"人工智能设计"

ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code：机器学习和深度学习项目集合 — 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code项目为开发者提供了一个全面而丰富的机器学习和深度学习项目集合，包括计算机视觉和NLP等领域的实现。该项目使用Python语言编写，涵盖了artificial-intelligence、deep-learning、machine-learning等多个主题。通过该项目，开发者可以快速找到并学习相关领域的项目代码，提高自己的开发效率和水平。

★ 35.3k⑂ 7.3kai-ml

☆

rohitg00/ai-engineering-from-scratch

ai-engineering-from-scratch：从零开始的AI工程实践 — ai-engineering-from-scratch项目提供了一个从零开始学习和构建AI应用的平台，涵盖了机器学习、深度学习、计算机视觉等多个领域。通过该项目，开发者可以学习到AI工程的基础知识和实践经验。同时，该项目还涉及了LLM、NLP、强化学习等前沿技术

Python★ 37.9k⑂ 6.3kai-ml

☆

Fission-AI/OpenSpec

OpenSpec：人工智能编码助手的规格驱动开发 — OpenSpec 项目致力于为人工智能编码助手提供规格驱动开发（SDD）的解决方案，通过使用 TypeScript 语言，实现高效的开发流程和可靠的代码生成。该项目通过提供一套完整的规格驱动开发框架，帮助开发者提高编码效率和代码质量。同时，OpenSpec 项目也为人工智能编码助手的开发提供了一个新的思路和方法。

TypeScript★ 60k⑂ 4.2kai-ml

☆

FlowiseAI/Flowise

Flowise：可视化构建AI代理 — Flowise允许用户通过可视化界面构建AI代理，支持多种AI框架和库，如OpenAI和LangChain。该平台简化了AI代理的开发过程，使得开发者可以更容易地创建和部署AI模型。同时，Flowise还支持低代码和无代码开发，进一步降低了开发门槛

TypeScript★ 54.5k⑂ 24.7kai-ml

☆

Nutlope/hallmark

hallmark：人工智能设计技能 — hallmark提供了一种Anti-AI-slop设计技能，能够帮助开发者优化CSS代码，减少人工智能设计中的冗余代码。这种技能对于提高代码质量和效率至关重要。hallmark支持Claude Code、Cursor和Codex等平台，帮助开发者更好地利用人工智能设计能力

CSS★ 4.2k⑂ 252ai-ml

+155 ★☆

pbakaus/impeccable

impeccable：人工智能设计语言 — impeccable是一个使用JavaScript编写的设计语言系统，旨在提高人工智能在设计方面的能力。它提供了一种更好的方式来创建和管理设计元素，使得人工智能可以更好地理解和处理设计任务。通过使用impeccable，开发者可以创建出更高效、更智能的设计系统

JavaScript★ 45.5k⑂ 2.7kai-ml

☆

microsoft/autogen

autogen：编程框架 — autogen是一个用于构建智能代理的编程框架，能够支持开发者创建更智能的AI系统。它提供了一套完整的开发工具和API，帮助开发者更容易地构建和集成智能代理。autogen的出现对AI领域的发展具有重要意义，因为它能够帮助开发者更快速地创建更智能的AI系统。

Python★ 59.6k⑂ 9kai-ml

☆

DietrichGebert/ponytail

ponytail：实现懒惰高级开发人员的AI代理 — ponytail通过模拟高级开发人员的思考方式，帮助AI代理避免不必要的代码编写，从而提高开发效率。该项目使用JavaScript语言开发，主要用于AI代理技能、开发工具和提示工程等领域。ponytail的目的是让AI代理像人类开发人员一样思考，减少不必要的代码，提高代码质量

JavaScript★ 80.4k⑂ 4.3kai-ml

☆

palmier-io/palmier-pro

palmier-pro：macOS 视频编辑器 — palmier-pro 是一个基于 macOS 的视频编辑器，利用 AI 技术来提高编辑效率。它提供了一系列强大的编辑工具和功能，帮助用户创建高质量的视频。通过使用 Swift 编写，palmier-pro 具有良好的性能和稳定性

