关键词 "python" 的搜索结果， 共 24 条, 只显示前 480 条
This is a File system mcp server that could allow an LLM to read and list files from a specified safe directory on your local machine.
A python-based MCP server for google calendar
一款开源的实时AI语音聊天助手：RealtimeVoiceChat，语音听起来相对自然，支持打断 双向语音交互，延迟低，可以实时看到语音转录，以及AI的回复内容 用来构建客服、教育或陪伴等等场景的AI语音助手比较实用 为低延迟交互而构建的复杂客户端-服务器系统： 🎙️捕获：您的声音被您的浏览器捕获。 ➡️流：音频块通过 WebSockets 传输到 Python 后端。 ✍️转
OCRmyPDF 为扫描的 PDF 文件添加光学字符识别 (OCR) 文本层，以便于搜索。 PDF 是存储和交换扫描文档的最佳格式。遗憾的是，PDF 格式的修改可能比较困难。OCRmyPDF 可以轻松地将图像处理和 OCR（可识别、可搜索的文本）应用于现有 PDF。 OCRmyPDF 是一款 Python 应用程序和库，它为 PDF 中的图像添加文本“图层”，使扫描的图像 PDF 可搜索。
字节开源了：DeerFlow，基于LangChain和LangGraph框架的一款智能研究助手 支持动态任务迭代、MCP无缝集成、自动生成研究计划、人机协作，甚至是播客、PPT生成 它把语言模型与网络搜索、爬虫和Python代码执行等工具结合在一起，以快速提供深入且全面的报告
字节开源DreamO，统一图像定制框架，把图像换装、换脸、换造型、换风格以及组合操作装在了一起 支持ID、IP、Try-On等组合，支持16GB/24GB显卡运行，用于虚拟试穿、商品广告、营销广告什么的比较实用 四个能力： IP，处理角色形象，支持人物、物体、动物等输入 ID，人脸身份处理 Try-On，虚拟试穿，可以同时换多件衣服 Style，风格迁移，目前还不能和其他任务组合 DreamO正
Nexus-Gen：图像理解、生成和编辑的统一模型，开源届的GPT-4o平替 待办事项 发布训练和推理代码。 发布模型检查点。 发布技术报告。 发布训练数据集。 什么是Nexus-Gen Nexus-Gen 是一个统一模型，它将 LLM 的语言推理能力与扩散模型的图像合成能力协同起来。为了对齐 LLM 和扩散模型的嵌入
DreamFit是什么 DreamFit是字节跳动团队联合清华大学深圳国际研究生院、中山大学深圳校区推出的虚拟试衣框架，专门用在轻量级服装为中心的人类图像生成。框架能显著减少模型复杂度和训练成本，基于优化文本提示和特征融合，提高生成图像的质量和一致性。DreamFit能泛化到各种服装、风格和提示指令，生成高质量的人物图像。DreamFit支持与社区控制插件的无缝集成，降低使用门槛。 Dre
Co-Sight是中兴通讯开源的超级智能体项目，为协同视觉分析平台及智能自动化底座。采用多智能体架构，构建“数字团队”协同体系，通过DAG任务引擎驱动，实现任务的高效调度与执行。Co-Sight具备自我进化能力，能通过执行记录与模型推理自动生成智能总结报告，形成持续改进闭环。注重安全与可靠性，所有操作在沙箱环境中运行，支持日志追溯、权限管控与合规审计。 Co-Sight的主要功能 智能总结
ViLAMP（VIdeo-LAnguage Model with Mixed Precision）是蚂蚁集团和中国人民大学联合推出的视觉语言模型，专门用在高效处理长视频内容。基于混合精度策略，对视频中的关键帧保持高精度分析，显著降低计算成本提高处理效率。ViLAMP在多个视频理解基准测试中表现出色，在长视频理解任务中，展现出显著优势。ViLAMP能在单张A100 GPU上处理长达1万帧（约3小时）
Agent2Agent（A2A）协议 一种开放协议，支持不透明代理应用程序之间的通信和互操作性。 一种开放协议，支持不透明代理应用程序之间的通信和互操作性。 Agent2Agent (A2A) 协议解决了人工智能领域的一个关键挑战：使由不同公司基于不同框架构建、运行在独立服务器上的新一代人工智能代理能够有效地进行通信和协作——它们不仅仅是作为工具，而是作为代理。A2A 旨在为代理提供
BILIVE 是基于 AI 技术的开源工具，专为 B 站直播录制与处理设计。工具支持自动录制直播、渲染弹幕和字幕，支持语音识别、自动切片精彩片段，生成有趣的标题和风格化的视频封面。BILIVE 能自动将处理后的视频投稿至 B 站，综合多种模态模型，兼容超低配置机器，无需 GPU 即可运行，适合个人用户和小型服务器使用。 1. Introduction Have you notice
🚀🤖 Crawl4AI：开源 LLM 友好型网络爬虫和抓取工具。 Crawl4AI 是 GitHub 上排名第一的热门代码库，由充满活力的社区积极维护。它提供速度超快、AI 就绪的 Web 爬取功能，专为 LLM、AI 代理和数据管道量身定制。Crawl4AI 开源、灵活，专为实时性能而构建，为开发者提供无与伦比的速度、精度和部署便捷性。 ✨ 查看最新更新 v0.6.0 🎉 0.6.
