#Github

Frigate是一款为Home Assistant设计的本地NVR，利用OpenCV和TensorFlow实现实时对象检测。支持Google Coral加速器，大幅提升性能。通过自定义组件紧密集成Home Assistant，优化资源使用和性能。采用低开销运动检测与独立进程的对象检测，支持MQTT通讯，基于对象检测的视频记录，24/7录像及RTSP重传，提供低延迟实时视图。

AirSim是一个开源的跨平台模拟器，支持Unreal Engine和Unity，用于无人机和汽车等自主车辆的模拟。该平台为AI研究提供支持，涵盖深度学习、计算机视觉和强化学习等领域。AirSim允许手动驾驶、编程控制、数据收集和天气效果应用等功能。尽管AirSim将于明年归档，但新推出的Project AirSim将提供更先进的模拟和AI能力，满足航空航天行业的需求。

LibreChat是一个开源AI聊天平台，提供类似ChatGPT的用户界面，支持暗黑模式和流媒体功能。用户可以选择使用OpenAI、Azure、Google等多种AI模型，并可在远程和本地AI服务之间切换。平台支持多语言界面，提供图像分析、多模态聊天、对话分支和插件等功能。LibreChat允许创建、保存和分享自定义预设，支持多用户安全认证和社区驱动开发，并提供本地和云端部署选项。

Leon是一个开源的个人助手，通过整合最新的TTS和ASR引擎及混合NLP技术，提供快速、定制和精准的服务。用户可以在自己的服务器上运行Leon，实现离线交流，确保隐私。Leon支持语音和文本交流，并拥有扩展技能的结构，开发者可以创建和分享技能。随着项目的发展，Leon引入了基于transformers的模型，并计划建立一个技能注册平台，鼓励社区共同开发新功能。

提供快速一致的探索性数据分析解决方案，支持生成HTML和JSON格式报告，包括时间序列和文本数据。ydata-profiling自动检测数据类型，提供单变量和多变量分析，生成包含缺失数据、重复行和变量交互的可视化报告。支持与多种数据库系统集成，适用于数据集对比和大数据处理。

CVAT是一个计算机视觉的交互式视频和图像标注工具，被全球数万用户和企业广泛使用。提供免费在线版和自托管解决方案，支持Roboflow和HuggingFace集成。支持多种标注格式，并通过自动标注功能加速标注过程。企业用户可享受高级功能和专业支持服务。

本项目利用TensorFlow技术，快速将照片和视频转换为多种名画风格。通过深度学习算法实现毫秒级风格迁移，并提供详细文档和示例，适用于研究和开发。项目采用实例归一化和感知损失优化，确保转换效果精美且实时。

TFLearn是一个模块化且透明的深度学习库，基于TensorFlow构建，提供高阶API以加速实验。特点包括易用的高阶API、快速原型设计、完全透明的TensorFlow集成、强大的训练辅助功能和精美的图形可视化。支持最新的深度学习模型，兼容TensorFlow v2.0及以上版本。

LAVIS是一款用于语言与视觉智能研究的Python库，提供统一接口，支持图像文本预训练、检索和视觉问答等10多种任务，并包含20多个数据集和30多个预训练模型。其模块化设计和自动下载工具简化了数据准备和模型训练，是开发多模态应用的理想选择。

AutoKeras是由德州农工大学DATA实验室开发的开源项目，旨在简化机器学习流程。通过Keras的AutoML系统，用户能够轻松完成图像分类等任务。支持Python 3.7及以上版本和TensorFlow 2.8.0及以上版本，安装方便，只需使用pip命令。提供详细的官方教程和相关书籍资源，社区鼓励贡献和参与。

Google DeepMind的dm_control软件包使用MuJoCo物理引擎，提供物理仿真和强化学习环境的全面工具。核心组件包括Python绑定库、强化学习环境、交互式查看器，以及创建复杂控制任务的附加库。用户可通过pip命令安装，并支持多种OpenGL渲染后端。dm_control为研究人员和开发者提供丰富功能和灵活配置，助力连续控制任务的开发与实验。

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。

Lively Wallpaper提供视频、网页、应用和游戏等多种动态壁纸，支持多显示器和屏保功能。通过命令行和API实现自动化和互动，利用机器学习增强动态效果，硬件加速视频播放，使用简单高效，完全开源免费，兼容最新Windows 11设计。