Swift★ 10.2k⑂ 768tools

☆

hpcaitech/ColossalAI

ColossalAI：大型AI模型的高性能计算框架 — ColossalAI通过数据并行、模型并行和流水线并行等技术，使得大型AI模型的训练和推理变得更快、更便宜和更容易访问。这种框架对于深度学习、分布式计算和超大规模模型的训练具有重要意义。同时，它也支持异构训练和推理，进一步提高了其灵活性和实用性

Python★ 41.4k⑂ 4.5kai-ml

☆

OpenHands/OpenHands

OpenHands：AI驱动开发 — OpenHands是一个使用Python语言的AI驱动开发项目，利用AI技术来提高开发效率和质量。该项目提供了一系列工具和库，帮助开发者更好地利用AI技术。OpenHands的目标是使AI驱动开发更加便捷和高效

Python★ 80.4k⑂ 10.3kai-ml

☆

google/adk-python

adk-python：Python AI代理工具包 — adk-python提供了灵活性和控制性，允许开发者构建和定制自己的AI代理。该工具包支持多种AI代理框架和技术，包括LLM和多代理系统。通过adk-python，开发者可以快速构建和部署AI代理，提高开发效率和效果

Python★ 20.4k⑂ 3.6kai-ml

☆

VoltAgent/awesome-design-md

awesome-design-md：设计系统集合 — awesome-design-md 提供了一种便捷的方式，将流行的设计系统应用于您的项目中，通过分析 DESIGN.md 文件，coding 代理可以生成匹配的 UI 界面。这种方法可以提高开发效率和设计一致性。同时，awesome-design-md 支持多种设计工具，如 Figma 和 Google Stitch。

★ 99.5k⑂ 11.6kai-ml

☆

interviewstreet/hiring-agent

hiring-agent：人工智能招聘评估工具 — hiring-agent是一个使用Python编写的AI代理，用于评估和评分简历。它可以帮助招聘人员快速筛选出合适的候选人，提高招聘效率。hiring-agent的出现标志着招聘行业向智能化转型的重要一步

Python★ 2.5k⑂ 623ai-ml

+203 ★☆

addyosmani/agent-skills

agent-skills：AI 编码代理的生产级工程技能 — agent-skills 为 AI 编码代理提供了生产级的工程技能，包括 Shell 脚本等。该项目旨在提高 AI 编码代理的能力和效率。通过使用 agent-skills，开发者可以更好地利用 AI 编码代理进行项目开发

JavaScript★ 77k⑂ 8.3kai-ml

+1.1k ★☆

donnemartin/system-design-primer

system-design-primer：大型系统设计入门 — system-design-primer是一个帮助开发者学习大型系统设计的项目，包括设计模式、系统开发和面试准备等内容。它提供了丰富的资源，包括Anki闪存卡，帮助开发者更好地理解和应用系统设计知识。通过这个项目，开发者可以更好地准备系统设计面试，提升自己的职业技能

Python★ 357k⑂ 57.1kweb

☆

langgenius/dify

dify：生产级代理工作流开发平台 — dify是一个开源的生产级平台，用于开发和管理代理工作流。它支持多种编程语言，包括TypeScript和Python，能够与流行的AI框架如OpenAI和GenAI集成。dify的主要目标是简化工作流开发和自动化，提高开发效率和生产力。

TypeScript★ 148.5k⑂ 23.4kai-ml

☆

daytonaio/daytona

daytona：安全且弹性的AI代码运行基础设施 — daytona提供了一种安全且弹性的方式来运行AI生成的代码，使得开发者能够更容易地创建和部署AI应用。通过使用daytona，开发者可以确保他们的AI代码在一个安全和可控的环境中运行。daytona的设计目标是为了提供一个高性能和可扩展的基础设施，以支持AI应用的开发和部署

TypeScript★ 72.2k⑂ 5.7kai-ml

☆

TransformerOptimus/SuperAGI

SuperAGI：开源自主AI代理框架 — SuperAGI是一个开源的自主AI代理框架，允许开发者快速可靠地构建、管理和运行有用的自主代理。它支持开发者使用Python语言开发自主代理，并提供了多种工具和库来简化开发过程。SuperAGI的出现使得开发者能够更容易地创建和部署自主代理，从而推动了AI技术的发展。

