#llm Dépôts
2,313 dépôts au total
Un framework universel d'agents IA natifs git. Votre agent vit à l'intérieur d'un dépôt git — l'identité, les règles, la mémoire, les outils et les compétences sont tous des fichiers versionnés.
Exportateur de chats Claude.ai en un clic, axé sur la confidentialité — Markdown propre avec artefacts et pièces jointes, prêt pour Obsidian et RAG.
[ECCV 2026] SparkVSR : Super-résolution vidéo interactive par propagation de trames clés éparses
Une collection de super ensembles de données de rappels, super ensembles de données d'instructions, pour entraîner des ChatLLM tels que ChatGPT qui comprend une variété d'ensembles de données d'instructions, pour entraîner des modèles ChatLLM.
« AI Full Stack - Site de collecte de ressources exceptionnelles de tout le réseau » : Collecte d'excellentes ressources de tout le réseau, documentation des stratégies de résolution et des points clés pour les problèmes de pratique d'ingénierie, partage de divers cas pratiques, suivi du développement des technologies de pointe et couverture des connaissances complètes en IA, y compris les grands modèles, les technologies de programmation, l'apprentissage automatique, l'apprentissage profond, l'apprentissage par renforcement, les réseaux neuronaux graphiques, la reconnaissance vocale, le NLP et la reconnaissance d'images.
Développement d'applications IA, pratique de la programmation IA et guide d'entretien, couvrant les technologies clés et les pratiques d'ingénierie telles que LLM, Agent, RAG, MCP, Claude Code et Codex.
Une liste curated des meilleures ressources OpenClaw : projets officiels, compétences, plugins, tableaux de bord, outils de déploiement, systèmes de mémoire et guides.
Jeu de Loup-garou avec IA. Vous prenez une place, et des joueurs propulsés par des grands modèles de langage occupent les autres. Loup-garou avec IA.
Site de documentation OpenClaw en chinois : 767 tutoriels d’installation et analyses du code source
Moteur d'inférence LLM pur Rust + CUDA — pas de PyTorch, compatible OpenAI, sert de Qwen3 à Kimi-K2
21 règles d'écriture pour les agents d'IA de codage et de rédaction. À intégrer dans Claude Code, Codex, Copilot, Cursor et Aider, pour que leurs résultats ressemblent à ceux d'un professionnel de la tech.
Implémenter des architectures de LLM à partir de zéro avec PyTorch
😋 Lecteur RSS léger optimisé par l'IA. Supporte : GitHub Pages | Vercel | Alibaba Cloud ESA Pages | Docker
SEAIT est une application conviviale qui simplifie le processus d'installation des projets liés à l'IA
Utilitaire en ligne de commande pour faire de vous un magicien dans le terminal
Suivi des coûts pour DeepSeek Harness : coûts par session et par modèle, utilisation des jetons, budgets, soldes des fournisseurs et quotas des forfaits de programmation. Interface bilingue anglais/chinois.
37 tok/s avec Qwen3-Next-80B (48 Go) sur un ordinateur portable de 32 Go ; 24 sans spéculation, contre 2,8 avec llama.cpp ; lecture à 62 contre 16 tok/s. Plus rapide que llama.cpp sur les 13 modèles comparés en Q4_K_M. Des LLM plus grands que votre RAM, en C pur, sur CPU ou GPU.
Un système ASR tout-en-un industriel de pointe avec des modules ASR, VAD, LID et Punc. FireRedASR2 prend en charge le chinois (mandarin, 20+ dialectes/accents), l'anglais, l'alternance codique, et l'ASR pour la parole et le chant. FireRedVAD prend en charge la parole/le chant/la musique dans 100+ langues. FireRedLID prend en charge 100+ langues et 20+ dialectes chinois. FireRedPunc prend en charge le chinois et l'anglais.
Donnez à votre IA une mémoire réelle et persistante. Un système open source accompagné de modèles qui transforment un coffre Obsidian en mémoire de travail pour votre IA. Pas de base de données vectorielle, juste du Markdown.
Une collection de 265 règles réparties en 26 catégories que les agents de programmation IA peuvent utiliser pour écrire du Rust idiomatique, rapide et sûr.
[ICCV 2025] Code officiel de DeepMesh : Création de maillage artistique auto-régressive avec apprentissage par renforcement
Le Wiki LLM local-first : constructeur de graphes de connaissances open-source, base de connaissances RAG et stockage de mémoire pour agents. Construit sur le modèle d'Andrej Karpathy. Une alternative à Obsidian pour la gestion des connaissances personnelles, un second cerveau IA et une mémoire durable pour Claude Code / Codex / OpenClaw.
ctxsync est un outil Python qui automatise la synchronisation des fichiers locaux avec les projets Claude.ai
Permettez à l’IA de voir votre écran en temps réel : filtrez les images selon leur degré de changement et regroupez-en plusieurs en une seule image, afin que les scènes statiques consomment presque aucun token.
