargs):for d in docs:(d.load_uri_to_image_tensor(200, 200) # load.set_image_tensor_normalization() # normalize color.set_image_tensor_channel_axis(-1, 0) # switch color axis for the PyTorch model later)```
人工智能第 71 期
ColossalAI
高效的分布式人工智能训练系统。它能帮助用户在提升人工智能训练效率的同时降低训练成本，从而适应快速迭代的算法和模型，将 AI 大模型以低成本便捷推广到更多应用场景
人工智能第 69 期
ML-For-Beginners
微软开源的入门级机器学习教程
暂无截图
人工智能第 69 期
spleeter
基于 Tensorflow 实现的音轨分离工具。可以用于提取音乐中的人声、鼓、钢琴等乐器```# 用 conda 安装依赖conda install -c conda-forge ffmpeg libsndfile# 用 pip 安装 spleeter pip install spleeter# 提取人声spleeter separate -p spleeter:2stems -o output 音频.mp3```
人工智能第 68 期
AnimeGANv2
可以将图片和视频转换成漫画风格的工具。采用的是神经风格迁移+生成对抗网络（GAN）的组合，转换速度快。[在线尝试](https://huggingface.co/spaces/akhaliq/AnimeGANv2)
人工智能第 68 期
best_AI_papers_2021
2021 年必看的人工智能论文列表。该项目不是简单的罗列论文，它不仅包含相关论文的代码、效果展示，还有深入的文章和讲解视频。通过学习这些前沿的人工智能论文，提前了解 AI 在未来更多可能性
人工智能第 67 期
optuna
专为机器学习准备的超参数优化框架。采用高效的采样和剪枝策略，支持简单的 Python 语法，仅需少量代码便可进行分布式计算加速优化，除此之外还有更为直观的可视化页面。全方位帮你调参，自动找到最优参数
人工智能第 67 期
qlib
微软开源的 AI 量化交易平台。它包含了数据处理、模型训练、回测等模块，涵盖了 Alpha 挖掘、风险建模、组合优化等功能
人工智能第 67 期
Real-ESRGAN
图像超分辨率模型，修复漫画图像的效果惊艳。通过 AI 技术将低分辨率、模糊的图像修复成高清图像，可用于图像放大和提升质量。基于它实现的[桌面工具](https://github.com/X-Lucifer/AI-Lossless-Zoomer)，还有可以直接使用的 Python 脚本，快去试试效果吧
人工智能第 66 期
GameAISDK
基于图像识别的 AI 自动化框架，支持吃鸡类、射击类、MOBA 类等游戏类型。内置多种图像识别算法和 AI 算法，不用抠图完全基于图像识别的 AI 训练和框架
暂无截图
人工智能第 66 期
genshin_auto_fish
基于深度学习的原神手游自动钓鱼工具。其中用 YOLOX 搞定鱼的定位和类型的识别以及鱼竿落点的定位，用 DQN 搞定自适应控制钓鱼过程的点击，让力度落在最佳区域内
人工智能第 66 期
invoice
增值税发票 OCR 识别项目。包含训练好的模型和微服务，启动后可直接通过接口调用
暂无截图
人工智能第 65 期
ASRT_SpeechRecognition
基于深度学习的中文语音识别系统
人工智能第 65 期
chineseocr_lite
轻量级中文 OCR 项目，提供将图片上的中文转成字符串的功能
人工智能第 64 期
DouZero_For_HappyDouDiZhu
基于快手开源的斗地主强化学习框架，实现的欢乐斗地主 AI 助手
人工智能第 64 期
HyperLPR
中文车牌识别开源框架。支持 Python、Android、C++ 等编程语言调用，接入简单准确度较高。推荐给有车牌识别需求的小伙伴
人工智能第 64 期
insightface
支持 2D&3D 人脸分析的 Python 库。基于 PyTorch 和 MXNet 实现，采用先进的 ArcFace 人脸识别方法，高效地实现了人脸检测、识别等功能
暂无截图
人工智能第 64 期
Statistical-Learning-Method_Code
用 Python 实现《统计学习方法》书中的算法
人工智能第 63 期
AugLy
Facebook 开源的一个数据增强 Python 库。该库目前支持音频、图像、文本和视频四种模式，一方面可以用现实数据对数据进行增强，另一方面还可以检测出相似内容，消除重复数据带来的干扰
人工智能第 63 期
Real-Time-Voice-Cloning
克隆某个人说话声音的 AI 项目。仅需几秒音频，就能模仿出原音频的人声
人工智能第 62 期
imgaug
这是个图像数据增强 Python 库。数据集的数量和质量对于机器学习很重要，而数据增强就是让有限的数据集产生更多的数据，增加训练样本的数量以及多样性。imgaug 就是专为机器学习准备的图像数据增强库
人工智能第 61 期
AI-Expert-Roadmap
人工智能学习路线图
人工智能第 61 期
Real-Time-Person-Removal
在 Web 浏览器中实时移除人像。该项目采用 JavaScript+TensorFlow.js 实现“凭空消失”
人工智能第 60 期
best-of-ml-python
优秀的 Python 机器学习相关开源库集合。该项目会根据收录的开源项目各项指标计算得出一个评分，并定期更新
人工智能第 60 期
fawkes
通过 AI 技术保护个人照片隐私的开源项目。芝加哥大学 Sand Lab 团队发起的项目，通过 AI 技术对图片的像素进行一些微调，人眼很难看出修改前后的区别，但对于人脸识别系统来说微调前后是天壤之别的，从而达到保护你照片隐私的效果
人工智能第 60 期
Paddle
百度开源的深度学习框架。开发便捷的产业级深度学习框架，支持千亿特征、万亿参数、数百节点的大规模训练。官方还为用户提供了免费的算力可用于学习和训练，社区活跃教程齐全对新手友好
人工智能第 60 期
tinygrad
