Git Stars Git Stars

#multimodal Repositórios

Descubra 183 repositórios ativos de código aberto no GitHub marcados com #multimodal, acumulando um total de 700,629 estrelas (uma média de 3,828 por projeto). O líder deste tópico é Mintplex-Labs/anything-llm, com 68,480 estrelas.

183
Total de Repositórios
700,629
Total de estrelas
3,828
Média de Estrelas/Repositório

183 repositórios no total

1
Mintplex-Labs/anything-llm

Pare de alugar sua inteligência. Possua-a com AnythingLLM. Tudo que você precisa para uma poderosa experiência de agente local

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

"Compreensão profunda de agentes de IA: princípios de design e prática de engenharia" (por Bojie Li) Repositório principal de código aberto: texto completo, PDF compilado e código complementar por capítulo.

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

A Pilha de Agentes de IA Multimodal de Código Aberto: Conectando Modelos de IA de Ponta e Infraestrutura de Agentes

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

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) construído em direção a capacidades de nível GPT-4V e além.

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

YC (S26) | Screenpipe encontra o trabalho que vale a pena automatizar | Registre continuamente, em local, o trabalho realizado no computador, descubra fluxos de trabalho recorrentes e entregue o resultado a qualquer agente que você já use.

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

Pré-treinamento Autossupervisionado em Larga Escala Entre Tarefas, Idiomas e Modalidades

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

☁️ Construa aplicações de IA multimodal com stack nativa da nuvem

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

Série Janus: Modelos Unificados de Compreensão e Geração Multimodal

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

Use PEFT ou treinamento com todos os parâmetros para realizar CPT/SFT/DPO/GRPO em mais de 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e mais de 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

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

🔍Desenvolvimento Prático de Aplicações de Modelos Grandes Parte 1: Guia Full Stack da Tecnologia RAG, endereço de leitura online: https://datawhalechina.github.io/all-in-rag/

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

Visualize, consulte e transmita para treinar com dados robóticos multimodais.

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

https://arxiv.org/abs/2606.28344. O fim do parsing web. O início da busca nativa de pixels escalável. link: https://pixelrag.ai/

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

Kit de ferramentas pronto para produção para executar IA localmente

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

Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagens e áudio. Inclui mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.

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

SeaTunnel é uma ferramenta de integração de dados massivos, distribuída, de alto desempenho e multimodal.

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

Mobile-Agent: A Poderosa Família de Agentes GUI

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

Deeplake é uma AI Data Runtime para Agents. Fornece Postgres sem servidor com um datalake multimodal, permitindo recuperação e treinamento escaláveis.

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

A maneira mais fácil de servir aplicativos e modelos de IA - Crie APIs de Inferência de Modelo, filas de tarefas (Job queues), aplicativos LLM, pipelines multimodelos e muito mais!

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

Uma biblioteca de texto para fala (TTS), fala para texto (STT) e fala para fala (STS) construída sobre o framework MLX da Apple, fornecendo análise de fala eficiente no Apple Silicon.

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

Uma estrutura para inferência de modelo eficiente com modelos de omni-modalidade

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

Framework de código aberto para construir aplicativos de agente em JavaScript, Go, Dart e Python, construído e usado em produção pelo Google

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

Pesquise no seu computador pelo conteúdo dos seus arquivos: fotos, PDFs, documentos, gravações, vídeos e código. Funciona localmente no Mac, Windows e Linux e é baseado no EmbeddingGemma 2 do Google DeepMind.

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

notas para engenheiros de software que estão se atualizando sobre os novos desenvolvimentos em IA. Serve como repositório de dados para a escrita de https://latent.space e para brainstorming de produtos, mas tem referências canônicas organizadas na pasta /Resources.

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

Este repositório é uma coleção selecionada de links para vários cursos e recursos sobre Inteligência Artificial (IA)

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

Resolver a Compreensão Visual com VLMs Reforçados

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

Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.

