GPT4视觉用例集锦-多种视觉任务的强大工具

这个项目演示了让 GPT-4V 来控制自己的浏览器，执行任务如随机播放音乐，自动进行输入、搜索、点击、选择等操作。

一款一键 AI 换衣的 Chrome 浏览器插件，基于快手 Kolors 图像模型开发，可以在任何电商网站上试穿衣服。

Tree of Thoughts(ToT)范式下的新项目，目的是使自主编程不仅成为现实，而且对你来说是一个轻松的任务。它通过先进的算法和工具，帮助用户更高效地开发应用程序。

Ant 是一个轻量级且高性能的开源游戏引擎，支持多平台开发，易于扩展和定制，内置多种工具，适合开发2D和3D游戏。

Atomic 是一款自托管的 AI 规划器，旨在替代 Reclaim ai、Motion 和 Clockwise 等现有的时间管理工具。它提供灵活的任务和日程安排，帮助用户更高效地管理时间和任务。

ModelScope魔搭开源的ClearerVoice-Studio项目，提供语音增强、语音分离、目标说话人提取等功能，旨在提升语音处理的质量和效率。

这个开源项目提供了一个称为Unit Runtime的运行环境，适用于调试AI代码，如ChatGPT等。Unit Runtime能够一键启动和实时交互，帮助用户快速构建和测试AI代码。

Cannoli 是一个高性能的 QEMU 内存和指令跟踪系统，旨在支持快速记录内存和指令轨迹，能够处理多线程 QEMU 用户应用程序，并且每秒可处理数十亿条目标指令。它通过小补丁和共享库对 QEMU 的干扰最小化，同时支持并行处理，允许多个线程共享数据进行分析。

一个全面的移动端和PC端智能代理相关资源集合，包含最新论文、数据集和基准测试。收录了各类移动端智能代理系统的训练方法、输入类型、模型架构等详细对比，以及主流数据集的详细信息统计。

fairseq是一个用于序列建模的开源工具包，支持多种自然语言处理和语音处理任务。

kotaemon是一个开源的RAG基础工具，旨在通过可视化界面与用户的文档进行便捷的对话。它不仅提供了多种功能模块，还支持多种大型语言模型（LLM）的API，能够适应不同的使用场景，确保信息的实时更新与准确性。

PeterCat是一个GitHub项目库的智能问答机器人，旨在提升代码维护者与社区用户之间的问答效率。它能够自动抓取GitHub上的文档和issue，作为知识库，支持多种集成方式，并提供丰富的功能，如项目信息查询、Discussion回复、PR总结、代码审查和issue管理。基于AWS与Supabase架构，支持私有化部署，采用TypeScript和Python双语言开发，确保代码质量和文档完备性。

一种利用自我学习原则的度量学习方法，无需标签。

Celine是一个用于构建可交互HTML笔记本的工具库，允许用户直接在HTML中编写可编辑的脚本，使内容创作更加动态和互动。

NanoFlow是一个面向大型语言模型(Large Language Models, LLMs)的高吞吐量高性能服务框架，采用设备内并行性、异步CPU调度和SSD卸载等关键技术，显著提升资源利用率和推理吞吐量。

网络安全领域的大语言模型，为安全审计和网络防御提供自然语言处理能力，支持恶意代码分析、网络攻击检测和安全漏洞预测。

CodeFuse-ModelCache 是一个开源的语义缓存系统，通过缓存已生成的模型结果，显著降低类似请求的响应时间，从而提升用户体验。该系统支持大规模模型的查询，易于集成到现有应用程序中，帮助开发者优化性能和提升效率。

open-llms项目整理了可商用的大语言模型列表，并详细列出了各模型的许可协议，旨在为用户提供最新、全面的信息，方便用户在选择和使用这些模型时进行比较和决策。