一款小型的开源深度学习框架。它代码不足 1k 行足够简单，支持深度模型推理与训练。示例代码：```python from tinygrad.tensor import Tensor import tinygrad.optim as optim class TinyBobNet:def __init__(self):self.l1 = Tensor.uniform(784, 128)self.l2 = Tensor.uniform(128, 10)def forward(self, x):return x.dot(self.l1).relu().dot(self.l2).logsoftmax()model = TinyBobNet()optim = optim.SGD([model.l1, model.l2], lr=0.001)# ... and complete like pytorch, with (x,y) data out = model.forward(x)loss = out.mul(y).mean()optim.zero_grad()loss.backward()optim.step()```
人工智能第 59 期
avatarify-python
视频会议实时换脸工具。利用机器学习训练的模型，通过捕捉人脸动作并与图片相结合进行实时渲染的方式，达到实时换脸的效果。支持 OBS、Zoom、Skype、Teams、Slack 等直播和会议软件
人工智能第 58 期
DeepMoji
通过深度学习把自然语言转化成 emoji 表情的项目。用机器学习来了解文字表达的情感，最后返回几个感情相近的 emoji 表情。该项目有趣且易于学习，包含机器学习项目该有的所有内容：示例、模型、数据、测试、源码等
人工智能第 58 期
nanodet
移动端的轻量级 Anchor-Free 目标检测模型。具有体积小（1.8 MB）、速度快（10.23 ms）、便于训练（硬件要求低）、部署简单（安卓示例）等优点
人工智能第 57 期
pulse
根据包含马赛克的人脸图像，生成一张相似容貌的结果。注意不是复原哦，仅可用于人脸
人工智能第 57 期
Surface-Defect-Detection
该项目整理了目前大量靠谱的表面缺陷检测数据集，还有最新的顶会论文以及作者的解读笔记。从事视觉方向的小伙伴，心动了吗？
暂无截图
人工智能第 56 期
DeepLearningProject
哈佛大学开源的深度学习教程
暂无截图
人工智能第 56 期
EasyOCR
支持多种语言的即用型的 Python OCR 库，包括中文、日文、韩文等。示例代码：```python import easyocr reader = easyocr.Reader(['ch_sim','en']) # need to run only once to load model into memory result = reader.readtext('chinese.jpg')# 输出[([[189, 75], [469, 75], [469, 165], [189, 165]], '愚园路', 0.3754989504814148),([[86, 80], [134, 80], [134, 128], [86, 128]], '西', 0.40452659130096436),([[517, 81], [565, 81], [565, 123], [517, 123]], '东', 0.9989598989486694),([[78, 126], [136, 126], [136, 156], [78, 156]], '315', 0.8125889301300049),([[514, 126], [574, 126], [574, 156], [514, 156]], '309', 0.4971577227115631),([[226, 170], [414, 170], [414, 220], [226, 220]], 'Yuyuan Rd.', 0.8261902332305908),([[79, 173], [125, 173], [125, 213], [79, 213]], 'W', 0.9848111271858215),([[529, 173], [569, 173], [569, 213], [529, 213]], 'E', 0.8405593633651733)]```
暂无截图
人工智能第 56 期
examples
关于视觉、本文等方面的 PyTorch 的示例集合。包含：使用 Convnets 的图像分类（MNIST）、生成对抗网络（DCGAN）等
人工智能第 55 期
mlflow
一个简化机器学习开发的平台，支持跟踪实验、代码打包、部署模型等。它提供了一套轻量级的 API，可与目前主流机器学习 TensorFlow、PyTorch、XGBoost 等库轻松整合```python# 安装：$ pip install mlflow# 启动：$ mlflow ui# 示例代码import mlflow mlflow.keras.autolog()# other keras code...```
暂无截图
人工智能第 55 期
snownlp
一个 Python 写的自然语言处理库。使用简单、功能强大，支持中文分词、词性标注、情感分析等```python from snownlp import SnowNLP s = SnowNLP(u'这个东西真心很赞')s.words # [u'这个', u'东西', u'真心',# u'很', u'赞']s.tags # [(u'这个', u'r'), (u'东西', u'n'),# (u'真心', u'd'), (u'很', u'd'),# (u'赞', u'Vg')]s.sentiments # 0.9769663402895832 positive的概率```
人工智能第 55 期
video-object-removal
通过 Pytorch 实现绘制一个边界框，即可删除视频中要删除的对象。下图是演示操作，框中红色是抹掉的部分，删除前后的效果对比图可进到项目首页查看
人工智能第 54 期
computervision-recipes
计算机视觉系统最佳实践，包含各种 CV 示例项目。示例使用 PytTorch 深度学习库+ Jupyter 文件，涵盖：图像分类、相似、识别、追踪等方面，适合对图像方面感兴趣的小伙伴阅读和学习
人工智能第 54 期
nsfw-filter
基于 tensefow.js 实现的过滤 NSFW（裸露、暴力等）图片的浏览器插件
人工智能第 54 期
seq2seq-couplet
基于深度学习的对对联项目，你出上联它自动生成下联。我尝试了下，对得三观很正，还挺有意思。[在线尝试](https://ai.binwang.me/couplet/)
人工智能第 53 期
cnn-convoluter
一个支持交互的展示卷积过程的可视化工具
人工智能第 53 期
Never-Blink
