#glm Repositories
Entdecke 42 aktive Open-Source-GitHub-Repositories, die mit #glm getaggt sind und insgesamt 563,906 Sterne gesammelt haben (durchschnittlich 13,426 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ollama/ollama mit 187,818 Sternen.
Insgesamt 42 Repositories
Starten Sie mit Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma und anderen Modellen.
🤗 Transformers: Der Framework zur Modell-Definition für State-of-the-Art-Machine-Learning-Modelle in Text, Vision, Audio und multimodalen Modellen, sowohl für Inferenz als auch für Training.
Der einheitliche Arbeitsbereich, in dem Open-Source-Modelle Aufgaben für Sie erledigen.
SGLang ist ein Hochleistungs-Serving-Framework für große Sprachmodelle und multimodale Modelle.
FreeToken bringt Modellbereitstellung auf Rechenzentrumsniveau auf Ihren Desktop. Führen Sie riesige Modelle lokal, schnell und effizient aus.
Verwenden Sie PEFT oder ein Training mit vollständigen Parametern für CPT/SFT/DPO/GRPO auf über 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) und über 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Code-Repository für alle OpenGL-Kapitel aus dem Buch und dessen begleitender Website https://learnopengl.com
Open-Source-Inferenzplattform für Sprach-, Vision-, Embedding-, Reranking-, Bild-, Audio- und Videomodelle. Stellen Sie mehrere Engines auf heterogener Hardware bereit – vom Laptop bis zum verteilten Cluster. Stellen Sie Modelle über OpenAI-kompatible APIs bereit.
GLM-4 Serie: Open Multilingual Multimodal Chat LMs | Öffentliche mehrsprachige multimodale Dialogmodelle
Das erste Vision-Plugin für DeepSeek Harness und die Vision-Brücke für jeden textbasierten Codierungsagenten. Fügen Sie ein Bild ein, erhalten Sie strukturierte JSON-Beweise (OCR, Layout, Semantik).
Nur grundlegende Python-Kenntnisse erforderlich, um große Sprachmodelle von Grund auf zu erstellen; Schrittweiser Aufbau von GLM4\Llama3\RWKV6 von Grund auf, um die Prinzipien großer Modelle tiefgreifend zu verstehen.
Costrict - strenger KI-Coder für Unternehmen, Qualität zuerst, inklusive KI-Agent, KI-CodeReview, KI-Vervollständigung.
GLM-4.5: Agentische, Schlussfolgernde und Kodierungsfähige (ARC) Fundamentmodelle
Führen Sie GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) und Hy4-Flash (220B) auf Ihren eigenen GPUs aus – ab 8 GB VRAM, mit Unterstützung für NVIDIA und AMD, einem einzigen Dashboard sowie einer mit OpenAI und Anthropic kompatiblen API.
Professionelles KI-Recherchetool für Zotero: Chatten Sie mit PDFs, durchsuchen Sie Ihre gesamte Bibliothek, Literatur-Radar und Autopilot. Über 30 LLMs oder lokale Modelle; integrierter MCP-Server. Chatten Sie auf dem iPhone mit Ihrem Zotero für unterwegs → https://www.docsagent.app
KI-natives Agenten-Geschirr für Codierungs-Workflows mit Python: Multi-Modell-LLM-Orchestrierung, zustandsbehaftete Sitzungen, Tool-Governance, nachverfolgbare Lieferung und Provider-Routing für GPT, Claude, DeepSeek, Qwen, Kimi, GLM und MiniMax.
Die Open-Source-Inferenz-Engine für LLMs auf AWS Trainium: NKI-Megakerne, 1-Million-Token-Kontext und OpenAI-kompatible API. Von RunAnywhere.
Eine leistungsstarke Inferenz-Engine für LLM-, VLM- und DiT-Modelle, optimiert für verschiedene KI-Beschleuniger. Sie wird von der OpenAtom Foundation gehostet.
Benutzerdefinierte Knoten, die die Fähigkeiten von Comfyui erweitern
Parallax ist ein verteiltes Modell-Serving-Framework, mit dem Sie Ihren eigenen KI-Cluster überall erstellen können
Führen Sie große KI-Modelle auf Ihrem eigenen PC aus: Qwen3.8-Flash-Next mit der Engine von Strata sowie GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder und MiniCPM-V mit einer zweiten Engine, die für PolyStrata entwickelt wurde. Ein-Klick-Installation für Windows und Linux, mit OpenAI-/Anthropic-API auf localhost.
Entwerfen Sie ein besseres visuelles Toolkit und Fähigkeiten für reine Textmodelle, um Bilder zu „sehen“, mit Unterstützung für Multi-Bild-Verständnis, Bildfragen, Frontend-UI-Wiederherstellung, GUI-Automatisierung usw., und optional nahtlose Integration mit mehreren gängigen Agenten sowie direkte Erkennung eingefügter Bilder | Ein visuelles Toolkit und Fähigkeiten, die für reine Text-LLMs entwickelt wurden: Bildfragen, OCR für lange Screenshots, Frontend-UI-Wiederherstellung und GUI-Automatisierung, mit optionaler nahtloser Integration für Codex, Claude Code, Pi, Oh My Pi und OpenCode
Ersetzt mit einem Klick die integrierten Prompts von vier KI-Clients: DSH / WorkBuddy / ZCode / Codex. Einfach doppelklicken, Funktion selbst überprüfen, vor Änderungen ein Backup erstellen und mit einem Klick wiederherstellen. Einzelne exe-Datei, keine Python-Installation erforderlich; Open Source unter MIT-Lizenz. Aktivierungscodes dienen dem Serverbetrieb und sind auf der offiziellen Website selbst erhältlich.
