Awesome-Open-Vocabulary-Perception – 开放词汇感知资源集合

Cemu是一个用于模拟任天堂Wii U游戏的开源项目，支持C++、OpenGL和Vulkan，用户界面使用wxWidgets，旨在为用户提供高效的游戏体验。

ComfyUI_SparkTTS 是一个基于 Qwen2.5 构建的开源模型，专注于合成语音和语音克隆。它提供简单高效的语音生成解决方案，支持高质量语音克隆、双语生成以及语音参数的可控调整，适用于多种场景。

一个收集和分享各类软件和应用特惠信息的开源项目，主要聚焦于开发工具、Mac应用、生产力工具、设计工具等Black Friday和Cyber Monday期间的限时优惠。

BiLLa是一个开源的中英双语LLaMA模型，通过扩充中文词表和利用任务型数据进行训练，显著提升了中文理解和推理能力。在评测中，BiLLa在中英语言建模和推理任务上表现优异，不仅优于其他模型，还在解题和代码得分方面超越了ChatGLM-6B。

利用 AI 进行实时语音绘图的工具，通过语音输入生成图像，支持语音控制绘图。

PPTAgent是一款基于AI技术的开源工具，能够自动将文档（如Word文件或纯文本）转换为结构连贯、设计美观的PPT，并支持图文混排。它通过智能提取内容核心信息，设计出专业化的幻灯片版式，极大地提升了办公效率。项目还包括PPTEval，一个全面的评估框架，用于从多个维度评估演示文稿的质量。

一个专注于挖掘多模态视觉语言模型潜力的开源项目，支持从2B到34B不同规模的密集和MoE大型语言模型，具备图像理解、推理和生成的能力。

DepthFM 是一个先进、多功能且快速的单目深度估计模型，能够在单次推理步骤中生成高质量的深度图。该模型展示了从基础图像合成扩散模型（Stable Diffusion v2-1）到流匹配模型的成功迁移，直接从输入图像映射到深度图。DepthFM 不仅在常规深度估计任务中表现出色，还在深度修复和深度条件合成等下游任务中展现了领先的能力。

Run Container VM (RunCVM) 是一个实验性的开源项目，旨在使启动标准容器化工作负载和系统工作负载在VM中变得像启动容器一样简单。

LLM Data Scrapers 是一个开源项目，旨在为大型语言模型（LLM）的训练和推理提供高效的数据抓取工具。该项目汇集了多种开源工具，覆盖了从代码库、网页到PDF文档等多种数据源，简化了数据收集和预处理流程，帮助用户高效地获取和转换数据，以便用于LLM的训练和推理。

dpqq-excel 是一个开源项目，集成了 Python、AI 和 SQL，旨在提供一个多人协同的电子表格环境。它支持从各种数据源拉取并操作数据，适用于数据分析、数据科学、财务管理、项目管理以及教育与学习等场景。前端基于 React.js 和 D3.js，后端使用 Flask 或 Django 框架，支持多种数据库连接。

CrayEye是一个免费的开源项目，旨在通过设备传感器和API注入真实世界上下文来生成和共享多模态LLM视觉提示。该项目由人工智能编写，支持用户创建丰富的视觉提示，以增强机器学习模型的上下文理解能力。

该项目提供了一个用于部署具有记忆功能的多模态LangChain智能体的脚手架，并将这些智能体与Telegram平台连接起来。它包含了开始使用LangChain智能体所需的所有必要构架，帮助开发者快速构建和部署智能聊天机器人。

LangChain-Emoji是一个基于LangChain开发的开源表情包斗图Agent，利用AI技术使用户能够通过表情包进行有趣的互动。项目结合了OpenAI和ZhipuAI的API，使用Python进行开发，支持多种大模型和向量数据库。用户可以通过输入提示词，系统会从表情包数据库中检索并展示最匹配的表情包。项目还提供了数据初始化工具，用户可以通过本地或云存储服务下载并管理表情包数据集。此外，项目包含一个Web前端界面，用户可以实际体验表情包的检索和展示。项目详细说明了环境配置、依赖安装和运行步骤，便于用户快速部署和使用，并计划支持更多的模型和功能，增强表情包斗图的互动性和趣味性。

awesome-deepseek-integration 是 DeepSeek 官方提供的开源项目，旨在展示如何轻松将 DeepSeek 大模型的能力接入各类软件。该项目涵盖了多种应用程序、Agent框架、聊天插件、浏览器插件、编程器插件等，提供了丰富的集成示例和详细的文档，支持多种编程语言和框架，持续更新并得到社区的支持和贡献。