Git Stars Git Stars

#multimodal Repository

Scopri 183 repository GitHub open source attivi contrassegnati con #multimodal, che raccolgono un totale di 700,629 stelle (con una media di 3,828 stelle per progetto). Il progetto leader di questo argomento è Mintplex-Labs/anything-llm, con 68,480 stelle.

183
Totale Repository
700,629
Totale stelle
3,828
Media Stelle/Repo

183 repository in totale

1
Mintplex-Labs/anything-llm

Smetti di affittare la tua intelligenza. Possiedila con AnythingLLM. Tutto ciò che ti serve per una potente esperienza di agente locale

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

"Comprensione profonda degli agenti IA: principi di progettazione e pratica ingegneristica" (di Bojie Li) Repository principale open source: testo completo, PDF compilato e codice di accompagnamento capitolo per capitolo.

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

Lo Stack di Agenti AI Multimodali Open-Source: Collegamento di Modelli AI all'Avanguardia e Infrastruttura per Agenti

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

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) è stato creato per capacità di livello GPT-4V e oltre.

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

YC (S26) | Screenpipe trova il lavoro che vale la pena automatizzare | Registra continuamente in locale il lavoro svolto al computer, individua i flussi di lavoro ricorrenti e passa il risultato a qualsiasi agente che usi già.

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

Pre-allenamento auto-supervisionato su larga scala attraverso compiti, lingue e modalità

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

☁️ Crea applicazioni AI multimodali con uno stack cloud-native

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

Serie Janus: Modelli unificati per la comprensione e la generazione multimodale

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

Utilizza PEFT o l’addestramento con tutti i parametri per CPT/SFT/DPO/GRPO su oltre 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e oltre 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

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

🔍Sviluppo pratico di applicazioni con modelli di grandi dimensioni Parte 1: Guida full stack alla tecnologia RAG, indirizzo di lettura online: https://datawhalechina.github.io/all-in-rag/

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

Visualizza, interroga e trasmetti in streaming per addestrarti su dati robotici multimodali.

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

https://arxiv.org/abs/2606.28344. La fine del parsing web. L'inizio della ricerca pixel-native scalabile. link: https://pixelrag.ai/

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

Toolkit pronto per la produzione per eseguire l'IA localmente

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

Una libreria Python per il rilevamento di anomalie su dati tabulari, serie temporali, grafi, testo, immagini e audio. Include oltre 60 rilevatori, un'orchestrazione ADEngine basata su benchmark e un flusso di lavoro agentico per agenti IA.

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

SeaTunnel è uno strumento di integrazione dati multimodale, ad alte prestazioni, distribuito e per grandi masse di dati.

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

Mobile-Agent: La potente famiglia di agenti GUI

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

Deeplake è una AI Data Runtime per Agents. Fornisce Postgres serverless con un datalake multimodale, consentendo il retrieval e l'addestramento scalabili.

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

Il modo più semplice per servire app e modelli AI - Costruisci API di inferenza del modello, code di lavoro, app LLM, pipeline multi-modello e altro!

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

Una libreria text-to-speech (TTS), speech-to-text (STT) e speech-to-speech (STS) basata sul framework MLX di Apple, che fornisce un'efficiente analisi vocale su Apple Silicon.

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

Un framework per l'inferenza efficiente del modello con modelli omni-modalità

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

Framework open-source per la creazione di app agente in JavaScript, Go, Dart e Python, costruito e utilizzato in produzione da Google

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

Cerca sul tuo computer in base al contenuto dei tuoi file: foto, PDF, documenti, registrazioni, video e codice. Funziona direttamente sul dispositivo su Mac, Windows e Linux ed è basato su EmbeddingGemma 2 di Google DeepMind.

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

Note per ingegneri del software che si aggiornano sui nuovi sviluppi dell'IA. Serve come archivio dati per scrittura e brainstorming di prodotti su https://latent.space, ma contiene riferimenti canonici ripuliti nella cartella /Resources.

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

Questo repository è una raccolta curata di collegamenti a vari corsi e risorse sull'intelligenza artificiale (AI)

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

Risolvere la comprensione visiva con VLMs potenziati

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

Motore dati ad alte prestazioni per carichi di lavoro AI e multimodali. Elabora immagini, audio, video e dati strutturati su qualsiasi scala.

