generative-ai 第 8 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 8 / 12 页）
AI-Engineer-Interview-Questions这是一个面向 AI Engineer、LLM Engineer 与应用 AI 岗位的面试题库与备考资料库，主要帮助传统软件工程师转型进入 AI 领域，也适合 M★ 205
Data-science-ML-and-DL-Resources这是一个面向机器学习、深度学习和数据科学学习者的免费资源集合仓库。它系统地整理了笔记、课程、视频、项目、文章和代码仓库链接，覆盖了从Python、SQL基础到C★ 200
GMFlowGMFlow 是一个基于高斯混合流匹配（Gaussian Mixture Flow Matching）的生成模型开源实现，由 ICML 2025 论文提出。它旨★ 198
awesome-minimax-h3-prompts这是一个精选的 MiniMax H3 视频生成提示词合集，旨在帮助创作者快速上手 MiniMax H3 模型，生成电影感、广告、动漫、UGC、产品演示等多种风格★ 196
companioncompanion 是一个基于生成式 AI 的外语私教工具，利用大语言模型和语音技术，帮助用户通过对话练习外语。它解决传统语言学习缺乏真实对话场景和个性化反馈的★ 195
IAmDirector-Text2Video-NextJS-Client这是一个基于 Next.js 构建的文字转视频 Web 前端项目，旨在为生成式 AI 视频创作提供一个完整的平台参考。它解决了从创意到视频成片过程中流程繁琐、工★ 189
gpt-rag-ingestiongpt-rag-ingestion 是微软 GPT-RAG 方案中的数据摄取服务，专门解决企业把杂乱文档喂给 Azure AI Search 前的清洗与向量化问★ 188
Diffusion_models_tutorial这是一个扩散模型的系统教程集合，以Jupyter Notebook为载体，从零开始逐步实现扩散模型。项目覆盖了去噪扩散概率模型（DDPM）和基于分数的生成模型等★ 187
ImageLensImageLens 是一个 Chrome 浏览器插件，主要解决两个问题：一是看到网页上喜欢的图片，想知道它背后的生成提示词；二是想快速验证自己写的提示词效果。它★ 186
googlegptgooglegpt 是一个基于 Greasemonkey 的用户脚本，旨在将 AI 聊天和搜索摘要直接集成到 Google 搜索结果页面中。它利用最新的 LLM★ 184
Flux-3-Dev-APIFlux-3-Dev-API 是一个 Python 封装库，用于调用 Black Forest Labs 的 FLUX 3 Dev API。它解决了开发者快速集★ 184
mcp-imagemcp-image 是一个基于 Model Context Protocol (MCP) 的图像生成与编辑服务器，旨在为 AI 应用提供统一的图像处理接口。它解★ 181
ImagenHubImagenHub 是一个一站式条件图像生成模型推理与评估库，旨在标准化各类条件图像生成模型的调用和评测流程。它解决了当前图像生成领域模型众多、接口不一、评估指★ 180
HOT-Step-CPPHOT-Step-CPP 是一个基于 C++ 与 GGML 推理框架的本地 AI 音乐生成项目，目标是把原本依赖 Python 和重型依赖的音乐生成模型搬到纯 ★ 179
VEFX-BenchVEFX-Bench 是一个面向通用视频编辑与视觉特效（VFX）的综合性基准测试项目。它旨在解决视频编辑和特效领域缺乏统一、全面评估标准的问题，为生成式 AI ★ 178
genai-factorygenai-factory 是一套面向 Google Cloud（GCP）的生成式 AI 基础设施蓝图集合，用 Terraform（HCL）编写，目标是把部署生★ 175
PromptingTools.jlPromptingTools.jl 是 Julia 生态中用于与大语言模型交互的开发框架，目标是让 Julia 开发者无需手写 HTTP 请求和解析响应，就能快★ 175
comfyui-nixcomfyui-nix 是一个为 ComfyUI 提供的 Nix flake 配置，旨在简化 Stable Diffusion 工作流的部署。它解决了 Comf★ 171
context-engineeringContext Engineering 是一个专注于构建一致、准确、可预测 AI 系统的开源项目。它解决的核心问题是：在大语言模型应用中，上下文（Context★ 171
remiqoraremiqora 是一个本地 AI 音乐工作室，把 ACE-Step 1.5 与 YuE2-3B 两个音乐生成模型整合进同一个 Vue 界面，并内置多轨 DAW★ 170
comfyUI-LongLookLongLook 是一个 ComfyUI 节点包，将 NeurIPS 2024 论文 FreeLong 的频谱混合技术引入 Wan 2.2 视频生成流程。它解决★ 168
oreilly-retrieval-augmented-gen-ai这是一个面向开发者的教程型开源项目，由O'Reilly出版方提供，专注于检索增强生成（RAG）技术的实践教学。它通过Jupyter Notebook演示如何将大★ 168
awesome-ai-pptawesome-ai-ppt 是一个精选资源列表，专门收集 AI 生成 PPT、PowerPoint 自动化、PPTX 编辑和幻灯片工作流相关的工具与项目。它解★ 168
Awesome-Music-GenerationAwesome-Music-Generation 是一个聚焦音乐生成模型（MG²）的资源合集，收录了基于扩散模型、大语言模型等技术的音乐生成项目、论文和工具。它★ 167
