Projeto de código aberto de IA

Introdução abrangente O KAG (Knowledge Augmented Generation) é uma estrutura de raciocínio e recuperação orientada por forma lógica baseada no mecanismo OpenSPG e em modelos de linguagem ampla (LLMs). A estrutura foi projetada especificamente para criar bases de conhecimento de domínio profissional...

Introdução geral O MarkItDown é uma ferramenta Python desenvolvida pela Microsoft e projetada para converter vários arquivos e documentos de escritório no formato Markdown. A ferramenta é compatível com uma ampla variedade de tipos de arquivos, incluindo PDF, PowerPoint, Word, Excel, diagramas...

Introdução abrangente O FunASR é um kit de ferramentas de reconhecimento de fala de código aberto desenvolvido pelo Alibaba Dharma Institute, com o objetivo de unir pesquisa acadêmica e aplicações industriais. Ele suporta uma ampla gama de recursos de reconhecimento de fala, incluindo reconhecimento de fala (ASR), detecção de ponto final de voz (VAD), recuperação de pontuação, modelagem de linguagem, fala...

Introdução abrangente O Surya é um kit de ferramentas de OCR de documentos multilíngues de código aberto que oferece suporte ao reconhecimento de texto em mais de 90 idiomas. Ele executa não apenas a detecção de texto linha por linha, mas também a análise de layout, a detecção da ordem de leitura e o reconhecimento de tabelas.

Introdução geral O Void é uma alternativa de código aberto ao Cursor baseada em uma ramificação do repositório vscode. O objetivo do Void é melhorar continuamente sua funcionalidade e estabilidade por meio das contribuições da comunidade e da rápida iteração...

Descrição geral O awesome-cursorrules é um projeto dedicado a fornecer arquivos de regras personalizadas para o Cursor AI. O Cursor AI é um editor de código com tecnologia AI, e os arquivos .cursorrules podem ser definidos...

Introdução geral O Screenshot-to-Code é uma ferramenta de código aberto que usa inteligência artificial para converter capturas de tela, rascunhos de design e designs do Figma em código limpo e funcional. A ferramenta é compatível com várias pilhas de tecnologia de front-end, incluindo HTML, Tailwind CS...

Descrição geral O Agent.exe é um aplicativo Electron de código aberto que utiliza a API Sonnet Claude 3.5 da Anthropic para permitir que os usuários controlem seus computadores locais diretamente por meio de IA. O projeto foi desenvolvido por K...

Introdução geral O Paperless-AI é uma ferramenta inovadora de análise de automação de documentos projetada especificamente para o sistema de gerenciamento de documentos Paperless-ngx. Ela combina de forma inteligente a API OpenAI com uma variedade de modelos avançados de IA, como o Ollama...

Introdução abrangente O MinerU é uma ferramenta de extração de dados de código aberto desenvolvida pela equipe do OpenDataLab no Laboratório de Inteligência Artificial de Xangai, com foco na extração eficiente de conteúdo de documentos PDF complexos, páginas da Web e eBooks. Ele é capaz de obter PDFs multimodais contendo imagens, fórmulas, tabelas e outros elementos...

Descrição geral O Marker é uma ferramenta de processamento de documentos baseada em aprendizagem profunda, projetada para converter arquivos PDF para o formato Markdown com rapidez e precisão. Ele oferece suporte a uma ampla variedade de tipos de documentos e é especialmente otimizado para a conversão de livros e artigos científicos.

综合介绍 MaskGCT（Masked Generative Codec Transformer）是由趣丸科技和香港中文大学联合推出的一个完全非自回归的文本到语音（TTS）模型。该模型无需显式的文本与...

综合介绍 Wav2Lip 是一个开源的高精度口型同步生成工具，旨在将任意音频与视频中的口型进行精准同步。该工具由 Rudrabha Mukhopadhyay 等人在 ACM Multimedia 20...

Introdução geral O Deep Live Cam é uma ferramenta de inteligência artificial de código aberto projetada para permitir a substituição de rostos em tempo real e a geração de vídeos falsos profundos a partir de uma única foto. Usando algoritmos avançados de aprendizagem profunda, a ferramenta é capaz de substituir rostos em tempo real durante a transmissão ao vivo ou chamadas de vídeo, protegendo a privacidade do usuário e adicionando diversão...

Introdução abrangente A Dify é uma plataforma de desenvolvimento de aplicativos de IA generativa de código aberto projetada para ajudar os desenvolvedores a criar e operar rapidamente aplicativos de IA nativos com base em LLMs (Large Language Models). A plataforma oferece tudo, desde a criação de agentes até a orquestração do fluxo de trabalho de IA, recuperação de RAG...

综合介绍 Local File Organizer 是一个由 AI 驱动的本地文件管理工具，旨在帮助用户整理和分类计算机上的文件。该工具利用先进的 AI 模型，如 Llama3.2 3B 和 Llav...

综合介绍 Continue是一个开源的AI代码助手，旨在提高软件开发者的效率。其主要功能包括代码自动完成、代码优化和智能代码建议，适用于VS Code和JetBrains IDEs。Continue不...

Introdução geral O OmniGen é um modelo "universal" de geração de imagens desenvolvido pela VectorSpaceLab que permite aos usuários criar efeitos visuais diversificados e contextualmente ricos com comandos de texto simples ou entradas multimodais. Ele é particularmente adequado para aplicativos que precisam reconhecer...

综合介绍 Kotaemon 是一个开源的文档问答工具，旨在为终端用户和开发者提供基于检索增强生成（RAG）的问答功能。该项目由 Cinnamon 开发，支持多种 LLM API 提供商（如 OpenA...