Git Stars Git Stars

#multimodal Repositories

Entdecke 183 aktive Open-Source-GitHub-Repositories, die mit #multimodal getaggt sind und insgesamt 700,629 Sterne gesammelt haben (durchschnittlich 3,828 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Mintplex-Labs/anything-llm mit 68,480 Sternen.

183
Gesamtzahl der Repositories
700,629
Gesamtanzahl der Sterne
3,828
Durchschnittliche Sterne/Repo

Insgesamt 183 Repositories

1
Mintplex-Labs/anything-llm

Hören Sie auf, Ihre Intelligenz zu mieten. Besitzen Sie sie mit AnythingLLM. Alles, was Sie für eine leistungsstarke lokale Agentenerfahrung brauchen

Mintplex-Labs
⭐ 68,480 JavaScript 👤 Mintplex-Labs Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-06-04
2
bojieli/ai-agent-book

„Deep Understanding of AI Agents: Design Principles and Engineering Practice“ (von Bojie Li) Open-Source-Haupt-Repository: Vollständiger Text, kompilierte PDF und kapitelweise Begleitcodes.

bojieli
⭐ 58,976 Python 👤 bojieli User 🕐 Aktualisiert 2026-10-08 📅 Erstellt 2025-09-09
3
bytedance/UI-TARS-desktop

Der Open-Source Multimodal AI Agent Stack: Verbindung von Spitzen-KI-Modellen und Agenten-Infrastruktur

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2025-01-19
4
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) wurde für Fähigkeiten auf GPT-4V-Niveau und darüber hinaus entwickelt.

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 Aktualisiert 2024-08-12 📅 Erstellt 2023-04-17
5
screenpipe/screenpipe

YC (S26) | Screenpipe findet Arbeit, die sich zu automatisieren lohnt | Zeichne deine Computerarbeit kontinuierlich lokal auf, entdecke wiederkehrende Arbeitsabläufe und übergib das Ergebnis an einen beliebigen Agenten, den du bereits nutzt.

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-06-19
6
microsoft/unilm

Großflächiges selbstüberwachtes Pre-Training über Aufgaben, Sprachen und Modalitäten

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-09-21 📅 Erstellt 2019-07-23
7
jina-ai/serve

☁️ Erstellen Sie multimodale KI-Anwendungen mit einem Cloud-Native-Stack

jina-ai
⭐ 21,864 Python 👤 jina-ai Organization 🕐 Aktualisiert 2025-03-24 📅 Erstellt 2020-02-13
8
deepseek-ai/Janus

Janus-Serie: Einheitliche multimodale Verständnis- und Generierungsmodelle

deepseek-ai
⭐ 17,737 Python 👤 deepseek-ai Organization 🕐 Aktualisiert 2025-02-01 📅 Erstellt 2024-10-18
9
modelscope/ms-swift

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).

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-08-01
10
datawhalechina/all-in-rag

🔍Praktische Entwicklung von Großmodell-Anwendungen Teil 1: Umfassender Leitfaden für die RAG-Technologie, Online-Leseadresse: https://datawhalechina.github.io/all-in-rag/

datawhalechina
⭐ 13,275 Python 👤 datawhalechina Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2025-06-05
11
rerun-io/rerun

Visualisieren, abfragen und streamen Sie, um mit multimodalen Robotikdaten zu trainieren.

rerun-io
⭐ 11,848 Rust 👤 rerun-io Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-04-08
12
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. Das Ende des Web-Parsings. Der Beginn der skalierbaren Pixel-nativen Suche. Link: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-05-29
13
RunanywhereAI/runanywhere-sdks

Produktionsreifes Toolkit zum lokalen Ausführen von KI

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2025-07-22
14
yzhao062/pyod

Eine Python-Bibliothek zur Anomalieerkennung in tabellarischen Daten, Zeitreihen, Graphen, Texten, Bildern und Audiodaten. Enthält über 60 Detektoren, eine benchmark-gestützte ADEngine-Orchestrierung und einen agentenbasierten Workflow für KI-Agenten.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2017-10-03
15
apache/seatunnel

SeaTunnel ist ein multimodales, hochperformantes, verteiltes Tool zur Integration massiver Datenmengen.

apache
⭐ 9,821 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2017-08-05
16
X-PLUG/MobileAgent

Mobile-Agent: Die leistungsstarke GUI-Agent-Familie

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2024-01-26
17
activeloopai/deeplake

Deeplake ist eine AI Data Runtime für Agents. Sie bietet serverlosen Postgres mit einem multimodalen Datalake, der skalierbare Retrieval- und Training-Funktionen ermöglicht.

