Logo
Project Icon

Open-Interface

利用LLM实现计算机自驱动操作

Open Interface自驾电脑软件GPT-4V自动化机器学习Github开源项目

Open Interface通过向LLM后端（如GPT-4V）发送用户请求来实现计算机的全自动驾驶功能。系统通过模拟键盘和鼠标输入自动执行任务，并在必要时发送当前屏幕截图进行调整。此项目支持MacOS、Linux和Windows，并允许连接不同的LLM后端进行自定义配置，带来了提高效率和自动化的新选择。

访问官网访问官网GithubGithub
介绍相关项目
awesome-azure-openai-llm - 揭示Azure OpenAI与大型语言模型（LLM）的综合功能
API集成Azure OpenAIGithub信息检索大语言模型开源项目语言模型训练
提供Azure OpenAI和大型语言模型（LLM）的综合参考，包括服务与技术的详细比较和专有功能介绍。深入探讨私有网络支持、角色认证和AI内容过滤的优势，非常适合希望全面了解并运用Azure OpenAI整合服务的技术用户。
OpsPilot - 基于深度学习与LLM的智能运维助理，支持多系统联动
GithubLLM技术OpsPilotWeOps团队开源项目智能运维深度学习
OpsPilot是一个由WeOps团队开源的智能运维助理，基于深度学习和LLM技术开发。它能够通过运维大脑整合各类运维系统，提升智能化运维能力，支持智能问答、ChatOps和智能引导功能，通过Web和企业微信提供服务。未来更新将包括aiops-server、Jenkins集成，并计划支持Gitlab、Prometheus等，增强日志洞察、监控指标和AI代码审查功能。
ScreenAI - 深度理解界面和信息图的视觉语言模型
GithubScreenAIUI理解信息图表理解多模态开源项目视觉语言模型
ScreenAI是一个开源的多模态视觉语言模型，专注于用户界面(UI)和信息图的理解。该模型集成了视觉变换器(ViT)、注意力机制和前馈网络，能够处理图像和文本输入。通过深度学习技术，ScreenAI实现了对复杂视觉信息的处理和文本整合分析，为UI设计、信息可视化和人机交互研究提供了新的工具和方法。
llama2-webui - 全平台支持的Llama 2智能Web界面
API兼容性GPU加速GithubLlama-2模型llama2-wrapper开源项目生成文本
llama2-webui是一个跨平台的工具，允许在多个操作系统（Linux、Windows、Mac）通过Gradio Web UI轻松运行Llama 2模型。支持从7B到70B等多种模型规模，包含GPTQ和GGUF等，并兼容8位与4位计算模式。此外，项目还支持与OpenAI API兼容，可作为各类生成型应用的后端，旨在为开发人员提供一个便捷且高效的工具。
opensearch-ai - 开源的个性化AI搜索引擎项目，能够在用户浏览网页时学习和适应其兴趣
AI搜索引擎GithubOpenSearch GPT个性化学习兴趣开源项目网络浏览
OpenSearch GPT是一个开源的个性化AI搜索引擎项目，能够在用户浏览网页时学习和适应其兴趣。该项目整合了Mem0自动记忆收集、Vercel AI ADK、Next.js等技术，并使用GPT-4o-mini模型。通过持续学习用户习惯，OpenSearch GPT提供精准搜索结果，优化网络浏览体验。
Vista - 通用自动驾驶世界模型实现高保真多场景预测
GithubVista世界模型开源项目控制自动驾驶预测
Vista是一款通用自动驾驶世界模型，可在多种场景中生成高保真度的预测，并扩展至连续和长期视野。模型支持多模态操作控制，包括转向、速度、指令、轨迹和目标点设定，无需真实操作数据即可评估不同行为。Vista在预测精度和操控灵活性上有显著提升，为自动驾驶技术研究提供了有力支持。
SeeAct - 基于多模态GPT模型的网页任务自动化解决方案
GPT-4V(ision)GithubMind2WebSeeActweb代理多模态模型开源项目
SeeAct采用多模态GPT模型（如GPT-4V(ision)），提供网页任务自动化的解决方案，支持OpenAI和Google的多种语言模型，并与Playwright浏览器无缝集成。适用于网页代理测试与评估，支持多种配置和自定义任务，实现安全操作和实时监控。Multimodal-Mind2Web数据集提供丰富的网页截图和HTML文本，便于实验和评估。
gpt-voice-conversation-chatbot - GPT语音对话机器人，支持个性化对话和长期记忆功能
ChatGPTGPT-4GPT-VCCGithubOpenAI APIPython开源项目
本项目通过OpenAI API，提供一个可以用麦克风与ChatGPT或GPT-4进行语音交互的聊天机器人，支持个性化对话与记忆功能。用户可以选择键盘输入或语音输入，机器人能够持续记住对话内容。需要有效的OpenAI API密钥，并支持Google和ElevenLabs的TTS工具。适用于Windows和Linux，提供名称设置、创造力调节和预设对话模式等多种自定义功能。适合语言练习、编程学习和日常对话。
openui - 灵活快速构建UI组件，兼容多种AI模型
API密钥DockerGithubLLMOpenUIUI组件开源项目
OpenUI简化了UI组件的构建，支持实时渲染和多框架转换（如React、Svelte）。兼容OpenAI、Groq等多种模型，并支持本地与Docker运行，适用于各种开发环境。
gpt-code-ui - 开源实现的OpenAI聊天式GPT代码执行工具
GPT-Code-UIGithubOpenAI代码执行开源开源项目社区
gpt-code-ui是一个开源项目，利用OpenAI模型生成和执行代码。支持文件上传和下载、多模型切换如GPT-3.5与GPT-4，并具备执行Python脚本的功能。项目鼓励社区交流，并提供Docker封装版本以便部署。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号