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

Un parco giochi visivo per flussi di lavoro agenti: Itera sui tuoi agenti 10 volte più velocemente

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

Un framework MCP low-code per costruire pipeline RAG complesse e innovative

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

Un framework modulare per la ricerca multimodale su visione e linguaggio da Facebook AI Research (FAIR)

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

Un motore di addestramento di nuova generazione costruito per modelli MoE ultra-grandi

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

Il primo plugin di visione per DeepSeek Harness e il ponte di visione per ogni agente di codifica solo testo. Incolla un'immagine, ottieni prove JSON strutturate (OCR, layout, semantica).

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

Align Anything: Training di un modello all-modalità con feedback

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

Implementazione Plug and Play di "Tree of Thoughts": Risoluzione deliberata dei problemi con modelli linguistici di grandi dimensioni che eleva il ragionamento del modello di almeno il 70%

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

Il framework di IA per Ruby.

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

Toolkit di valutazione multimodale One-for-All per attività testuali, di immagini, video e audio

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

Trasforma facilmente grandi set di URL di immagini in un set di dati di immagini. Può scaricare, ridimensionare e pacchettizzare 100 milioni di URL in 20 ore su una macchina.

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

Tutorial curati e risorse per modelli linguistici di grandi dimensioni, pittura AI e altro ancora.

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

Una famiglia di modelli open source per la sintesi vocale a lungo formato, la sintesi di dialoghi, la progettazione delle voci, gli effetti sonori e il TTS in streaming in tempo reale

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

Fengshenbang-LM (封神榜大模型) è un sistema open-source di grandi modelli guidato dal Research Center for Cognitive Computing and Natural Language Processing dell'IDEA Institute, che funge da infrastruttura per l'AIGC cinese e l'intelligenza cognitiva.

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

[ICML'26] SimpleMem: Memoria permanente efficiente per agenti LLM — testo e multimodale

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

OpenMMLab Pre-training Toolbox e Benchmark

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

Motore di recupero multimodale open source (Morphik Core)

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

Dal prompting Chain-of-Thought a OpenAI o1 e DeepSeek-R1 🍓

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

Codice e modelli per il paper ICML 2024, NExT-GPT: Modello linguistico multimodale di grandi dimensioni Any-to-Any

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

MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità

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

🤖 SDK IA TypeScript type-safe e agnostico rispetto al provider per chat in streaming, chiamate a strumenti, agenti e app multimodali su OpenAI, Anthropic, Gemini, React, Vue, Svelte e Solid.

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

Un framework estensibile e all'avanguardia per la compressione colonnare, e il formato file colonnare FOSS più veloce. Precedentemente presso @spiraldb, ora un progetto in fase di incubazione presso LFAI&Data, parte della Linux Foundation.

vortex-data
⭐ 3,337 Rust 👤 vortex-data Organization 🕐 Aggiornato 2026-11-21 📅 Creato 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 🕐 Aggiornato 2026-11-14 📅 Creato 2023-10-16
49
OpenGVLab/InternGPT

InternGPT (iGPT) è una piattaforma demo open source dove puoi facilmente mostrare i tuoi modelli AI. Ora supporta DragGAN, ChatGPT, ImageBind, chat multimodali come GPT-4, SAM, editing interattivo di immagini, ecc. Provalo su igpt.opengvlab.com (sistema demo online che supporta DragGAN, ChatGPT, ImageBind, SAM).

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

Architettura di Fondazione per (M)LLM

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

Domande frequenti

1

Qual è il repository #multimodal più popolare su GitHub?

Il progetto open source #multimodal più alto in classifica su GitHub è Mintplex-Labs/anything-llm, con 68,480 stelle. Smetti di affittare la tua intelligenza. Possiedila con AnythingLLM. Tutto ciò che ti serve per una potente esperienza di agente locale

2

Quali linguaggi di programmazione sono più utilizzati nei repository #multimodal?

Tra i progetti #multimodal più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Rust, C++.

3

Come viene calcolata la classifica dei repository #multimodal?

Monitoriamo 183 repository open source attivi contrassegnati con #multimodal (500+ stelle), per un totale di 700,629 stelle e una media di 3,828 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.