谁先眨眼谁就输了的游戏。使用 React + Flask + Dlib 技术实现的“眨眼就输了”在线游戏，虽然是个 demo 级别的项目，但是很有意思可以在本地运行起来找朋友一起玩一下
人工智能第 53 期
waifu2x
基于机器学习把图片、照片变得高清。该项目使用卷积神经网络对图片进行 1-2 倍的无损放大操作，支持降噪保证图片质量。[在线尝试](http://waifu2x.udp.jp/)
人工智能第 52 期
3d-photo-inpainting
一个把单张静态照片转化成 3D 图片的项目。快来尝鲜啦，不要等朋友圈 3D 照片刷屏后才“后知后觉”
暂无截图
人工智能第 51 期
data-science-ipython-notebooks
数据科学的 IPython 集合。包含：TensorFlow、Theano、Caffe、scikit-learn、Spark、Hadoop、MapReduce、matplotlib、pandas、SciPy 等方方面面
人工智能第 51 期
djl
亚马逊开源的一款基于 Java 语言的深度学习框架。对于 Java 开发者而言，可以在 Java 中开发及应用原生的机器学习和深度学习模型，同时简化了深度学习开发的难度。通过 DJL 提供直观的、高级的 API，Java 开发人员可以训练自己的模型，或者利用数据科学家用 Python 预先训练好的模型来进行推理。如果您恰好是对学习深度学习感兴趣的 Java 开发者，那么这个项目完全对口。运行效果如下：
人工智能第 51 期
Surprise
一款简单易用基于 Python scikit 的推荐系统。如果你想用 Python 上手做一套推荐系统，那你可以试试它
人工智能第 50 期
photo2cartoon
将真实照片转换为卡通风格的开源项目。效果如下：
人工智能第 50 期
pose-animator
一个基于 PoseNet 和 FaceMesh 可将你的 Pose 变成 2D 动画的工具。生成的动画人物会根据你的表情和肢体动作做出相应动作，来试试制作你专属的 2D 镜像人吧
暂无截图
人工智能第 50 期
Real-World-Masked-Face-Dataset
口罩人脸数据集
人工智能第 50 期
scikit-opt
一个封装了 7 种启发式算法的 Python 代码库。分别是：差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法、免疫优化算法，示例代码：```python from sko.GA import GA_TSP ga_tsp = GA_TSP(func=cal_total_distance, n_dim=num_points, size_pop=50, max_iter=500, prob_mut=1)best_points, best_distance = ga_tsp.run()```
人工智能第 49 期
pycorrector
中文文本纠错工具。音似、形似错字（或变体字）纠正，可用于中文拼音、笔画输入法的错误纠正。依据语言模型检测错别字位置，通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。解决了在文本识别模型处理后，对识别结果中个别词汇错误进行纠错
暂无截图
人工智能第 48 期
autokeras
Keras 官方出品基于 Keras 的 AutoML 系统。支持 CPU 和 GPU 训练，傻瓜式 API，3 行代码就能训练一个模型。目前支持的任务：图像分类、图像回归、文本分类、结构化数据分类等。将人从手工选择超参数中解放出来，快速开发原型，官方口号“所有人都能使用机器学习”，[官网](https://autokeras.com/)```python# 安装命令 pip install autokeras import autokeras as ak clf = ak.ImageClassifier()clf.fit(x_train, y_train)results = clf.predict(x_test)```
暂无截图
人工智能第 47 期
google-research
非官方整理的 Google AI Research 集合项目
暂无截图
人工智能第 47 期
Retinanet-Pytorch
一个以 Pytorch 深度学习库实现的 retinanet 目标检测模型。项目拥有清晰的结构、完善的注释以及详细的使用说明。适用于有些许深度学习基础的初学者进行学习或在实际的目标检测项目中使用
人工智能第 46 期
faceai
一款优秀入门级 AI 项目以及教程，内容涵盖：人脸、视频、文字的检测和识别。他不仅包含最基本的人脸检测、识别（图片、视频）、轮廓标识、头像合成（给人戴帽子），还有表情识别（生气、厌恶、恐惧等）、视频对象提取、图片修复（可用于水印去除）、图片自动上色等等。推荐这个开源项目不是因为它的内容强大，而是它的教程写的实在太好了，真 · 入门级。手把手教你如何使用这个项目，做出上述功能来。在每篇功能文章的教程里，不仅仅写了每个功能的技术实现方案，还有具体重点关键代码的注释和解释以及具体实现，让你非常轻松的能够看懂、学习和使用。对于想要入门或者了解机器学习的初学者不能再友好了。示例代码：```python# Tesseract Ocr文字识别from PIL import Image import pytesseract path = "img\\text-img.png"text = pytesseract.image_to_string(Image.open(path), lang='chi_sim')print(text)```
人工智能第 45 期
AIDungeon
一个基于机器学习的地下城文字游戏。此项目介绍了如何使用机器学习构建一个游戏，代码简单清晰适合 AI 爱好者深入研究
人工智能第 45 期
face_recognition
上手快速、简单易用的人脸识别库。该库使用 dlib 顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild benchmark）上的准确率高达 99.38%。同时提供了一个简单的面部识别命令行工具，允许您对来自命令行的图像文件夹进行面部识别。完整的开发文档和应用案例，并且兼容树莓派系统（对配置要求低），对于初学者来说可以通过这个项目感受人脸识别或机器学习带来的乐趣。示例代码：```python# 定位图片中的所有人脸：import face_recognition image = face_recognition.load_image_file("your_file.jpg")face_locations = face_recognition.face_locations(image)# 识别人脸关键点，包括眼睛、鼻子、嘴和下巴import face_recognition image = face_recognition.load_image_file("your_file.jpg")face_landmarks_list = face_recognition.face_landmarks(image)```