ComfyUI-TDComfyUI-TD 是一个连接 ComfyUI 与 TouchDesigner 的自定义节点，用于将 ComfyUI 生成的图像、视频、3D 模型、音频和文本★ 167
rag-interview-system这是一个面向RAG（检索增强生成）技术面试的题库与学习资源合集，包含548道面试题、41种RAG类型、系统设计场景、架构模式及生产级概念。项目以Jupyter ★ 167
axaraxar 是一个极简的 TypeScript 智能体框架，旨在为开发者提供简单、可控的 AI 代理构建体验。它解决了主流框架过度封装、黑盒操作的问题，让开发者能★ 166
Awesome-Resource-Efficient-LLM-Papers这是一个精选资源高效大语言模型（LLM）高质量论文的列表项目，旨在系统整理和分类关于降低LLM训练、推理和部署成本的研究成果。它解决了LLM领域资源消耗巨大、研★ 165
gateway这是一个已弃用的AI网关项目，旨在为构建生产级AI应用提供核心基础设施。它作为统一入口，处理对各类AI模型的请求路由、负载均衡、API密钥管理与访问控制等，解决★ 162
GPA-LMGPA-LM是一个关于游戏智能体与大模型交叉领域的论文实时列表，收录了题为《A Survey on Game Playing Agents and Large ★ 161
AI-EngineerAI-Engineer 是一个面向 AI 工程师的专题知识库，专注于 Agentic AI（智能体 AI）与生成式 AI（GenAI）的深度讲解。它旨在解决 A★ 161
glideglide 是一个用 Go 编写的开源模型网关，旨在为生产级生成式 AI 应用提供极速、简单的接入层。它解决了企业在集成多个大语言模型（LLM）时面临的统一接口★ 160
X-PromptX-Prompt 是一个面向自回归视觉语言基础模型的通用上下文图像生成框架。它解决的是现有自回归模型在图像生成时难以灵活利用上下文信息、缺乏统一提示机制的问题。★ 158
BelloBello 是一个面向编码智能体（coding agent）的增强型工具，核心目标是让 AI 编程助手在同等质量下获得约三倍的可用额度。它通过多智能体编排来解决★ 157
awesome-agvawesome-agv 是一个面向 AI 编程代理的规则与最佳实践集合库，旨在通过系统化的标准和规范提升 AI 编码代理（如 Claude Code、Antig★ 156
ai-infra-landscapeai-infra-landscape 是一个以 HTML 呈现的生成式 AI 基础设施全景图，旨在梳理和展示支撑生成式 AI 生态的底层技术栈与工具链。它解决了★ 156
odin-slidesodin-slides 是一个基于 Python 的办公效率工具，利用 GPT 等大语言模型，将冗长的 Word 文档自动转换为结构清晰的 PowerPoint★ 154
quick-start-connectorsquick-start-connectors 是 Cohere 官方提供的开源参考代码库，旨在帮助开发者快速将企业工作场所的数据存储（如数据库、文档系统等）与 ★ 154
zero-to-aizero-to-ai 是一个面向零基础学习者的免费 AI/ML 课程仓库，以 950 多个 Jupyter Notebook 为载体，覆盖从 Python 基础★ 154
ChatFAQChatFAQ 是一个开源的对话式 AI 解决方案构建平台，旨在帮助开发者快速搭建基于大语言模型的智能问答系统。它整合了 RAG（检索增强生成）、Agent（智★ 153
StableFaceStableFace 是一个基于 Stable Diffusion 2.1 构建个人人脸应用的开源项目，主要解决如何利用扩散模型实现人脸编辑与生成的问题。项目以★ 152
cinematic-video-prompt-skill这是一个面向 AI 视频生成领域的提示词速查表与 Claude Skill 工具，主要解决普通用户写视频提示词时缺乏电影语言知识、难以精确控制画面效果的问题。项★ 152
vibe-creating-skill这是一个开源的双语AI视频提示词生成技能，旨在将用户的创意想法自动转化为模型可直接使用的文生视频提示词。它解决了非专业用户难以撰写高质量视频提示词的痛点，通过结★ 150
iloveAgentsiloveAgents 是一个由社区驱动的 AI 智能体项目集合，旨在汇集和展示各种值得喜爱的 AI Agent 应用。它解决了开发者寻找高质量、可参考的智能体★ 148
awesome-flux-3-api-prompts这是一个面向 Black Forest Labs FLUX 3 模型的 API 使用指南与提示词合集。FLUX 3 是统一的多模态生成模型，支持文生视频、图生视★ 147
LiveWorldLiveWorld 是 ECCV 2026 论文的官方实现，旨在解决生成式视频世界模型中“视野外动态”的模拟问题。传统视频生成模型只能基于可见帧进行预测，而 L★ 147
Minimalistic-Comfy-Wrapper-WebUIMCWW（Minimalistic-Comfy-Wrapper-WebUI）是一个基于 Gradio 的 ComfyUI 附加界面，专注于推理场景，不依赖节点图★ 145
Finance-LLMsFinance-LLMs 是一个专注于金融服务的开源项目，系统性地整理了真实世界中大语言模型（LLM）与 AI 智能体（Agent）的应用案例。它旨在解决金融行★ 144
Stellar-ChatStellar-Chat 是一个基于 C# 和 Blazor 的多模态聊天应用，旨在提供一个统一的 AI 对话与创作平台。它允许用户创建自定义智能体（Agent★ 144
SharpVectorSharpVector 是一个轻量级的内存语义搜索文本向量数据库，专为 .NET 应用设计。它解决了在 .NET 生态中嵌入向量检索能力时缺乏轻量级原生方案的问★ 144