Git Stars Git Stars

#multimodal Dépôts

Découvrez 183 dépôts GitHub open source actifs associés à #multimodal, cumulant 700,629 étoiles au total (soit une moyenne de 3,828 étoiles par projet). Le projet en tête de ce thème est Mintplex-Labs/anything-llm, avec 68,480 étoiles.

183
Total des Dépôts
700,629
Nombre total d'étoiles
3,828
Moyenne d'Étoiles/Dépôt
1
Mintplex-Labs/anything-llm

Arrêtez de louer votre intelligence. Possédez-la avec AnythingLLM. Tout ce dont vous avez besoin pour une expérience d'agent locale puissante

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

« Comprendre en profondeur les agents IA : principes de conception et pratique de l'ingénierie » (par Bojie Li) Dépôt open source principal : texte intégral, PDF compilé et code d'accompagnement chapitre par chapitre.

bojieli
⭐ 58,976 Python 👤 bojieli User 🕐 Mis à jour 2026-10-08 📅 Créé 2025-09-09
3
bytedance/UI-TARS-desktop

La Pile d'Agents IA Multimodaux Open-Source : Connexion de Modèles d'IA de Pointe et d'Infrastructure d'Agents

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2025-01-19
4
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) a été développé pour des capacités de niveau GPT-4V et au-delà.

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 Mis à jour 2024-08-12 📅 Créé 2023-04-17
5
screenpipe/screenpipe

YC (S26) | Screenpipe repère les tâches qui méritent d’être automatisées | Enregistrez en continu votre activité sur ordinateur en local, découvrez les flux de travail récurrents et transmettez le résultat à l’agent que vous utilisez déjà.

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-06-19
6
microsoft/unilm

Pré-entraînement auto-supervisé à grande échelle à travers les tâches, langues et modalités

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 Mis à jour 2026-09-21 📅 Créé 2019-07-23
7
jina-ai/serve

☁️ Créez des applications d'IA multimodales avec une pile cloud-native

jina-ai
⭐ 21,864 Python 👤 jina-ai Organization 🕐 Mis à jour 2025-03-24 📅 Créé 2020-02-13
8
deepseek-ai/Janus

Série Janus : Modèles unifiés pour la compréhension et la génération multimodales

deepseek-ai
⭐ 17,737 Python 👤 deepseek-ai Organization 🕐 Mis à jour 2025-02-01 📅 Créé 2024-10-18
9
modelscope/ms-swift

Utilisez le PEFT ou l’entraînement de tous les paramètres pour appliquer CPT/SFT/DPO/GRPO à plus de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) et plus de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-08-01
10
datawhalechina/all-in-rag

🔍Développement pratique d'applications de grands modèles Partie 1 : Guide complet de la technologie RAG, adresse de lecture en ligne : https://datawhalechina.github.io/all-in-rag/

datawhalechina
⭐ 13,275 Python 👤 datawhalechina Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-06-05
11
rerun-io/rerun

Visualisez, interrogez et diffusez pour vous entraîner sur des données robotiques multimodales.

rerun-io
⭐ 11,848 Rust 👤 rerun-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-04-08
12
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. La fin du parsing web. Le début de la recherche native par pixels évolutive. lien : https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-05-29
13
RunanywhereAI/runanywhere-sdks

Boîte à outils prête pour la production pour exécuter l'IA localement

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2025-07-22
14
yzhao062/pyod

Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries temporelles, des graphes, du texte, des images et de l'audio. Plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Mis à jour 2026-11-12 📅 Créé 2017-10-03
15
apache/seatunnel

SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.

apache
⭐ 9,821 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-08-05
16
X-PLUG/MobileAgent

Mobile-Agent : La famille d'agents GUI puissante

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2024-01-26
17
activeloopai/deeplake

Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2019-08-09
18
bentoml/BentoML

La manière la plus simple de servir des applications et modèles IA - Créez des API d'inférence de modèles, des files d'attente de tâches, des applications LLM, des pipelines multi-modèles et plus encore !

bentoml
⭐ 8,944 Python 👤 bentoml Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2019-04-02
19
Neywa-Labs/mlx-audio

Une bibliothèque text-to-speech (TTS), speech-to-text (STT) et speech-to-speech (STS) construite sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-11-27
20
vllm-project/vllm-omni

Un cadre pour l'inférence de modèle efficace avec des modèles d'omni-modalité

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-09-11
21
genkit-ai/genkit

Cadre open-source pour construire des applications d'agents en JavaScript, Go, Dart et Python, construit et utilisé en production par Google

genkit-ai
⭐ 6,609 TypeScript 👤 genkit-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-04-29
22
ARahim3/DigUp

Recherchez sur votre ordinateur en fonction du contenu de vos fichiers : photos, PDF, documents, enregistrements, vidéos et code. Fonctionne localement sur Mac, Windows et Linux, et repose sur EmbeddingGemma 2 de Google DeepMind.

