#llm Repositories
Insgesamt 2,314 Repositories
GraphBit ist das weltweit erste Enterprise‑Grade Agentic‑KI‑Framework, aufgebaut auf einer Rust‑Core‑Schnittstelle mit einer Python‑Wrapper, die unvergleichliche Geschwindigkeit, Sicherheit und Skalierbarkeit bietet. Es ermöglicht zuverlässige Multi‑Agent‑Workflows mit minimalem CPU‑ und Speicherverbrauch und ist damit für den produktiven Einsatz in realen Unternehmensumgebungen bereit.
Dynamische Workflows im Stil von Claude Code für Pi: Code-Modus-Subagenten mit echtem Modell-Routing, protokolliertem Fortsetzen, Isolation über git worktree, Kostenabrechnung, einer interaktiven /workflows-TUI, einer dauerhaft aktivierbaren optionalen /ultracode-Funktion und gründlicher Recherche.
Die maßgebliche Lern-Roadmap für OpenAI, Claude, MCP, Harness, Evals und produktive Agentensysteme.
30-KB-Markdown-nativer WYSIWYG-Editor für React, entwickelt für KI-Streaming, manuelle Bearbeitung, riesige Dateien, macOS, das Web und agentenbasierte Workflows.
CTX Fit findet die günstigste KI-Coding-Konfiguration, die zuverlässig in deinem Repository funktioniert, und wendet den Gewinner anschließend als überprüfbare Änderung an.
MindWork AI Studio ist eine kostenlose, unabhängige plattformübergreifende Desktop-App für lokale und Cloud-LLMs verschiedener Anbieter, die entwickelt wurde, um den Zugang zu KI zu demokratisieren.
FoJin-gestütztes Framework für buddhistische KI-Personas — quellenbasiert, grenzbewusst, auf inhaltliche Treue geprüft und zur Laufzeit einsatzbereit.
ComfyUI-Nodes für Vision-Language-Modelle: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Sowie Open-Vocabulary-Erkennung, SAM2/SAM3-Segmentierung, zeitliche Videobetrachtung, GGUF via llama.cpp und gehostete LLM/VLM-APIs.
Nutzen Sie Halluzinationen von großen Sprachmodellen (LLMs) für innovationsgetriebene Erkundungen.
91,5 % weniger Tokens in der Tool-Ausgabe laut Headrooms eigenem Benchmark, bei dem Headroom die Tokenzahl um 61,4 % reduziert. Separat davon werden dieselben SWE-bench-Aufgaben zu 0,71× der Kosten von unverändertem Claude Code gelöst. Außerdem: sitzungsübergreifender Speicher und eine Steuerung des Verbrauchstempos beim Abo-Kontingent. Claude Code, Codex, Copilot, Gemini und 12 weitere. Lokal, MIT-Lizenz.
Streaming-Hervorhebung mit Shiki. Nützlich zum Hervorheben von Textströmen wie LLM-Ausgaben.
Ein Grundlagen-Tutorial für den Einstieg in KI-Agenten – ganz ohne Vorkenntnisse. Es ist nicht nur ein Tutorial, sondern auch ein Agent, den du lokal ausführen kannst: Dateien lesen und schreiben, Befehle ausführen, MCP und Langzeitgedächtnis nutzen. Eine integrierte Weboberfläche macht jeden Schritt nachvollziehbar. Los geht’s mit einer minimalen Schleife aus 100 Zeilen. In jeder Lektion kommt eine Fähigkeit hinzu; zum Abschluss werden führende Agenten wie Claude Code und Codex unter die Lupe genommen.
Kontoverwaltungszentrum für den new-api / sub2api-Proxy: Guthaben, API-Schlüssel, Nutzung, Tarife, Modellpreisvergleich | https://nvcenter.cc
Verwandle jedes Dokument in sauberes, KI-fähiges Markdown. Desktop-App mit Local-First-Ansatz: Liest gescannte PDFs, verarbeitet Ordner stapelweise, läuft offline und benötigt deutlich weniger Tokens als Bildverarbeitungsmodelle.
Ermöglicht es Organisationen, anpassbare KI-Agenten zu erstellen und bereitzustellen, mit Unterstützung für mehrere LLM-Anbieter, Echtzeit-Chat, Sprache, Dokumententraining, Analysen, Benutzerverwaltung, SSO-Authentifizierung und einbettbare Widgets. Entwickelt mit React 19, Redux Toolkit, Radix UI und Tailwind CSS.
[ICLR2025 Spotlight🔥] Offizielle Implementierung von TokenFormer: Neudenken der Transformer-Skalierung mit tokenisierten Modellparametern
Fullstack-App „Chatten Sie mit Ihren PDFs“ RAG (Retrieval Augmented Generation), vollständig auf Cloudflare aufgebaut.
