#热门

MeloTTS是由MyShell.ai开发的多语言、多方言文本转语音库，支持包括英语（美国、英国、印度、澳大利亚）、西班牙语、法语、中文（结合英语）、日语和韩语等语种。该库特别适合于CPU实时推断，支持无安装使用，本地安装及自定义数据集训练。加入Discord社区交流，共同探讨与合作。

GodMode是一款专门的AI聊天浏览器，用户可以通过简单的键盘快捷键(Cmd+Shift+G)快速访问ChatGPT、Claude 2、Perplexity等多个顶尖Web应用。该项目支持从源码构建，提供多种自定义选项，包括快捷键自定义、模型切换和暗/亮模式切换，目前已添加对Windows和Linux的支持。GodMode不仅提供高效的聊天体验，还不设付费墙，是科技爱好者和开发人员的理想选择。

DouZero是一个基于自我对弈的深度强化学习框架，专注于中国最流行的纸牌游戏斗地主。该项目由快手AI平台开发，通过深度神经网络、动作编码和并行执行者的结合，实现了在斗地主这一具有高度竞争与合作、信息不完全、状态空间巨大以及复杂动作空间的游戏领域中的显著进步。DouZero不仅在轻松应对大量可能动作方面取得了突破，而且在全球范围内的多个AI竞赛中名列前茅。项目代码已在GitHub公开，以期为未来的研究提供动力和启示。

本项目详细汇总了顶级人工智能相关会议的录取率数据，包括自然语言处理、计算机视觉、机器学习、数据挖掘等领域。通过多年会议数据分析，提供对学术界趋势的深入洞见。适用于学者和研究人员规划提交论文，以及对AI研究领域发展感兴趣的读者。

SUPIR借助先进的AI技术，为用户提供了下一级别的图像处理和上采样体验。该技术专为处理真实世界中的图像恢复而优化，确保图片质量和细节的极致呈现。无论您是摄影爱好者、数字艺术家还是图像增强爱好者，都可以免费试用并体验其卓越性能。

Cheetah是一款针对macOS的AI驱动应用，旨在通过实时语音转写和代码提示帮助用户提升远程软件工程面试表现。应用集成了最新的Whisper技术和GPT-4智能，需使用OpenAI API密钥。支持M1或M2型号的Mac以获得最佳性能。Cheetah通过提供即时编程指导，提高面试成功率，无需长时间备考。

Efficient-AI-Backbones 项目涵盖了由华为诺亚方舟实验室研发的一系列先进的人工智能模型，包括 GhostNet, TNT, AugViT, WaveMLP, 和 ViG 等。这些模型通过创新的结构设计和优化，有效提升了计算效率和性能，广泛应用于各种智能处理任务。最新发布的 ParameterNet 在 CVPR 2024 会议上被接受，展现了华为在人工智能技术领域的持续领先。

AI Code Translator利用先进的AI技术，支持开发者快速将代码从一种编程语言转换至另一种。该项目易于本地部署与运行，帮助用户提升编程效率并探索代码的多语言应用。如有疑问，欢迎通过Twitter联系项目维护者。

GPT4All项目允许用户在常规桌面或笔记本电脑上私密运行大型语言模型（LLMs），无需进行API调用或使用GPU。用户可以直接下载应用程序开始使用，支持Windows、MacOS和Ubuntu等操作系统。该项目通过与Paperspace等合作伙伴的支持，实现了LLMs的高效和易于访问。

llama.cpp 提供了基于 C/C++ 的纯粹实现，支持包括 LLaMA 在内的多个模型的推理。专为多种硬件和操作系统优化，包括使用 ARM NEON、AVX 指令集和 Metal 框架的设备。此外，项目支持使用 NVIDIA GPU 的自定义 CUDA 核心，以及通过 HIP 支持 AMD GPU，为开发者在本地或云环境中实现高效、低延迟的大规模语言模型推理提供了强大的灵活性和可扩展性。

Real-Time Voice Cloning是一个基于深度学习的实时语音克隆工具，能够通过简短语音样本快速创建个性化语音模型。项目实现了从说话人验证到多说话人文本到语音合成的框架（SV2TTS），并配备了实时工作的声码器。适用于需要个性化语音合成的开发者和研究人员，支持多种数据集，提供预训练模型以简化使用和实验过程。

