计算机视觉
photoprism
photoprism/photoprism
可自托管的照片与视频管理系统，用自动标签、人脸分组和元数据检索帮助整理大型个人图库。
★ 40.2K⑂ 2.3KGo
ToolAI.io · GitHub 频道
GitHub 上的 AI 项目目录
一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引；每个条目均包含许可证、设置、下载、截图及相关资源。
公开仓库数据
项目索引
语音、音频与声音
ChatTTS
2noise/ChatTTS
面向中英文对话的语音生成项目，支持说话人和停顿、笑声等韵律控制；发布模型限非商业用途。
★ 39.8K⑂ 4.2KPython
计算机视觉
tesseract.js
naptha/tesseract.js
把 Tesseract OCR 引擎带到浏览器和 Node.js，通过 WebAssembly 识别图像文字，适合网页端轻量文字提取。
★ 38.7K⑂ 2.4KJavaScript
数据工程与管道
langextract
google/langextract
利用大模型从非结构化文本抽取字段和关系，并将结果定位回原文，适合需要复核证据的文档结构化流程。
★ 38.6K⑂ 2.7KPython
计算机视觉
GFPGAN
TencentARC/GFPGAN
利用生成式人脸先验修复低质量人像，适合老照片和人脸清晰化实验，可与背景超分辨率工具组合处理整张图片。
★ 37.7K⑂ 6.3KPython
AI 编程与开发者工具
CopilotKit
CopilotKit/CopilotKit
连接应用界面与 Agent 的 SDK，提供聊天、共享状态、生成式 UI 和人工确认，让 AI 能参与实际业务操作。
★ 37.3K⑂ 4.6KTypeScript
机器人与边缘 AI
mediapipe
google-ai-edge/mediapipe
面向移动端、浏览器和边缘设备的机器学习组件，提供视觉、文本与音频任务 API、模型及定制工具。
★ 36.9K⑂ 6.2KC++
RAG 与知识系统
graphrag
microsoft/graphrag
从文本构建实体关系与社区摘要，用图结构组织问答上下文，适合探索跨文档主题；当前上游已说明主要进入维护模式。
★ 35.9K⑂ 3.8KPython
多模态 AI
diffusers
huggingface/diffusers
用于加载和组合扩散模型的 Python 库，提供生成管线、模型组件、调度器和训练示例，适合构建可编程的图像与多模态生成流程。
★ 34.5K⑂ 7.3KPython
嵌入向量与向量搜索
qdrant
qdrant/qdrant
支持向量、稀疏向量和元数据过滤的检索引擎，适合给知识问答、推荐与相似内容搜索提供可独立部署的数据层。
★ 34.5K⑂ 2.7KRust
数据工程与管道
spaCy
explosion/spaCy
面向工程应用的 NLP 流水线，提供分词、实体识别、句法分析和文本分类，适合将稳定的文本任务做成可训练、可部署组件。
★ 33.9K⑂ 4.7KPython
AI 编程与开发者工具
netron
lutzroeder/netron
可视化查看模型计算图、张量与输入输出结构，支持多种模型格式，适合模型交接、导出检查和部署前排查。
★ 33.5K⑂ 3.2KJavaScript
第 15 / 26 页 · 305 个项目