1. microsoft/MS-DOS

截止发稿星数: 28329
仓库语言: Assembly
仓库开源协议：MIT License
仓库地址：https://github.com/microsoft/MS-DOS

该仓库包含 MS-DOS v1.25、v2.0 和 v4.0 的原始源代码与编译二进制文件。这些文件最初于 2014 年 3 月 25 日在计算机历史博物馆公开，现重新发布在此仓库中，以便于查找、在外部著作中引用并供对早期 PC 操作系统感兴趣的人员探索和实验。

仓库中的所有文件均根据根目录中存储的 LICENSE 文件采用 MIT 许可证发布。源文件仅供历史参考并保持静态。请不要发送建议对源文件进行任何修改的 Pull Request，但可以随时分叉此仓库进行实验。

该项目已采用 Microsoft 开源行为准则。有关更多信息，请参阅行为准则常见问题解答，或通过 opencode@microsoft.com 联系我们以提出其他问题或意见。

2. myshell-ai/OpenVoice

截止发稿星数: 23509
仓库语言: Python
仓库开源协议：MIT License
仓库地址：https://github.com/myshell-ai/OpenVoice

OpenVoice是一款由MyShell开发的语音克隆工具。它可以通过一个声音样本快速而准确地克隆出该声音，并生成多种语言和口音的语音。OpenVoice V1于2023年5月发布，具备以下特点：准确的音色克隆、灵活的语音风格控制和跨语言语音克隆。2024年4月，OpenVoice V2发布，在V1的基础上，改善了音频质量、原生支持多语言，并开放商业免费使用。OpenVoice自发布以来，已被广泛使用，用户已达数千万。它的背后团队成员主要来自麻省理工、清华大学和MyShell。用户可在教程中找到详细的使用指南，常见问题可在文档中找到。加入OpenVoice的Discord社区，即可获得专属开发者渠道，参与讨论和协作。V1和V2均采用MIT许可，可免费用于商业和研究。OpenVoice的实施基于TTS、VITS和VITS2等优秀项目，在此表示感谢。

3. apple/corenet

截止发稿星数: 6119
仓库语言: Python
仓库开源协议：Other
仓库地址：https://github.com/apple/corenet

CoreNet是一个深度神经网络工具包，它允许研究人员和工程师训练标准和新颖的小型和大规模模型，用于包括基础模型（如CLIP和LLM）、对象分类、对象检测和语义分割在内的各种任务。

CoreNet提供了许多功能，包括：

模块化代码库，可轻松添加新模型和数据集。
支持各种任务，包括图像分类、目标检测和语义分割。
使用PyTorch实现，可扩展性和优化性强。
提供针对图像分类、目标检测和语义分割的教程和示例。
具有一系列预训练模型，包括CLIP、MobileNet、ResNet和ViT。
正在积极开发中，并定期添加新功能。

CoreNet已用于Apple的各种研究项目，包括：

OpenELM：一种高效的语言模型家族，具有开放的训练和推理框架。
CatLIP：具有2.7倍更快的基于网络规模图像文本数据预训练的CLIP级视觉识别精度。
数据强化乘倍效应：通过数据集强化提高模型准确率和鲁棒性。
CLIP与模型库专家：伪监督视觉增强。
FastVit：一种使用结构重新参数化的快速混合视觉Transformer。
字节是您所需要的：直接操作文件字节的Transformer。
MobileOne：改进的毫秒级移动骨干网。
RangeAugment：使用范围学习的高效在线增强。
移动视觉Transformer的可分离注意力（MobileViTv2）。

CoreNet与CVNets有密切关系，CVNets是其前身。CoreNet扩展了CVNets的功能，以涵盖更广泛的计算机视觉应用之外的范围。这种扩展促进了基础模型的训练，包括LLM。

如果你正在寻找一个用于训练深度神经网络的强大且灵活的工具包，那么CoreNet是一个很好的选择。它正在积极开发中，并得到Apple研究人员的广泛使用。

4. binary-husky/gpt_academic

截止发稿星数: 57031
仓库语言: Python
仓库开源协议：GNU General Public License v3.0
仓库地址：https://github.com/binary-husky/gpt_academic