ARahim3
⭐ 6,484 Swift 👤 ARahim3 User 🕐 Mis à jour 2026-10-26 📅 Créé 2026-10-08
23
swyxio/ai-notes

Notes destinées aux ingénieurs logiciels qui se familiarisent avec les nouveaux développements en matière d'IA. Sert de base de données pour la rédaction et le brainstorming de produits sur https://latent.space, mais contient des références canoniques épurées dans le dossier /Resources.

swyxio
⭐ 6,257 HTML 👤 swyxio User 🕐 Mis à jour 2026-02-16 📅 Créé 2022-09-04
24
SkalskiP/courses

Ce dépôt est une collection organisée de liens vers divers cours et ressources sur l'intelligence artificielle (IA)

SkalskiP
⭐ 6,256 Python 👤 SkalskiP User 🕐 Mis à jour 2024-04-22 📅 Créé 2023-04-02
25
om-ai-lab/VLM-R1

Résoudre la compréhension visuelle avec des VLM renforcés

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Mis à jour 2026-07-07 📅 Créé 2025-02-06
26
Eventual-Inc/Daft

Moteur de données haute performance pour les charges de travail d'IA et multimodales. Traitez des images, de l'audio, de la vidéo et des données structurées à n'importe quelle échelle.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2022-04-25
27
PySpur-Dev/pyspur

Un terrain de jeu visuel pour les flux de travail d'agents : itérez sur vos agents 10 fois plus rapidement

PySpur-Dev
⭐ 5,809 TypeScript 👤 PySpur-Dev Organization 🕐 Mis à jour 2026-06-29 📅 Créé 2024-09-23
28
OpenBMB/UltraRAG

Un framework MCP low-code pour construire des pipelines RAG complexes et innovants

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-01-16
29
facebookresearch/mmf

Un cadre modulaire pour la recherche multimodale en vision et langage de Facebook AI Research (FAIR)

facebookresearch
⭐ 5,634 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2018-06-27
30
InternLM/xtuner

Un moteur d'entraînement de nouvelle génération conçu pour les modèles MoE ultra-larges

InternLM
⭐ 5,223 Python 👤 InternLM Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-07-11
31
liustack/modlens

Le premier plugin de vision pour DeepSeek Harness, et le pont de vision pour chaque agent de codage texte uniquement. Collez une image, obtenez des preuves JSON structurées (OCR, mise en page, sémantique).

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 Mis à jour 2026-11-15 📅 Créé 2026-02-22
32
PKU-Alignment/align-anything

Align Anything : entraînement d'un modèle tout modalité avec feedback

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

Implémentation Plug and Play de "Tree of Thoughts" : Résolution délibérée de problèmes avec de grands modèles linguistiques qui élève le raisonnement du modèle d'au moins 70%

kyegomez
⭐ 4,592 Python 👤 kyegomez User 🕐 Mis à jour 2026-09-29 📅 Créé 2023-05-21
34
crmne/ruby_llm

Le framework d’IA pour Ruby.

crmne
⭐ 4,522 Ruby 👤 crmne User 🕐 Mis à jour 2026-11-18 📅 Créé 2025-01-30
35
EvolvingLMMs-Lab/lmms-eval

Boîte à outils d'évaluation multimodale One-for-All pour les tâches textuelles, d'images, de vidéos et audio

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-03-07
36
rom1504/img2dataset

Transformez facilement de grands ensembles d'URL d'images en un ensemble de données d'images. Peut télécharger, redimensionner et empaqueter 100 millions d'URL en 20 heures sur une seule machine.

