懂AI
aikit

aikit

简化部署和优化大型语言模型的平台

AIKit是一个全方位平台，专为快速部署、构建和微调大型语言模型（LLM）而设计。它支持OpenAI API兼容的推理和灵活的微调接口，无需GPU即可使用。AIKit还支持多模式模型、图像生成、多平台CPU和GPU加速推理以及Kubernetes部署，简化了开发流程并确保供应链安全，适用于各种环境。

AIKitLocalAIOpenAI APIDockerKubernetesGithub开源项目
访问官网GitHubHugging Face论文文档

项目介绍：AIKit

AIKit 是一个功能全面的平台，旨在帮助用户快速搭建、部署、构建和微调大型语言模型（LLMs）。该平台的主要特点是支持多种推理和微调功能，使用户能够轻松访问和定制高级的人工智能模型。

主要功能

推理（Inference）

AIKit 使用 LocalAI 来支持广泛的推理能力和格式。LocalAI 提供了一个与 OpenAI API 兼容的替代 REST API，因此用户可以使用任何兼容 OpenAI API 的客户端（如 Kubectl AI、Chatbot-UI 等）来发送请求到开放的大型语言模型。

微调（Fine-Tuning）

AIKit 提供了一个可扩展的微调接口，支持 Unsloth，让微调过程变得快速、内存高效且简单易用。

功能特性

  • 无需 GPU、互联网接入或额外工具，通过 Docker 即可使用。
  • 提供最小化的镜像尺寸，使用基于 Distroless 的镜像，提升安全性。
  • 支持 OpenAI API，兼容任何 OpenAI API 客户端。
  • 支持多模态模型和图像生成。
  • 支持多种模型格式，如 GGUF、GPTQ、EXL2、GGML 以及 Mamba 模型。
  • 支持 Kubernetes 部署。
  • 单一镜像支持多种模型。
  • 支持 AMD64 和 ARM64 CPU，以及使用 NVIDIA GPU 加速推理。
  • 确保供应链安全，支持 SBOMs、证明声明和签名镜像。
  • 支持自托管、本地或任何远程容器注册表，适用于隔离网络环境。

快速开始

用户可以在本地计算机上快速启动 AIKit，而且不需要 GPU。只需运行以下命令：

docker run -d --rm -p 8080:8080 ghcr.io/sozercan/llama3.1:8b

运行成功后，可以通过访问 http://localhost:8080/chat 来使用 WebUI。

API 使用

AIKit 提供了一个兼容 OpenAI API 的端点，用户可以使用任何兼容的客户端来发送请求：

curl http://localhost:8080/v1/chat/completions -H "Content-Type: application/json" -d '{
    "model": "llama-3.1-8b-instruct",
    "messages": [{"role": "user", "content": "explain kubernetes in a sentence"}]
  }'

预设模型

AIKit 提供了一系列现成的模型，用户可以直接使用这些模型开始项目。如果需要特定模型，用户也可以创建自己的镜像，并将其托管到选择的容器注册表中。

支持的硬件架构

AIKit 支持 AMD64 和 ARM64 架构的 CPU，并可以选择使用 NVIDIA GPU 进行推理加速。

接下来的步骤

欲了解更多信息及如何微调模型或创建自定义镜像，请参阅 AIKit 网站。

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