GPT Academic是一个适用于GPT/GLM等LLM大语言模型的实用化交互接口，它针对学术阅读/润色/写作体验进行了优化。其模块化的设计支持自定义快捷按钮和函数插件，并且可以在Python和C++等项目剖析和自译解中运用。此外，该项目还支持PDF/LaTex论文翻译和总结功能，可以并行问询多种LLM模型，并接入了通义千问、deepseekcoder、讯飞星火、文心一言、llama2、rwkv、claude2、moss等多款模型。

功能亮点：

支持接入百度千帆、文心一言、通义千问、上海AI-Lab书生、讯飞星火、LLaMa2、智谱GLM4、DeepseekCoder等模型。
支持mermaid图像渲染，可让GPT生成流程图、状态转移图、甘特图、饼状图、GitGraph等图形。
提供Arxiv论文精选翻译功能，一键翻译arxiv论文摘要并生成超高质量翻译。
支持实时语音对话输入，异步监听音频，自动断句，自动寻找回答时机。
融入AutoGen多智能体插件，探索多Agent的智能涌现可能。
提供虚空终端插件，能够使用自然语言直接调度本项目其他插件。
提供一键润色、翻译、查找论文语法错误、解释代码等功能。
支持自定义快捷键和函数插件，支持插件热更新。
具有程序剖析功能，一键剖析Python/C/C++/Java/Lua/…项目树或进行自我剖析。
支持读论文、翻译论文，一键解读latex/pdf论文全文并生成摘要。
提供Latex全文翻译、润色功能，一键翻译或润色latex论文。
提供批量注释生成功能，一键批量生成函数注释。
支持Markdown中英互译，可生成多种语言的README。
具备PDF论文全文翻译功能，可提取题目和摘要，并翻译全文（多线程）。
集成Arxiv小助手插件，输入arxiv文章url即可一键翻译摘要和下载PDF。
提供Latex论文一键校对功能，仿照Grammarly对Latex文章进行语法、拼写纠错并输出对照PDF。
提供谷歌学术统合小助手插件，给定任意谷歌学术搜索页面URL，让GPT帮你写relatedworks。
提供互联网信息聚合+GPT功能，一键让GPT从互联网获取信息回答问题，让信息永不过时。
可以同时显示公式的tex形式和渲染形式，支持公式、代码高亮。
提供暗色主题，在浏览器url后面添加/?__theme=dark可以切换dark主题。
支持同时调用多个LLM模型，如GPT3.5、GPT4、清华ChatGLM2、复旦MOSS。
加入Newbing接口(新必应)，引入清华Jittorllms支持LLaMA和盘古α。
提供void-terminal pip包，脱离GUI，在Python中直接调用本项目的所有函数插件（开发中）。

安装方法：

提供了三种安装方法：

方法一：直接运行（Windows, Linux或MacOS）

下载项目
配置API_KEY等变量
安装依赖
运行

方法二：使用Docker

提供四个部署方案：

部署项目的全部能力（包含cuda和latex的大型镜像）
仅部署ChatGPT + GLM4 + 文心一言+spark等在线模型（推荐大多数人选择）
部署ChatGPT + GLM3 + MOSS + LLAMA2 + 通义千问（需要熟悉Nvidia Docker运行时）
Windows一键运行脚本

方法三：其他部署方法

使用第三方API、Azure等、文心一言、星火等
云服务器远程部署避坑指南
在其他平台部署&二级网址部署

高级用法：

自定义新的便捷按钮（学术快捷键）
自定义函数插件

动态更新：

对话保存功能
Latex/Arxiv论文翻译功能
虚空终端（从自然语言输入中，理解用户意图+自动调用其他插件）
模块化功能设计
译解其他开源项目
装饰live2d的小功能（默认关闭，需要修改config.py）
OpenAI图像生成
基于mermaid的流图、脑图绘制
Latex全文校对纠错
语言、主题切换

已知问题：

某些浏览器翻译插件干扰此软件前端的运行
官方Gradio目前有很多兼容性问题，请务必使用requirement.txt安装Gradio

参考与学习：

本项目代码参考了以下优秀项目：

清华ChatGLM2-6B
清华JittorLLMs
ChatPaper
Edge-GPT
ChuanhuChatGPT
Oobabooga one-click installers
Gradio
live2d_demo

5. TagStudioDev/TagStudio

截止发稿星数: 1499
仓库语言: Python
仓库开源协议：GNU General Public License v3.0
仓库地址：https://github.com/TagStudioDev/TagStudio

