AI Open-Source-Projekt

Umfassende Einführung PDFMathTranslate ist ein Open-Source-Tool auf die Übersetzung von wissenschaftlichen Arbeiten konzentriert, können PDF-Dokumente in vollem Umfang übersetzt werden und erzeugen eine zweisprachige Version. Es verwendet AI-Technologie, um das ursprüngliche Dokument-Layout zu erhalten, einschließlich Formeln, Diagramme, Inhaltsverzeichnisse und Notizen, Unterstützung ...

综合介绍 Browser Use Web UI是一个创新的开源项目，专注于为AI代理提供浏览器交互能力的图形化界面工具。该项目建立在 browser-use 核心框架之上，通过Gradio构建了一个用...

Umfassende Einführung BEN2 (Background Erase Network 2) ist ein Deep-Learning-Modell, das von Prama LLC entwickelt wurde, um automatisch den Hintergrund aus einem Bild zu entfernen und ein Vordergrundbild zu erzeugen. Das Modell verwendet ein innovatives Confiden...

Allgemeine Einführung AutoAgent ist ein Open-Source-Framework für KI-Intelligenzen, das vom Data Intelligence Laboratory der Universität Hongkong (HKUDS) entwickelt wurde und auf GitHub gehostet wird. Es ermöglicht Nutzern die schnelle Erstellung und den Einsatz maßgeschneiderter KI-Intelligenzen, indem sie ihre Anforderungen in rein natürlicher Sprache beschreiben, ohne jegliche Programmiergrundlage...

综合介绍 LLPlayer 是一款专为语言学习者设计的开源媒体播放器，托管于 GitHub，由开发者 umlx5h 创建。它集成了多种实用功能，如双语字幕显示、AI 自动生成字幕、实时翻译和单词查询等...

综合介绍 KrillinAI 是一个开源的视频处理工具，专注于用人工智能帮助用户翻译视频并自动配音。它能从视频下载开始，一直到生成适配不同平台的成品，全程只需几次点击。开发者在 GitHub 上提供了...

综合介绍 BabelDOC 是一个开源工具，专门用来把 PDF 文档翻译成双语对照格式。它由 funstory-ai 团队开发，托管在 GitHub 上，主要服务于需要处理外语文档的用户，比如研究人员...

综合介绍 VideoMind 是一个开源的多模态AI工具，专注于长视频的推理、问答和摘要生成。它由香港理工大学的刘晔（Ye Liu）和新加坡国立大学Show Lab的团队共同开发。工具模仿人类理解视频...

综合介绍 DeepGemini 是一个开源项目，由开发者 Thomas Sligter 创建。它是一个支持多模型编排的 AI 管理工具，主要特点是能灵活组合多种 AI 模型，并通过 OpenAI 兼容...

Allgemeine Einführung LatentSync ist ein Open-Source-Tool, das von ByteDance entwickelt und auf GitHub gehostet wird. Es steuert die Lippenbewegungen von Charakteren in einem Video direkt durch den Ton, so dass die Mundform genau mit der Stimme übereinstimmt. Das Projekt basiert auf Stable Di...

Allgemeine Einführung GPT-Crawler ist ein Open-Source-Tool, das vom BuilderIO-Team entwickelt und auf GitHub gehostet wird. Es durchforstet Seiteninhalte durch Eingabe einer oder mehrerer Website-URLs und erzeugt strukturierte Wissensdateien (output.jso...

综合介绍 HeyGem 是一款专为 Windows 系统设计的完全离线视频合成工具，由 GuijiAI（硅基智能） 团队开发并在 GitHub 上开源。它利用先进的 AI 算法精准克隆用户的外貌和声音...

Umfassende Einführung Sim Studio ist eine Open-Source-Plattform für die Erstellung von KI-Agenten-Workflows, die den Nutzern hilft, große Sprachmodell-Workflows (LLM) über eine leichtgewichtige, intuitive visuelle Schnittstelle schnell zu entwerfen, zu testen und einzusetzen. Benutzer können komplexe Workflows ohne tiefgreifende Programmierung durch Ziehen und Ablegen von...

Allgemeine Einführung Mad Professor (Grumpy Professor Reads Papers) ist ein quelloffenes akademisches KI-Tool, das für Forscher und Studenten entwickelt wurde, um das Lesen und Analysieren von akademischen Arbeiten zu vereinfachen. Es integriert PDF-Verarbeitung, KI-Übersetzung, RAG-Suche, KI-Fragen...

综合介绍 AIstudioProxyAPI 是一个开源项目，使用 Node.js 和 Playwright 技术，通过模拟 OpenAI API 的方式，将 Google AI Studio 网页版的...

Allgemeine Einführung Step1X-Edit ist ein Open-Source-Framework zur Bildbearbeitung, das vom Stepfun AI-Team entwickelt wurde und auf GitHub gehostet wird. Es kombiniert ein multimodales großes Sprachmodell (Qwen-VL) und einen Diffusionstransformator (DiT), um es den Benutzern zu ermöglichen, Bilder durch ein einfaches und natu...

Allgemeine Einführung Klavis AI ist eine Open-Source-Plattform, die sich auf die Vereinfachung der Nutzung und Integration des Model Context Protocol (MCP) konzentriert, einem offenen Standard, der es KI-Anwendungen ermöglicht, sich dynamisch mit externen Tools und Datenquellen zu...

综合介绍 RealtimeVoiceChat 是一个开源项目，专注于通过语音与人工智能进行实时、自然的对话。用户使用麦克风输入语音，系统通过浏览器捕获音频，快速转为文字，由大型语言模型（LLM）生成回...

综合介绍 MiMo 是小米公司开发的一个开源大语言模型项目，专注于数学推理和代码生成。核心产品是 MiMo-7B 系列模型，包含基础模型 (Base)、监督微调模型 (SFT)、从基础模型训练的强化学...