从 65,722 个高星开源项目里，
找到你要的下一个。

Awesome-AIGC-Tutorials 是一个 AI 工具，用于人工智能方向的建模与推理。

Curated tutorials and resources for Large Language Models, AI Painting, and more.

img2dataset 是用 Python 编写的学习资料，用于系统学习与查阅。

Easily turn large sets of image urls to an image dataset. Can download, resize and package 100M urls in 20h on one machine.

lmms-eval 是用 Python 编写的多媒体工具，用于处理音视频内容。

One-for-All Multimodal Evaluation Toolkit Across Text, Image, Video, and Audio Tasks

MOSS-TTS 是用 Python 编写的多媒体工具，用于处理音视频内容，主打开源免费、实时。

An open-source model family for long-form speech, dialogue synthesis, voice design, sound effects, and real-time streaming TTS

Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系，成为中文AIGC和认知智能的基础设施。

Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系，成为中文AIGC和认知智能的基础设施。

mmpretrain 是用 Python 编写的学习资料，用于系统学习与查阅。

OpenMMLab Pre-training Toolbox and Benchmark

SimpleMem 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

[ICML'26] SimpleMem: Efficient Lifelong Memory for LLM Agents — Text & Multimodal

morphik-core 是用 Python 编写的数据库工具，用于数据存储与查询，主打开源免费。

Open-source multimodal retrieval engine (Morphik Core)

Awesome-LLM-Reasoning 是一个资源清单，按主题汇总同类优质资源。

From Chain-of-Thought prompting to OpenAI o1 and DeepSeek-R1 🍓

NExT-GPT 是用 Python 编写的学习资料，用于系统学习与查阅。

Code and models for ICML 2024 paper, NExT-GPT: Any-to-Any Multimodal Large Language Model

mteb 是用 Python 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。

MTEB: State-of-the-art evaluation of embeddings across languages and modalities

vortex 是用 Rust 编写的开发框架，提供应用开发的基础结构，主打速度快、可扩展。

An extensible, state-of-the-art framework for columnar compression, and the fastest FOSS columnar file format. Formerly at @spiraldb, now an Incubat…

OSWorld 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

ai 是用 TypeScript 编写的 AI 工具，用于大模型与智能体应用开发，主打类型安全。

🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, Re…

torchscale 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Foundation Architecture for (M)LLMs

docarray 是用 Python 编写的学习资料，用于系统学习与查阅。

Represent, send, store and search multimodal data

InternLM-XComposer 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打功能完整。

InternLM-XComposer2.5-OmniLive: A Comprehensive Multimodal System for Long-term Streaming Video and Audio Interactions

datachain 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

The Context Layer for unstructured data: typed, versioned datasets over S3, GCS, Azure

clip-retrieval 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理。

Easily compute clip embeddings and build a clip retrieval system with them

autodistill 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

Images to inference with no labeling (use foundation models to train supervised models).

maestro 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。

streamline the fine-tuning process for multimodal models: PaliGemma 2, Florence-2, and Qwen2.5-VL

OmAgent 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打速度快。

[EMNLP-2024] Build multimodal language agents for fast prototype and production

OFA 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打易用。

Official repository of OFA (ICML 2022). Paper: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Fra…

HuixiangDou 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

HuixiangDou: Overcoming Group Chat Scenarios with LLM-based Technical Assistance