Eine Desktop-Anwendung, die YouTube-Playlist-Transkripte extrahiert und diese mithilfe der Gemini AI-Modelle von Google verbessert. Die Ausgabe ist ein Buch in jeder gewünschten Sprache.
Ein Open-Source-Cotypist mit systemweiter KI-Autovervollständigung für macOS
Schenke deinem VS-Code-Agenten einen echten Debugger: Breakpoints, schrittweise Ausführung und Inspektion.
appbuilder-sdk, Das Qianfan AppBuilder-SDK hilft Entwicklern, KI-native Anwendungen flexibel und schnell zu erstellen
🎭 KI-Avatar-/Digital-Human-Plattform – Foto hochladen, Stimme klonen und in Echtzeit mit jedem Gesicht per lippensynchronem Video sprechen. Open Source und selbst gehostet. Claude · Whisper · Chatterbox · MuseTalk.
Eine kuratierte Lösung zum Aufbau eines sich selbst entwickelnden zweiten Gehirns, das KI-Agenten hilft, Ihren persönlichen und Teamkontext zu verstehen.
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).
IIMS liefert eine moderne Full‑Stack‑Lösung über Spring Boot 3.5 (Java 17) und Vue 3 (TypeScript), die RBAC/JWT‑Authentifizierung, Milvus RAG, Spring AI (Ollama/DeepSeek/OpenAI), MyBatis Plus, MySQL, Redis, MinIO, Element Plus, Pinia, Vditor, Mermaid sowie dedizierte EAS‑ und DMS‑Module beinhaltet.
Können KI-Engines Ihre Website zitieren – und tun sie das auch? Erhalten Sie kostenlos einen Bereitschaftsscore von 0 bis 100 auf Grundlage eines offenen GEO-Bewertungsrasters sowie Abfragen und wöchentliches Zitations-Tracking über OpenAI, Perplexity, Gemini, Anthropic und OpenRouter mit Ihren eigenen Schlüsseln. Keine Abhängigkeiten; CLI, GitHub Action und MCP-Server.
Meta Agents Research Environments ist eine umfassende Plattform zur Evaluierung von KI-Agenten in dynamischen, realistischen Szenarien. Im Gegensatz zu statischen Benchmarks führt diese Plattform sich entwickelnde Umgebungen ein, in denen Agenten ihre Strategien anpassen müssen, sobald neue Informationen verfügbar werden, was die Herausforderungen der realen Welt widerspiegelt.
📥 cpdown - Kopieren Sie beliebige Webinhalts-/YouTube-Untertitel mit einem Klick oder einer Tastenkombination als sauberes Markdown in die Zwischenablage
[ECCV2024] Geerdetes multimodales großes Sprachmodell mit lokalisierter visueller Tokenisierung
[NeurIPS 2025 Spotlight] Ein natives multimodales LLM für 3D-Generierung und -Verständnis
Schulrekrutierung, Herbstrekrutierung, Frühlingsrekrutierung, tolle Praktika-Projekte, führen Sie von Null an bei der Umsetzung eines Large-Model-Inferenz-Frameworks, das Llama2/3 und Qwen2.5 unterstützt.
⚡ DocsAgent — chatte mit deiner Zotero-Bibliothek auf dem Smartphone. Native iPhone-App + kostenlose Mac-Begleit-App. MCP-Server für Claude, Cursor und Cline: sofortige, private Suche in Zotero, Obsidian und Apple Notes, vollständig lokal (~15 ms).
Ein Deep Learning NLP Repository, das die Textvorverarbeitung, Topic Models und nachgelagerten Aufgaben modernster Modelle wie BERT, GPT und LLMs mit TensorFlow zusammenfasst.
CLI zum parallelen Ausführen einer großen Anzahl von Coding-Agenten mit Git-Arbeitsbäumen
Open-Source-Webinfrastruktur für KI. Scrapen, crawlen und automatisieren Sie das Web, bereinigen Sie Markdown, Browser‑Sitzungen, bereit für Ihre Agenten.
Eine hocheffiziente, sichere und stabile Plattform für die Anwendungsentwicklung mit hervorragender Leistung, einfacher Skalierbarkeit und tiefer Integration von KI-Funktionen wie LLMs, KI-Chat, RAG und Agenten.
Trainiere und inferiere leistungsstarke Satz-Embeddings mit AnglE | 🔥 SOTA auf den STS- und MTEB-Bestenlisten
FineEnvs — RL-Umgebungen 101: RL-Umgebungen im Zeitalter der LLMs erstellen und skalieren
AI-native Cross-Platform-Sandboxen für Entwickler mit multimodalem Cloud-Runtime und Expert-Agenten.
Feinabstimmung von LLMs (Large Language Models)