awesome-computer-use开源项目 – Computer Use Agents资源库

一个专门收集与Computer Use Agents相关的资源库，涵盖了多种类型的内容，包括研究论文、博客文章等。该资源库持续更新，确保用户能够获取最新的信息和研究成果，是研究和学习Computer Use Agents的宝贵资料库。

awesome-computer-use的特点:

1. 收集了大量关于Computer Use Agents的丰富资源
2. 包含多种类型的内容，如论文、博客文章等
3. 资源库持续更新，保持最新信息
4. 便于用户进行学术研究和学习

awesome-computer-use的功能:

1. 查找与Computer Use Agents相关的最新研究论文
2. 获取关于Computer Use Agents的博客文章和教程
3. 参考资源库中的内容进行学术研究
4. 学习和了解Computer Use Agents的最新发展动态
5. 浏览相关博客文章，获取最新资讯和见解
6. 作为研究Computer Use Agents的参考资料库

相关导航

sqlTranslate官网 – 自然语言与SQL代码互转工具

sqlTranslate是一个开源项目，用户可以通过自然语言输入查询，获取相应的SQL代码；或者输入SQL代码，得到易于理解的自然语言翻译。该工具完全免费，旨在简化数据库查询的学习和使用过程。

DeepPATH开源项目 – 肺癌切片图像深度学习分类

DeepPATH 是一个专门用于肺癌切片图像分类的深度学习项目。它利用先进的深度学习技术，能够高精度地识别和分类不同类型的肺癌。该项目是开源的，可在GitHub上公开使用，适用于医疗诊断、医学影像研究与开发、教育以及医疗影像软件的自动化分析集成。

RAGEN开源 – 首个开源DeepSeek-R1强化学习框架

RAGEN 是 DeepSeek-R1 强化学习训练框架的首个开源复制品，专注于训练大型语言模型（LLM）推理代理。它支持多轮统一处理，避免批量大小不稳定，提供世界建模能力，并帮助智能体进行规划。特别适用于交互式和随机环境中的多步任务训练，如 Sokoban 谜题和 FrozenLake 环境。

Railroad-dataset开源项目 – 铁路应用的定位与建图数据集

Railroad-dataset是一个专为铁路应用设计的SLAM（同步定位与地图构建）数据集，包含丰富的定位与建图数据以及检测数据，旨在支持铁路环境相关的研究与开发。数据集中提供了高质量的传感器数据，适用于验证各种SLAM算法，并为研究者和开发者提供了一个可靠的实验平台。

pyocr开源项目 – Python OCR工具

pyocr是一个Python封装库，支持Tesseract和Cuneiform两种OCR引擎，提供了简单易用的接口，用于实现光学字符识别（OCR）。它支持多种语言，允许用户轻松将OCR功能集成到Python项目中，并提供了图像预处理选项以提高OCR的准确性。

unitree_rl_gym开源项目 – Unitree机器人强化学习模拟平台

unitree_rl_gym是一个专为Unitree机器人设计的强化学习模拟训练平台。它支持多种Unitree机器人模型，提供丰富的训练和演示脚本，旨在帮助研究人员和开发者进行机器人学习和研究。该平台为强化学习算法提供了一个高度可配置的环境，使得用户能够轻松地进行模型训练、测试和结果展示。

CleanMyWechat开源项目 – 自动清理微信缓存工具

CleanMyWechat是一款专为PC端微信设计的自动清理工具，能够高效删除微信自动下载的大量文件、视频和图片等缓存数据，从而显著释放存储空间。该工具支持识别多个微信账号，允许用户选择自定义路径进行清理，并且删除的文件会被放置在回收站中，以防止意外删除。此外，CleanMyWechat兼容Windows系统中的所有微信版本，确保广泛适用性。

Chat Nova开源项目 – PDF交互的AI聊天机器人

Chat Nova利用Vercel的AI SDK、OpenAI和NextJS的强大功能，彻底改变您与PDF的互动方式。作为市场上最佳的NextJS AI聊天机器人，它是完全免费的开源项目，由行业专家创建和维护。

Kiss3DGen开源项目 – 图像扩散模型用于3D生成

Kiss3DGen是一个将图像扩散模型重新用于3D资产生成的创新项目。它支持通过文本或图像输入生成3D资产，并提供本地和云端的Gradio演示，方便用户快速体验。项目还开源了高效的模型权重和代码，助力研究和应用开发。

OpenDeepResearcher开源项目 – 自动生成全面研究报告

OpenDeepResearcher 是一个开源工具，能够根据给定的主题自动进行研究，并生成全面的报告。它采用异步处理，运行速度非常快。该工具通过迭代式搜索查询、过滤重复内容、使用LLM评估网页相关性，并提取关键信息来呈现研究结果。

MIDI-3D开源项目 – 单图转360度3D场景

MIDI-3D是一个开源项目，专注于将单张图像转化为360度3D场景，利用先进的AI技术实现高保真度的3D场景生成。该项目通过智能分割输入图像，识别场景中的独立元素，并基于多实例扩散模型和注意力机制生成3D场景，具有强大的全局感知能力和细节表现力。在40秒内完成3D场景生成，且对不同风格的图像具有良好的泛化能力。此外，它支持对场景中的多个物体进行3D建模，避免了逐个生成再组合的复杂过程。

log-lottery开源项目 – 可配置的3D互动抽奖应用

log-lottery是一款专为年会活动设计的可配置、可定制的3D互动抽奖应用。它使用Three.js构建3D抽奖球体，Vue.js 3作为前端框架，并利用IndexDB在浏览器本地持久化存储数据。该应用提供了丰富的配置选项和交互式界面，支持奖品、人员、界面、图片音乐等多种配置，适用于各种抽奖需求。

Ai2 Scholar QA开源项目 – 科学查询与文献综述助手

Ai2 Scholar QA 是一个专为科学查询和文献综述设计的 RAG 系统。它通过从多篇文档中检索证据并合成组织良好的报告，帮助研究人员快速获取科学问题的有依据答案。系统结合了语义检索与关键词搜索的高效检索组件，采用三步式生成管道（引文提取、计划聚类、摘要生成），并基于 Claude 3.5 Sonnet 的 LLM 生成能力。其模块化架构支持自定义管道，并配备了详细的事件追踪和日志系统。

Telegram Media Downloader开源项目 – 开源免费的 Telegram 媒体下载脚本

一个开源免费的 Telegram 媒体下载脚本，允许用户在 Telegram 网页版上自由下载图片、GIF 和视频等内容，甚至能够解锁私人频道的下载限制。