pipcook

pipcook

将JavaScript和机器学习无缝结合的前端工程框架

Pipcook是一个面向JavaScript工程师的开源机器学习应用框架,支持前端与机器学习的无缝集成。该框架具备模块化设计,灵活易用,包含机器学习流水线框架、管理工具及JavaScript运行时环境,并通过插件机制支持数据集处理、模型训练、验证和部署。适用于Web工程师学习、训练和优化机器学习模型,通过简便的命令行工具和示例,引导用户快速上手和部署机器学习应用。

PipcookJavaScript机器学习前端开源Github开源项目

项目介绍

概述

Pipcook 是一款面向机器学习及其工程的 JavaScript 应用框架。由阿里巴巴开源,Pipcook 的使命是让 JavaScript 工程师在没有专业知识基础的情况下,仍能利用机器学习的强大功能。它的愿景是引领前端技术领域走向智能化。

为什么选择 Pipcook

Pipcook 的设计专注于前端领域,是从 JavaScript 工程师视角出发开发的。它的目标是推动机器学习工程在整个领域的进步。为此,该项目通过开放问题的方式,欢迎大家参与机器学习应用 API 的开发。

Pipcook 的功能

Pipcook 提供了多个子项目,包括机器学习流水线框架、管理工具、JavaScript 运行时等,这些都可以用作与其他项目的构建模块。

原则

Pipcook 坚持强有力的原则,目标是模块化和灵活性:

  • 模块化:项目包含一些功能和 API 定义明确的子项目,这些可以协同工作。
  • 可替换:Pipcook 包含足够的模块来构建自己的功能,模块架构保证大部分模块可以被不同实现替换。

目标用户

Pipcook 面向想要了解机器学习、训练和部署模型的 Web 工程师,尤其是那些希望优化自有模型以获得更佳评估结果的人群。

子项目介绍

Pipcook Pipeline

这是用来表示由 Pipcook 脚本构成的机器学习流水线的工具。它通过插件机制支持数据集、训练、验证和部署等丰富功能。每个流水线的最终输出是一个 NPM 包,其中包含可直接使用的已训练模型和 JavaScript 函数。

Pipcook 桥接 Python

Pipcook 提供一个名叫 Boa 的模块,允许 JavaScript 工程师在 Node.js 运行时通过 JavaScript 来使用 Python 的生态包,如 numpyscikit-learn 等。

快速开始

设置

在电脑上准备以下安装程序:

  • Node.js 版本 >= 12.17 或 >= 14.0.0
  • npm 版本 >= 6.14.4

安装 Pipcook 项目的命令行工具:

$ npm install -g @pipcook/cli

运行图像分类示例:

$ pipcook train https://cdn.jsdelivr.net/gh/alibaba/pipcook@main/example/pipelines/image-classification-mobilenet.json -o ./output

训练完毕后,可以预测图像的类别:

$ pipcook predict ./output/image-classification-mobilenet.json -s ./output/data/validation/blurBackground/71197_223__30.7_36.jpg

想要部署的话:

$ pipcook serve ./output

开发者

克隆代码库:

$ git clone git@github.com:alibaba/pipcook.git

安装依赖:

$ npm install

构建项目:

$ npm run build

Pipcook 提供详细开发者文档,帮助开发者进行二次开发和贡献。

社区

Pipcook 社区活跃在多个平台,包括 Gitter 和钉钉群,用户可以通过这些渠道进行交流和获取帮助。

使用者

Pipcook 已被多个项目采用,例如 imgcook 等,为它们提供了强大的机器学习支持。

授权

Pipcook 使用 Apache 2.0 开源授权,用户可以自由使用和贡献。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多