暂无截图
人工智能第 45 期
SSD-Pytorch
完整的目标检测项目。结构简洁明了，中文注释。适宜新手入门、目标检测任务参考，甚至直接基于本项目实现目标检测任务。示例代码：```python# 实例化模型：模型的具体各种参数在 Config 文件中进行配置net = SSD(cfg)# 将模型移动到 GPU 上，cfg.DEVICE.MAINDEVICE 定义了模型所使用的主 GPU# 模型的参数更新会在主 GPU 上进行net.to(cfg.DEVICE.MAINDEVICE)# 初始化训练器：训练器参数已通过 cfg 进行配置；也可传入参数进行配置（但不建议）trainer = Trainer(cfg, max_iter=None, batch_size=None,train_devices=None, model_save_step=None,model_save_root=None, vis = None, vis_step=None)# 训练器开始：在数据集上训练模型trainer(net, train_dataset)```
暂无截图
人工智能第 44 期
ML-NLP
该项目总结了机器学习、NLP 面试中常考到的知识点和代码实现
人工智能第 44 期
MNN
一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。架构设计如下：
人工智能第 44 期
openpilot
comma.ai 开源的自动驾驶系统
人工智能第 43 期
dimensionality_reduction_alo_codes
该项目使用 Python 实现了 11 种经典的数据抽取（数据降维）算法。同时附有相关资料、展示效果，适用于机器学习初学者和刚刚入坑数据挖掘的小伙伴
人工智能第 43 期
Ultra-Light-Fast-Generic-Face-Detector-1MB
1MB 大小的轻量级人脸检测模型。该模型是针对边缘计算设备，基于 libfacedetection 替换压缩网络设计实现
人工智能第 42 期
albert_zh
海量中文预训练 ALBERT 模型
暂无截图
人工智能第 42 期
cherry
简单易用的文本分类器。这是一个 Python 写的文本分类器，适用多种语言，自带两个预训练模型，使用预训练模型进行分类只需一行代码。使用自己的数据集进行定制训练也只需要十行代码。轻松达到高精确率，召回率。同时该库支持自定义分词算法、分类算法等。```bash>>> res = cherry.classify(model='harmful', text=['她们对计算机很有热情，也希望学习到数据分析，网络爬虫，人工智能等方面的知识，从而运用在她们工作上'])>>> res.word_list[(2, '她们'), (1, '网络'), (1, '热情'), (1, '方面'), (1, '数据分析'), (1, '希望'), (1, '工作'), (1, '学习'), (1, '从而')]>>> res.probability# 返回结果分别对应 赌博，正常，政治，色情 4个 类别的概率array([[4.43336608e-03, 9.95215198e-01, 3.51419231e-04, 1.68657851e-08]])```
暂无截图
人工智能第 42 期
ChineseNLPCorpus
中文自然语言处理数据集
暂无截图
人工智能第 41 期
Awesome-Multimodal-Research
该项目是收录多模态相关研究的一个精选列表，正在持续更新中。现实世界中的信息通常以不同的模态出现。例如，图像通常与标签和文本解释联系在一起；文本包含图像以便更清楚地表达文章的主要思想。不同的模态由迥异的统计特性刻画。例如，图像通常表示为特征提取器的像素强度或输出，而文本则表示为离散的词向量。由于不同信息资源的统计特性不同，发现不同模态之间的关系是非常重要的
暂无截图
人工智能第 41 期
Non-local_pytorch
今天推荐的这个项目是 Nonlocal Net 的第三方实现，实现框架为 PyTorch。项目简明易懂，但是还没有在大型公开数据集上测试过性能。但是附带了一个 MNIST 的样例，可以供读者参考。Nonlocal Net 是大神 Kaiming He 研究组在图像领域引入 Attention 机制的一篇[论文](https://arxiv.org/abs/1711.07971)。Nonlocal Net 的提出，引领了一波在图像领域运用注意力机制的浪潮，最近两年该方向论文层出不穷。Facebook 也开源了一个 Nonlocal Net 在视频分类中的[项目](https://github.com/facebookresearch/video-nonlocal-net)，但是框架基于他们维护的 caffe2，读者可以根据自身实际情况进行浏览阅读
暂无截图
人工智能第 41 期
numpy-cn
这是 NumPy 中文翻译文档。适合任何想了解学习 NumPy 的人，还可以当作手册查阅。如果你是新手朋友，推荐阅读基础文章中的：理解 Numpy、NumPy 简单入门教程、创建 Numpy 数组的不同方式，参考文章里会不定期更新国内外优秀的 Numpy 相关的内容。如果你想徒手实现神经网络可以参看 NumPy 与 神经网络、 NumPy 实现 DNC、RNN 和 LSTM 神经网络算法
人工智能第 41 期
rasa
一个专门为了多轮人机对话而生的框架。主要包含 Rasa Core、Rasa NLU 两大模块，提供了对话场景、意图理解、实体抽取等功能。用户只需按照平台的语料格式构建自己的语料，便可以方便的进行意图理解和实体抽取的训练。目前使用 Rasa 平台的用户也逐渐多了起来，除了官方文档网上也容易的找到相关的项目，便于学习和上手
人工智能第 40 期
DG-Net
