#开源

详尽介绍大型AI语言模型最新进展及开源资源，包括训练代码、数据集和预训练权重。收录Baichuan、Falcon、OpenLLaMA等模型，并关注开源与分布式训练框架如PyTorch和XLA生态。提供全面资源链接，帮助研究人员和开发者了解当前AI模型的最前沿动态。

Connery SDK是一个集成SDK和CLI的NPM包，专为开发AI插件和操作而设计。CLI简化了开发流程，而SDK提供的JavaScript API用于定义和打包插件。插件服务器处理授权、输入验证和日志记录，使开发者专注于操作逻辑，各种客户端可以通过统一的标准API与操作进行交互。

由社区合力打造的LLM模型排行榜，提供交互式仪表板和丰富的性能比较。用户可查看各模型在Chatbot Arena Elo、HellaSwag、HumanEval-Python、LAMBADA等指标上的表现。项目特别关注开源模型的本地部署和商业应用，欢迎各类贡献和修改。

E2B Infra是一个云运行时平台，通过提供SDK和CLI，用户可以定制和管理不同环境以运行AI代理。主要组件包括API服务器、实例内部守护程序及环境管理和构建的Nomad驱动程序。目前系统使用Terraform在GCP上部署，并计划进一步优化部署流程。

AMchat是一种针对高等数学问题设计的大语言模型，基于InternLM2-Math-7B，通过xtuner微调，集成了丰富的数学知识和高等数学习题解答。AMchat支持多种部署方式，包括本地、Docker和OpenXLab，方便用户快速使用。该项目定期更新，包括新版本模型的微调和改进，以及参与创新竞赛，展示其在高等数学领域的应用潜力。

LeChat是一个基于UniAI开发、受KimiChat启发的开源聊天工具，支持Moonshot、OpenAI GPT和百度文心等多种AI模型。与KimiChat不同，LeChat完全由个人维护且代码开源。项目功能覆盖文档上传解析、图像识别、图像生成和图表绘制，并允许用户灵活选择和集成多种模型，适合不使用商业模型的开源爱好者。

BeikeShop 是基于 Laravel 开发的开源跨境电商系统，主要提供商品管理、订单管理、支付和物流等功能。系统100%开源，支持多语言和多货币，无佣金和手续费。易于维护和扩展，拥有丰富的插件市场和简单易用的操作界面。BeikeShop 为用户提供优质的独立站解决方案，方便快速上线电商网站。

开源轻量级聊天应用，支持GPT-4 Omni等多种语言模型和本地/自定义模型端点，具备移动PWA支持。可通过Docker自托管，能转换和编辑消息，支持语音互动、Markdown和代码高亮，并集成DALL-E 3。提供导入导出对话功能，兼容Open AI响应API端点，支持离线使用，对话本地存储确保安全。

这个开源软件使用政策即代码的方式，支持AWS、GCP、Azure等30多项服务的多云与SaaS环境分析。用户可以通过SQL和YAML编写自定义策略，整合多云配置数据，使用VCS进行版本控制，并通过自动化任务确保合规、安全和成本优化。Selefra还集成了GPT模型，提供安全、成本和架构检查建议，帮助用户更好地管理云资源，提升安全性，降低成本，优化架构。

Rasa 是开源的机器学习框架，用于自动化处理文本和语音对话。支持在Facebook Messenger、Slack、Google Hangouts、Microsoft Bot Framework 等平台上构建上下文助手，以及创建Alexa Skills 和Google Home Actions等语音助手。Rasa 的助手能够进行层次化对话，利用上下文实现有意义的交流和可扩展的对话能力。

小米自然语言处理平台（MiNLP）涵盖词法、句法和语义分析模块，已在公司业务中广泛应用。MiNLP-Tokenizer中文分词工具自2020年11月开源以来不断优化。2021年计划开源词性标注和命名实体识别工具，并逐步开源句法和语义分析工具，致力于打造功能领先的NLP平台。duckling-fork-chinese专注于中文结构化解析，广泛应用于小爱生产环境，尤其在数字和时间解析方面表现出色。

开源工具refinery帮助数据科学家管理和提升自然语言处理项目的数据质量。通过半自动化标注和数据监控，提高数据标注效率。支持Hugging Face和spaCy集成，提升处理速度与质量。旨在优化单人开发者与团队的协作，确保训练数据的可靠管理，并提供多语言文本的新分析视角，使NLP模型构建更加快捷高效。

