#vision リポジトリ
#visionのタグが付いた、GitHub上の35件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は252,035個で、プロジェクトあたりの平均は7,201個です。このトピックをリードしているのは、47,384個のスターを獲得しているLibreChat-AI/LibreChatです。
リポジトリ合計35件
拡張版ChatGPTクローン:エージェント、MCP、スキル、DeepSeek、Anthropic、AWS、OpenAI、Responses API、Azure、Groq、o1、GPT-5、Mistral、OpenRouter、Vertex AI、Gemini、Artifacts、AIモデル切り替え、メッセージ検索、コードインタープリター、langchain、DALL-E-3、OpenAPIアクション、関数、安全なマルチユーザー認証、プリセット機能を搭載。セルフホスト可能なオープンソース。稼働中
https://arxiv.org/abs/2606.28344. ウェブパースの終焉。スケーラブルなピクセルネイティブ検索の始まり。リンク: https://pixelrag.ai/
DeepSeek Harness の最初のビジョンプラグインであり、すべてのテキストのみのコーディングエージェントのためのビジョンブリッジです。画像を貼り付けると、構造化されたJSONエビデンス(OCR、レイアウト、セマンティクス)が得られます。
テキストのみで動作する DeepSeek Harness エージェントに視覚機能を追加:無料のビジョンチェーンを内蔵(キー不要)+ピクセルレベルのビジョンツール(Q&A、グラウンディング、トリミング、ピクセル差分、色、OCR、SVG トレース、切り抜き、スクリーンショット)。ワンコマンドでインストールでき、Python は不要。画像ターンも通常のツール呼び出しターンと同じように動作します。
テキストのみのモデルが画像を「見る」ためのより良いビジョンツールキットとスキルを設計し、複数画像の理解、画像Q&A、フロントエンドUIの復元、GUI自動化などをサポートし、オプションで複数の主流エージェントとシームレスに統合し、貼り付け画像を直接認識します | テキストのみのLLM向けに設計されたビジョンツールキットとスキル:画像Q&A、長いスクリーンショットのOCR、フロントエンドUIの復元、GUI自動化、Codex、Claude Code、Pi、Oh My Pi、OpenCodeとのオプションのシームレス統合
Shiping:スクリーンショット+AIで、画面上のあらゆる内容を理解。コード、エラーメッセージ、問題、グラフ、外国語の資料も、ショートカットキーでスクリーンショットを撮れば回答が得られます。デスクトップツールとしてバックグラウンドで常駐し、いつでも範囲を選択して認識できます。会話モードでは質問をリアルタイムで理解し、回答の要点を提示します。デスクトップツール、面接アシスタント、試験アシスタント、問題演習アシスタントとして利用できます。
🌝 MLKitは、強力で使いやすいツールキットです。ML Kitを使用すると、テキスト認識、バーコード認識、画像ラベリング、顔検出、オブジェクト検出などの機能を簡単に実装できます。
AIに画面をリアルタイムで見せましょう。変化量に応じてフレームを選別し、複数のフレームを1枚の画像にまとめることで、静止画面ではトークンをほとんど消費しません。
APCA(Accessible Perceptual Contrast Algorithm)は、読みやすさのコントラストを決定するための新興ウェブ基準(WCAG 3)で使用されるコントラスト予測のための新しい方法です。APCAは、自発光ディスプレイ向けに設計されたアクセシビリティ指向の色見えモデルであるSAPC(S-LUV Advanced Predictive Color)から派生しています。
よくある質問
GitHubで最も人気のある#visionリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#visionプロジェクトは、47,384個のスターを獲得しているLibreChat-AI/LibreChatです。拡張版ChatGPTクローン:エージェント、MCP、スキル、DeepSeek、Anthropic、AWS、OpenAI、Responses API、Azure、Groq、o1、GPT-5、Mistral、OpenRouter、Vertex AI、Gemini、Artifacts、AIモデル切り替え、メッセージ検索、コードインタープリター、langchain、DALL-E-3、OpenAPIアクション、関数、安全なマルチユーザー認証、プリセット機能を搭載。セルフホスト可能なオープンソース。稼働中
#visionリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#visionプロジェクトでは、Python, TypeScript, C++, JavaScriptが最も一般的なプログラミング言語です。
#visionリポジトリのランキングはどのように算出されていますか?
#visionのタグが付いた35件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は252,035個で、リポジトリあたりの平均は7,201個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。