FlexGen通过高效的IO卸载、压缩和大批量处理，实现了在单GPU上高吞吐量运行大语言模型。该系统专为高吞吐量任务设计，如信息提取和数据处理，特别适合成本敏感的环境。虽然FlexGen在小批量任务上速度较慢，但在批量处理和低成本硬件上具有显著优势。

本文介绍了使用TensorFlow 2.0实现YOLOv3目标检测的方法，包括快速入门、训练自定义数据集和在VOC数据集上的评估。提供详细的代码示例和步骤说明，帮助开发者轻松训练和应用目标检测模型。文中附有中文博客链接，提供更多学习资源。

Flowise让您通过拖放界面轻松创建自定义LLM应用程序。提供详细的快速安装指南，支持NodeJS和Docker部署。模块化架构对开发者友好，并支持自托管，适用于AWS、Azure、Digital Ocean等主流云平台，确保应用灵活且易扩展。

DB-GPT是开源AI原生数据应用开发框架，利用AWEL和多代理技术，实现多模型管理、Text2SQL优化、RAG框架和多代理协作等功能。在数据3.0时代，DB-GPT帮助企业和开发者通过更少的代码构建定制应用，支持多数据源、生成式商业智能和自动化微调，确保数据隐私和安全。

该项目提供了简洁高效的代码库，支持Mistral 7B、8x7B和8x22B模型的部署和运行。通过命令行界面和Python接口，可以方便地下载、安装和测试模型，并与其互动。项目包含详细的使用示例和多GPU环境的部署指南，为开发者和研究人员提供了可靠的支持。

Gorilla项目展示了如何通过其模型实现大规模语言模型（LLM）与1600多个API的精确调用，有效减少幻觉生成并提升功能调用能力。Gorilla支持商用，具有开源许可，用户可在本地运行或通过CLI界面与之交互。项目还提供APIBench数据集和评估代码，帮助开发者优化和评估LLM工具。

Vercel AI SDK是一个TypeScript工具包，帮助开发者使用Next.js、React、Svelte、Vue等框架和Node.js运行时构建AI应用。核心模块提供统一API与OpenAI、Anthropic、Google等模型提供商交互。UI模块提供构建聊天机器人和生成界面的钩子，适用于多个框架。RSC模块为支持React服务器组件的框架提供优化API。开发者可以通过社区支持和贡献指南快速上手并进行贡献。

OpenAI-Java是一套开源Java库，为开发人员提供了方便的途径来使用OpenAI的GPT-3、ChatGPT及GPT-4等API功能。项目包括API模块、客户端模块及服务模块，多样的示例项目助力快速部署使用。支持自定义功能开发与多API直接调用，适合应用于聊天机器人、自动化文本处理等多种场景。虽项目已停止维护，但代码库继续对外开放，供公众修改及应用。

Ragas是一款工具集，用于评估、监控和优化RAG（检索增强生成）应用的性能，特别适合生产环境中的大语言模型（LLM）。Ragas集成了最新研究成果，能在CI/CD流程中进行持续检查，确保管道性能稳定。通过简单的安装和快速入门示例，用户可以快速体验Ragas的功能，并参与社区讨论LLM和生产相关问题。

RAGs是一个基于Streamlit的应用程序，使用自然语言从数据源创建RAG管道。用户可以描述任务和参数，查看和修改生成的参数，并通过RAG代理查询数据。项目支持多种LLM和嵌入模型，默认使用OpenAI构建代理。该应用程序提供了一个标准的聊天界面，能够通过Top-K向量搜索或总结功能满足查询需求。了解更多关于安装和配置的信息，请访问GitHub页面或加入Discord社区。

Reader 提供读取和搜索功能，将任意URL转换为LLM友好的输入，提升代理和RAG系统的输出质量。同时，搜索功能使LLM获取最新的网络知识。该工具免费、稳定、可扩展，适合生产环境使用。