Python★ 17.6k⑂ 2.2kai-ml

☆

triggerdotdev/trigger.dev

trigger.dev：构建和部署全托管AI代理和工作流 — trigger.dev允许用户构建和部署全托管的AI代理和工作流，实现自动化和智能化的业务流程。通过使用trigger.dev，用户可以简化工作流的管理和维护，提高业务效率。同时，trigger.dev还支持多种技术栈，如TypeScript和Next.js，提供灵活的开发和部署选项。

TypeScript★ 15.6k⑂ 1.3kai-ml

☆

charmbracelet/crush

crush：魅力编程 — crush是一个基于Go语言的项目，旨在提供魅力编程体验。它使用agentic-ai和llms技术，提供ravishing的编程体验。这种编程方式可以让开发者更高效、更愉快地编写代码

Go★ 26.5k⑂ 2.1kai-ml

☆

onlook-dev/onlook

onlook：设计师的AI辅助设计工具 — onlook是一个开源的AI辅助设计工具，允许设计师通过视觉方式构建、样式和编辑React应用程序。它支持多种流行的前端技术，如React、Next.js和Tailwind CSS。onlook的目的是让设计师能够更轻松地创建和编辑用户界面，而无需编写大量代码

TypeScript★ 26.2k⑂ 2kweb

☆

Lightning-AI/pytorch-lightning

pytorch-lightning：简化AI模型训练 — pytorch-lightning是一个Python库，能够简化AI模型的训练过程。它支持在多个GPU上进行预训练和微调，从而加快模型训练的速度。通过使用pytorch-lightning，开发人员可以更轻松地构建和部署AI模型，提高模型的准确性和效率。

Python★ 31.2k⑂ 3.8kai-ml

☆

deepset-ai/haystack

haystack：开源AI编排框架 — haystack允许用户设计模块化的管道和agent工作流，并对检索、路由、内存和生成具有明确的控制权。它适用于大规模agent、RAG、多模态应用、语义搜索和对话系统。haystack的目的是为了帮助用户构建高效、智能的LLM应用程序

MDX★ 25.9k⑂ 2.9kai-ml

☆

olimorris/codecompanion.nvim

codecompanion.nvim：AI 编程助手 — codecompanion.nvim 通过集成多种 AI 服务，如 Copilot 和 OpenAI，提供智能代码补全、代码审查和代码生成等功能。该插件使用 Lua 编写，支持 Neovim 和 nvim。其主要目的是提高编程效率和准确性，减少开发时间和成本。

Lua★ 6.7k⑂ 435ai-ml

☆

qiurunze123/miaosha

miaosha：秒杀系统设计与实现 — miaosha是一个秒杀系统的设计与实现项目，使用Java语言开发。该项目为互联网工程师提供了一个进阶与分析的机会，能够帮助开发者深入理解秒杀系统的设计与实现。同时，miaosha项目也为开发者提供了一个实践的平台，能够帮助开发者提高自己的开发技能

Java★ 26.6k⑂ 6.6kother

☆

jnMetaCode/agency-agents-zh

agency-agents-zh：即插即用的AI专家角色库 — agency-agents-zh提供了大量的AI专家角色，可以支持Hermes Agent、Claude Code、Cursor、Copilot等18种工具，覆盖工程、设计、营销、金融等20个部门。通过搭配agency-orchestrator，用户可以让多位专家按DAG自动协作，提高工作效率。该库还包含50个中国市场原创智能体，如小红书、抖音、微信、飞书、钉钉等。

Shell★ 17.1k⑂ 2.9kai-ml

☆

e2b-dev/awesome-ai-agents

awesome-ai-agents：人工智能自主代理列表 — awesome-ai-agents 提供了一个全面的人工智能自主代理的集合，包括了 GPT、Autogpt、BabyAGI 等多种 AI 代理的实现和应用。该项目使用 Python 编写，涵盖了 agent、AI、autonomous-agents 等多个领域。通过 awesome-ai-agents，开发者可以快速找到和学习人工智能自主代理的最新实现和应用

★ 28.7k⑂ 3.1kai-ml

☆

karpathy/autoresearch

autoresearch：自动研究项目 — autoresearch项目使用AI代理自动进行研究，重点关注单GPU上的nanochat训练，能够自动完成训练过程。该项目利用Python语言开发，能够高效地进行研究工作。autoresearch项目的目标是实现自动化研究，减少人工干预，提高研究效率

Python★ 90.8k⑂ 13.1kai-ml

☆