Pipeline de traitement vidéo par IA pour générer des vidéos courtes verticales à l’aide de LLM, de la transcription Whisper, de la détection des moments forts et du montage automatisé
Graphe de connaissances de projet persistant pour agents de codage. Serveur MCP avec recherche sémantique, embeddings intra-processus et explorateur web.
Passerelle LLM indépendante du moteur, développée en Rust. Compatibilité complète avec les API d’OpenAI et d’Anthropic pour vLLM, TRT-LLM, TokenSpeed, SGLang, OpenAI, Gemini et bien plus. Pipeline gRPC inédit dans le secteur, routage tenant compte du cache KV, historique des conversations, mise en cache de la tokenisation, Responses API, embeddings, plugins WASM, MCP et authentification multi-tenant.
Serveur MCP boursier pour les données de Yahoo Finance, l’analyse technique, le suivi de portefeuille et le backtesting avec Python. Fonctionne localement sans clé API pour les outils principaux.
Une implémentation open source de l'exécution de code avec MCP (Appel programmatique d'outils)
Un module NestJS pour créer sans effort des serveurs MCP (Model Context Protocol) afin d'exposer des outils, des ressources et des invites d'IA.
Interface utilisateur de terminal pour discuter avec de grands modèles linguistiques (LLM) en utilisant différents backends de modèles et des intégrations avec vos éditeurs préférés !
Simulateur précis, à grande échelle et extensible pour les systèmes d'inférence LLM
Étendez les LLM existants bien au-delà de la longueur d'entraînement d'origine avec une utilisation constante de la mémoire, sans réentraînement
Sandboxing léger de processus multiplateforme alimenté par le runtime d'OpenAI Codex. Sandboxez n'importe quelle commande avec des contrôles de fichiers, réseau et identifiants.
Limitation du débit, mise en cache et priorisation des requêtes pour les charges de travail modernes
[Support 0.48.x] (Réinitialiser MachineID de Cursor AI et inscription/connexion automatique et contournement de la limite de jetons supérieure) Inscrivez automatiquement Cursor AI, réinitialisez automatiquement l'ID de la machine, mettez à niveau gratuitement pour utiliser les fonctionnalités Pro : Vous avez atteint votre limite de demandes d'essai. / Trop de comptes d'essai gratuits utilisés sur cette machine. Veuillez passer à Pro. Nous avons cette limite pour éviter les abus. Veuillez nous informer si vous pensez qu'il s'agit d'une erreur.
Vous cherchez un emploi ? Utilisez AI Job Hunter ! Laissez l'IA trouver un travail pour vous ! Propulsé par DeepSeek et ChatGPT, votre assistant IA agit comme votre double numérique, recherchant des emplois 24h/24 et 7j/7 et personnalisant les réponses en fonction de votre CV. Candidatures en masse, envoi automatique de CV et échange de coordonnées. Gérez les refus des RH et recevez des notifications pour les opportunités à fort potentiel afin de ne jamais manquer une chance. BOSS Zhipin.
CocoPlus est un système d'exploitation agentique pour Snowflake Coco. Il apporte des flux de travail multi-agents structurés aux projets d'ingénierie de données, couvrant tout, de l'initialisation du projet aux phases de spécification, planification, construction, test, revue et livraison.
Bloquez les sites de contenu médiocre généré par l’IA avec uBlock Origin et uBlacklist
Geektime : Cours pratique LangChain - Voici des exemples et des explications directs et clairs d'une série de modules clés de la conception initiale de LangChain. Avec l'évolution rapide de LangChain, certains codes devront être mis à jour avec de nouvelles versions. J'espère que vous parcourrez rapidement les concepts du cours (toujours utiles) tout en apprenant de manière autonome le code et les développements les plus récents de LangChain.
L'implémentation PyTorch des Generative Pre-trained Transformers (GPTs) utilisant les Kolmogorov-Arnold Networks (KANs) pour la modélisation du langage
Une liste sélectionnée de modèles de décision (Système 1 / modèles de décision typés) : API hébergées, modèles à poids ouverts, environnements d’exécution, SDK, applications, benchmarks et articles de recherche.
Une plateforme de conception automatique d'algorithmes de nouvelle génération, rendant la conception automatisée d'algorithmes plus accessible et plus facile à utiliser