generative-ai 第 6 页
本站收录 568 个带「generative-ai」标签的 AI 开源项目（按 GitHub 星标从高到低，第 6 / 12 页）
ResuLLMeResuLLMe 是一个利用大语言模型优化简历的开源工具。它通过 Jinja 模板将简历内容结构化，并调用 LLM 对简历进行智能改写、润色和针对性优化，帮助求★ 473
quantalogicQuantalogic 是一个基于 ReAct 范式的编码智能体（Coding Agent）开发框架，用 Python 编写。它要解决的问题是：让开发者不必从零★ 470
sagifysagify 是一个旨在简化大型语言模型和机器学习工作流的开源工具，主要面向 Python 开发者。它解决了从模型训练到部署过程中配置复杂、流程繁琐的问题，通过★ 442
Text2VideoText2Video 是一个基于 ICASSP 2022 论文的开源项目，实现文本驱动的说话人视频合成。它通过音素字典将输入文本转换为语音，并驱动人物头像生成与★ 438
Grokking-Artificial-Intelligence-Algorithms这是《Grokking Artificial Intelligence Algorithms》一书的官方代码仓库，用Python实现书中讲解的各种人工智能算法，★ 435
ComfyUI-AutomaticCFGComfyUI-AutomaticCFG 是一个针对 ComfyUI 和 Stable Diffusion 工作流的智能 CFG（分类器自由引导）调节节点。它像★ 433
EdgeChainsEdgeChains.js 是一个全栈生成式 AI 库，旨在简化 LLM 应用的开发与部署。它解决的核心问题是传统 AI 项目中提示词和链逻辑分散在代码类中难以★ 429
ai-platform-engineeringCAIPE（Community AI Platform Engineering）是一个面向AI平台工程领域的开源社区项目，旨在为构建、部署和管理AI智能体（Ag★ 427
DreamLayer-EvalDreamLayer-Eval 是一个面向扩散模型的自动化评测基准工具，旨在解决图像生成模型评估过程繁琐、结果难以复现的问题。它通过自动化管理评估流程、随机种子★ 413
stable-flowStable Flow 是 CVPR 2025 论文的官方实现，提出一种无需训练的图像编辑方法。它针对扩散模型（如 Stable Diffusion）在编辑时因★ 412
openllmetry-jsOpenLLMetry-js 是 OpenLLMetry 的 TypeScript 姊妹项目，基于 OpenTelemetry 为 LLM 应用提供开源可观测性★ 412
azure-openai-llm-notes这是一个精选资源合集，专注于 Azure OpenAI 和大型语言模型（LLM）生态，涵盖 RAG（检索增强生成）和智能体（Agents）相关技术。项目按月更新★ 410
quick-start-guide-to-llms这是《大型语言模型快速入门指南》一书的官方代码仓库，配套书籍内容，提供了一系列 Jupyter Notebook 示例，帮助读者从零开始理解大语言模型的核心概念★ 399
agent-prismagent-prism 是一套基于 React 的组件库，专门用来可视化 AI Agent 的执行轨迹（trace）。随着 LLM 应用从单次问答走向多步骤、多★ 398
GPTPortalGPTPortal 是一个基于 Node.js 的轻量级 Web 门户，用于统一接入 GPT-4、Claude、Gemini、Mistral 及 OpenAI ★ 397
iq-seriesIQ Series 是一个面向微软企业级智能平台 IQ 的实操学习项目。它通过系列视频、Jupyter Notebook 和 Azure 部署模板，帮助开发者快★ 394
llms这是一个以 Jupyter Notebook 形式组织的开源学习仓库，系统讲解大语言模型（LLM）的理论与实践。内容覆盖从深度学习基础、Transformer ★ 394
MACEMACE 是一个针对 Stable Diffusion 等扩散模型的概念擦除工具，旨在解决文本生成图像模型可能生成不当内容的问题。它通过微调模型权重，实现同时擦★ 390
llms-from-scratch这是一个从零开始用 PyTorch 构建类 ChatGPT 大语言模型的教学项目，通过 Jupyter Notebook 逐步讲解每个实现细节。它解决的是初学者★ 385
TrueMemoryTrueMemory 是一个为 AI 智能体设计的本地优先记忆系统，旨在解决 AI 对话中缺乏长期记忆的问题。它通过自动捕获交互上下文并生成嵌入，实现自动回忆，★ 381
VoxNovelVoxNovel 是一个将电子书转换为有声书的开源工具，核心特点是能为书中每个角色分配不同的配音演员，实现多角色语音合成。它解决的是传统 TTS 生成有声书时声★ 377
slide-deck-aislide-deck-ai 是一个用 AI 协同创建 PowerPoint 演示文稿的开源工具，基于 Python 构建。它解决的是从零开始制作 PPT 耗时费★ 376
gemini-youtube-automation这是一个基于 Gemini 等大语言模型的完全自主 AI 智能体/Python 流水线，用于自动生成教育视频并上传到 YouTube。它解决了内容创作者需要手动★ 367
Seedance-2-APISeedance-2-API 是一个针对字节跳动 Seedance 系列视频生成模型的 Python 封装库，支持 Seedance 2.0、2.5 和 Min★ 358
