WhisperJAV是专为日本成人视频设计的字幕生成工具。它结合Qwen3-ASR、本地LLM和Whisper,针对高噪声和非语言声音优化,显著提升复杂声学环境下的语音识别准确率,解决传统模型在该领域的性能下降问题。
Python
1,999
163
MIT License
1天前
FinanceDatabase是一个包含30万+金融符号的免费数据库,涵盖股票、ETF、基金等。它提供标准化的分类数据,支持通过Python库或手动编辑CSV文件进行贡献和使用,旨在帮助投资者轻松获取和整理全球金融市场信息。
Python
8,111
831
MIT License
1天前
该工具连接NotebookLM研究与Claude内容生成,支持URL、PDF及热点话题输入。通过自动创建笔记本、深度研究并结构化结果,辅助Claude生成文章、社交媒体帖子或播客等,实现从发现到多平台发布的自动化工作流。
Python
354
50
MIT License
1天前
专为微信公众号优化的GIF压缩工具。通过智能合并静止帧、抽取冗余帧及多阶梯编码策略,在严格限制文件大小(默认6MB)和帧数(≤300)的同时最大化保留画质,解决GIF过大或帧数超限导致无法上传显示的问题。
Python
6
1
MIT License
1天前
joeseesun/qiaomu-tiny-gif cover
OpenResearcher是一个完全开源的长周期深度研究轨迹合成管道。它提供从数据集、预训练模型到在线演示的完整工具链,旨在通过自动化流程生成高质量的研究路径数据,支持AI模型在复杂推理任务中的能力构建与评估。
Python
951
91
1天前
TIGER-AI-Lab/OpenResearcher cover
PixelRAG是一种基于视觉的检索增强生成技术,通过网页截图而非纯文本进行文档搜索与匹配。它利用像素级信息提升RAG系统的准确性与可扩展性,适用于需要高精度视觉语义理解的AI应用。
Python
6,675
555
Apache License 2.0
1天前
StarTrail-org/PixelRAG cover
VNCCS是ComfyUI的插件,提供视觉小说角色创建套件。通过完整工作流实现跨图像的角色外观一致性,支持管理表情、服装和姿势,简化神经网络生成过程中的角色统一难题。
Python
1,432
87
MIT License
1天前
AHEKOT/ComfyUI_VNCCS cover
Polymarket AI交易技能包,提供可组合的Agent工具用于预测市场交易。包含扫描、分析、监控、模拟及实盘执行等功能,支持安全审计与优先纸面交易。兼容Claude Code、Cursor等AI编程助手,助力用户进行策略分析与自动化交易操作。
Python
71
10
1天前
SciAgent-Skills为Claude Code等AI代理提供199个生物信息学技能,涵盖RNA-seq、单细胞分析及药物发现等领域。无需微调即可提升AI在生命科学领域的分析能力,BixBench基准测试准确率达92%,助力科研自动化。
Python
269
26
Other
1天前
jaechang-hits/SciAgent-Skills cover
基于FastAPI和Vue3构建的AI聊天应用,集成通义千问DashScope。支持流式回复、多模态文件上传(PDF/图片等)、对话历史管理及Markdown导出。前后端分离架构,便于二次开发与扩展。
Python
12
3
MIT License
3天前
Fast SAM 3D Body 是一种免训练的加速框架,旨在实现实时全身体网格重建。它通过解耦串行推理路径和替换迭代瓶颈,将 SAM 3D Body 的推理速度提升最高10.25倍,支持单RGB流进行实时机器人控制,显著降低延迟并维持高保真度。
Python
329
31
MIT License
2天前
yangtiming/Fast-SAM-3D-Body cover
将倪海厦中医课程转化为可检索的Agent Skill,支持自然语言查询症状、方剂、穴位及板书截图。旨在辅助理论学习与辨证梳理,提供溯源证据,严禁用于个人诊断或处方指导。
Python
1,423
318
1天前
JZSub是一个Python CLI工具,通过输入视频链接自动下载最高画质视频,利用GPT生成双语字幕并烧录至MP4。支持YouTube、Bilibili等平台,提供封面提取及多种交付选项,实现高效视频本地化与处理。
Python
684
74
MIT License
1天前
pengchujin/jzsub cover
Kindalive是一个基于Python的情感模拟项目,通过模拟8种神经化学物质(如多巴胺、皮质醇)来生成机器人的动态情绪状态。它利用LLM将文本转化为化学脉冲,驱动LED点阵屏显示面部表情和情绪数据,提供拟人化的情感交互体验。
Python
124
6
MIT License
1天前
smithandrewjohn/kindalive cover
Lemma Platform是一个开源智能体工作空间,为每项任务创建独立应用,让人工智能与人类协同工作。它支持通过WhatsApp、Telegram等渠道交互,可本地或云端运行,兼容多种AI模型提供商,旨在让每个重复性任务拥有专属的自主应用。
Python
326
54
GNU Affero General Public License v3.0
1天前
lemma-work/lemma-platform cover

首页 - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-07-17 17:07
浙ICP备14020137号-1 $访客地图$