Tortoise TTS 是一款先进的文本转语音软件，专为提供多声音功能和高度真实的语调与韵律设计。该项目支持各种安装方式，包括pip和Docker，并提供了完善的本地安装指南。此外，Tortoise TTS 还在Hugging Face上提供在线演示，用户可体验其强大功能。它使用了自回归解码器和扩散解码器，大幅提升了语音生成的速度和质量。无论是个人用户还是开发者，都可通过详细的使用指南迅速上手和部署。

PaddleSpeech是基于PaddlePaddle平台的开源语音处理工具集，覆盖自动语音识别、文本转语音合成、说话人确认及声音分类等多项功能，提供易于使用、高效和灵活的模型，支持各类语音相关任务。工具集包含全流程服务，支持流式识别与合成系统，为研究和工业应用提供强大支持。

Pot-desktop 是一款支持多语言、多接口的划词翻译软件，适用于 Windows、macOS 和 Linux 系统。用户可以通过快捷键快速翻译选中的文字或进行截图翻译。软件支持OpenAI、百度、腾讯等多个翻译和OCR接口，还可通过插件系统扩展功能。支持剪切板监听与外部调用，适合多种使用场景。

LivePortrait是一种基于PyTorch实现的先进面部动画技术，支持高效的人像动画合成与重定向控制。项目提供了全面的预训练模型和易于使用的界面，支持Windows、macOS和Linux系统。用户可以快速开始，利用预训练权重生成高质量的动画肖像。支持静态图像与视频的动画生成，可广泛应用于虚拟现实、游戏开发和在线教育等领域。

Langchain-Chatchat是一个基于ChatGLM与Langchain技术开发的开源项目，支持离线部署。该项目提供一个可扩展的知识库问答解决方案，特别适用于中文语境和开源模型。项目最新版本集成了多种模型推理框架，如Xinference、Ollama等，支持API调用和WebUI操作，致力于提供一个完备的知识管理与问答系统。

Langflow是一个开源的视觉框架，使用Python驱动，并完全可定制。这一框架支持构建多代理和富响应生成(RAG)应用，不特定于LLM和向量存储系统。通过提供高度交互的组件界面，用户可以轻松设计和部署其应用，而无需担心底层配置。无论是在Hugging Face Spaces还是Google Cloud Platform上，Langflow均可快速部署，并支持从JSON文件加载和运行应用。此外，Langflow还支持命令行界面(CLI)，为开发人员提供了额外的灵活性和控制力。

Ansible是一个极其简化的IT自动化系统，主要处理配置管理、应用部署、云配置、即席任务执行、网络自动化以及多节点编排。它使得复杂的操作如无停机滚动更新与负载均衡变得简单。无需代理，使用现有的SSH守护进程，Ansible提供简单的设置流程和最小的学习曲线，确保安全性和易于审计。适用于各种平台的安装指南，请参见官方文档。

Huginn是一个强大的自动化系统，允许用户创建智能代理，在线监控和管理数据。这些代理可追踪网页，监视事件并代表用户执行动作。用户可以自由定制代理，操作自己的服务器，确保数据隐私和安全。无论是追踪天气，抓取网站变动，还是通过社交媒体监听关键词，Huginn均能有效执行，提供邮件或短信通知。

ChatDev是一个虚拟软件公司，通过智能代理在多个角色中协作，包括设计、编码、测试和文件记录等任务。基于大型语言模型(LLMs)，这个框架不仅易于使用、高度可定制和可扩展，而且还提供了研究集体智能的理想场景。该平台支持实时可视化配置，并通过Docker进行安全执行，积极推动LLM驱动的多代理协作和相关领域的发展。

川虎Chat是一个针对ChatGPT及其他大语言模型(LLM)设计的Web图形界面，提供了丰富的功能和灵活的扩展性。项目支持多种模型本地部署与API调用，包括新版GPT和其他主流LLM。新增特性如PWA应用程序安装、自动历史命名、美观的毛玻璃效果，为用户带来更流畅和亲切的操作体验。针对开发者和技术爱好者，川虎Chat还提供了丰富的自定义功能和详细的部署指导。

SuperAGI是一个开发者优先的开源自主AI代理框架，帮助开发者构建、管理和运行多功能的自主AI代理。这个框架提供了大量的工具和模块，支持多种数据库链接，通过图形界面用户可以轻松交互。此外，通过市场上的工具包扩展代理能力，实现成本有效地控制代理性能并优化记忆存储与任务自动化过程。