深度学习模型训练时往往需要大量的标注数据，但收集和标注大量的数据往往比较困难。作者在行人重识别这个任务上探索了，利用生成数据来辅助训练的方法。通过生成高质量的行人图像（行人两两换衣），将其与行人重识别模型融合，同时提升行人生成的质量和行人重识别的精度1. 不需要额外标注（如姿态 pose、属性 attribute、关键点 keypoints 等），就能生成高质量行人图像。通过交换提取出的特征，来实现两张行人图像的外表互换。这些外表都是训练集中真实存在的变化，而不是随机噪声。2. 不需要部件匹配来提升行人重识别的结果。仅仅是让模型看更多训练样本就可以提升模型的效果。给定N张图像，我们首先生成了 NxN 的训练图像，用这些图像来训练行人重识别模型。(下图第一行和第一列为真实图像输入，其余都为生成图像)3. 训练中存在一个循环。生成图像喂给行人重识别模型来学习好的行人特征，而行人重识别模型提取出来的特征也会再喂给生成模型来提升生成图像的质量。
暂无截图
人工智能第 40 期
hub
一个包含计算机视觉、自然语言处理领域的诸多经典模型的聚合中心。这年头有很多 Hub，什么 GitHub、SciHub、xxxxHub 等等，但是最近图灵奖得主 Yann LeCun 强推的 PyTorch-Hub。无论是 ResNet、BERT、GPT、VGG、PGAN 还是 MobileNet 等经典模型，只需输入一行代码，都能实现一键调用！妈妈再也不用担心你的模型啦！示例代码：```1、查询可用的模型用户可以使用 torch.hub.list() 这个API列出 repo 中所有可用的入口点。比如你想知道 PyTorch Hub 中有哪些可用的计算机视觉模型：>>> torch.hub.list(‘pytorch/vision’)>>>[‘alexnet’,‘deeplabv3_resnet101’,‘densenet121’,…‘vgg16’,‘vgg16_bn’,‘vgg19’,‘vgg19_bn’]2、加载模型在上一步中能看到所有可用的计算机视觉模型，如果想调用其中的一个，也不必安装，只需一句话就能加载模型。model = torch.hub.load(‘pytorch/vision’, ‘deeplabv3_resnet101’, pretrained=True)至于如何获得此模型的详细帮助信息，可以使用下面的 API：print(torch.hub.help(‘pytorch/vision’, ‘deeplabv3_resnet101’))如果模型的发布者后续加入错误修复和性能改进，用户也可以非常简单地获取更新，确保自己用到的是最新版本：model = torch.hub.load(…, force_reload=True)对于另外一部分用户来说，稳定性更加重要，他们有时候需要调用特定分支的代码。例如 pytorch_GAN_zoo 的 hub 分支：model = torch.hub.load(‘facebookresearch/pytorch_GAN_zoo:hub’, ‘DCGAN’, pretrained=True, useGPU=False)3、查看模型可用方法从 PyTorch Hub 加载模型后，你可以用 dir 查看模型的所有可用方法。以 bertForMaskedLM 模型为例：>>> dir(model)>>>[‘forward’…‘to’‘state_dict’,]如果你对forward方法感兴趣，使用 help 了解运行运行该方法所需的参数。>>> help(model.forward)>>>Help on method forward in module pytorch_pretrained_bert.modeling:forward(input_ids, token_type_ids=None, attention_mask=None, masked_lm_labels=None)…```
暂无截图
人工智能第 40 期
LIS-YNP
一个包含基础教程、提高参考资料、有趣实践项目的 PyTorch 教程。人生苦短，我用 PyTorch
暂无截图
人工智能第 40 期
TabNine
基于 OpenAI 的语言模型的代码补全工具。支持 23 种编程语言、5 种编辑器（VS Code、Sublime Text、Atom、Emacs、Vim）、使用简单，效果惊艳
暂无截图
人工智能第 39 期
awesome-bert
与 bert 相关的 nlp 论文、应用、资源集合。紧跟自然语言处理发展前沿，便于加速开展相关研究工作
暂无截图
人工智能第 39 期
deeplearning-models
各种深度学习架构、模型和技巧的集合。TensorFlow 和 PyTorch 的各种深度学习架构、模型和技巧的 Jupyter 集合，非常适合学习
人工智能第 39 期
ImageMiniLab
图像迷你实验室，可进行图像实验、处理、分析。使用 PyQt5 结合 opencv-python 实现代码简洁易读，通过该工具可以快速演示图像算法效果，便于 cv 入门学习
暂无截图
人工智能第 39 期
PyTorch-NLP
简称 torchnlp 是一个支持快速原型设计（包括数据集和神经网络层）的 PyTorch-NLP 工具包。该库封装好了神经网络层、文本处理模块和数据集库，有利于加速自然语言处理研究和实践。示例代码：```python# Load a Dataset from torchnlp.datasets import imdb_dataset# Load the imdb training dataset train = imdb_dataset(train=True)train[0] # RETURNS: {'text': 'For a movie that gets..', 'sentiment': 'pos'}# Apply Neural Networks Layers import torch from torchnlp.nn import LockedDropout input_ = torch.randn(6, 3, 10)dropout = LockedDropout(0.5)# Apply a LockedDropout to `input_`dropout(input_) # RETURNS: torch.FloatTensor (6x3x10)```
暂无截图
人工智能第 39 期
xlnet
CMU 全新 XLNet 预训练模型。BERT 带来的影响还未平复，CMU 与谷歌大脑提出的 XLNet 在 20 个任务上的表现超过了 BERT，并在 18 个任务上取得了当前最佳效果。令人激动的是目前 XLNet 已经开放了训练代码和大型预训练模型，这回又有的玩了
暂无截图
人工智能第 38 期
BentoML