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

Um playground visual para fluxos de trabalho com agentes: Itere sobre seus agentes 10x mais rápido

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

Uma estrutura MCP de baixo código para construir pipelines RAG complexos e inovadores

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

Uma estrutura modular para pesquisa multimodal de visão e linguagem do Facebook AI Research (FAIR)

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

Um Mecanismo de Treinamento de Próxima Geração Construído para Modelos MoE de Ultra-Grande Porte

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

O primeiro plugin de visão para DeepSeek Harness e a ponte de visão para cada agente de codificação somente texto. Cole uma imagem, obtenha evidências JSON estruturadas (OCR, layout, semântica).

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

Alinhe Tudo: Treinando Modelo Multimodal com Feedback

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

Implementação Plug and Play da Árvore de Pensamentos: Resolução Deliberada de Problemas com Grandes Modelos de Linguagem que Eleva o Raciocínio do Modelo em pelo menos 70%

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

O framework de IA para Ruby.

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

Ferramenta de Avaliação Multimodal One-for-All para Tarefas de Texto, Imagem, Vídeo e Áudio

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

Transforme facilmente grandes conjuntos de URLs de imagens em um dataset de imagens. Pode baixar, redimensionar e empacotar 100 milhões de URLs em 20h em uma única máquina.

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

Tutoriais e recursos selecionados para Modelos de Linguagem Grande, Pintura de IA e muito mais.

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

Uma família de modelos de código aberto para síntese de fala de longa duração, síntese de diálogos, design de voz, efeitos sonoros e TTS em streaming em tempo real

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

Fengshenbang-LM (封神榜大模型) é um sistema de modelo grande de código aberto liderado pelo Centro de Pesquisa de Computação Cognitiva e Linguagem Natural do Instituto IDEA, tornando-se a infraestrutura para AIGC e inteligência cognitiva em chinês.

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

[ICML'26] SimpleMem: Memória eficiente de longo prazo para agentes de LLM — Texto e multimodal

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

OpenMMLab Kit de Ferramentas de Pré-treinamento e Benchmark

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

Mecanismo de recuperação multimodal de código aberto (Morphik Core)

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

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

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

Código e modelos para o artigo ICML 2024, NExT-GPT: Modelo de Linguagem Grande Multimodal Qualquer-para-Qualquer

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

MTEB: Avaliação de ponta de embeddings em diferentes idiomas e modalidades

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

🤖 SDK de IA em TypeScript, com segurança de tipos e agnóstico ao provedor, para chat em streaming, chamadas de ferramentas, agentes e aplicativos multimodais em OpenAI, Anthropic, Gemini, React, Vue, Svelte e Solid.

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

Um framework extensível e de última geração para compressão columnar, e o formato de arquivo columnar FOSS mais rápido. Anteriormente na @spiraldb, agora um projeto em estágio de incubação na LFAI&Data, parte da Linux Foundation.

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

InternGPT (iGPT) é uma plataforma de demonstração de código aberto onde você pode exibir facilmente seus modelos de IA. Agora, ele suporta DragGAN, ChatGPT, ImageBind, bate-papo multimodal como GPT-4, SAM, edição interativa de imagens, etc. Experimente em igpt.opengvlab.com (Sistema Demo online que suporta DragGAN, ChatGPT, ImageBind, SAM)

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

Arquitetura Base para (M)LLMs

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

Perguntas Frequentes

1

Qual é o repositório de #multimodal mais popular no GitHub?

O projeto de código aberto de #multimodal mais bem classificado no GitHub é Mintplex-Labs/anything-llm, com 68,480 estrelas. Pare de alugar sua inteligência. Possua-a com AnythingLLM. Tudo que você precisa para uma poderosa experiência de agente local

2

Quais linguagens de programação são mais usadas nos repositórios de #multimodal?

Entre os projetos de #multimodal mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Rust, C++.

3

Como é calculada a classificação dos repositórios de #multimodal?

Acompanhamos 183 repositórios ativos de código aberto marcados com #multimodal (com mais de 500 estrelas), totalizando 700,629 estrelas e uma média de 3,828 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.