AI编程

awesome-langchain聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

IP Adapter聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为ip-adapter.github.io。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

Background Removal 是一个强大的 npm 包，它提供了一个在线浏览器中使用的抠图脚本。该脚本基于 ONNX 模型，并通过使用 WebAssembly 在浏览器上运行。

很棒的 ChatGPT API，Github项目，精选的应用程序和工具列表，不仅使用新的 聊天GPT API ，还允许用户配置自己的 API 密钥 ，从而可以免费和按需使用自己的配额。

CopilotKit聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

gpt-engineer是一个人工智能程序，可以根据用户给出的提示构建代码。该程序会要求用户提供澄清信息，并生成一个完整的代码库。这个项目的哲学思想是简单易用，灵活易扩展，让AI学习用户的编码风格。 ▸提出详细问题 ▸生成技术规范 ▸编写所有必要的代码 ▸轻松添加自己的推理步骤、修改、实验 ▸让您在几分钟内完成编码项目

EchoMimicV2 利用参考图像、音频剪辑和一系列手势来生成高质量的动画视频，确保音频内容和半身动作之间的连贯性。 项目页面： https://antgroup.github.io/ai/echomimic_v2/ GitHub 页面： https://github.com/antgroup/echomimic_v2    

llama2.c是一个用纯 C 语言编写的 Llama 2 LLM 架构的推理引擎。 该项目允许用户在 PyTorch 中训练 Llama 2 模型，将权重保存为二进制文件，然后使用 C 文件加载和运行模型。 该项目并非用于生产环境，而是一个周末项目。 评论中讨论了优化性能、在普通 Linux 服务器上运行 LLM、减小 Llama2 模型大小以及在 Web 应用中使用 LLM 的潜力等各种话题。

DWPose聚焦面向人工智能创作与应用的在线工具，适合创作者、开发者和需要提升效率的用户使用。，官网域名为github.com。，涉及AI开源项目、AI编程适合需要相关工具与资源的个人用户、创作者或团队使用，可从官网了解最新功能、使用方式和服务条款。

SillyTavern（或简称 ST）是一个本地安装的用户界面，允许您与文本生成 LLM、图像生成引擎和 TTS 语音模型进行交互。 一个可以本地部署的虚拟角色聊天软件，支持多种虚拟角色，也可以自己创造角色，后台可以连多种不同LLM，比如OpenAI、Claude、Llama等，支持TTS（文字转语音） 支持中文、英文、日文、韩文等多语言 由于 SillyTavern 只是一个界面，您需要访问 LLM 后端才能进行推理。您可以使用 AI Horde 进行即时聊天。除此之外，我们还支持许多其他本地和基于云的 LLM 后端：兼容 OpenAI 的 API、KoboldAI、Tabby 等等。您可以在 文档 中了解更多关于我们支持的 API 的信息。 硬件要求极低：任何支持 NodeJS 18 或更高版本的设备均可运行，（电脑端、手机端均可运行下载） 如果您打算在本地机器上进行 LLM 推理，我们建议您使用 3000 系列 NVIDIA 显卡，并至少配备 6GB VRAM。更多详情，请查看您后端的文档。 SillyTavern 围绕”AI角色卡片”的概念构建。角色卡片是一系列设定 LLM 行

GPT-vup是一个公共的代码存储库，主要用于BIliBili视频网站、抖音以及人工智能（AI）方面的虚拟主播项目。该存储库在GitHub上备受关注，已经获得了364颗星星和77个分支。它的主要目标是开发虚拟主播技术，为BIliBili和抖音等平台提供更加逼真和有趣的虚拟人物形象。该存储库是公开的，任何人都可以查看和使用其中的代码。

Faiss 是一个用于高效相似性搜索和密集向量聚类的库。它包含算法，可以在任何大小的向量集中进行搜索，直到可能不适合RAM的向量。它还包含用于评估和参数调整的支持代码。

PDFShift是一款通过API提供即时、高质量的网站和HTML转换为PDF的工具。 功能特点： 快速和易于使用：PDFShift可以在几秒钟内完成设置和转换，让设计师、开发人员和业务所有者最大化效率。 高质量的转换：PDFShift生成接近原始HTML的高保真度文档，确保所转换的PDF质量优秀。 并行转换：PDFShift可以同时处理多个文档，以提高转换速度。 异步请求：通过强大的webhook系统，可以在转换后立即获得通知。 高级选项：可以自定义页眉和页脚、注入自定义的CSS和Javascript、对文档进行加密等。 支持原始HTML：不需要将私有页面公开，只需发送原始HTML数据即可进行转换。 私密和安全：您的文档不会存储在PDFShift的服务器上（除非您希望存储），并且在两天内将被删除。 PDFShift的定价如下： PDFShift还提供了更高容量的计划，如果您需要更多的资源，请联系他们进行咨询。 请注意，通过阅读PDFShift的站点上的完整文档，您可以了解更多关于使用和集成PDFShift的详细信息。

Whisper 是一种通用语音识别模型。它利用各种大型数据集上的音频进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。 在第一次使用 Buzz 的时候，会下载 Whisper 的模型，根据不同的质量要求，模型尺寸也非常可观： Whisper模型存储在~/.cache/wilsper中。 Whisper.cpp模型存储在~/Library/Caches/Buzz（Mac OS）、~/.cache/Buzz（Unix）或C:Users<username>AppDataLocalBuzzBuzzcache（Windows）中。 Hugging 模型存储在~/.cache/huggingface/hub中。 https://github.com/chidiwilliams/buzz

这是一个借助大语言模型（LLM）处理音频的工具，可以： – 生成音乐 – 背景音效 – 音频生成字幕 – 文字生成音频 – 文字生成音频并模拟声音 – 根据图片生成音频 – 对音频进行inpaint（局部屏蔽） – 根据音频和人脸照片合成视频 – 检测音频中的事件，以及开始和结束时间 – 单声道变双声道 – 通过文本描述检测特定声音发生的时间 – 抽取某种声音 – 去除背景噪音 多人混合声分离出单人声音 语音翻译 http://github.com/AIGC-Audio/AudioGPT 演示：https://huggingface.co/spaces/AIGC-Audio/AudioGPT 论文：https://arxiv.org/abs/2304.12995