AI开源项目

基于私有LLM（大语言模型）做个人的文档问答，不必担心隐私泄露 技术栈是 LangChain 和 GPT4All – LLM默认用的 ggml-model-q4_0.bin. – Embedding默认用的是 ggml-model-q4_0.bin 当然你可以自己替换，不过对中文支持应该不会太好。

一键免费部署私人 ChatGPT+Midjourney 网页应用 支持原ChatGPT-Next-Web所有功能 还额外支持AI绘图、图片放大、识图、 混图、垫图等等功能

GirlfriendGPT是一个使用ChatGPT4.0构建自己的AI女友的Python项目。它可以定制AI的声音、个性和自拍等功能，并且可以通过Telegram直接与AI交流。该项目还提供了添加个性的步骤，并欢迎贡献者提交新的个性。该项目使用MIT许可证。

FreeU是一个开源项目，该项目由ChenyangSi创建。它的目标是在Diffusion U-Net中提供免费的资源。 Diffusion U-Net是一个用于图像分割的深度学习模型。它基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果。 FreeU项目允许开发人员免费访问和使用Diffusion U-Net，无需支付任何费用。这为开发人员提供了方便和实惠的方式来学习和应用图像分割技术。

GPT4Tools是一个可以控制多个视觉基础模型的集中式系统。它基于Vicuna（LLaMA），并71K自建指令数据。通过分析语言内容，GPT4Tools能够自动决定、控制和利用不同的视觉基础模型，允许用户在对话过程中与图像进行交互。通过这种方法，GPT4Tools提供了一个无缝高效的解决方案，以满足对话中各种与图像相关的需求。与以前的工作不同，我们支持用户通过自学指令和LoRA教授自己的LLM使用具有简单细化的工具。

MagicEdit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magic-edit.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。

public-apis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。

这是一个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。 使用非常简单，没有N卡GPU也可以使用，下载预编译版本，双击 app.exe 打开一个web界面，鼠标点点就能用。 支持 中、英、日、韩、法、德、意等16种语言，可在线从麦克风录制声音。 为保证合成效果，建议录制时长5秒到20秒，发音清晰准确，不要存在背景噪声。 英文效果很棒，中文效果还凑合。

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。

一个轻量级的 JavaScript（没有依赖项），为 SVG 设置动画，使它们看起来像是被绘制的。 提供多种不同的动画选择（延时、同步、连续、定时等），还可选择创建自定义脚本，以您喜欢的任何方式绘制 SVG。（ SVG 源文件需要保留路径，使用路径描边生成的动画非常丝滑）

一个用于实时绘制图形的工具。 功能点： 1. 绘图工具：tldraw-fal提供了一系列绘图工具，包括画笔、形状、文本等，可以帮助用户创建各种类型的图形和图表。 2. 实时协作：该工具支持多人实时协作，多个用户可以同时编辑同一张图形，从而实现团队协作和远程协作。 3. 可视化分享：用户可以将他们创建的图形直接分享给他人，无论是通过链接还是嵌入到网页中，方便他人查看和交流。

dot是一个开源的深度伪造工具包，用于生成逼真的深度伪造视频和图像。该工具包是由Sensity AI开发的，可以在GitHub上免费下载和使用 。使用dot需要安装一些依赖库，如conda和pip，以及下载一些模型文件 。该工具包是基于多个开源项目构建的，包括first-order-model、avatarify-python、SimSwap和GPEN等 。Sensity AI是一个人工智能公司，其GitHub页面上还有其他的开源项目 。如果使用dot，需要遵守其所依赖的开源库的许可证 。

UniControl 是 Salesforce 公司开发的一个开源项目，它是一个统一可控的视觉生成模型。 功能特点： 统一视觉生成：UniControl 提供了一个统一的框架来进行视觉生成任务，例如图像生成、图像编辑、图像风格转换等。它为用户提供了强大的图像生成能力。 可控生成：UniControl 具有可控的生成能力，用户可以通过输入不同的控制参数来控制生成的图像风格、内容或其他特征。这使用户可以根据自己的需求进行个性化的图像生成。 开源项目：UniControl 是一个开源项目，意味着用户可以自由地访问、使用和贡献代码。这使得开发者可以更加灵活地使用和扩展 UniControl。

功能特点： 分离任何你描述的音频：AudioSep 具备先进的音频分离算法，可以将输入的音频文件中的不同声音源分离出来。你只需描述想要分离的声音类型或源音，AudioSep 就能够根据描述进行准确分离。 官方实现：AudioSep 是由官方团队开发和维护的，因此可以保证其质量和功能的稳定性。 开源许可证：AudioSep 使用的是 MIT 开源许可证，这意味着你可以自由使用、修改和分发该工具。 易于使用：无论你是专业的音频处理人员还是新手，AudioSep 都提供了简单易用的界面和指令，让你能够快速上手并进行音频分离操作。 高度可定制：AudioSep 提供了丰富的参数和选项，可以根据你的需求进行各种调整和定制，以获得最佳的分离效果。

由微软开发的一个开源项目，旨在向初学者介绍数据科学的基本知识和技能。该项目包括10个周的学习内容，共分为20个课时。它提供了一个逐步学习的路径，让学习者能够系统地学习数据科学的各个方面。 Data-Science-For-Beginners项目的主要功能点包括以下几个方面： 学习内容：项目提供了一系列丰富的学习内容，涵盖了数据科学的各个核心领域，包括数据收集、数据清洗、数据分析、机器学习等等。通过这些学习内容，初学者可以逐步掌握数据科学的基本概念、方法和工具。 学习路径：项目提供了一个逐步学习的路径，帮助初学者有条不紊地学习数据科学。学习路径按照逻辑顺序组织，从最基础的概念开始，逐步深入。每个课时都提供了详细的学习指导和实践项目，让学习者能够动手实践和巩固所学知识。 开源资源：该项目是一个开源项目，所有的学习材料和代码都可以在GitHub上找到。这意味着任何人都可以自由访问和使用这些资源，并参与到项目的开发和改进中。 全面覆盖：Data-Science-For-Beginners项目涵盖了数据科学的各个领域和技术，包括Python编程语言、数据可视化、统计学基础、机器学习算法等。学习者