开源项目

不知从什么时候开始，AI 已经成为了许多学生手中的“做题外挂”。 遇到不会的题目，直接丢给 ChatGPT 或 DeepSeek，答案瞬间可得。 但这真的有助于学习吗？许多家长已经开始担忧：孩子依赖 AI 后，不再主动思考，只是机械地抄录答案。 我们需要的不是一个只会输出答案的机器，而是一个懂得引导、能够拆解知识的“AI 学习助手”。 近日，GitHub 上…

将视频瞬间转化为手绘故事 ClipSketch AI 是一个创意工具，能够将视频链接（如来自B站或小红书）转换为一个带有打点功能的播放器。当用户看到感兴趣的帧时，只需按下快捷键即可截图，省去了使用独立截图工具的麻烦。 该项目的核心在于其AI图像生成能力。它集成了Google Gemini大模型，能够将截取到的视频帧瞬间转换为手绘风格的分镜草图，甚至可以根据画…

华为开源昇腾原生7B多模态模型：端侧部署新标杆，视觉定位与OCR能力全面领先 7B量级模型，向来是端侧部署与个人开发者的心头好。其轻量化特性让它能灵活适配各类终端场景，而强劲性能又能覆盖图像信息抽取、文档理解、视频解析、物体定位等高频需求。 近日，华为重磅推出开源新玩家openPangu-VL-7B，直接瞄准这一核心场景精准发力。 作为昇腾原生的模型，ope…

TuriX-CUA（Computer Use Agent）是一个基于 Python 的开源 AI 智能体项目，旨在让 AI 接管你的电脑，通过观察屏幕、操作鼠标和键盘来自动化执行任务。 该项目近期进行了重大更新，引入了多模型架构，在标准测试集上的通过率超过了 80%。 项目地址：https://github.com/TurixAI/TuriX-CUA 项目简…

01 大模型 APP 合集 这个开源项目汇集了大量现成的开源大模型应用 Demo 和脚手架，已在 GitHub 上获得超过 8 万 Star。 无论您希望构建一个能够解读 PDF 的机器人，还是创建一个能够自动联网查询资料、撰写报告的复杂 Agent 团队，这里几乎都能找到可直接参考的代码。 其优点在于，它不仅支持 OpenAI 的模型，还为 Anthrop…

关键词：LLM 编译、 e-graph、异构存储架构、统一分布式编译、自动优化、端到端编译框架 本文转载自知乎账号：郑启航[1] 原文链接：https://zhuanlan.zhihu.com/p/1989088940733510928 nncase: An End-to-End Compiler for Efficient LLM Deployment o…

AutoGPT AutoGPT 是 AI Agent 领域的开创性项目，在 GitHub 上已获得超过 18 万星标。 与传统的聊天机器人不同，AutoGPT 能够自主地将一个宏观目标拆解为一系列子任务，并通过调用互联网搜索、读写本地文件等工具来逐步实现目标。 AutoGPT 具备强大的工具调用与环境交互能力。它能够访问互联网以获取最新信息、管理本地文件、执…

AutoMV团队 投稿 量子位 | 公众号 QbitAI 现有的AI视频生成模型虽然在短片上效果惊人，但面对一首完整的歌曲时往往束手无策——画面不连贯、人物换脸、甚至完全不理会歌词含义。 近日，来自M-A-P、北京邮电大学、南京大学NJU-LINK实验室等机构的研究者们提出了AutoMV。 这是一个无需训练的多智能体（Multi-Agent）系统，它像一个专…

Skills 开源合集 该项目由 Anthropic 发布并维护，在 GitHub 上已获得 28K Star。它汇集了多种可复用的“Skills”（技能包）。 Skills 本质上是将复杂的提示词、脚本、模板和资源打包成标准化的能力单元。在向 Claude 分派任务时，它可以动态加载并使用相关的 Skill。 该仓库提供了多种类型的 Skill 示例，涵盖…

Ruby 4.0重磅发布：ZJIT编译器革新与原生隔离环境，开启性能与安全新纪元 在Ruby语言迎来30周年之际，全新的4.0版本为开发者带来了重磅更新。本次更新引入了隔离命名空间、全新的JIT编译器，并对Ractor API进行了重新设计，标志着这款开源语言在性能与安全方面迈入了新纪元。 Ruby是一种开源的面向对象脚本语言，由日本人松本行弘于20世纪90…