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 Aktualisiert 2026-05-21 📅 Erstellt 2019-08-09
18
bentoml/BentoML

Der einfachste Weg, AI-Apps und -Modelle zu hosten - Erstellen Sie Model Inference APIs, Job-Warteschlangen, LLM-Apps, Multi-Model-Pipelines und mehr!

bentoml
⭐ 8,944 Python 👤 bentoml Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2019-04-02
19
Neywa-Labs/mlx-audio

Eine Text-to-Speech (TTS), Speech-to-Text (STT) und Speech-to-Speech (STS) Bibliothek, die auf Apples MLX-Framework basiert und eine effiziente Sprachanalyse auf Apple Silicon ermöglicht.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-11-27
20
vllm-project/vllm-omni

Ein Framework für effiziente Modellinferenz mit Omni-Modalitäts-Modellen

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-09-11
21
genkit-ai/genkit

Open-Source-Framework zum Erstellen von Agenten-Apps in JavaScript, Go, Dart und Python, von Google entwickelt und in Produktion eingesetzt

genkit-ai
⭐ 6,609 TypeScript 👤 genkit-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-04-29
22
ARahim3/DigUp

Durchsuche deinen Computer nach dem Inhalt deiner Dateien: Fotos, PDFs, Dokumente, Aufnahmen, Videos und Code. Läuft lokal auf Mac, Windows und Linux und basiert auf EmbeddingGemma 2 von Google DeepMind.

ARahim3
⭐ 6,484 Swift 👤 ARahim3 User 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2026-10-08
23
swyxio/ai-notes

Notizen für Softwareentwickler, die sich über neue KI-Entwicklungen auf dem Laufenden halten. Dient als Datenspeicher für Schreibmaterialien und Produkt-Brainstorming auf https://latent.space, hat aber bereinigte, kanonische Referenzen im Ordner /Resources.

swyxio
⭐ 6,257 HTML 👤 swyxio User 🕐 Aktualisiert 2026-02-16 📅 Erstellt 2022-09-04
24
SkalskiP/courses

Dieses Repository ist eine kuratierte Sammlung von Links zu verschiedenen Kursen und Ressourcen über Künstliche Intelligenz (KI)

SkalskiP
⭐ 6,256 Python 👤 SkalskiP User 🕐 Aktualisiert 2024-04-22 📅 Erstellt 2023-04-02
25
om-ai-lab/VLM-R1

Visuelles Verständnis mit verstärkten VLMs lösen

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-07-07 📅 Erstellt 2025-02-06
26
Eventual-Inc/Daft

Hochleistungs-Daten-Engine für KI und multimodale Workloads. Verarbeiten Sie Bilder, Audio, Video und strukturierte Daten in beliebigem Umfang.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2022-04-25
27
PySpur-Dev/pyspur

Ein visueller Spielplatz für Agenten-Workflows: Iterieren Sie 10x schneller über Ihre Agenten

PySpur-Dev
⭐ 5,809 TypeScript 👤 PySpur-Dev Organization 🕐 Aktualisiert 2026-06-29 📅 Erstellt 2024-09-23
28
OpenBMB/UltraRAG

Ein Low-Code-MCP-Framework zum Aufbau komplexer und innovativer RAG-Pipelines

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-01-16
29
facebookresearch/mmf

Ein modulares Framework für Vision- und Sprach-Multimodal-Forschung von Facebook AI Research (FAIR)

facebookresearch
⭐ 5,634 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2018-06-27
30
InternLM/xtuner

Eine Trainings-Engine der nächsten Generation, gebaut für ultra-große MoE-Modelle

InternLM
⭐ 5,223 Python 👤 InternLM Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-07-11
31
liustack/modlens

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).

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-02-22
32
PKU-Alignment/align-anything

Align Anything: Training eines All-Modalitäts-Modells mit Feedback

PKU-Alignment
⭐ 4,669 Python 👤 PKU-Alignment Organization 🕐 Aktualisiert 2025-11-27 📅 Erstellt 2024-07-14
33
kyegomez/tree-of-thoughts

Plug and Play Implementierung des "Tree of Thoughts": Bewusste Problemlösung mit großen Sprachmodellen, die die Modellreasoning um mindestens 70 % verbessert

kyegomez
⭐ 4,592 Python 👤 kyegomez User 🕐 Aktualisiert 2026-09-29 📅 Erstellt 2023-05-21
34
crmne/ruby_llm

Das Ruby-KI-Framework.

crmne
⭐ 4,522 Ruby 👤 crmne User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2025-01-30
35
EvolvingLMMs-Lab/lmms-eval

One-for-All Multimodales Evaluations-Toolkit für Text-, Bild-, Video- und Audio-Aufgaben

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-03-07
36
rom1504/img2dataset

Wandeln Sie problemlos große Mengen von Bild-URLs in einen Bilddatensatz um. Kann 100 Millionen URLs in 20 Stunden auf einer Maschine herunterladen, skalieren und verpacken.