Unvanquished ist ein kostenloses Open-Source-FPS/RTS-Hybridspiel, das auf der Daemon-Game-Engine basiert. Es basiert historisch auf Tremulous und ist dessen Fortsetzung, in die jahrzehntelange Arbeit eingeflossen ist.
🚀 Pytorch Distributed native Trainingsbibliothek für LLMs/VLMs mit sofortiger Hugging Face-Unterstützung
🥇 Das leistungsstärkste kostenlose Websuch-Plugin für DeepSeek Harness und die Suchbrücke für jedes Modell ohne nativen Webzugriff. Kostenlos, ohne Anmeldung und ohne API-Schlüssel. Frage das Web oder X und erhalte strukturierte JSON-Belege. | 🥇 Das leistungsstärkste kostenlose Websuch-Plugin für DeepSeek Harness: kostenlos, ohne Anmeldung und ohne API-Schlüssel. Verleihe Modellen ohne Webzugriff Suchfunktionen – durchsuche das Web oder X und erhalte strukturierte JSON-Belege (Suche, Abruf und Zitate).
🚀 Führen Sie Codex Mobile überall aus: Linux, Windows oder Termux auf Android 🚀
Unzensierte KI-API und Browser-Chat: DeepSeek- und GLM-Modelle, Streaming, Python- und TypeScript-Beispiele, Preise und Einrichtungsanleitungen.
♾️ Private Agent-Flotte mit spezifischem Coding. Jeder Agent erhält seinen eigenen GPU-beschleunigten Desktop. Führen Sie Claude, Codex, Gemini und Open Models auf einem vollständigen privaten AI-Stack aus ♾️
Open-Modelle der Spitzenklasse auf einer kostenlosen Kaggle-TPU v5e-8: GLM-5.3-Flash 320B MoE (~165 Tok/s, mit unserer eigenen JAX-Engine) und Qwen3.8-27B bf16 (~130 Tok/s), 262k Kontext und Präfix-Caching. Funktioniert mit Claude Code, Codex, opencode und pi.
Eine native .NET-Inferenz-Engine für große Sprachmodelle (LLMs) und eine Agenten-Laufzeitumgebung für GGUF-Modelle. TensorSharp bietet eine Konsolenanwendung, eine webbasierte Chatbot-Oberfläche, eine iPhone-App sowie mit Ollama/OpenAI kompatible HTTP-APIs für den programmgesteuerten Zugriff. Es unterstützt Windows, macOS, iOS und Linux mit vollständiger GPU-Unterstützung.
Eine für die Sekundärentwicklung bereitstehende Web-MVP-Prototyp-Vorlage für Chatbots, basierend auf gängigen Technologien wie Vue 3, Vite 8, TypeScript, Naive UI, Pinia (v3) und UnoCSS. 🧤 Einfache Integration von LLM-APIs, Single-Turn-KI-Dialogmodus mit unabhängigen Antworten (kein Kontext erforderlich), SSE-Streaming-Ausgabe mit Schreibmaschineneffekt sowie integriertem markdown-it mit Mermaid/KaTex/LaTex-Formel-Vorschau. Unterstützt iFlytek Spark, Zhipu, SiliconFlow und DeepSeek V4/V3/R1 Deep-Reasoning-Modellvorschauen, kompatibel mit <think>-Tags, inklusive destillierter Skills. 💼 Einfach anzupassen und schnell für Chat-basierte LLM-Produkte zu implementieren (Beispiel-Screenshots enthalten).
Nutzen Sie mit RouterHub den API-Zugriff auf GLM 5.3 in der abliterated- oder ungefilterten Version. Durchstöbern Sie 35 Links zu Jailbreak-Prompts, vergleichen Sie GLM-Modelle und finden Sie SDK-Beispiele, Anleitungen zur Einrichtung von Coding-Tools, Preise und Evaluierungsleitfäden.
Xolotl: Führe DeepSeek-V4.1-Flash mit allen 552B Parametern als lokalen Coding-Agent auf einem einzigen Gaming-PC aus (RTX 4090 + 110 GB RAM): ca. 33 Tok/s im Agentenmodus, ca. 41 im Schnellmodus, 512K Kontext. Dazu Inkling-2-Mini (Thinking Machines, eigene Engine + MTP-Entwurfsmodul), GLM-5.3-Flash, Qwen3.8 und LFM3-Omni. MoE-Experten werden stufenweise über VRAM, RAM und NVMe verteilt (Xolotl Direct). OpenAI- und Anthropic-API.
KI-übergreifendes Desktop-Haustier: Passt sein Aussehen an die verwendete KI an und reagiert auf deren Arbeitsstatus
Häufig gestellte Fragen
Welches ist das beliebteste #glm-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#glm-Projekt auf GitHub ist ollama/ollama mit 187,818 Sternen. Starten Sie mit Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma und anderen Modellen.
Welche Programmiersprachen werden in #glm-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #glm-Projekten auf GitHub sind Python, C++, JavaScript, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #glm-Repositories berechnet?
Wir verfolgen 42 aktive Open-Source-Repositories, die mit #glm getaggt sind (500+ Sterne), mit insgesamt 563,906 Sternen und durchschnittlich 13,426 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.