Langflow

Whisper Speech是一款完全开源的文本转语音模型，由Collabora和Lion在Juwels超级计算机上训练。它支持多种语言和多种形式的输入，包括Node.js、Python、Elixir、HTTP、Cog和Docker。该模型的优势在于高效的语音合成和灵活的部署方式。定价方面，Whisper Speech完全免费。它定位于为开发者和研究人员提供一个强大的、可定制的文本转语音解决方案。

MineContext是一个具有上下文感知能力的主动式 AI伙伴。它基于屏幕截图+内容理解的方式（未来还将支持其他来源的多模态信息，包括文档、图片、视频、代码、外部应用数据），能够看到并看懂用户的数字世界上下文，然后再基于底层的上下文工程框架，主动推送洞察、日/周总结 、待办、活动记录等高质量信息，同时支持用户基于 Context 和生成的信息进行再创作。

利用开源人工智能黑客技术保护您的应用程序,它能在沙盒中模拟hacker攻击，找到应用漏洞。

开源的生成式AI应用开发平台，专注构建生产级Agentic工作流，提供从模型集成到应用部署的全流程解决方案。

基于AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。

热门！GitHub AI编程工具

向多模态非结构化知识的RAG解决方案，集成解析、检索与生成能力，能够高效处理复杂文档，为智能问答与内容生成提供一站式服务。

Wan是阿里巴巴通义实验室开发的先进视觉生成模型，具备强大的视频生成能力。它能够根据文本、图像及其他控制信号生成视频。Wan2.1系列模型现已完全开源。其主要优点包括卓越的复杂运动生成能力，能够生成逼真的视频，涵盖广泛的身体动作、复杂旋转、动态场景转换和流畅的镜头运动；精准的物理模拟，生成符合真实物理规律的视频；电影质感的画面，提供丰富的纹理和多样化的风格化效果；可控的编辑功能，支持使用图像或视频参考进行精确编辑。该模型的开源为视频生成领域带来了新的可能性，降低了使用门槛，推动了相关技术的发展。

下载开源的SD模型

提供富有表现力且高度动态的音频驱动角色动画，支持包括音频文本转视频、音频文本图像转视频和视频连续播放在内的原生任务，并无缝兼容单流和多流音频输入。

Qwen AI 国际版。支持基于Qwen的最新模型进行在线对话以及基于智能体的图像编辑、代码编辑、网页开发等。

强大文本转音频AI工具，它基于超过 1000 万小时的音频数据和各种文本数据进行预训练。

企业级AI Agent搭建平台，可以基于LLM大语言模型搭建AI知识库问答系统,提供开箱即用的AI Agent工具集及大模型。

用于分析血液报告并提供详细健康洞察的人工智能代理。

PromptTools 是一个开源工具集，旨在为开发者提供一套免费的、开源的工具，用于测试和实验。它提供了一系列接口和方法，使开发者能够使用熟悉的代码和笔记本等界面来评估提示。通过在笔记本中运行实验并评估输出，您可以更好地了解提示的效果。您还可以将评估结果转化为单元测试，并将其集成到您的 CI/CD 工作流中。PromptTools 的核心理念是使开发者能够在本地执行代码，而不是将代码发送到服务器。这意味着所有代码都在您的本地机器上运行，对于与数据安全和隐私有关的项目来说非常重要。

一款功能强大的基于 Next.js 的 Web 应用构建器，它结合了Claude Code（也支持 Cursor CLI！）的先进 AI 代理功能和Lovable简洁直观的应用构建体验。只需描述您的应用创意——例如“我想要一个带有深色模式的任务管理应用”——Claudable 即可立即生成代码并向您展示应用的实时预览。

高度情感表达的语音合成，支持多模态情感控制。

AI驱动家庭作业批改解答工具，支持拍照上传以及PDF文件，无需下载浏览器直接运行

关于LLM的笔记和文章列表，其中包含：LLM AutoEval进行评估， LazyMergekit合并模型，利用知识图谱改进 ChatGPT，大型语言模型中的解码策略,使用 MergeKit 创建 Moe等课程。

一键免费部署你的私ChatGPT网页应用，支持 Claude, GPT4 & Gemini Pro 模型。