腾讯云自研自研的腾讯云代码助手（Tencent Cloud CodeBuddy，以下简称CodeBuddy），就是一款开发编程提效辅助工具，基于腾讯混元 + DeepSeek双轮模型驱动，构建对开发者友好，好用易用的代码助手，为开发者提供AI技术问答、Craft软件编码智能体、智能代码补全、单元测试、智能评审、代码修复等Agent智能体拓展能力，兼容MCP开放生态，并可支持团队知识库管理、自定义智
Mujoco（Multi-Joint dynamics with Contact）是一款用于机器人学、生物力学等领域的高性能物理仿真引擎，其核心功能包括动力学模拟、接触力建模及多关节系统仿真。该工具提供直观的操作界面、丰富的物理参数配置以及灵活的约束条件设置，适用于复杂机械系统或生物运动的模拟分析。以下从操作功能、仿真交互机制、核心术语与参数三个维度展开说明。 MuJoCo是“多关节接触动力学”
类似 Manus 但基于 Deepseek R1 Agents 的本地模型。 Manus AI 的本地替代品，它是一个具有语音功能的大语言模型秘书，可以 Coding、访问你的电脑文件、浏览网页，并自动修正错误与反省，最重要的是不会向云端传送任何资料。采用 DeepSeek R1 等推理模型构建，完全在本地硬体上运行，进而保证资料的隐私。 Features： 100% 本机运行:
谷歌推出了名为 Jules 的 AI 编程代理 (Coding Agent)，目前处于公开 Beta 测试阶段，需要申请，用户可以免费使用。 Jules 旨在帮助开发者修复错误、更新依赖、迁移代码和添加新功能。它与 GitHub 集成，异步执行任务。用户分配任务后，Jules 会在虚拟机中创建开发环境、安装依赖、编写测试、进行更改、运行测试并提交拉取请求，同时展示工作进展。 简单来说，它能
Pyrefly 是一款快速的 Python 类型检查器，计划在 2025 年底取代 Meta 现有的 Pyre 类型检查器。 Pyrefly 旨在通过 IDE 功能和检查 Python 代码来提高开发速度。 主要特点： 类型推断：除了函数参数之外，Pyrefly 可以在大多数位置推断类型。它可以推断变量的类型和返回类型。 Flow Types：Pyrefly 可以理解程序的控制流以细化
AnimeGamer 是基于多模态大型语言模型（MLLM）构建的，可以生成动态动画镜头和角色状态更新，为用户提供无尽的动漫生活体验。它允许用户通过开放式语言指令与动漫角色互动，创建独特的冒险故事。该产品的主要优点包括：动态生成与角色交互的动画，能够在不同动漫之间创建交互，丰富的游戏状态预测等。 快速入门 🔮 环境设置 要设置推理环境，您
MMaDA（Multimodal Large Diffusion Language Models）是普林斯顿大学、清华大学、北京大学和字节跳动推出的多模态扩散模型，支持跨文本推理、多模态理解和文本到图像生成等多个领域实现卓越性能。模型用统一的扩散架构，具备模态不可知的设计，消除对特定模态组件的需求，引入混合长链推理（CoT）微调策略，统一跨模态的CoT格式，推出UniGRPO，针对扩散基础模型的统
Graphiti 是一个用于构建和查询时序感知知识图谱的框架，专为在动态环境中运行的 AI 代理量身定制。与传统的检索增强生成 (RAG) 方法不同，Graphiti 持续将用户交互、结构化和非结构化企业数据以及外部信息集成到一个连贯且可查询的图中。该框架支持增量数据更新、高效检索和精确的历史查询，无需完全重新计算图谱，因此非常适合开发交互式、情境感知的 AI 应用程序。 使用 Graphiti
Moondream是一个免费开源的小型的人工智能视觉语言模型，虽然参数量小（Moondream1仅16亿，Moondream2为18.6亿）但可以提供高性能的视觉处理能力，可在本地计算机甚至移动设备或 Raspberry Pi 上运行，能够快速理解和处理输入的图像信息并对用户提出的问题进行解答。该模型由开发人员vikhyatk推出，使用SigLP、Phi-1.5和LLaVa训练数据集和模型权重初始
ScrapeGraphAI 是基于大型语言模型（LLM）驱动的智能网络爬虫工具包，专注于从各类网站和HTML内容中高效提取结构化数据。具备三大核心功能：SmartScraper可根据用户提示精准抓取网页中的结构化信息；SearchScraper基于AI驱动的搜索技术从搜索引擎结果中提取关键信息；Markdownify可将网页内容快速转换为整洁的Markdown格式，方便后续处理和存储。 Sc
FaceAge是一款AI人脸识别扫描模型，它通过数万张患者照片和公共图像数据库进行训练，能够精准判断个人衰老迹象。 模型描述 FaceAge 深度学习流程包括两个阶段：面部定位和提取阶段，以及带有输出线性回归器的特征嵌入阶段，可提供生物年龄的连续估计。 第一阶段通过在照片中定位人脸并在其周围定义一个边界框来预处理输入数据。然后对图像进行裁剪、调整大小，并在所有 RGB 通道上对像
只显示前20页数据，更多请搜索
Showing 409 to 432 of 437 results