自LLaMA权重泄露和斯坦福小羊驼取得显著成果以来，开源社区对开发ChatGPT级别的大语言模型充满希望。页面详细记录了从复刻到超越的整个过程，包括基础模型、领域模型、训练、推理、多语言支持、多模态技术等各方面的进展。此外，还提供了丰富的开发和实施指导，从数据准备到低成本推理，并介绍了多个著名开源模型如LLaMA、BLOOM、GPT-J等。它是研究者和开发者理解和推进大语言模型开源发展的全面资源。

VectorFlow 提供高效、可靠的 API 端点，能够快速处理和存储大量原始数据的向量嵌入。支持多种文本格式（如 TXT、PDF、HTML、DOCX），推荐在生产环境中使用 Kubernetes 部署。用户可以通过 Python 客户端或 Docker-Compose 快速本地运行。项目当前为 MVP 版本，具备重试功能、集成 AWS S3 和自定义块校验 Webhook 等特性。访问官方文档或加入社区以了解更多信息及使用案例。

gpt-scrolls是一个开源项目，提供安全有效的GPT-3提示词库。用户可以自由地贡献和使用提示词，通过OpenAI API运行，支持pip安装或本地环境运行。项目注重提示词的高效性、有效性和安全性，旨在生成优质文本，并减少有害内容的出现。

Stage Whisper是一款免费开源的音频转录应用，基于OpenAI的Whisper模型，提供精确的音频文件转录。它拥有直观的图形界面，用户可以轻松存储和编辑转录内容。该项目旨在让非技术用户也能方便地使用Whisper的强大功能。适用于MacOS、Windows和Linux多平台，目前正进行重大改进，测试版即将发布。

ChocoBuilder 是一款简化软件开发生命周期及生成助手的开源LLM框架。支持多种集成方式，包括JVM项目、RAGScript和本地部署，并提供Pinecone和ElasticSearch模块。应用场景涵盖桌面IDE、服务器和安卓设备，通过领域驱动方法提升语义化代码搜索、测试用例生成及代码解释的效率。

Eidolon是一个开源SDK，帮助开发者设计和部署代理服务。内置HTTP服务器简化了部署过程，接口定义清晰，支持代理间的简易通信。模块化设计允许组件的定制和便捷的升级，无供应商依赖。Eidolon适应快速变化的AI环境，支持代理间通信、组件替换和结构化输入。该项目完全开源，欢迎各类贡献者参与。

NPi是一个开源平台，提供工具使用API，使AI代理能够操作和交互多种软件和应用。目前NPi正在积极开发中，未来版本的API可能会变化。用户可以通过命令行工具体验NPi，访问在线演示、示例和文档，学习使用和构建NPi工具。还可以加入Discord社区，参与NPi的发展。安装npiai包，即可轻松启动并创建首个NPi工具，如计算Fibonacci数。

这是一款基于OpenAI Whisper Large v3的API，能够高速将音频转录为文字。此开源项目支持在任意支持GPU的云提供商上部署，内置说话人分离功能，提供易用的Fast API层、异步后台任务和Webhooks，优化了并发处理。支持任务管理、取消与状态查询，拥有安全的管理员认证访问。通过Docker可以轻松部署到包括Fly.io在内的多种VM环境，实现高效的生产用途。

NLTK是一个用于自然语言处理的开源Python工具包，包含模块、数据集和教程。适用于Python 3.8到3.12版本。访问nltk.org获取文档和贡献指南，支持开发。NLTK代码采用Apache 2.0许可，文档采用Creative Commons许可，语料库可用于非商业用途。

Stackwise 提供丰富的开源AI应用程序集合，致力于创新解决方案。用户可以通过贡献、反馈和建议来进一步提升项目。访问Stackwise官方页面，了解更多详情和加入活跃社区。

ChatGPT Translator是一款使用GPT语言模型的开源桌面翻译应用程序。自动检测源语言并支持多种语言翻译，支持自定义快捷键和API域名，兼容macOS、Windows和Linux系统。通过简单安装步骤即可快速开始使用，任何问题或功能需求可在GitHub上提交。

OpenKF 是一款开源智能客服系统，支持本地知识库及多渠道整合。系统易于部署且便于二次开发，提供丰富功能及快速启动指南。采用MVC架构，文档详细，社区活跃，适用于对智能客服系统有需求的企业和开发者。

