Local AI Voice Chat-本地AI语音对话助手

青龙字幕工具是一个基于 Lance 数据库格式的视频自动字幕生成工具，使用 Gemini API 进行场景描述生成，支持多种视频格式和批量处理，同时保持原始目录结构，旨在提高视频内容的可访问性和理解性。

AubAI是一个开源的Flutter/Dart包，旨在为移动应用提供先进的本地生成式AI(gen-AI)模型，包括离线文本生成等功能。

一个开箱即用的跨平台文件传输工具，无需注册和安装，通过浏览器在同一局域网内自由传输文件。

ComfyUI PhotoMaker是ComfyUI的非官方实现，支持本地模型、自定义尺寸、3倍提速以及多图直接输入，旨在提高图像处理的效率和灵活性。

SimCSE是一个简单的框架，旨在通过无监督和监督的方法进行句子嵌入的对比学习，从而实现高质量的句子表示。

一个基于 FastAPI 的 PDF 文档提取和解析工具，使用最新的 OCR 技术和 Ollama 模型处理图像或 PDF 文件，转换为 Markdown 文本或结构化的 JSON 文档。

LlamaChat的Mac客户端让用户可以直接在本机与他们喜欢的Llama模型进行交互，支持定制化的对话体验。

本项目专注于利用自适应稀疏变换器进行图像修复，采用细致的特征精炼技术，旨在优化图像修复任务的性能。

DoppelBot是一款集成于Slack的应用，通过抓取目标用户的消息，对大型语言模型OpenLLaMa进行微调，从而学习模仿目标用户的回复方式，旨在提升团队的沟通与协作效率。

一个强大的桌面应用程序，用于从音频文件中分离人声和伴奏，支持多种音频格式，使用本地模型，提供高效的音频处理速度和用户友好的图形界面。

该项目专注于创建可泛化和动画化的高斯头部头像，旨在为虚拟现实和游戏应用提供个性化的虚拟形象。

将20美元的Cursor或Windsurf升级成接近Devin的智能编程体验。该项目通过智能流程规划与自我进化能力，使用户能够高效地进行编程，集成多种工具，支持自动化执行，提升开发效率。

包含10万个压缩驾驶视频的数据集，用于机器学习研究，可用于GPT视频预测模型的实验，还包含编码器/解码器和视频预测模型示例

ocrmac 是一个用于从 Mac 系统上的图像中提取文本的 Python 封装库，利用 Apple 系统的视觉框架，能够高效地识别并提取图像中的文本内容。该库专为 macOS 10.15 及以上版本设计，能够提供文本的置信度和边框信息，方便开发者在应用程序中集成 OCR 功能。

本书的主要内容为自然语言处理相关的算法，包括相应的机器学习技术，重点介绍搜索引擎、推荐系统、对话系统等几个系统，并探讨对人工智能的一些看法。

SchurVINS是一个基于Schur补的轻量级视觉惯性导航系统，旨在提供高效且准确的导航能力。

一个通过PyTorch从头开始训练Llama 2 LLM架构模型的项目，支持将权重保存到原始二进制文件并在简单的C文件中推断模型。

CYBER是一个通用的机器人操作系统，旨在通过模拟人类学习方式，让机器人能够适应各种任务和环境，具备学习、预测和记忆能力。