搜索“framework”
搜索累计收录的项目,找到适合你当前任务的工具。
LongCat-Video
生成文本/图像转视频及视频续作的基础视频模型
统一架构支持 Text-to-Video、Image-to-Video 和 Video-Continuation 三种任务,13.6B 参数规模,侧重高效高质量的长视频生成。
Model-Optimizer
统一压缩深度学习模型以加速推理部署
整合量化、蒸馏、剪枝、神经架构搜索、投机解码等 SOTA 优化技术,将模型压缩后导出至 TensorRT-LLM、TensorRT、vLLM 等推理框架。
harness-sdk
构建和管理 AI Agent 的 Python 开发框架
为 AI Agent 开发提供结构化框架,支持 Anthropic、Bedrock 等主流 LLM 平台集成,采用 Apache-2.0 协议开源。
agent-native
构建智能体应用的开发框架
基于 React 与 TypeScript 提供 agentic 应用的基础框架,降低 AI Agent 应用开发门槛。
higgsfield
容错可扩展的大规模模型训练调度框架
解决千亿至万亿参数模型训练的 GPU 编排与分布式调度问题,支持 PyTorch 并集成 LLaMA 系列模型,面向 MLOps 与集群管理场景。
transformers
定义和运行文本、视觉、音频及多模态机器学习模型
为 NLP、计算机视觉、语音和多模态任务提供统一的模型定义框架,支持预训练模型的推理与训练,覆盖从 BERT 到 GPT 等主流架构。
deer-flow
构建可执行长周期任务的超级智能体框架
解决复杂任务需要数分钟到数小时持续执行的问题,通过沙箱、记忆、工具、技能、子代理和消息网关等组件,支持研究、编程和创作等多层级任务处理。
hyperframes
用 HTML 编写动画并渲染为视频
解决 AI Agent 生成视频内容的需求,基于 HTML 和 CSS 动画通过 Puppeteer 与 FFmpeg 渲染为视频,支持 GSAP 动画库与 MCP 协议集成。
agents
构建实时语音与视频 AI 智能体
解决实时多模态 AI 应用开发复杂的问题,提供 Python 框架支持语音、视频流的实时处理,集成 OpenAI 等模型实现低延迟对话交互。
TradingAgents
多智能体 LLM 金融交易框架
将多智能体协作机制引入金融量化交易,利用 LLM 驱动多个 Agent 分工完成市场分析、决策制定与交易执行。
ai-job-search
本地运行 AI 求职全流程自动化框架
解决求职者手动筛选职位、修改简历和准备面试的重复劳动问题,基于 Claude Code 实现职位评估、CV 定制、求职信撰写和面试准备,代码可 fork 自主掌控。
ruflo
部署智能多智能体集群并协调自主工作流
解决多智能体协作与自主工作流编排问题,支持自适应记忆、自学习智能、RAG 集成,并原生集成 Claude Code、Codex、Hermes 等模型。
onnxruntime
跨平台加速 ONNX 模型的推理与训练
解决机器学习模型在不同硬件上部署性能不一致的问题。支持 PyTorch、TensorFlow 等框架导出的 ONNX 格式,提供跨平台硬件加速。适合需要将训练好的模型高效部署到 CPU、GPU 或边缘设备的工程师。