越南语自然语言处理开源 Python 工具包，提供简便的 API 和预训练模型，支持词语分割、词性标注、命名实体识别、文本分类和依存句法分析。工具包遵循 GNU 通用公共许可证 v3.0，包含数据集和教程，适用于科研和开发。最新版本支持 LLMs 和基于提示的文本分类功能，用户可以通过 pip 安装。教程涵盖从句子分割到情感分析和语言检测等多种功能。

Canvas是一款适用于Mac的开源工具，支持使用DALL·E 2和DALL·E 3生成和编辑图像。工具具备图像编辑与变体功能（目前仅支持DALL·E 2），并提供生成图像的复制、保存和分享功能。需要macOS 14.0及以上版本和OpenAI API密钥。

Datumbox是一个Java编写的开源框架，支持多种机器学习算法和统计方法，能够处理大规模数据集。它包含已实现的多种算法、预训练模型和丰富的代码示例，帮助用户快速进行情感分析、主题分类、垃圾邮件检测等任务。该框架使用语义版本控制，最新版本可通过Maven Central获取。用户可以通过官方博客和示例了解更多使用方法。有关Bug报告或代码贡献，请访问GitHub仓库。

ML.NET是一个跨平台的开源机器学习框架，专为.NET开发者设计。它提供丰富的样例和教程，涵盖二分类、多分类、推荐系统、回归、时间序列预测、异常检测和聚类等任务，方便开发者将机器学习模型集成至现有或新建的.NET应用中。项目还提供了完整的端到端应用示例，包括Web和桌面应用，扩展了机器学习的实际应用场景。

Sematic是一个开源的机器学习平台，支持ML工程师和数据科学家使用Python编写并运行复杂的端到端流水线。无论在本地计算机、云虚拟机还是Kubernetes集群上执行，Sematic都可以高效利用云资源。它具有易于上手、端到端可追溯性、本地与云一致性和高可重复性等特点，可在无需部署或额外基础设施的情况下开始使用，所有流水线步骤都可以在web仪表盘上监控和可视化，适用于优化不同计算资源。

DL-Simplified 资源库为深度学习领域的贡献者提供从入门到高级的项目集。该库包括按模板组织的数据集、图片、模型文件和依赖。用户可浏览问题区、fork仓库、创建PR等方式参与。深度学习通过多层神经网络处理大量数据，实现不同级别的数据抽象。了解最新的开源活动和参与方法，及项目成就与贡献者。

PyCaret是一个开源的低代码Python机器学习库，能够简化和自动化机器学习工作流程。通过减少代码量，PyCaret使实验更高效、更快速。它支持scikit-learn, XGBoost, LightGBM, CatBoost等多种机器学习框架，用户可以通过少量代码完成模型训练、评估和预测。无论是经验丰富的数据科学家，还是对低代码解决方案感兴趣的用户，PyCaret都是理想选择。

Featureform 是一个虚拟特征库，使数据科学家能够定义、管理并服务于机器学习模型的特征。它通过协调现有基础设施，将变换、特征、标签和训练集标准化，促进团队协作和资源共享。Featureform 支持从个人数据科学家到大型企业团队的多种应用场景，并提供内置合规支持，包括角色访问控制和审计日志。该开源项目兼容现有数据基础设施，适用于本地和云端部署。

Flow Forecast 是一个开源时间序列预测深度学习框架，提供最新的Transformer、注意力模型、GRU等技术，并具有易于理解的解释指标、云集成和模型服务功能。该框架是首个支持Transformer模型的时间序列框架，适用于流量预测、分类和异常检测。

BlindAI是一款开源AI隐私解决方案，允许用户查询流行AI模型或部署自有模型，确保数据在硬件强化的可信执行环境中始终保密。通过Python库，用户可轻松使用BlindAI API查询Mithril Security托管的AI模型，或利用BlindAI Core技术安全部署自有模型。虽现暂不积极维护，仍适用于非敏感数据处理。

此页面总结了多语言语音数据集，包括中文、英文、日语、韩语、俄语等。涵盖了语音识别、语音合成、说话人识别和分离等应用领域，详细描述了每个数据集的时长、下载地址及其具体用途，帮助用户快速找到符合科研或项目需求的语音数据。

DevChat 编程助手是一个开源AI编程工具，通过智能编码提示和问题解决方案提升开发效率。它支持多个流行IDE和多种语言模型，轻松处理复杂编程任务。无论文档编写、错误调试还是代码优化，DevChat 都能有效提高工作效率，简化工程标准。