Skyvern结合大语言模型（LLMs）和计算机视觉，提供简单的API端点，实现大量网站的工作流自动化，解决传统方法的不稳定性。无需定制代码即可操作新网站，对布局变化具有抗性，并能在多个网站上应用相同工作流。Skyvern云版本让用户无需管理基础设施即可运行多个实例，并提供反机器人检测、代理网络和验证码解决方案。

TaskWeaver是一个创新的代码优先代理框架，能够通过代码片段解释用户请求，并高效协调多种插件来执行数据分析任务。它的独特功能包括保留聊天和代码执行历史，适合处理高维表格等复杂数据结构。支持本地小型语言模型、多种LLM配置、容器模式和CLI模式，提供安全和用户友好的体验。

Agents 2.0通过符号学习框架，实现语言智能体的自我进化。该框架借鉴连接主义学习方法，采用语言损失、梯度和权重更新机制，实现智能体训练中的前向传递、损失评估和后向传播。适用于优化多智能体系统，增强了语言智能体的训练和评估能力，适合自然语言处理和自主智能体研究的开发者。

OpenCopilot通过集成API，为产品提供AI助手功能。它使用LLM识别用户请求，决定调用哪个API并传递合适的数据包。支持Swagger OpenAPI 3.0导入，并验证架构以确保最佳效果。只需几行代码即可将聊天气泡嵌入SaaS应用，实现AI助手功能。

Evidently是一个开源的Python库，专为评估和监控机器学习和大语言模型系统而设计。它支持分类、回归和推荐系统，并提供超过100种内置指标，允许用户自定义评估和测试。Evidently的模块化设计使用户能够通过Reports、Test Suites和实时监控Dashboard轻松实现评估和持续监控，适用于各种AI数据管道，从实验到生产环境。

RWKV-Runner项目通过一个轻量级的可执行程序，简化了大型语言模型的使用，并提供与OpenAI API兼容的接口，使每个ChatGPT客户端都能作为RWKV客户端使用。项目支持多语言本地化，提供用户友好界面，自动安装依赖，包含一键启动、模型管理、前后端分离等功能。支持多级VRAM配置和CUDA加速，适用于大多数计算机。提供简单的部署示例、内置模型转换工具和远程模型检查功能。

DVC是一个命令行工具和VS Code扩展，用于管理机器学习项目的数据和模型版本控制。数据存储在云端，版本信息保存在Git仓库，通过轻量级管道实现快速迭代。DVC还支持本地实验跟踪和对比，允许在无服务器的情况下分享和重现实验结果。

draw-a-ui结合tldraw与GPT-4 Vision API，实现从手绘线框图到HTML代码的自动生成，并支持Next.js构建应用。用户可以绘制线框图，并将其转化为包含Tailwind CSS的HTML文件。项目核心开源，需GPT-4 Vision API访问权限进行本地开发。了解更多项目更新及功能，请访问draw-a-ui官网并加入候补名单。

MNN是一个高效轻量的深度学习框架，支持设备上的推理和训练。已被阿里巴巴30多个应用集成，覆盖直播、短视频、搜索推荐等70多种场景。MNN适用于嵌入式设备，支持TensorFlow、Caffe、ONNX等多种模型格式，并优化了ARM和x64 CPU及多种GPU的计算性能。通过MNN Workbench，用户可以下载预训练模型、进行可视化训练并一键部署到设备上。

本页面汇集了多种机器学习的实例和教程，涵盖自然语言处理、时间序列分析、金融工程和深度学习等领域。用户可以通过链接访问详细的课程，每个课程的代码都存放在相应的文件夹中，便于查找和学习。特别指出TensorFlow 2.0及以后的代码主要在Google Colab上，建议通过克隆而非分叉仓库来保持代码的最新状态。

Trax是一个由Google Brain团队维护的端到端深度学习库，专注于清晰代码和高速执行。它提供预训练的Transformer模型和丰富的API文档，支持用户创建和训练自定义模型，并与TensorFlow数据集无缝集成。Trax兼容CPUs、GPUs和TPUs，用户可以通过Python脚本、notebooks和命令行界面轻松使用。

Bytom是一种区块链协议，支持用户定义、发行和转移数字资产。其官方golang实现提供关键管理、账户及资产管理、交易发送等功能，可通过Homebrew或源码安装。项目正在积极开发中，提供详细的安装和运行指南，并欢迎社区贡献。