下拉刷新
人工智能

这里是按照「分类」阅读往期的 HelloGitHub 月刊内容, 您目前在查看 HelloGitHub 人工智能 集合。

Star 1.7w
Vol.127
1 个月前

谷歌开源的 AI 手机自动化工具。这是一款 AI 驱动的 Android 自动化工具,只需用自然语言描述任务,AI 就会自动操作手机或模拟器,完成跨应用的测试流程和日常任务。它内置 MCP 服务,能让 Claude Code、Codex 等 AI 编程助手直接操控手机并收集日志和截图,支持 Gemini、Claude、GPT-4o 等多模态模型。

artemis
Star 2.6w
Vol.127
8 天前

DeepSeek 开源的大模型推理框架。该项目是 DeepSeek 线上大规模服务所用的高性能推理框架,提供离线推理和大规模部署所需的核心功能。它集成了 FlashMLA、DeepGEMM、DeepEP 等自研优化算子,支持注意力数据并行、MoE 专家并行、异步调度、确定性采样和结构化输出,可运行在英伟达和华为昇腾 NPU 上。

DeepInfer
Star 2.3w
Vol.127
9 天前

谷歌开源的智能体自我进化框架。这是一个让 AI 智能体在不改动模型权重的情况下,遇到陌生任务时自我改进的框架。它会针对当前任务提出修改方案,比如调整系统提示词、记忆、技能、子智能体和插件等,然后实际试跑对比效果,最后把经验沉淀下来,供后续任务使用。

harness2
Star 2.7k
Vol.127
1 个月前

一句话让任意 3D 角色动起来。该项目能为不同骨骼结构的 3D 模型生成动作,输入一个带骨骼的 3D 模型和一句文字描述,它就能实时生成对应的动作,不需要针对每种骨骼重新训练,适用于人形、四足动物、鸟类、海洋生物、昆虫和机械等多种骨骼结构。

UniMate
Star 10.7w
Vol.127
4 小时前

开源的本地 AI 语音工作室。这是一款完全本地运行的语音克隆与配音工具,可作为 ElevenLabs 的开源替代品,支持 600 多种语言。它集成了 CosyVoice、IndexTTS、GPT-SoVITS、WhisperX 等多种语音合成和识别引擎,支持音色设计、视频配音、人声分离、听写和有声书制作等功能。

VoiceStudio
Star 2.2w
Vol.126
12 小时前

与 AI 智能体共用且互不干扰的浏览器。这是一款专为人和 AI 智能体共同使用而设计的浏览器。每个 Agent 都在独立空间中执行任务,不会影响正常浏览网页。智能体可直接编写 JavaScript 完成获取页面快照、点击和填写表单等多步操作,从而减少工具调用次数和 Token 消耗。它支持导入 Chrome 的登录状态和书签,可让多个 Agent 并行处理任务,目前仅支持 macOS。

ego-lite
Star 835
Vol.126
12 小时前

更快地训练大模型和具身模型。该项目是百度开源的模型训练框架,支持主流的 LLM、VLM、扩散和具身模型。它采用多后端架构,提供开箱即用的配置和脚本,支持预训练、SFT 与 LoRA,适配 NVIDIA GPU 和昆仑芯 XPU 异构硬件。

LoongForge
8、
orca
Star 12.1w
Vol.126
3 小时前

让多个 AI 编程智能体并行开发的 IDE。这是一款跨平台的 AI 编程智能体编排工具,能够让 Claude Code、Codex 等分别在独立的 Git 工作树中并行运行,并通过同一界面统一管理。它能将同一个提示词同时发送给多个 Agent,对比结果后合并最优方案。还可通过手机 App 查看进度、接收通知和发送指令,适用于 Windows、macOS 和 Linux。

orca
Star 3.1w
Vol.126
13 小时前

让多个 AI 智能体共享团队经验。这是一款开源的 AI 智能体团队记忆系统,可将对话、文档和代码整理成可复用的团队记忆,供不同智能体和团队成员共享。它能从对话中提取记忆与技能,将文档和代码转换为 Wiki 和代码图谱,并根据权限将这些内容分配给不同智能体。

TencentDB-Agent-Memory
10、
YuE
Star 1.3w
Vol.126
10 天前

先写曲谱再生成歌曲的音乐模型。该项目是开源的歌曲生成模型,输入歌词和风格描述,即可生成包含人声与伴奏的完整歌曲。它会先生成旋律与和弦乐谱,再根据乐谱生成音频,支持编辑曲谱后重新生成歌曲,也能根据参考录音进行翻唱。配套 Skill 还支持生成纯器乐。

YuE