TagStudio 是一款文件和照片管理应用程序及系统。它旨在向用户提供自由灵活的文件管理体验，支持各种平台且隐私友好。其核心特色包括：

**可扩展、可组合标签：**用户可创建包含别名和子标签的丰富标签，并将其组成多级标签管理体系。
**元数据管理：**记录文件名称、作者、描述、标签等元数据，并可根据元数据、文件名、标签进行搜索。
**灵活组织：**以目录中心创建文件库，并通过添加元数据进行组织。TagStudio支持创建用户自定义元数据字段，并根据不同标准建立文件分组。
**多用户协作：**未来版本中将提供对多个同时用户和客户端的支持。
**便携性与开放性：**不使用专有格式，也不依赖外部软件或侧边车文件。未来将设计出可互操作的标准，以实现不同前端和操作系统之间的兼容性。
**用户体验：**现代化的界面，易于使用，满足用户对文件管理的需求。

目前TagStudio仍处于Alpha阶段，正在积极开发中。优先级特性包括改进搜索、标签管理、批量元数据应用、标签基于文件夹自动应用、更好的文件库视图、更稳定的缩略图缓存、集合等。未来特性将包括多用户支持、云端集成、本地ML标签建议、移动版本等。

TagStudio旨在成为一个用户中心的文件管理系统，注重用户体验、隐私保护、可扩展性和开放性，最终目标是提供一个强大的文件管理工具，满足不同用户跨平台、多设备的各种需求。

6. hydralauncher/hydra

截止发稿星数: 3491
仓库语言: TypeScript
仓库开源协议：MIT License
仓库地址：https://github.com/hydralauncher/hydra

Hydra是一款带有内置BitTorrent客户端和自管理重装程序爬取器的游戏启动器。它采用TypeScript（Electron）和Python编写，其中利用libtorrent处理种子下载系统。Hydra可以通过安装Node.js、Yarn、Python和依赖项来轻松安装。你还需要SteamGridDB API密钥以获取安装时的游戏图标。此外，你可以通过配置.env文件添加你的Onlinefix凭证以获取更多功能。

启动时，Hydra会在一个窗口中运行Electron进程和一个单独的BitTorrent客户端进程。它还具备构建BitTorrent客户端和Electron应用程序的指令。值得注意的是，Hydra拥有一个活跃的贡献者社区，并且根据MIT开源许可证分发。Hydra旨在创建一个便捷易用的游戏启动器，并提供下载和安装游戏的强大功能。它是一个开源项目，欢迎用户参与贡献和改进。

7. zyronon/douyin

截止发稿星数: 6506
仓库语言: Vue
仓库开源协议：GNU General Public License v3.0
仓库地址：https://github.com/zyronon/douyin

“抖音-Vue”项目是一个移动端短视频应用，旨在模仿抖音(TikTok)。它采用了Vue 3、Vite 5和Pinia等最新技术，提供了流畅的类原生应用体验。该项目使用axios-mock-adapter模拟后端请求，数据存储在本地。

本项目还提供了多种在线访问方式，包括Github、Gitee、Netlify和Vercel等平台。它支持快速部署至Vercel和Docker，并可通过Git命令在本地开发。

项目目前处于开发初期，新功能正在持续添加中。开发者欢迎用户提出功能建议和提交PR。

项目的视频数据来自抖音网红，图片数据来自小红书公开笔记。所有内容均为互联网公开信息。

“抖音-Vue”项目遵循GPL许可协议，欢迎用户联系开发者邮箱提出反馈和建议，并分享其他开源项目，如Typing Word和Web Scripts。

8. chat2db/Chat2DB

截止发稿星数: 13607
仓库语言: Java
仓库开源协议：Apache License 2.0
仓库地址：https://github.com/chat2db/Chat2DB

Chat2DB是一个功能强大的通用SQL客户端兼报告工具，集成了ChatGPT功能，为超过100万开发者提供支持。

主要功能：

AI驱动的智能SQL开发，提供代码提示、语法检查和错误修复等功能。
AI驱动的智能报告，生成清晰易懂的数据洞察和可视化结果。
AI驱动的数据探索，帮助用户快速查询、分析和共享数据。

