Agent Zero：打造你的专属AI助理
Agent Zero：一个动态、可定制的AI框架，赋能你的个人助理 Agent Zero 是一个与众不同的 AI 框架，它并非预先定义，而是随着你的使用而有机地成长和学习。它旨在成为一个透明、易读、可理解、可定制和交互式的工具，能够利用你的电脑来完成各项任务。它就像一个通用的个人助理，可以帮你搜集信息、执行命令和代……
分类 AI技术 中的文章
CrewAI：角色扮演自主 AI 代理编排框架
CrewAI：用于编排角色扮演自主 AI 代理的框架 CrewAI 是一个 Python 框架，旨在帮助开发者更轻松地创建和管理多代理 AI 系统。它通过提供一个结构化的方式来定义代理、角色、任务以及它们之间的协作方式，从而简化了复杂 AI 任务的自动化。 核心概念: 代理 (Agents): 具有特定角色、目标和背景故事的 AI 实体。 任务 (Tasks): 代理需要完……
LLaMA-Factory：统一高效的LLM/VLM微调工具
LLaMA-Factory: 统一高效地微调100+ LLMs & VLMs (ACL 2024) LLaMA-Factory 是一个强大的工具，旨在简化和加速大规模语言模型（LLMs）和视觉语言模型（VLMs）的微调过程。它支持超过 100 种不同的模型架构，并集成了多种先进的微调技术和优化算法。 项目地址: https://github.com/hiyouga/LLaMA-Factory 核心特性 广泛的模型支持: 支持 LLaMA, LLaVA, Mistral, Mixtral-MoE, Qwen, Qwen2-VL, DeepSeek, Yi, Gemma, ChatGLM, Phi 等超过100个模型……
LLM Function-Calling与模型上下文协议(MCP)：构建智能企业系统的双重引擎
LLM Function-Calling与模型上下文协议 (MCP)：构建智能企业系统的双重引擎 将大型语言模型 (LLM) 集成到企业系统正在改变企业与其工具和工作流程交互的方式。通过使用自然语言 (NL) 输入来控制复杂操作，LLM 简化了对企业功能的访问，使其更加直观和高效。然而，这种集成需要一个结构良好的……
Magentic：让 LLM 与 Python 函数无缝集成
Magentic：无缝集成LLM到Python函数中 Magentic 是一个 Python 库，旨在简化将大型语言模型（LLMs）集成到 Python 代码中的过程。它允许开发者使用 @prompt和 @chatprompt 装饰器创建函数，这些函数实际上是 LLM 的提示模板，并返回结构化的输出。 核心特性 结构化输出： 支持使用 Pydantic 模型和 Python 内置类型来定义 LLM 函数……
AI Toolkit：Stable Diffusion 的 AI 脚本工具集
AI Toolkit：各种 AI 脚本，主要用于 Stable Diffusion ostris/ai-toolkit 是一个 GitHub 仓库， 包含多种 AI 脚本，主要用于 Stable Diffusion 相关任务。该项目使用 MIT 许可证，目前已获得 4.2k star, 470 forks, 59 watching。 主要功能： Stable Diffusion 脚本: 提供各种用于 Stable Diffusion 的脚本和工具。 FLUX.1 模型训练: 支持对 FLUX.1 系列模型进行训练，包括 FLUX.1-dev 和 FLUX.1-schnell。……
Nanobrowser: 开源AI驱动Web自动化Chrome扩展
Nanobrowser：一款开源的AI驱动的Web自动化Chrome扩展 想体验强大的AI网页自动化，但又不想花费OpenAI Operator每月200美元的高昂费用吗？Nanobrowser，这款开源的Chrome扩展，为你提供了一个免费且更灵活的替代方案。 项目地址： https://github.com/nanobrowser/nanobrowser 核心特性 *……
HeyGem.ai：完全离线的AI视频合成工具，打造专属数字形象
HeyGem.ai：一款完全离线的AI视频合成工具，打造你的专属数字形象 HeyGem.ai 是一个开源项目，致力于打造一款完全离线的视频合成工具，它可以在Windows系统上运行，并能精准地克隆你的外貌和声音，实现你的数字形象化。你可以通过文字和语音驱动虚拟形象，创作个性化的视频内容。由于完全离线……
AstrBot：易上手、多平台 LLM 聊天机器人及开发框架
AstrBot：一款易上手的多平台 LLM 聊天机器人及开发框架 AstrBot 是一款开源的聊天机器人及开发框架，旨在让用户能够轻松地构建和部署基于大型语言模型 (LLM) 的聊天机器人。 主要特点： 多平台支持： 支持 QQ、QQ 频道、Telegram、微信、企微、飞书等多个消息平台。 LLM 集成： 支持 OpenAI、Deep……
olmOCR：大语言模型PDF处理开源工具包
olmOCR：用于大语言模型数据集/训练的PDF线性化工具包 olmOCR 是由 Allen Institute for Artificial Intelligence (AI2) 旗下的 AllenNLP 团队开发并维护的开源工具包，旨在帮助研究人员和开发人员构建能够更好地处理 “wild” PDF 文档的大语言模型 (LLM)。 项目地址: https://github.com/allenai/olmocr 主要功能: 自然文本解析: 提供了一种 prompting 策略，可以利用 ChatGPT 4o 实现高质量的自……