连续上榜 GitHub Trending 的一款 SQL 生成 AI 框架，允许在你的数据上训练出独有的 RAG（检索增强生成）模型，通过自然语言准确生成 SQL 查询语句和相关功能。

OpenCopilot 是一个开源框架，允许开发者构建并嵌入 AI 副驾驶员到他们的产品中，简化了创建 AI 副驾驶员的过程并支持各种用例。它支持多种编程语言，提供灵活的自定义选项，使得集成和开发变得更加高效。

openagent是一个模块化组件库和编排框架，受到微服务方法的启发，为开发人员提供构建强大、稳定和可靠的人工智能应用程序和实验性自主智能体所需的所有组件。它支持易于扩展和维护的设计，提升了系统的可伸缩性，适用于构建复杂的AI应用和自主智能体。

Open Interpreter 是一个可以在本地命令行中运行的代码解释器，它允许大型语言模型（LLM）在本地执行代码，支持多种编程语言并提供便捷的命令行界面。

Refact是一个开源的Copilot替代方案，提供自托管或云端选项，旨在提升开发工作效率。

OpsTower.ai是一个DevOps人工智能助手，旨在通过命令行界面提供智能建议和自动化功能，帮助团队更高效地管理和优化DevOps流程。它支持自然语言处理，能够与多种DevOps工具集成，简化常见的DevOps任务，提高工作效率。

GPT Pilot 是一个AI开发者伴侣，可以从零开始构建应用程序，自动生成代码并配置开发环境，同时支持实时监控和管理开发任务。它利用GPT-4的强大能力，简化应用开发流程，适用于多种编程语言与框架。

这是一个为gpt-3.5-turbo模型提供的微调图形界面，通过简单易用的Web界面，用户可以自定义数据集进行微调，并实时查看训练进度和结果。

LLM Giraffe🦒可以用来扩展LLM的上下文长度，它实现了将LLAMA v1 2K的上下文长度扩展为4K和16K，支持长文本处理，优化上下文管理，易于集成到现有的LLM工作流中。

这个开源项目是一个多智能体系统，用于基于人工智能的软件开发。它的主要功能是将自然语言需求转化为可以工作的软件。该项目支持任何开发语言，并且可以扩展现有的基础代码。

旨在探索一种新的实验性模型训练流程，以训练高性能的特定任务模型，将训练过程的复杂性抽象化，使从想法到性能优越的完全训练模型的过程尽可能简单。用户只需输入任务描述，系统将从头开始生成数据集，将其解析为正确格式，并微调LLaMA 2模型。

bark.cpp是Suno AI的Bark项目在C/C++中的移植，旨在实现快速的语音合成推理。它支持多种声音模型，具有可扩展的架构，并经优化以适应实时应用场景。

这是国内第一个真正的开源、可下载、可运行的 LLaMA2 模型，提供中文版 Llama2模型及中英文 SFT 数据集，兼容适配所有针对原版 llama-2-chat 模型的优化。

Gentopia是一个轻量可扩展的LLM驱动智能Agent和ALM研究框架，提供了构建、测试和评估智能Agent所需的基本组件，旨在简化智能Agent的开发与管理流程。

一个私有数据的AI解决方案，借助GPT对本地数据库的数据进行处理，支持生成SQL、向量存储、数据问答等功能。

FasterTransformer是一个高度优化的基于Transformer的编码器和解码器组件，提供高效的推理和训练性能，支持多种Transformer模型，并兼容多种深度学习框架，灵活配置以满足不同需求。

这个开源项目是一个示例应用程序，它主要使用Azure认知搜索进行检索，并使用Azure OpenAI大型语言模型来支持ChatGPT风格和问答体验。它展示了如何在Azure中运行检索增强生成模式的应用程序。此外，该项目还提供了各种OpenAI API的使用案例和教程。

Flowise是一个基于LangChainJS构建的大语言模型工作流工具，用户可以通过简单的拖拽操作将API接入OpenAI等模型，快速构建和管理应用，特别适合前端程序员使用。

OpenChat 是一个平台，允许用户运行和创建类似 ChatGPT 的自定义聊天机器人，支持多种语言和数据源的集成，具有易于使用的界面，能够满足不同场景的需求。

一个用于端到端架构和大语言模型（LLM）的项目，旨在简化和优化开发过程。

这是一个完整的管道，用于在消费硬件上使用LoRA和RLHF微调Alpaca LLM。基于Alpaca架构实现人类反馈的强化学习（RLHF），基本上是ChatGPT的一个变体，但使用的是Alpaca。

API for Open LLMs 是一个为开源大语言模型提供统一后端接口的项目，支持多种开源大模型的调用，旨在简化与大语言模型的交互体验。通过提供类似于 OpenAI 的 API 使用方式，开发者能够更方便地集成和利用大语言模型的能力。

Code Interpreter API 是一个基于 LangChain 的开源代码解释器实现，能够在沙盒环境中安全地执行 Python 代码。它支持用户使用自己的 OpenAI API 密钥进行本地运行，并集成了代码解释和执行的功能，提供灵活的扩展和自定义可能性。

JupyterLab-TensorBoard-Pro是一个TensorBoard插件，为JupyterLab提供了更完善的功能。它能将TensorBoard整合到JupyterLab中，使用户能够更方便地在JupyterLab中使用TensorBoard。这是一个开源项目，用户可以自由使用。该插件专为机器学习任务设计，可以在JupyterLab中方便地进行机器学习相关的操作和监控。

Lit-LLaMA是一个独立实现的LLaMA，完全开源，遵循Apache 2.0许可证，基于nanoGPT构建，旨在解决原始LLaMA代码在GPL许可证下的限制，以支持更广泛的学术和商业应用。

LLM大型语言模型笔记，包含年份、论文、代码等信息，帮助您了解各个模型的发展历程和应用

LlamaIndex课程专为初学者设计，帮助学习者掌握构建和部署AI应用的基础知识，包含实用示例和练习，并且为开源项目，便于访问和贡献。

katakomba是一个专为NetHack游戏设计的数据驱动的基准测试工具，提供超过30个标准化数据集，并支持多种基于循环的离线强化学习基线模型，旨在促进研究和开发中的基准测试。

Stable Video Diffusion 是一个可以本地部署的视频生成模型，旨在通过先进的生成技术创建高质量视频内容。该项目基于生成对抗网络(GAN)技术，支持多种输入格式，能够生成多样化的视频内容，并集成了多种预训练模型，便于用户快速上手。

项目的目标是创造一个能自主学习和自我决策的人工智能系统，通过给AI提供合适的工具，让它能实时进化和学习新的能力，这样的AI系统有望成为通用人工智能。