支持的数据库：

MySQL
PostgreSQL
Oracle
SQLServer
SQLite
MariaDB
MongoDB
Redis

安装与使用：

从官方网站下载安装包，双击安装后即可使用Chat2DB。有关使用指南，请参阅快速入门指南。

贡献与交流：

欢迎社区成员贡献Chat2DB项目，您可以通过报告问题、提出新功能或直接提交代码修复和改进来参与。

在微信或Discord上加入Chat2DB社区，与其他用户交流，获取最新更新和支持。

许可证：

Chat2DB采用Apache 2.0许可证和Chat2DB许可证。

9. Doriandarko/maestro

截止发稿星数: 1254
仓库语言: Python
仓库地址：https://github.com/Doriandarko/maestro

Maestro是一个Python框架，使Claude Opus、GPT和本地语言模型（LLM）能够智能地协调子代理，实现复杂任务。

该框架的工作流程如下：

使用Opus模型将目标分解为可管理的子任务。
使用Haiku模型执行每个子任务。
利用Opus模型将子任务结果提炼成最终输出。
将整个任务分解和执行过程记录在详尽的交换记录中。

Maestro的主要特点包括：

细致的交互式控制台界面
强大的人工智能辅助，可在每个阶段提供支持
生成代码文件和文件夹（适用于代码项目）

要运行Maestro，需要满足以下先决条件：

安装Python
Anthropic API密钥
必备Python包：anthropic和rich

安装和使用步骤：

克隆仓库或下载脚本文件。
安装所需的Python包。
替换脚本中的占位符API密钥。
打开终端或命令提示符，导航到脚本所在目录。
运行脚本并输入您的目标。

脚本将指导您完成任务分解和执行过程，并将结果显示在控制台中。完成后，它会生成一个包含完整交换记录的Markdown文件。

该框架具有高度的可定制性，允许用户调整模型、控制输出格式和修改日志记录行为。它还支持本地运行，并可以通过添加新的功能进行扩展，从而使其成为任务自动化和协作的强大工具。

10. iperov/DeepFaceLive

截止发稿星数: 23246
仓库语言: Python
仓库开源协议：GNU General Public License v3.0
仓库地址：https://github.com/iperov/DeepFaceLive

DeepFaceLive 屏幕实时换脸工具

DeepFaceLive 是一个用于 PC 流媒体或视频通话的实时换脸工具。它可以使用训练过的模型从网络摄像头或视频中替换脸部。

可用的公用模型包括：基努·里维斯、艾琳娜·阿尔蒂、米莉·帕克、罗布·多伊、杰西·斯塔特、布莱恩·格雷诺兹、憨豆先生、伊万·斯派斯、纳塔莎·福默、艾米莉·温斯顿、阿娃·德·阿达里奥、迪丽热巴·迪力木拉提、玛蒂尔达·鲍比、约哈娜·科拉尔森、安珀·宋、金·贾雷、大卫·科瓦尔尼、成龙、尼科拉·巴奇、小丑、迪安·威塞尔、西尔万·斯蒂尔沃恩、蒂姆·克莱斯、扎哈尔·鲁平、蒂姆·诺兰、娜塔莉·法特曼、刘丽丝、阿尔比卡·约翰斯、梅吉·默克尔、蒂娜·希夫特。

如果你需要更高质量或更好的换脸效果，可以使用 DeepFaceLab 训练自己的模型。

除了换脸，DeepFaceLive 还具有视频换脸和面部动画功能：

视频换脸：使用单张照片从网络摄像头或视频中替换脸部。
面部动画：使用视频或摄像头表情控制静态人脸图片。

系统要求：

任何兼容 DirectX12 的显卡（推荐 RTX 2070+ / Radeon RX 5700 XT+）
支持 AVX 指令的现代 CPU
4GB 内存，32GB+ 页文件
Windows 10

有关使用说明和问题的解答，请查阅文档。

可以通过 Discord、Mrdeepfakes 社区、Dfldata.cc 以及 QQ 群 124500433 参与交流。

支持本项目：训练自己的模型并分享在 Discord 上，注册 GitHub 账号并点击“Star”按钮，或通过 Paypal、Yoomoney 或比特币进行捐赠。

版权声明 1 本网站名称：诚哥博客
2 本站永久网址：https://www.chengzz.com
3 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ1139991371进行删除处理。
4 本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5 本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
6 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。