generative-ai-application-builder-on-aws这是一个AWS官方推出的生成式AI应用构建框架，旨在降低生成式AI应用开发门槛。它提供了一套完整的解决方案，包括与Amazon Bedrock的深度集成，支持A★ 357
HunyuanPortraitHunyuanPortrait 是腾讯混元团队开源的肖像动画框架，核心解决传统肖像驱动中显式条件（如关键点、深度图）控制粒度不足的问题。它提出隐式条件控制机制，★ 357
fashn-vton-1.5FASHN VTON v1.5 是一个基于扩散模型的虚拟试穿（Virtual Try-On）开源项目，专注于在像素空间实现无需掩码的高效服装迁移。它解决了传统虚★ 355
langchain-awslangchain-aws 是 LangChain 官方生态中面向 AWS 的集成包，帮助开发者把 LangChain 应用直接跑在亚马逊云上。它把 Bedro★ 352
rag-all-in-onerag-all-in-one 是一个专注于检索增强生成（RAG）应用构建的指南型开源项目。它旨在解决开发者在搭建 RAG 系统时面临的碎片化知识、架构选择困难等★ 350
home-generative-agent这是一个为 Home Assistant 打造的生成式 AI 智能体，旨在让用户通过自然语言与智能家居交互。它解决了传统自动化配置复杂、摄像头监控被动等问题，核★ 348
MVEditMVEdit 是一个基于 3D-Adapter 方法的多视角扩散模型项目，旨在解决从文本或单图生成高质量、几何一致的 3D 内容的问题。它通过在多视角扩散过程中★ 347
sdk这是一个面向视频生成场景的TypeScript SDK，核心思路是用JSX语法来声明式地描述视频内容，然后通过统一API接入Kling、Flux、ElevenL★ 342
MeshXLMeshXL 是一个基于神经坐标场（Neural Coordinate Field）的3D网格生成基础模型，由 NeurIPS 2024 论文提出。它解决了传统★ 342
AI-Influencer-GeneratorAI-Influencer-Generator 是一个基于 Jupyter Notebook 的开源项目，旨在帮助用户创建和定制虚拟 AI 网红。它利用 Flu★ 331
Orkas-VideoStudioOrkas-VideoStudio 是一个将编程代理转变为视频工作室的开源工具。它允许用户用自然语言描述视频内容，然后由 AI 代理自动编写时间线并生成视频文件★ 331
VeritasGraphVeritasGraph 是一个开源的 Knowledge Graph 与 GraphRAG 框架，旨在解决大模型在处理复杂多跳推理和事实溯源时的不足。它允许用★ 325
awesome-seedance-2.5-api-prompts这是一个围绕字节跳动 Seedance 2.5 视频生成 API 的提示词与参数指南集合。它旨在帮助开发者快速上手 Seedance 2.5，通过提供结构化的提★ 324
picollmpicollm 是一个专注于设备端（on-device）大语言模型推理的开源项目，通过 X-Bit 量化技术实现高效的模型压缩与推理。它支持 Gemma、Lla★ 318
gflow-cligflow-cli 是一个用 Python 编写的命令行工具，把 Google Flow 的 Veo 视频生成和 Imagen 图像生成能力搬到终端里。它解决的★ 318
AI-Engineering-LabAI-Engineering-Lab 是一套免费、自定进度的 24 周 AI 工程课程，由 Zorost Intelligence AI Lab 开源，采用 M★ 318
agent-systems-handbook这是一本面向AI智能体开发者的实战手册，系统讲解智能体系统、工作流、LangGraph、MCP/A2A协议、上下文工程、记忆管理、评估与可观测性，以及多智能体架★ 316
LLM-TPULLM-TPU 是一个面向算能（Sophgo）BM1684X 和 BM1688 系列 TPU 芯片的开源推理项目，旨在让生成式 AI 模型（如大语言模型）直接运★ 316
ComfyUI-Qwen3-TTSComfyUI-Qwen3-TTS 是一个将阿里通义千问团队开源的 Qwen3-TTS 模型集成到 ComfyUI 中的自定义节点套件。它解决了在 ComfyU★ 313
SDGymSDGym 是一个用于基准测试合成数据生成方法的开源工具，由 SDV 团队开发。它解决了如何公平、系统地评估不同合成数据生成算法性能的问题。SDGym 提供了一★ 312
SVD-LLMSVD-LLM 是一个面向大语言模型的低秩压缩与微调框架，基于奇异值分解（SVD）技术，在保持模型性能的前提下显著减少参数规模和推理开销。它解决了大模型部署时内★ 309
flamaflama 是一个面向预测式与生成式 AI 的生产级框架，旨在让开发者以极简方式将任意模型快速部署为 API。它解决了模型服务化过程中配置复杂、接口不统一、缺乏★ 304
embodied-agentsembodied-agents 是一个旨在将最先进的 Transformer 模型无缝集成到机器人技术栈中的开源项目。它主要解决机器人与大模型（如视觉语言模型）★ 302
ai-game-art-pipeline-skill这是一个用于将AI生成的图像和视频转化为可玩游戏美术资产的Agent技能包，来自Y Build项目。它解决的是游戏开发中AI生成素材难以直接用于引擎的问题，通过★ 301
open-genieopen-genie 是 DeepMind 论文《Genie: Generative Interactive Environments》的非官方 PyTorch★ 296
beyondllmBeyondLLM 是一个用于构建、评估和观测 LLM 应用的轻量级开源框架。它旨在简化 RAG（检索增强生成）应用的开发流程，解决开发者在构建 LLM 应用时★ 296