#generative-ai Repositórios
791 repositórios no total
Framework flexível e poderoso para gerenciar múltiplos agentes de IA e lidar com conversas complexas
Fundamentos de Grandes Modelos: Um artigo para entender os conhecimentos básicos sobre Grandes Modelos
Repinte qualquer coisa usando Segment Anything e modelos de inpainting.
Emote Portrait Alive: Gerando Vídeos de Retrato Expressivos com Modelo de Difusão Audio2Video sob Condições Fracas
Observabilidade de código aberto para sua aplicação GenAI ou LLM, baseada em OpenTelemetry
NeMo Guardrails é uma biblioteca de código aberto para aplicar controles programáveis de segurança e proteção a aplicações de LLM e agentes.
Extração de Dados Não Estruturados Impulsionada por LLM — Desenvolvida para Implantações de API e Fluxos de Trabalho de ETL
OpenMMLab Multimodal: Uma Caixa de Ferramentas de Criação Avançada, Generativa e Inteligente. Desvende a magia 🪄: IA Generativa (AIGC), APIs fáceis de usar, um incrível arsenal de modelos, modelos de difusão, para geração de texto para imagem, restauração/aprimoramento de imagem/vídeo, etc.
Skill de agente de IA (Claude Code, Codex e mais): transforme qualquer roteiro em vídeos animados de bonecos palito para YouTube sem mostrar o rosto, Shorts e TikTok. Mais de 14 estilos, com narração, legendas e efeitos sonoros. Gratuito e de código aberto (MIT).
Um motor de vídeo AIGC de uso geral: do roteiro ao filme finalizado em um único pipeline — dramas, anúncios, vídeos de produtos, jogos otome e muito mais.
TalkToFigma: Integração MCP entre o Agente de IA (Cursor, Claude Code, Codex) e o Figma, permitindo que a IA Agente se comunique com o Figma para ler designs e modificá-los programaticamente.
Plano é um servidor proxy nativo de IA e um plano de dados para aplicações de agentes. Roteamento inteligente de LLM, observabilidade, orquestração de agentes e proteções para que você se concentre na lógica principal dos seus agentes.
AppAgent: Agentes Multimodais como Usuários de Smartphone, uma estrutura de agente multimodal baseada em LLM projetada para operar aplicativos de smartphone.
Envie Agentes de IA para o Google Cloud em minutos, não em meses. Modelos prontos para produção com CI/CD, avaliação e observabilidade incorporados.
[AAAI 2025] Implementação oficial de "OOTDiffusion: Difusão Latente Baseada em Fusão de Vestuário para Prova Virtual Controlável"
Remova marcas-d’água de IA visíveis e invisíveis de imagens e vídeos, bem como metadados de proveniência de IA de imagens, vídeos e áudio. Biblioteca Python, CLI e habilidade para agentes compatível com SynthID, C2PA, EXIF, IPTC, XMP e marcas comuns de IA generativa. Por Victor Kuznetsov.
O adaptador de prompt de imagem é projetado para permitir que um modelo de difusão pré-treinado de texto para imagem gere imagens com prompt de imagem.
O CLI e as habilidades que transformam qualquer assistente de codificação em um especialista em criar, avaliar e implantar agentes de IA no Google Cloud.
Outfit Anyone: Prova virtual de altíssima qualidade para Qualquer Roupa e Qualquer Pessoa
Gráfico de contexto para o ciclo de vida de desenvolvimento de software nativo de IA
Uma equipe de agentes de ciência de dados equipada com IA para ajudá-lo a realizar tarefas comuns de ciência de dados 10 vezes mais rápido.
Biblioteca de inferência e treinamento para modelos TTS de alta qualidade.
A plataforma de código aberto para desenvolvimento de aplicações nativas de IA.
Desenvolvido pelo Gato de Turing, a IA criativa de primeira geração baseada no GPT2.0 de código aberto | Escalável, Evoluível
H2O LLM Studio - uma estrutura e GUI sem código para ajuste fino de LLMs. Documentação: https://docs.h2o.ai/h2o-llmstudio/
Adaptador com intervenção humana e sem modificações para o ambiente de execução DAG agêntico do OpenOPC.
Lista selecionada dos melhores projetos, modelos, ferramentas e infraestrutura de IA verdadeiramente de código aberto. Atualizada diariamente.
Kit de ferramentas de código aberto da Microsoft para red teaming de IA. Teste sistemas de IA generativa com verificações automatizadas, ataques adaptativos em várias etapas e uma interface web.
DeepSeek-V2: Um Modelo de Linguagem de Mistura de Especialistas Forte, Econômico e Eficiente
Um gateway de IA, registro e proxy que fica na frente de qualquer MCP, A2A ou APIs REST/gRPC, expondo um endpoint unificado com descoberta centralizada, guardrails e gerenciamento. Otimiza a chamada de Agentes e Ferramentas e suporta plugins.
Código de implementação oficial do artigo <AnyText: Multilingual Visual Text Generation And Editing>
Este é um guia passo a passo para modelos de IA/LLM de nível de entrada, incluindo tutoriais e código de demonstração, levando você do uso de APIs à implantação e ajuste fino de LLMs locais. Os arquivos de código estarão disponíveis em versões online para Kaggle ou Colab, permitindo o aprendizado mesmo sem uma GPU. O projeto também inclui um pequeno playground de código 🎡 onde você pode experimentar alguns scripts de IA interessantes. Além disso, contém os trabalhos de casa completos espelhados em chinês do curso 'Introdução à Inteligência Artificial Generativa 2024' de Hung-Yi Lee.
Um protocolo para conectar qualquer editor a qualquer agente
Koog é um framework JVM (Java e Kotlin) para construir agentes de IA previsíveis, tolerantes a falhas e prontos para empresas em todas as plataformas – de serviços backend a Android e iOS, JVM e até ambientes no navegador. Koog é baseado na nossa expertise em produtos de IA e fornece soluções comprovadas para problemas complexos de LLM e IA