Diart-实时识别说话人的音频处理工具

Roo-Cline 是一个开源的Cursor替代工具，提供命令行交互及基于AI的浏览器交互测试功能，旨在提升用户在交互过程中的效率与体验。

这个开源项目是关于Visual ChatGPT研究的，它融合了图像交互功能。通过上传一张图片，用户可以让它帮忙处理成新的图片，并根据用户的提示进行逐步修改。

Obsidian插件，可以在Obsidian笔记中直接调用Ollama完成笔记内容的自动创作，提升用户的笔记创作效率，支持多种笔记格式。

Macaw-LLM是一项探索性的努力，它通过无缝地结合图像、视频、音频和文本数据，开创了多模态语言建模。

Crawlee-Python是一个用于Python的网络爬虫与浏览器自动化库，提供全面的网页抓取和数据提取解决方案，支持快速构建可靠的爬虫，具有人类行为模拟能力和现代反爬虫技术规避能力，适合各种数据抓取需求。

一份收录独立开发/出海开发相关技术栈及工具的资源，涵盖原型设计、UI 框架、图标库、前后端开发框架等实用内容。

一款基于Google的搜索引擎，主打无广告、无跟踪，提供干净、简洁、快速的搜索体验，特别屏蔽了内容农场，保护用户远离低质内容

一个使用人工智能技术让绘画作品动起来的工具，用户可以在线编辑绘画作品中的人物动作，生成动图。该项目能够识别简笔画中的骨骼结构，将静态图像转换为动态动画，非常适合儿童绘画作品的动画化，旨在促进儿童的创新和创造力。

这个Github库整理了不同版本C++的新特性，包含丰富的代码示例，帮助开发者理解和应用最新的C++功能。

llm-papers 是一个专注于大型语言模型（LLM）相关文献的项目，汇集了大量研究论文，并提供文献分类、标签、重要算法和模型的详细信息。同时，用户可以提交和推荐新的文献，促进研究交流。

课程聚焦于如何使用ChatGPT相关API（可使用国内大模型API）创造新的功能和应用。内容主要为介绍ChatGPT原理、使用和应用，降低使用门槛，让更多感兴趣的非NLP或算法专业人士能够无障碍使用LLM创造价值。

OpenDelta是一个开源框架，旨在实现高效的参数调优（Delta Tuning），支持多种机器学习模型和任务，具有易于集成和扩展的特点，能够优化计算资源的使用。

Sipgo是一个基于Go语言的SIP协议实现项目，最新版本增加了对话管理支持，具有灵活且可扩展的架构，便于与其他Go应用集成。

Forge_VFM4AD是关于自动驾驶视觉基础模型的全面调研，涵盖了相关挑战、方法论和未来研究机会。

PyCantonese是一个用于粤语语言学和自然语言处理的Python库，支持粤语拼音和汉字的转换，提供粤语词汇和语法分析，能够进行文本的分词和标注，并具备语音合成和识别的功能，旨在为粤语研究和应用提供便利。

自校正 LLM 控制的扩散模型，用于自动编辑任何图像或修复生成模型的文本到图像错位，无需额外训练。

一款高颜值的浏览器书签查看工具，采用网格布局文件夹划分，简洁明了，层级清晰。

MusePose是一种用于虚拟人生成的姿势驱动图像到视频框架，其结果质量超越了同一主题中几乎所有当前开源的模型。