MemGPT是一款创新的工具，可帮助用户通过支持长期存储和状态管理快速构建和部署具有状态的大型语言模型代理。MemGPT支持连接外部数据源（例如PDF文件）以进行检索式增强生成，并定义及调用自定义工具，如谷歌搜索。此外，MemGPT还支持多用户、多代理应用程序的服务部署，是企业和开发者构建先进语言模型应用的理想选择。

XAgent是一款开源的大型语言模型驱动的自主代理，旨在自动解决各种任务。该项目处于初期阶段，团队正致力于不断完善。XAgent具备自动性、安全性、可扩展性和人机合作等特点，通过独特的分派器、计划器和执行器三部分协同工作，实现复杂任务的高效处理。目标是打造一个能解决任何给定任务的超级智能代理。

Serpent.AI是一个简单而强大的游戏代理框架，专为开发者打造，以协助他们利用Python开发视频游戏代理。该框架旨在为机器学习和人工智能研究提供有价值的工具，同时也适合爱好者使用。框架支持少依赖、易于使用，并提供图形用户界面。Serpent.AI支持Linux和Windows系统，采用开源MIT许可证，并探索为非技术用户提供Steam分发。

Beehive 是一款事件和代理系统，用户可以自行创建代理来执行由事件和过滤器触发的自动化任务。它具备模块化、灵活性，并易于扩展。通过互联模块，例如与Twitter、Tumblr、电子邮件、IRC等通信，Beehive能够实现复杂的任务自动化，如转发消息、控制智能家居设备等。详细信息请访问官方文档或GitHub页面。

LLocalSearch是一款运行于本地的大型语言模型封装工具，旨在提供更隐私的在线搜索体验。本工具支持低端硬件，无需API密钥，拥有移动友好设计及深浅模式切换，完全本地化操作确保用户隐私。通过实时日志和链接，用户能清晰了解答案信息来源，便于深入研究。当前项目正在开发LLama3模型支持，界面优化和历史对话功能。

gaianet-node项目允许用户在Mac、Linux或Windows WSL上通过一条命令快速安装默认的节点软件栈。用户可以初始化节点，自定义配置，下载模型文件和向量数据库文件，进而启动AI代理节点。此外，项目提供详细的安装向导和对多种语言的支持，帮助全球用户轻松部署和管理自己的AI模型。

QChatGPT是一款多功能聊天机器人，提供自定义插件系统，支持Python 3.10至3.12。它不仅帮助开发者快速部署应用，还提供丰富的文档和社区支持，是企业和开发者优化交流和自动化任务的理想选择。

AgentVerse 是专为多语言模型(LM)部署与应用而设计的框架，提供任务解决和模拟两大核心功能。任务解决框架能集成多个代理，协同完成特定任务，如软件开发和咨询系统等；而模拟框架则允许用户自定义环境，从而观察和交互多个代理间的行为。此外，该项目也在 NVIDIA 博客和 ICLR 2024 上有所介绍，并提供了与诸多应用相结合的开源社区支持。

Powerpresent AI应用前沿AI技术，快速打造精美演示文稿。仅需提供文本或主题，系统可自动完成设计，支持导出为Google幻灯片或PPTX格式，简化演示制作流程，无需任何设计背景或AI知识。

轻竹办公支持一键智能生成PPT与演讲稿，无需设计基础即可利用AI快速转换Word文档或应用模板，生成适用于工作总结、教学及活动策划的专业演示文稿，简化文案创作流程。

Chronicle采用基于块的界面设计，支持用户快速创建具备完美像素、互动和动态效果的视觉叙述。该平台提供实时协作和AI强化功能，优化团队合作和移动体验，帮助用户高效传达强有力的信息。

Beautiful.ai 提供实时设计规则应用，无需深夜调整文本和图片大小。每一次操作都旨在节约时间并创造出优秀设计成果。

万知，一站式AI工作平台，专为问答、阅读和文档创作而设计。使用微信扫码即可启动万知小程序，支持实时问答、文档阅读和创作。此平台应用前沿AI技术，实现多文档摘要与互动问答，同时根据输入生成演示文档，满足各领域的专业需求。

MindShow官网借助先进AI技术自动构建PPT幻灯片，简化演示过程。支持多样化模板和风格，适配教育与商业需求，实现高效率、高质量的演示制作。来自实际用户的正面评价证明，MindShow有效减少了PPT的制作时间与劳动强度。