计算机视觉
GLM-OCR：文档识别与 Markdown、JSON 输出
zai-org/GLM-OCR
面向表格、公式和复杂版面的 OCR 项目，提供云端调用、自托管管线、命令行及 Python SDK。
★ 7.5K⑂ 671Python
ToolAI.io · GitHub 频道
GitHub 上的热门 AI 项目
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
机器人与边缘 AI
edgeai-for-beginners
microsoft/edgeai-for-beginners
This course is designed to guide beginners through the exciting world of Edge AI, covering fundamental concepts, popular models, inference techniques, device-specific applications, model optimization, and the development of intelligent Edge AI agents.
★ 1.6K⑂ 362Jupyter Notebook
多模态 AI
HunyuanWorld-1.0
Tencent-Hunyuan/HunyuanWorld-1.0
Generating Immersive, Explorable, and Interactive 3D Worlds from Words or Pixels with Hunyuan3D World Model
★ 2.9K⑂ 261Python
评估、可观测性与安全
evals：Model evaluation framework
openai/evals
ToolAI 对 openai/evals 的客观项目介绍。Evals is a framework for evaluating LLMs and LLM systems, and an open-source registry of benchmarks
★ 19.2K⑂ 3.1KPython
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
LLM 与基础模型
Qwen3-Coder：Code-focused language models
QwenLM/Qwen3-Coder
ToolAI 对 QwenLM/Qwen3-Coder 的客观项目介绍。Qwen3-Coder is the code version of Qwen3, the large language model series developed by Qwen team
★ 16.8K⑂ 1.2KPython
语音、音频与声音
Qwen3-TTS：多语言语音合成、音色设计与声音复刻
QwenLM/Qwen3-TTS
Qwen 开源语音模型系列，提供预设音色、文字描述生成音色和参考音频复刻，适合配音与语音应用开发。
★ 13.4K⑂ 1.7KPython
语音、音频与声音
Real-Time-Voice-Cloning
CorentinJ/Real-Time-Voice-Cloning
用于研究说话人表示和语音克隆的语音合成项目。
★ 60.1K⑂ 9.4KPython
智能体与多智能体
Open-AutoGLM：Computer-use automation agent
zai-org/Open-AutoGLM
ToolAI 对 zai-org/Open-AutoGLM 的客观项目介绍。An Open Phone Agent Model & Framework. Unlocking the AI Phone for Everyone
★ 26.1K⑂ 4KPython
LLM 与基础模型
Qwen
QwenLM/Qwen
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.
★ 21.5K⑂ 1.9KPython
智能体与多智能体
Qwen-Agent：Tool-using and RAG agents
QwenLM/Qwen-Agent
ToolAI 对 QwenLM/Qwen-Agent 的客观项目介绍。Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc
★ 17K⑂ 1.7KPython
语音、音频与声音
AudioCraft：音乐、音效与神经音频处理工具箱
facebookresearch/audiocraft
基于 PyTorch 的音频生成研究库，包含 MusicGen、AudioGen、EnCodec 等组件，支持文本条件生成、部分旋律条件任务及模型训练流程。
★ 23.6K⑂ 2.7KPython
第 23 / 25 页 · 295 个项目