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

Tutoriels et ressources sélectionnés pour les grands modèles linguistiques, la peinture IA et plus encore.

luban-agi
⭐ 4,419 👤 luban-agi Organization 🕐 Mis à jour 2024-03-31 📅 Créé 2023-08-22
38
OpenMOSS/MOSS-TTS

Une famille de modèles open source pour la synthèse vocale longue durée, la synthèse de dialogues, la conception de voix, les effets sonores et la synthèse vocale TTS en streaming en temps réel

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 Mis à jour 2026-09-06 📅 Créé 2026-02-07
39
IDEA-CCNL/Fengshenbang-LM

Fengshenbang-LM (封神榜大模型) est un système de grand modèle open-source dirigé par le Centre de recherche en calcul cognitif et traitement du langage naturel de l'Institut IDEA, servant d'infrastructure pour l'AIGC chinois et l'intelligence cognitive.

IDEA-CCNL
⭐ 4,116 Python 👤 IDEA-CCNL Organization 🕐 Mis à jour 2026-06-08 📅 Créé 2021-10-28
40
aiming-lab/SimpleMem

[ICML'26] SimpleMem : mémoire permanente efficace pour les agents LLM — texte et multimodal

aiming-lab
⭐ 3,883 Python 👤 aiming-lab Organization 🕐 Mis à jour 2026-07-24 📅 Créé 2026-01-01
41
open-mmlab/mmpretrain

OpenMMLab Pre-training Toolbox et Benchmark

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 Mis à jour 2024-11-01 📅 Créé 2020-07-09
42
morphik-org/morphik-core

Moteur de recherche multimodal open source (Morphik Core)

morphik-org
⭐ 3,722 Python 👤 morphik-org Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-11-11
43
atfortes/Awesome-LLM-Reasoning

Du prompting Chain-of-Thought à OpenAI o1 et DeepSeek-R1 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 Mis à jour 2026-04-20 📅 Créé 2022-11-05
44
NExT-GPT/NExT-GPT

Code et modèles pour l'article ICML 2024, NExT-GPT : Modèle linguistique multimodal Any-to-Any

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 Mis à jour 2025-05-13 📅 Créé 2023-08-30
45
embeddings-benchmark/mteb

MTEB : Évaluation de pointe des embeddings à travers les langues et les modalités

embeddings-benchmark
⭐ 3,519 Python 👤 embeddings-benchmark Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-04-05
46
TanStack/ai

🤖 SDK IA TypeScript sécurisé et agnostique, conçu pour le streaming de chat, l'appel d'outils, les agents et les applications multimodales avec OpenAI, Anthropic, Gemini, React, Vue, Svelte et Solid.

TanStack
⭐ 3,375 TypeScript 👤 TanStack Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-08
47
vortex-data/vortex

Un framework extensible et de pointe pour la compression colonnaire, et le format de fichier colonnaire FOSS le plus rapide. Anciennement chez @spiraldb, maintenant un projet en phase d'incubation chez LFAI&Data, partie de la Linux Foundation.

vortex-data
⭐ 3,337 Rust 👤 vortex-data Organization 🕐 Mis à jour 2026-11-21 📅 Créé 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 🕐 Mis à jour 2026-11-14 📅 Créé 2023-10-16
49
OpenGVLab/InternGPT

InternGPT (iGPT) est une plateforme de démonstration open source où vous pouvez facilement présenter vos modèles d'IA. Il prend désormais en charge DragGAN, ChatGPT, ImageBind, les discussions multimodales comme GPT-4, SAM, l'édition interactive d'images, etc. Essayez-le sur igpt.opengvlab.com (système de démonstration en ligne prenant en charge DragGAN, ChatGPT, ImageBind, SAM).

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 Mis à jour 2024-08-20 📅 Créé 2023-05-08
50
microsoft/torchscale

Architecture Fondamentale pour (M)LLMs

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 Mis à jour 2024-04-11 📅 Créé 2022-11-17

Foire aux questions

1

Quel est le dépôt #multimodal le plus populaire sur GitHub ?

Le projet #multimodal open source le mieux classé sur GitHub est Mintplex-Labs/anything-llm, avec 68,480 étoiles. Arrêtez de louer votre intelligence. Possédez-la avec AnythingLLM. Tout ce dont vous avez besoin pour une expérience d'agent locale puissante

2

Quels langages de programmation sont les plus utilisés dans les dépôts #multimodal ?

Parmi les projets #multimodal les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, C++.

3

Comment le classement des dépôts #multimodal est-il calculé ?

Nous suivons 183 dépôts open source actifs associés à #multimodal (500+ étoiles), totalisant 700,629 étoiles, avec une moyenne de 3,828 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.