一个机器学习工具用来打包和发布模型。帮助数据科学家用不到 5 分钟把在 ipython notebook 里的模型发布到生产环境```python%%writefile iris_classifier.py from bentoml import BentoService, api, env, artifacts from bentoml.artifact import PickleArtifact from bentoml.handlers import DataframeHandler# You can also import your own python module here and BentoML will automatically# figure out the dependency chain and package all those python modules@artifacts([PickleArtifact('model')])@env(conda_pip_dependencies=["scikit-learn"])class IrisClassifier(BentoService):@api(DataframeHandler)def predict(self, df):# arbitrary preprocessing or feature fetching code can be placed here return self.artifacts.model.predict(df)```
暂无截图
人工智能第 38 期
lihang-code
机器学习领域经典书籍《统计学习方法》的课件和代码。这个项目提供了课件、代码资源，叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用
人工智能第 38 期
maskrcnn-benchmark
Facebook 开源的 PyTorch 版本的 Mask-RCNN。研究人员可以按照教程、示例代码逐步进行实现
暂无截图
人工智能第 38 期
mlcourse.ai
一套机器学习课程。课程全面细致，同时带有 demo 以及进阶的 Kaggle 比赛的样例，非常适合初学者逐步的深入学习
暂无截图
人工智能第 38 期
stanford-cs-229-machine-learning
斯坦福 CS229 教程讲义文档，该文档内容细致、条理清晰，方便入门者作为读书笔记学习。[中文版](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/zh)
人工智能第 37 期
FaceDetection-DSFD
腾讯优图的双分支人脸检测器全新算法，该算法已经被计算机视觉顶级会议 CVPR 2019 接收。优图此次提出的 DSFD 人脸检测算法，主要有 3 点创新：1. 新的特征增强模块（FEM：Feature Enhance Module）2. 分层锚点渐进式的代价函数监督（PLA：Progressive Anchor Loss）3. 改进的锚点匹配策略（Improved Anchor Matching Strategy）
人工智能第 37 期
ICCV2019-LearningToPaint
一个深度强化学习项目，研究如何让机器用画笔画画。也可体验制作自己的绘画或根据一张图片生成一整个绘画过程
人工智能第 37 期
openpose
基于卷积神经网络和监督学习的开源库，可以实现人的面部、躯干和四肢甚至手指的跟踪。适用于多人，且标记准确，同时具有较好的鲁棒性
人工智能第 37 期
SPADE
英伟达（NVIDIA）新开源的绘图工具。利用生成对抗网络，根据几根简单的线条就能生成栩栩如生的图像
暂无截图
人工智能第 36 期
BigGAN-PyTorch
“Bye Bye TPU”，4 个 GPU 就能训练“史上最强” BigGAN！只需 4-8 个 GPU 即可训练，摆脱了算力束缚
暂无截图
人工智能第 36 期
faceswap
这个工具可以对图片和视频进行换脸。可以很方便地处理图片和视频，搞些有意思的事情
暂无截图
人工智能第 36 期
GNNPapers
自从卷积神级网络面世以来，大部分人将其应用在规则的空间结构数据当中，比如图像。但是现实中存在更多的并不具备规则的空间结构的数据，因此研究人员提出了处理这部分数据的网络模型-GNN。该项目列举了 GNN 方面的论文，较为全面，适合有一定基础的人阅读
暂无截图
人工智能第 36 期
QuickDraw
谷歌开发的一个流行的在线游戏，神经网络会猜测你在画什么。神经网络从每幅图画中学习，提高正确猜测涂鸦内容的能力。现在你可以基于这个仓库，用 Python 构建自己的 Quick Draw 游戏
暂无截图
人工智能第 36 期
Virgilio
本资源库旨在为以下领域提供三种有机完整的学习路径：机器学习、商业智能、云计算。在此你将能够了解相关原理并且在项目实践中予以运用。如果仔细遵循这些学习路径，则可以从零开始构建完整的认识和获得始终可用的技能。事实上，这些学习路径不需要之前有相关知识，但基础编程和简单数学是理解和实践大多数相关概念的必要条件
暂无截图
人工智能第 35 期
deep-learning-drizzle
世界计算机名校的深度学习、强化学习、机器学习、计算机视觉、自然语言处理等方面的公开课
暂无截图
人工智能第 35 期
gpt-2
OpenAI 发布的 15 亿参数量通用语言模型 GPT-2，迄今最大模型！展示了一种构建语言处理系统的潜在方式，即根据自然发生的演示学习执行任务。实例代码：```python export PYTHONIOENCODING=UTF-8 python3 src/generate_unconditional_samples.py | tee samples python3 src/generate_unconditional_samples.py --top_k 40 --temperature 0.7 | tee samples python3 src/interactive_conditional_samples.py --top_k 40```
暂无截图
人工智能第 35 期
stanza
适用于多种人类语言的 Stanford NLP 官方 Python 库。包含用于运行 CoNLL 2018 共享任务的最新完全神经管道以及访问 Java Stanford CoreNLP 服务器的软件包。实例代码：```python import stanfordnlp stanfordnlp.download('en') # This downloads the English models for the neural pipeline nlp = stanfordnlp.Pipeline() # This sets up a default neural pipeline in English doc = nlp("Barack Obama was born in Hawaii. He was elected president in 2008.")doc.sentences[0].print_dependencies()```
