#llm Repositories
Insgesamt 2,314 Repositories
Ein performantes ML-Modell-Serving-Framework, das dynamisches Batching und CPU/GPU-Pipelines bietet, um Ihre Rechenmaschine voll auszunutzen
Eine produktionsreife Vorlage, um Ihre Generative AI-Projekte mit Blick auf Struktur und Skalierbarkeit zu starten.
JevChat-Windows: Ein Antwortassistent, der neben dem Chatfenster angedockt ist. Er erstellt einen Screenshot des Fensters und liest die Nachrichten der anderen Person per lokalem Offline-OCR aus → Jev ermittelt die Absicht → 3 Antwortvorschläge können mit einem Klick eingefügt werden; das Senden erfolgt immer manuell.
⚕️GenAI-gestützter Multi-Agenten-Chatbot für medizinische Diagnostik und die Unterstützung von Gesundheitsforschern. 🏥 Entwickelt für medizinisches Fachpersonal, Forscher und Patienten.
LAYRA – eine unternehmenstaugliche Komplettlösung – erschließt intelligente Systeme der nächsten Generation, die von visueller RAG und grenzenloser visueller Multi-Step-Agenten-Workflow-Orchestrierung angetrieben werden.
LLM-Notizen, einschließlich Modellinferenz, Transformer-Modellstruktur und Notizen zur Analyse von LLM-Framework-Code.
BiBi Keyboard: LLM‑ und ASR‑Sprach-Eingabemechanismus‑Tastatur für die Android‑Plattform, basierend auf Kotlin
KI-gestützte Tools zur Verbesserung von Anki-Karteikarten mit Erklärungen, Mnemonietechniken, Illustrationen und adaptivem Lernen für die medizinische Fakultät und darüber hinaus
Ein sprechendes LLM, das auf Ihrem eigenen Computer läuft, ohne dass das Internet benötigt wird.
Code und Implementierungen für die Arbeit „AgentGym-RL: Training von LLM-Agenten für langfristige Entscheidungsfindung durch mehrrundiges Reinforcement Learning“ von Zhiheng Xi et al.
Eine PyTorch-Bibliothek kuratierter Transformer-Modelle und ihrer zusammensetzbaren Komponenten
Gemini CLI-Endpunkte als OpenAI API mit Cloudflare Workers bereitstellen
Eine lokale, offline (nach der Ersteinrichtung), tragbare OCR-Software, die Bilder und PDF-Dateien verarbeiten kann, unter Verwendung von DeepSeek-OCR-2 AI (direkt auf Ihrem Rechner laufend).
Ein System-Prompt zum Kopieren und Einfügen, mit dem dein Coding-Agent (Claude Code, Codex, Cursor) ein selbstverbesserndes Agentensystem für alle möglichen Computeraufgaben erstellt. Probiere die Demo zur Nachverfolgung von Leads über den Website-Link aus.
Trainieren und bedienen Sie LLMs mit extremer Geschwindigkeit und enormem Durchsatz.
HERO = Hashing · Grenzfälle · Bewertungsmaßstäbe · Überentwicklung — die vier Bereiche, in denen Coding-Agenten übermäßig defensiv vorgehen. Ein direkt einfügbarer Vertrag, der sie davon abhält. Funktioniert mit Claude Code, Codex, Antigravity, Cursor, Copilot, Windsurf und Gemini CLI.
Code2Prompt ist ein leistungsstarkes Befehlszeilentool, das den Prozess der Bereitstellung von Kontext für Large Language Models (LLMs) vereinfacht, indem es eine umfassende Markdown-Datei mit dem Inhalt Ihrer Codebasis generiert. ⭐ Wenn Sie Code2Prompt nützlich finden, geben Sie uns bitte einen Stern auf GitHub! Es hilft uns, mehr Entwickler zu erreichen und das Tool zu verbessern. ⭐
Ein schneller, sicherer MCP-Server, der seine Fähigkeiten durch WebAssembly-Plugins erweitert.
LLM.swift ist eine einfache und lesbare Bibliothek, die es Ihnen ermöglicht, problemlos mit großen Sprachmodellen lokal für macOS, iOS, watchOS, tvOS und visionOS zu interagieren.
Ein leistungsstarkes Framework zum Training von LLMs, VLMs, Diffusionsmodellen und verkörperten Modellen auf NVIDIA-GPUs und Kunlun-XPUs. Unterstützt Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 und weitere Modelle.
oh-my-zsh für Claude Code — 16 Agenten, 35 Befehle, 32 Fähigkeiten und 21 Sicherheits-Hooks in einer einzigen Installation. v4.0 fügt eine kontradiktorische Prüfschleife hinzu: einen zweiten Agenten, der die Überlegungen des ersten nie zu sehen bekommt. MIT.
