基于 LiveKit 构建的可学习、可配置、高度插件化的全能型实时交互虚拟助手框架，支持多模态记忆、用户画像与外部工具集成。

文档教程与资源RAG多模态

查看详情 →

基于InvisPose研究的生产级WiFi穿墙人体姿态估计系统，利用商用Mesh路由器的CSI信号实现无需摄像头的实时全身追踪，支持多人追踪、跌倒检测等高级分析功能。

多模态深度学习Docker

查看详情 →

一个基于 GPT 的视频搜索和检索增强生成(RAG)系统，支持视频上传、实时搜索和摘要，可将视频库发布到 ChatGPT 商店。

智能体与应用工具PythonFlask

查看详情 →

一个智能代理系统，用于处理和展示4K视频内容，提供高质量的视频处理能力。

智能体与应用工具PythonAI代理

查看详情 →

微软开发的视频内容发现工具，利用深度学习技术从视频中自动识别和提取关键内容，帮助用户高效浏览和理解视频信息。

智能体与应用工具PythonPyTorch

查看详情 →

Nekro Agent 是一款集代码执行能力与高度可扩展性为一体的多人跨平台聊天机器人框架，采用沙盒驱动架构，支持可视化界面，提供多模态交互能力。

智能体与应用工具PythonDocker

查看详情 →

LLaVA-Plus是一个能够学习和使用工具的多模态助手系统，通过将大型语言模型与视觉技术结合，使AI代理能够执行通用视觉任务。

模型与推理框架PythonPyTorch

查看详情 →

一款革命性的可视化AI开发环境，用于构建无代码数据流程和多模态智能体，支持实时代理、社交连接器和多种AI工具集成。

智能体与应用工具DockerPostgreSQL

查看详情 →

OSWorld是一个用于评估多模态智能体在真实计算机环境中执行开放式任务能力的基准测试平台。它支持VMware、VirtualBox、Docker和AWS等多种虚拟化环境，提供了丰富的任务场景和评估指标。

智能体与应用工具PythonDocker

查看详情 →

一个用于生成、动画化并调度AI角色的全流程自动化平台，支持训练LoRA模型、生成图像视频，以及自动发布到社交媒体。

智能体与应用工具Nest.jsNext.js

查看详情 →