#generative-ai Repositories
Insgesamt 791 Repositories
Flexibles und leistungsstarkes Framework zur Verwaltung mehrerer KI-Agenten und zur Handhabung komplexer Konversationen
Grundlagen großer Modelle: Verstehen Sie die Grundlagen großer Modelle in einem Artikel
Emote Portrait Alive: Generierung expressiver Porträtvideos mit Audio2Video Diffusion Model unter schwachen Bedingungen
Open-Source-Observability für Ihre GenAI- oder LLM-Anwendung, basierend auf OpenTelemetry
NeMo Guardrails ist eine Open-Source-Bibliothek, mit der sich programmierbare Sicherheits- und Schutzkontrollen auf LLM- und agentische Anwendungen anwenden lassen.
LLM-gestützte Extraktion unstrukturierter Daten — Für API-Deployments und ETL-Pipeline-Workflows entwickelt
OpenMMLab Multimodales Advanced, Generatives und Intelligentes Erstellungstoolbox. Entsperren Sie die Magie 🪄: Generative-KI (AIGC), benutzerfreundliche APIs, toller Model-Zoo, Diffusionsmodelle für Text-zu-Bild-Generierung, Bild-/Video-Restaurierung/Verbesserung usw.
KI-Agent-Skill (Claude Code, Codex & mehr): Verwandle jedes Skript in animierte Strichmännchen-Videos für YouTube ohne Gesicht, Shorts und TikTok. Über 14 Stile mit Voiceover, Untertiteln und Soundeffekten. Kostenlos und Open Source (MIT).
Eine universelle AIGC-Video-Engine: vom Drehbuch zum fertigen Film in einer Pipeline — Dramen, Werbung, Produktvideos, Otome-Spiele und mehr.
TalkToFigma: MCP-Integration zwischen KI-Agent (Cursor, Claude Code, Codex) und Figma, die es der KI ermöglicht, mit Figma zu kommunizieren, um Designs zu lesen und programmatisch zu ändern.
Plano ist ein KI-nativer Proxy-Server und eine Datenebene für agentische Anwendungen. Intelligentes LLM-Routing, Beobachtbarkeit, Agentenorchestrierung und Schutzmechanismen, damit Sie sich auf die Kernlogik Ihrer Agenten konzentrieren können.
AppAgent: Multimodal Agents as Smartphone Users, ein LLM-basierter multimodaler Agenten-Framework, der für den Betrieb von Smartphone-Apps entwickelt wurde.
Stellen Sie KI-Agenten in Minuten, nicht in Monaten, in Google Cloud bereit. Produktionsreife Vorlagen mit integrierter CI/CD, Evaluierung und Beobachtbarkeit.
[AAAI 2025] Offizielle Implementierung von "OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on"
Entfernt sichtbare und unsichtbare KI-Wasserzeichen aus Bildern und Videos sowie KI-Herkunftsmetadaten aus Bildern, Videos und Audiodateien. Python-Bibliothek, CLI und Agenten-Skill für SynthID, C2PA, EXIF, IPTC, XMP und gängige Markierungen generativer KI. Von Victor Kuznetsov.
Der Bild-Prompt-Adapter ist so konzipiert, dass er ein vortrainiertes Text-zu-Bild-Diffusionsmodell in die Lage versetzt, Bilder mit einem Bild-Prompt zu generieren.
Die CLI und Fähigkeiten, die jeden Coding-Assistenten zu einem Experten für die Erstellung, Bewertung und Bereitstellung von KI-Agenten auf Google Cloud machen.
Outfit Anyone: Hochwertige virtuelle Anprobe für jede Kleidung und jede Person
Ein KI-gestütztes Data-Science-Team von Agenten, das Ihnen hilft, gängige Data-Science-Aufgaben 10-mal schneller zu erledigen.
Entwickelt von Turing's Cat, die erste Generation künstlicher Intelligenz für Kreation, basierend auf Open-Source GPT2.0 | Skalierbar, evolvierbar
H2O LLM Studio – ein Framework und eine No-Code-GUI zum Fine-Tuning von LLMs. Dokumentation: https://docs.h2o.ai/h2o-llmstudio/
Änderungsfreier Human-in-the-Loop-Adapter für die agentische DAG-Laufzeitumgebung von OpenOPC.
ACE-Step: Ein Schritt in Richtung eines grundlegenden Modells für die Musikgenerierung
Kuratierte Liste der besten wirklich quelloffenen KI-Projekte, Modelle, Werkzeuge und Infrastruktur. Täglich aktualisiert.
Open-Source-Toolkit von Microsoft für KI-Red-Teaming. Testen Sie generative KI-Systeme mit automatisierten Scans, adaptiven Angriffen über mehrere Runden und einer Weboberfläche.
DeepSeek-V2: Ein starkes, wirtschaftliches und effizientes Mixture-of-Experts Sprachmodell
Ein KI-Gateway, Registrierungs- und Proxy-Tool, das vor jeder MCP-, A2A- oder REST/gRPC-API positioniert ist und einen einheitlichen Endpunkt mit zentraler Erkennung, Guardrails und Verwaltung bereitstellt. Es optimiert die Aufrufe von Agenten und Tools und unterstützt Plugins.
Offizieller Implementierungscode des Papers <AnyText: Multilinguale visuelle Textgenerierung und -bearbeitung>
Dies ist eine Schritt-für-Schritt-Anleitung für den Einstieg in KI/LLM-große Modelle, die Tutorials und Demo-Code enthält. Sie führt Sie von APIs zur lokalen Bereitstellung und Feinabstimmung großer Modelle. Die Code-Dateien werden in Online-Versionen für Kaggle oder Colab bereitgestellt, sodass Sie auch ohne Grafikkarte lernen können. Das Projekt enthält außerdem einen kleinen Code-Spielplatz 🎡, auf dem Sie interessante KI-Skripte ausprobieren können. Gleichzeitig enthält es eine vollständige chinesische gespiegelte Version der Hausaufgaben aus Hung-Yi Lees "Einführung in die generative KI 2024"-Kurs.
Ein Protokoll für die Verbindung eines beliebigen Editors mit einem beliebigen Agenten
Koog ist ein JVM-Framework (Java und Kotlin) zum Erstellen vorhersehbarer, fehlertoleranter und unternehmensreifer KI-Agenten auf allen Plattformen – von Backend-Services über Android und iOS, JVM bis hin zu Browser-Umgebungen. Koog basiert auf unserer Expertise in KI-Produkten und bietet bewährte Lösungen für komplexe LLM- und KI-Probleme