Dies ist ein MCP im Finanzbereich. Dieses Projekt integriert die Tushare-API und die Binance-API, um Sprachmodellen (wie Claude) umfassenden Zugriff auf Echtzeit-Finanzdaten bereitzustellen und die multidimensionale Analyse von Finanzdaten wie Aktien, Fonds, Anleihen, makroökonomischen Indikatoren, Stablecoins, Kryptowährungen usw. zu unterstützen. Es umfasst auch Abfragen von Finanzdaten, Finanznachrichtenabfragen, Abfragen von Daten des Nationalen Statistikbüros usw.
Eine kuratierte Liste großartiger LLM-Frameworks, -Bibliotheken und -Software.
[EMNLP 2026] MobileGym: Eine überprüfbare und hochparallele Simulationsplattform für die Forschung an mobilen GUI-Agenten · Im Browser gehosteter Android-Simulator · Überprüfbare Evaluierung · Skalierbares Online-RL-Training
Interaktiver Lebenslauf mit KI-Chat-Integration. Erstellt mit React 19, TypeScript, Claude API. Chatten Sie mit meinem KI-Avatar über meine Erfahrungen.
🔥Maschinelles Lernen/Tiefes Lernen/Python/Große Modelle/Multimodal/LLM/Tiefes Lernen/Python/Algorithmus-Interview/NLP-Tutorial
OpenSwarm — Autonomer AI-Entwicklungsteam-Orchestrator, angetrieben von Claude Code CLI. Discord-Steuerung, Linear-Integration, kognitive Erinnerung.
Douyin-Videos ohne Wasserzeichen-Links extrahieren, Videotexte, douyin-mcp-server, mcp, Claude-Skill, unterstützt Hummer
llama.cpp auf einer jailbreakten PS5: Beliebige GGUF-Modelle nativ auf der Konsole ausführen – beginnend mit Qwen 3.8
Halo ist ein von White Circle entwickeltes Open-Source-Framework zum Trainieren großer Sprachmodelle und multimodaler Modelle
xpander.ai ist die Laufzeit- und Steuerungsebene, um zuverlässige KI-Agenten schnell und überall zu erstellen, auszuführen und bereitzustellen
GLM-ASR-Nano: Ein robustes Open-Source-Spracherkennungsmodell mit 1,5 Milliarden Parametern
Neum AI ist ein erstklassiges Framework, um die Erstellung und Synchronisierung von Vektor-Embeddings in großem Maßstab zu verwalten.
Open-Source-Schutz zur Laufzeit, der sensible Daten maskiert und destruktive Befehle von KI-Agenten blockiert. Sie ändern nur eines: den Port Ihres Agents.
Browser-Automatisierungssystem, das KI-gestützte Planung verwendet, um Webseiten zu navigieren und Ziele zu erreichen.
Eine Plattform für Unternehmen zur Erstellung und zum Betrieb digitaler Mitarbeitender: Sie überführt die Erfahrung, Arbeitsabläufe und Entscheidungskriterien qualifizierter Fachkräfte in KI-gestützte digitale Mitarbeitende, die jederzeit einsatzbereit, konfigurierbar, genehmigungspflichtig und beobachtbar sind.
Code und Implementierungen für das ACL 2025-Paper „AgentGym: Evolving Large Language Model-based Agents across Diverse Environments“ von Zhiheng Xi et al.
[ICLR 2025] Synthese von Ausrichtungsdaten von Grund auf durch Aufforderung ausgerichteter LLMs mit nichts. Ihre effiziente und qualitativ hochwertige Pipeline zur Generierung synthetischer Daten!
End-to-End-Design, Bewertung und Optimierung von RAG-Systemen. Das RAG-Training-Camp von GeekTime zerlegt die 10 Hauptkomponenten von RAG vollständig und liefert mit vier praktischen Projekten ein tiefes Verständnis des gesamten RAG‑Workflows. Die Implementierung von RAG richtet sich typischerweise auf Geschäftsbedürfnisse, nicht umgekehrt. Deshalb müssen wir gezielte Anpassungen, Optimierungen und Customizations für unterschiedliche Szenarien und Probleme vornehmen. Die Details machen den Unterschied; wir tauchen tief ein, um sie zu untersuchen.
Die Artefakt-Ebene für jeden Agenten: Was Ihre KI schreibt, wird mit Ihren Dateien abgeglichen. Eine kostenlose Open-Source-Desktop-App für macOS, Windows und Linux. Verbinden Sie Claude Code oder einen anderen Agenten – oder nutzen Sie Ihren ChatGPT-Tarif, Ihren eigenen Schlüssel oder ein lokales Modell. Ihre Dateien in einer einzigen Bibliothek, sortiert und durchsuchbar, zusammen mit Ihren Meetings.