暂无截图
人工智能第 35 期
Tensorflow-Cookbook
易学易用的 Tensorflow 教程
暂无截图
人工智能第 34 期
RecommenderSystem-Paper
推荐系统论文整理列表，包括了行业顶尖会议 AAAI、NIPS 等发表的论文，以及 KDD 一些获奖论文。方便推荐系统方向以及文本表示方向等研究人员，跟踪阅读行业内经典论文和最新研究方向
人工智能第 34 期
Semantic-Segmentation-Suite
图像语义分割模型组件整理，包含了模型、数据增广、准确率评价等模块。方便研究者快速搭建和试验一个图像语义分割模型，同时集成了一些 state-of-the-art 的模型
暂无截图
人工智能第 34 期
spinningup
（英文）OpenAI 制作的教育资源，可以更容易地学习深层强化学习。官方项目，浅显易懂，提供练手的例子，方便初学者或对深层强化学习感兴趣的人群学习和入门
人工智能第 34 期
the-gan-zoo
生成对抗网络（Generative Adversarial Networks，简称GAN）的一个大集合，作者列举了生成对抗网络领域各式各样的应用集合，大部分为论文，包含少数的 GitHub 项目。该项目对于 GAN 领域覆盖面全面，论文列表整理清晰，GAN 方向的研究者可以从这个项目中查询到想看的经典的论文或者扩充自己的知识储备
暂无截图
人工智能第 34 期
transformers
Google 神级语言表示模型的 PyTorch 预训练模型和 PyTorch 框架结合，使得更加容易上手。PyTorch 版本更方便小白上手实验。示例代码：```python import torch from pytorch_pretrained_bert import BertTokenizer, BertModel, BertForMaskedLM# Load pre-trained model tokenizer (vocabulary)tokenizer = BertTokenizer.from_pretrained('bert-base-uncased')# Tokenized input text = "Who was Jim Henson ? Jim Henson was a puppeteer"tokenized_text = tokenizer.tokenize(text)# Mask a token that we will try to predict back with `BertForMaskedLM`masked_index = 6 tokenized_text[masked_index] = '[MASK]'assert tokenized_text == ['who', 'was', 'jim', 'henson', '?', 'jim', '[MASK]', 'was', 'a', 'puppet', '##eer']# Convert token to vocabulary indices indexed_tokens = tokenizer.convert_tokens_to_ids(tokenized_text)# Define sentence A and B indices associated to 1st and 2nd sentences (see paper)segments_ids = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1]# Convert inputs to PyTorch tensors tokens_tensor = torch.tensor([indexed_tokens])segments_tensors = torch.tensor([segments_ids])```
暂无截图
人工智能第 33 期
deep-learning-papers-translation
主要内容是 CV 领域里一些论文的翻译，包括分类、检测、OCR和模型轻量化。不喜欢看英文原版论文的，可以关注该项目
人工智能第 33 期
MTCNN_face_detection_alignment
人脸检测领域经典之作，出自 2016 年 ECCV 一篇[论文](https://kpzhang93.github.io/MTCNN_face_detection_alignment/paper/spl.pdf)。目前在工业应用中落地比较成功，很多公司检测模块运用 MTCNN 或者其加速版，MTCNN 将人脸检测和关键点检测通过一个模型作为 MultiTasks 的方式进行训练，inference 时候可同时得到人脸框信息和关键点信息
人工智能第 33 期
S3FD.pytorch
该项目是论文 [S3FD:Single Shot Scale-invariant Face Detector](https://arxiv.org/abs/1708.05237) 的 pytorch 复现版本。S3FD 目前在 FDDB 的评测中排在前几位，属于精度较高的人脸检测方法。论文主要解决人脸尺度问题，进一步提升对小脸的检测
人工智能第 33 期
SSH
该项目是 ICCV2017 论文 [SSH:Single Stage Headless Face Detector](https://arxiv.org/abs/1708.03979)作者自己开源的项目，算是官方开源项目，具有一定的权威性。SSH 也算是人脸检测中一个经典的方法，具有较高的精度和较快的速度。项目实现了论文中的很多细节，对复现过程也有详细的讲解，容易实现。美中不足的是论文中的 Pyramid 方式，该项目没有实现
人工智能第 32 期
AIAlpha
使用无监督学习和监督学习来预测股票，有趣的项目。运行步骤如下：```git clone https://github.com/VivekPa/AlphaAI.git cd AlphaAI pip install -r requirements.txt python run.py```
暂无截图
人工智能第 32 期
awesome-machine-learning
一个精选的机器学习框架、库、软件的集合项目
人工智能第 32 期
bert
一种新的语言表征模型，来自 Transformer 的双向编码器表征。目前最强 NLP 预训练模型，横扫 11 项 NLP 任务记录
人工智能第 32 期