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 Aktualisiert 2025-10-19 📅 Erstellt 2021-08-11
37
luban-agi/Awesome-AIGC-Tutorials

Kuratiertes Tutorial und Ressourcen für Large Language Models, KI-Malerei und mehr.

luban-agi
⭐ 4,419 👤 luban-agi Organization 🕐 Aktualisiert 2024-03-31 📅 Erstellt 2023-08-22
38
OpenMOSS/MOSS-TTS

Eine Open-Source-Modellfamilie für Langform-Sprachsynthese, Dialogsynthese, Sprachdesign, Soundeffekte und Echtzeit-Streaming-TTS

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 Aktualisiert 2026-09-06 📅 Erstellt 2026-02-07
39
IDEA-CCNL/Fengshenbang-LM

Fengshenbang-LM (封神榜大模型) ist ein quelloffenes großes Modellsystem, das vom Forschungszentrum für kognitive Berechnungen und natürliche Sprachverarbeitung des IDEA-Instituts geleitet wird und die Grundlage für chinesisches AIGC und kognitive Intelligenz bildet.

IDEA-CCNL
⭐ 4,116 Python 👤 IDEA-CCNL Organization 🕐 Aktualisiert 2026-06-08 📅 Erstellt 2021-10-28
40
aiming-lab/SimpleMem

[ICML'26] SimpleMem: Effizientes lebenslanges Gedächtnis für LLM-Agenten – Text und multimodal

aiming-lab
⭐ 3,883 Python 👤 aiming-lab Organization 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2026-01-01
41
open-mmlab/mmpretrain

OpenMMLab Pre-training Toolbox und Benchmark

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 Aktualisiert 2024-11-01 📅 Erstellt 2020-07-09
42
morphik-org/morphik-core

Open-Source-Multimodal-Retrieval-Engine (Morphik Core)

morphik-org
⭐ 3,722 Python 👤 morphik-org Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-11-11
43
atfortes/Awesome-LLM-Reasoning

Von Chain-of-Thought Prompting bis zu OpenAI o1 und DeepSeek-R1 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 Aktualisiert 2026-04-20 📅 Erstellt 2022-11-05
44
NExT-GPT/NExT-GPT

Code und Modelle für die ICML 2024-Arbeit, NExT-GPT: Any-to-Any Multimodales großes Sprachmodell

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 Aktualisiert 2025-05-13 📅 Erstellt 2023-08-30
45
embeddings-benchmark/mteb

MTEB: Modernste Bewertung von Embeddings über Sprachen und Modalitäten hinweg

embeddings-benchmark
⭐ 3,519 Python 👤 embeddings-benchmark Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-04-05
46
TanStack/ai

🤖 Typsicheres, provider-unabhängiges TypeScript AI SDK für Streaming-Chat, Tool-Calling, Agenten und multimodale Apps über OpenAI, Anthropic, Gemini, React, Vue, Svelte und Solid.

TanStack
⭐ 3,375 TypeScript 👤 TanStack Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-10-08
47
vortex-data/vortex

Ein erweiterbares, hochmodernes Framework für Spaltenkompression und das schnellste FOSS-Spaltenformat. Früher bei @spiraldb, jetzt ein Incubation-Stage-Projekt bei LFAI&Data, Teil der Linux Foundation.

vortex-data
⭐ 3,337 Rust 👤 vortex-data Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-02-27
48
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2023-10-16
49
OpenGVLab/InternGPT

InternGPT (iGPT) ist eine Open-Source-Demo-Plattform, auf der Sie Ihre KI-Modelle einfach präsentieren können. Jetzt unterstützt es DragGAN, ChatGPT, ImageBind, multimodale Chats wie GPT-4, SAM, interaktive Bildbearbeitung usw. Probieren Sie es unter igpt.opengvlab.com aus (Online-Demo-System, das DragGAN, ChatGPT, ImageBind, SAM unterstützt).

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 Aktualisiert 2024-08-20 📅 Erstellt 2023-05-08
50
microsoft/torchscale

Grundlagenarchitektur für (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-04-11 📅 Erstellt 2022-11-17

Häufig gestellte Fragen

1

Welches ist das beliebteste #multimodal-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#multimodal-Projekt auf GitHub ist Mintplex-Labs/anything-llm mit 68,480 Sternen. Hören Sie auf, Ihre Intelligenz zu mieten. Besitzen Sie sie mit AnythingLLM. Alles, was Sie für eine leistungsstarke lokale Agentenerfahrung brauchen

2

Welche Programmiersprachen werden in #multimodal-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #multimodal-Projekten auf GitHub sind Python, TypeScript, Rust, C++ die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #multimodal-Repositories berechnet?

Wir verfolgen 183 aktive Open-Source-Repositories, die mit #multimodal getaggt sind (500+ Sterne), mit insgesamt 700,629 Sternen und durchschnittlich 3,828 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.