computer_use_ootb开源项目 – 跨平台远程计算机控制工具

Nfig是一个API，允许AI代理使用自然语言指令在任何网站上浏览、点击和完成任务，从而简化网页自动化。

ChatPPT是由必优科技开发的一款AI生成PPT工具，结合了ChatGPT和韦尼克模型，通过自然语言指令帮助用户快速生成和美化PowerPoint演示文稿。它提供在线体验版和Office插件版，支持AI生成内容、美化设计和与Office、WPS兼容。研究表明，它支持超过350个指令集，可在1分钟内完成PPT生成，适合职场用户快速制作高质量演讲稿。

Magic Clothing 是一个基于潜在扩散模型(Latent Diffusion Model, LDM)的图像合成系统，专注于可控的服装驱动图像生成。该项目是 OOTDiffusion 的一个分支版本，能够根据文本提示生成定制的、穿着特定服装的人物图像。项目支持多种附加条件，如肖像和参考姿势图像，并且提供了不同分辨率的模型权重。

Diffusion-Pipe-UI 是一个为扩散模型训练提供一站式解决方案的工具。它通过Gradio界面简化了训练流程，无需复杂命令，支持Docker部署，轻松适配Windows和Linux环境。此外，它还提供Tensorboard可视化训练损失，帮助用户直观掌握训练进度。

Skyvern是一个开源的AI代理，帮助企业自动化基于浏览器的工作流。它用简单的API端点替代了脆弱的脚本，能够在数百个不同的网站上自动化任务。Skyvern AI代理通过API调用自动化复杂的浏览器工作流，结合计算机视觉和AI理解网页内容，使其适应任何网站。Skyvern接受自然语言指令，能够用简单的命令执行复杂的目标。工作流在云中执行，支持同时运行数百个工作流。此外，Skyvern的AI决策附带内置解释，为每个操作提供清晰的摘要和理由。

fastgradio是一个Python库，旨在帮助用户快速构建和分享基于fastai模型的Gradio界面。它提供了简单易用的工具，使得用户能够轻松地将训练好的fastai模型部署为交互式Web应用，并支持多种模型类型和数据格式。通过fastgradio，用户可以为不同的应用场景定制界面，并快速展示模型的功能。

旨在通过大型语言模型（如 GPT-4V）控制任何计算机，实现自动化执行用户请求的功能

Sa2VA是由字节跳动、北京大学等机构的研究者提出的一个多模态模型，结合了SAM-2和LLaVA的优势，能够精准分割视频中的物体并理解视频内容，同时支持自然语言指令输入。该模型通过引入特殊的[SEG] Token，实现了SAM-2与LLaVA的连接，使其在视频理解与物体分割方面表现出色。

Claude Code 是由 Anthropic 开发的一款智能编码工具，集成在终端中，能够理解代码库并通过自然语言指令帮助用户更快地编写代码。它支持 Git 工作流、解释复杂代码、执行代码编辑和修复等任务，简化开发流程。目前处于 Beta 研究预览阶段，仅需 3 步即可上手，快速融入现有开发环境。

Skywork-MoE是一个高性能的专家混合（MoE）模型，拥有1460亿参数、16个专家和220亿激活参数。该模型采用高效的专家混合架构，通过深度探讨训练技术优化模型表现，适用于多种自然语言处理任务。

ChatGPT 插件集市是一个开源的项目，目的是列出所有可用的 ChatGPT 插件以及它们的清单文件位置。这个开源项目涉及领域包括机器学习。

EasyFunctionCall是一个SaaS服务，可以将OpenAPI和Swagger规范转换为AI模型的函数调用参数，从而降低复杂性并节省令牌。

这是一个精心策划的与DeepSeek Coder相关的开源项目列表，旨在为开发者提供丰富的资源和灵感。每个项目都附有详细的描述和链接，帮助开发者快速找到所需的信息。

ElliSense是一个基于AI的在线市场情绪分析工具，能够为用户提供各种资产和交易对的市场情绪的准确读数。用户可以通过输入想要分析的资产或交易对，ElliSense将基于成千上万的数据点提供实时的市场情绪见解，帮助用户做出更明智的交易决策。

AmberAI 是一个聊天机器人，能够让用户随时随地进行有意义的对话。用户只需访问我们的网站即可开始与聊天机器人聊天，AmberAI 全天候 24 小时可用，旨在提供个人助手、信息检索和娱乐等多种服务。