ChartDB-云端数据库图表编辑器

基于 Gemini 开发的英语口语练习 AI 助手，利用 Gemini 2.0 的多模态能力实时识别英语发音并提供反馈和语法纠正建议。

使用最新的AI工具驱动的视频搜索引擎，利用视频转录和向量搜索技术，让用户能根据问题快速找到相关的视频片段。

华佗GPT-o1，通过使用可验证的医疗问题，指导模型在医疗领域的思维能力。底座基于LLaMA 3和Qwen 2.5，旨在提升医疗服务的质量和效率。

由字节跳动开发的先进的多模态大型模型，旨在处理涉及文本、图像和视频数据的各种任务，并在电商和短视频基准测试中取得了最佳结果

这是一个用于Automatic1111/stable-diffusion-webui的Control Net扩展的深度图生成库，提供了优化的性能和用户友好的接口。

minbpe是一个用于字节级别的字节对编码(BPE)算法的教育性代码，旨在帮助用户理解BPE的工作原理。该项目不仅实现了BPE算法，还支持数据压缩和文本处理，具有可变长度编码以提高表示效率。

ParLlama是一款为Ollama语言模型设计的文本用户界面（TUI）应用，用户可以轻松管理和使用基于Ollama的大型语言模型（LLMs），同时支持深色和浅色模式以及自定义主题，以满足不同用户的需求。

InstructPix2Pix是一个开源项目，可以利用AI根据文本指令对图像进行修改。它融合了GPT-3和Stable Diffusion/Prompt-to-Prompt技术，可以实现高质量的图像修改效果。

permchain 是一个用于使用 LLM 构建有状态的多参与者应用的开发库，扩展了 LangChain 表达式语言，能够跨多个计算步骤协调多个链（或参与者）。

SegModel是一个基于Caffe的轻量级深度学习库，专注于语义分割任务，具有高效的架构，支持结构化补丁预测，并结合了上下文条件随机场（CRF）和引导CRF技术，方便与现有Caffe项目集成。

这个开源项目是一个辅助远程软件工程面试的工具，结合了Whisper和GPT技术，可实时识别语音成文字，提供实时编程平台和参考答案。但是该工具有作弊风险，使用时需谨慎，若被面试官发现，后果严重。

YApi 是一个可本地部署的、打通前后端及QA的、可视化的接口管理平台，旨在提升开发效率和团队协作。

Paraformer是一种学习模型，通过低分辨率历史标签来更新大规模高分辨率土地覆盖地图，旨在提高土地覆盖图的准确性和时效性。

AudioGradio是一个集成了Audiocraft MusicGen和AudioGen的Web界面，用户可以通过简单的操作生成高质量的音频内容，体验音乐创作的乐趣。

一个开源免费的 Telegram 媒体下载脚本，允许用户在 Telegram 网页版上自由下载图片、GIF 和视频等内容，甚至能够解锁私人频道的下载限制。

UI Sketcher是一个VSCode插件，借助GPT-4V的多模态能力，在插件中画出界面草图，就能生成一个基于ReactNative的UI界面。

screenshot-to-code是一个能够将网页截图转换为相应代码的工具，支持多种编程语言，旨在提高开发效率。用户只需上传设计稿的截图，即可快速生成对应的HTML/CSS代码，帮助开发者更轻松地实现网页设计。

一款自由、开放且无审查的图像描述视觉语言模型，专为社区训练扩散模型而设计，支持多样化的图像风格和内容。