DART-GUI是一个用于图形用户界面（GUI）智能体的高效多轮强化学习框架。它通过解耦训练和自适应数据筛选技术，优化智能体在GUI环境（如桌面应用、网页）中的交互与自动化任务。仓库提供模型、训练代码、推理代码及Docker环境配置。
WebShop是一个模拟电子商务网站的研究环境，包含118万真实商品和1.2万条文本指令，用于开发和评估基于语言的智能体在网页交互中的能力。该仓库提供了复现论文结果的代码，适用于语言推理、搜索与决策等研究。
这是一个实时语音克隆工具，基于深度学习框架SV2TTS，通过5秒的语音样本即可克隆声音，并实时合成任意文本的语音。核心流程包括从短音频提取声音特征、根据文本合成语音特征、以及使用声码器生成最终音频。
SeeAct是一个基于大型多模态模型（如GPT-4V）的通用网络智能体系统，能够自动在任意网站上执行任务。它包含稳健的代码库和运行支持组件，旨在实现自主网络操作。
PyAutoGUI是一个跨平台的Python GUI自动化模块，可通过编程方式控制鼠标和键盘操作，用于自动化测试、屏幕录制和模拟用户交互等场景。
Youtu-GraphRAG是一个垂直统一的智能体框架，基于图模式整合Graph RAG技术，用于复杂推理任务。能显著降低token成本并提高准确性，支持跨领域知识迁移。
CoPaw是一个基于Python开发的个人AI助手项目，易于安装和部署，支持本地或云端运行。它兼容多种聊天应用，具有高度可扩展的插件能力，允许用户通过简单的配置与各类AI模型进行交互。
这是一个Google Workspace的MCP服务器和CLI工具，允许用户通过AI助手和命令行，使用自然语言控制Gmail、日历、云端硬盘、文档、表格、幻灯片、聊天、表单、任务和搜索等谷歌服务。支持通过Claude等客户端进行一键安装，并包含远程OAuth2.1多用户认证。
这是一个用于生成3D人体动作或3D角色动画的模型，名为HY-Motion 1.0。它基于流匹配技术，用户可以通过文本描述或指定姿态来控制动作生成。项目提供了推理代码、预训练模型以及在线演示。
CCXT是一个加密货币交易库，支持连接超过100家交易所，提供统一的API接口用于获取市场数据、执行交易操作，支持多种编程语言，适用于量化交易、策略回测和自动化交易程序的开发。
oLLM是一个轻量级Python库，专为大上下文长度的LLM推理设计，基于Huggingface Transformers和PyTorch。它支持在消费级GPU（如8GB VRAM）上运行多种模型（如gpt-oss-20B、Llama-3.1-8B-Instruct），处理高达100k的上下文，无需量化，适用于离线工作负载。
这是一个精选的高质量Claude代码技能库，提供生产就绪的技能模板和工具，用于增强开发工作流。包含PDF处理、画布设计等实用技能，每个技能都包含完整文档和元数据，便于集成到Claude技能系统中。
LEANN是一款在个人设备上运行的私有化RAG（检索增强生成）应用，主打存储效率（可节省97%存储空间）与隐私保护，提供快速、准确、无需联网的本地AI文档处理与问答功能。
这是一个用于发音错误检测与诊断的端到端深度学习系统，支持文本相关的发音评估。采用CTC和注意力机制模型，并包含数据增强技术，使用TIMIT和L2-Arctic语音数据集进行训练。
HTML PPT Designer是一个智能演示文稿设计工具，可将网页、音频、视频等内容自动转换为精美的HTML演示文稿，支持多种视觉风格、AI辅助设计、自动配图和视频导出功能。
