Ai开源项目

一个能够录下你的语音内容，然后自动帮助你把这些语音转成文字，对内容进行总结，并且生成相关的任务列表的AI笔记工具。

一个用于构建基于大型语言模型（LLMs）的应用程序的开源框架。 LLMs 是根据大量数据预先训练的大型深度学习模型，LangChain可以生成对用户查询的响应，例如回答问题或根据基于文本的提示创建图像。

小红书链接提取/作品采集工具：提取账号发布、收藏、点赞作品链接；提取搜索结果作品链接、用户链接；采集小红书作品信息；提取小红书作品下载地址；下载小红书无水印作品文件！

中国首个面向AI短剧创作的视频生成模型，能够实现影视级人物微表情表演生成，支持33种细腻人物表情与400+种自然动作组合，高度还原真人情感表达。

一个开源的AI操作系统，支持用户在90秒内通过聊天提示快速创建AI代理。它提供可视化工作流、API调用、分类器等功能。

一个无代码网页数据提取平台，可以可靠、大规模地从网站提取和自动化数据，能将任何网站转为实时数据馈送，Maxun.dev使用简便，不用编码，几分钟就可以上手。

一个好用的开源计算机视觉和深度学习框架。它主要用来开发和运行 YOLO 系列模型，像 YOLOv5、YOLOv8 等。这个工具在目标检测、图像分割、动作识别等需要快速反应的视觉任务中很常用。

GitHub 上由用户Anning01创建的novelvids项目，一个能把小说自动转换成风格统一视频的工具。通过输入小说文本，最后输出对应的短剧视频，整个过程由AI完成。

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。

一个声音克隆和文本到语音转换的开源 Python RAG框架，只需1分钟语音即可训练一个自己的TTS模型。

一款开源AI文档翻译助手，帮助用户使用 OpenAI 等大型语言模型API快速且经济高效地翻译文档。支持txt、word、csv、excel、pdf、ppt等多种文档格式的翻译，适用于各种需要文档翻译的场景。

一个实时编辑脸部表情和头部位置的AI工具。用户可以通过简单的拖放界面，轻松调整面部特征和表情，使静态的肖像变得生动。

由香港大学与字节跳动联合研发的基于校正流Transformer架构的多模态AI视频生成模型，专为图像与视频的联合生成优化，只要应用在广告营销、电商展示等领域。

一个Pydantic 团队开发的Python代理框架，可以通过生成式AI轻松构建生产级应用程序。

基于flet的一款多功能娱乐软件，实现了浏览图片、音乐、小说、各种资源的功能，还有AI 绘画、ChatGPT等高级功能。