MIDI-3D开源项目 – 单图转360度3D场景

LitLytics是一个简单实惠的数据分析助手，利用大型语言模型（LLMs）自动化数据分析，无需数据科学专业知识，自动生成分析流程，支持多种数据格式，并可自定义调整，性价比高。

folder-explorer 是一款用于分析和可视化文件目录结构的工具。它能够深入分析文件目录，统计数据，并以树形结构和图表的形式展示结果。此外，用户还可以将分析结果导出为多种文件格式，以便长期保存和进一步处理。

将ChatGPT接入亚马逊的智能音箱Alexa的开源项目，允许用户通过语音与ChatGPT进行交互。该项目支持语音输入与输出，并需要用户提供OpenAPI的API Key，用户可以自定义对话设置以满足不同需求。

这个开源项目将GraphRAG与Ollama本地LLM结合，并提供可视化的知识图谱UI和监控。

SurfSense 是一款个人 AI 助手，旨在帮助用户记录和检索他们在互联网上看到的内容，包括社交媒体、聊天记录、日历邀请、重要邮件、教程和食谱等。通过跨浏览器扩展程序，它能提供便捷的记录与检索功能，支持本地 LLM，并且是开源的，用户可以选择自行部署。

ScholiumAI是一款专为学术研究者设计的AI助手，旨在让学术研究变得更加轻松高效。它能够快速查找相关学术论文，告别无用的搜索结果，并提供多种引用格式，帮助用户快速生成文献引用。作为一款开源项目，ScholiumAI采用GPL-3.0许可，用户可以自由使用和贡献代码，推动其持续发展。

RAGIT 是一款类似于 Git 的知识管理工具，旨在简化知识库的创建和共享过程。它允许用户将本地文件转换为知识库，并支持知识库的克隆、推送等操作。RAGIT 通过多轮对话查询和 TF-IDF 算法，提供更智能、更精准的知识检索体验。此外，它还支持 Markdown 文件和图片，使知识库内容更加丰富多样。

Personal AI 是一个利用 Apple Shortcuts、Cloudflare Workers 和 Llama 3 组装的本地 AI 助手，无需额外硬件或月费。它通过 Apple Shortcuts 提供 ASR、TTS 和 HTTP 请求功能，并通过 Cloudflare Workers 处理文本和函数调用。该助手支持与 Llama 3 的集成，比所有 AI 可穿戴设备更快，并且可扩展以支持更复杂的函数调用和内存管理。

Vlogger是一个通用的人工智能系统，专门用于生成用户描述的一分钟级视频博客(vlog)。该系统利用大型语言模型(LLM)作为导演，将vlog的长视频生成任务分解为四个关键阶段，从而突破现有视频生成方法的瓶颈，提升生成效率和质量。

macOS-shortcuts 是一个通过提供便捷的快捷方式来解决常见 macOS 问题的工具，旨在优化用户的工作流程。它能够帮助用户快速终止不需要的进程、删除应用程序安装限制，并解决其他常见的 macOS 问题，从而提升整体工作效率。

Awesome-Inference-Time-Scaling是一个专注于AI推理时间优化的资源库，旨在帮助用户提升模型推理效率，解决推理速度慢和资源浪费的问题。该项目收录了2025年最新的论文，涵盖了多种模型优化方法，如MCTS和Test-Time Scaling，并提供代码和数据，方便用户复现和应用这些优化方法。

基于Langchain框架的RAG实践指南，专注于高级检索增强生成（RAG）技术的应用与实现。该项目提供详细的实践指南、丰富的示例代码和文档，帮助用户快速上手和深入理解RAG技术，支持多种数据源和检索方法，增强系统的灵活性和适应性。

OmniParse 是一个多格式数据解析与优化平台，能够将非结构化数据转换为结构化数据，专为增强与GenAI框架的兼容性设计。它支持从文档到多媒体的高效数据转换，并具备数据优化功能。此外，OmniParse 还支持跨模态对齐、流式处理、自监督学习、分布式架构、自动版本迁移和审计追踪等功能。该平台支持约20种文件格式，包括文档、表格、图像、视频、音频、网页等，适合批量处理各种数据并用于AI应用的场景。

MindCV是一个基于MindSpore的视觉模型和算法工具箱，致力于计算机视觉相关技术的研究与开发。它提供了全面的视觉模型集合，并与MindSpore框架深度集成，支持多种计算机视觉算法。该项目是开源的，社区驱动，既适用于研究，也适用于实际应用。

LLaVA++是LLaVA模型的扩展，集成了Phi-3 Mini Instruct和LLaMA-3 Instruct模型，旨在提升视觉和语言指令处理能力。项目通过引入新模型如Phi-3-V和LLaVA-3-V，专注于提高指令跟随能力和处理学术任务数据集的能力。LLaVA++在多模态任务中表现出色，尤其是在指令跟随和视觉语言任务方面。项目提供了详细的安装指南和更新脚本，便于本地部署和测试。Model Zoo中列出了所有可用模型及其Hugging Face页面链接，方便用户访问和利用预训练权重。项目还更新了文档，包含最新发展和模型细节，并提供了完整的代码库，包括训练和微调模型所需的所有脚本和模块。此外，项目改进了README文件，突出了其开源性质和模型升级的重要性。