deepvariant
一个数据分析工作流。能够使用深度神经网络从下一代 DNA 序列数据中调用遗传变异体，联想到了最近的基因编辑人类事件。关于如何工作的技术细节，如下图：
暂无截图
人工智能第 32 期
fastai
利用当前最好的深度学习算法简化训练神经网络的过程。包含了很多“开箱即用”的工具，支持 Vision、Collab 等模型。示例代码：```python# here's how to train an MNIST model using resnet18 untar_data(MNIST_PATH)data = image_data_from_folder(MNIST_PATH)learn = create_cnn(data, tvm.resnet18, metrics=accuracy)learn.fit(1)```
暂无截图
人工智能第 31 期
nndl
《神经网络与深度学习》该课程主要介绍神经网络与深度学习中的基础知识、主要模型（卷积神经网络、递归神经网络等）以及在计算机视觉、自然语言处理等领域的应用。[在线阅读](https://nndl.github.io/)
暂无截图
人工智能第 31 期
pwc
深度学习、机器学习论文集合（英文）
暂无截图
人工智能第 30 期
100-Days-Of-ML-Code
《机器学习 100天》[中文版](https://github.com/MLEveryday/100-Days-Of-ML-Code)
人工智能第 27 期
elasticsearch-spark-recommender
使用 Apache Spark 的机器学习库 (MLlib) 来训练一个协同过滤推荐系统模型 和 Elasticsearch 构建一个推荐系统教程，[中文版阅读](https://github.com/IBM/elasticsearch-spark-recommender/blob/master/README-cn.md)
暂无截图
人工智能第 27 期
simplified-deeplearning
《DeepLearningBook》读书笔记
人工智能第 26 期
AlphaZero_Gomoku
使用 TensorFlow/Pytorch/Theano 实现 AlphaZero 算法，通过自我对弈从零训练五子棋 AI。实现简单、清晰，适合学习、了解 AlphaGo Zero 背后的关键思想和技术细节
人工智能第 25 期
pytorch-book
书籍《深度学习框架 PyTorch：入门与实践》的示例代码，可以作为一个独立的 PyTorch 入门指南和教程。内容结构如下图所示：
暂无截图
人工智能第 24 期
ailearning
ApacheCN 制作的《机器学习实战》。配套视频：编码能力强，建议观看[《机器学习实战 - 教学版》](https://space.bilibili.com/97678687/#/channel/detail?cid=22486)。编码能力弱，建议观看[《机器学习实战 - 讨论版》](https://space.bilibili.com/97678687/#/channel/detail?cid=13045)
人工智能第 24 期
DeepLeague
英雄联盟的机器学习项目，规模不大，适合研究一些 CV 和 ML 的算法应用
暂无截图
人工智能第 24 期
tensorflow-docs
TensorFlow Docs 是由掘金翻译计划实时维护的 TensorFlow 官方文档中文版，维护者为全球各大公司开发人员和各著名高校研究者及学生
暂无截图
人工智能第 23 期
captcha_break
使用深度学习来破解 captcha（python 生成验证码的库）验证码。该项目会通过 Keras 搭建一个深度卷积神经网络来识别 captcha 生成的图片验证码，建议使用显卡来运行该项目。可视化代码都是在 jupyter notebook 中完成的，如果你希望写成 python 脚本，稍加修改即可正常运行
人工智能第 20 期
angel
腾讯开源的高性能分布式机器学习平台，具有广泛的适用性和稳定性，模型维度越高。它将高维度的大模型合理切分到多个参数服务器节点，并通过高效的模型更新接口和运算函数，以及灵活的同步协议，可以实现各种高效的机器学习算法
暂无截图
人工智能第 18 期
deeplearningbook-chinese
Deep Learning 中文版
暂无截图
人工智能第 17 期
EffectiveTensorflow
TensorFlow 最佳实践
暂无截图
人工智能第 17 期
TensorFlow-World
简单易用的 TensorFlow 教程
暂无截图
人工智能第 16 期
ncnn
腾讯开源的一个为手机端极致优化的高性能神经网络前向计算框架
暂无截图
人工智能第 16 期
tutorials
机器学习入门教程，十分详细包含视频教程、文字教程
暂无截图
人工智能第 10 期
MLAlgorithms
常见的机器学习算法，Python 实现：- [Deep learning (MLP, CNN, RNN, LSTM)](https://github.com/rushter/MLAlgorithms/tree/master/mla/neuralnet)- [Linear regression, logistic regression](https://github.com/rushter/MLAlgorithms/blob/master/mla/linear_models.py)- [Random Forests](https://github.com/rushter/MLAlgorithms/blob/master/mla/ensemble/random_forest.py)- [Support vector machine (SVM) with kernels (Linear, Poly, RBF)](https://github.com/rushter/MLAlgorithms/tree/master/mla/svm)- [K-Means](https://github.com/rushter/MLAlgorithms/blob/master/mla/kmeans.py)- 等等
暂无截图
人工智能第 9 期
machine-learning-for-software-engineers
自上而下的学习路线，软件工程师的机器学习，[中文版](https://github.com/ZuzooVn/machine-learning-for-software-engineers/blob/master/README-zh-CN.md)