Stars
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
👩🏿💻👨🏾💻👩🏼💻👨🏽💻👩🏻💻中国独立开发者项目列表 -- 分享大家都在做什么
🧠 Train a 64M-parameter LLM from scratch in just 2h!
Multi-lingual large voice generation model, providing inference, training and deployment full-stack ability.
🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/
👀 Train a 65M-parameter VLM from scratch in just 2h!
百聆 是一个类似GPT-4o的语音对话机器人，通过ASR+LLM+TTS实现，集成DeepSeek R1等优秀大模型，接入openClaw，真正的个人语音助手，时延低至800ms，Mac等低配置也可运行，支持打断
本科毕设内容：基于卷积神经网络的疲劳驾驶检测。
LC-StudyLab 是一个完整演示 LangChain v1.0 全家桶能力的开源项目，整合了 LangGraph、DeepAgents、RAG 检索增强生成、Guardrails 安全校验与流式输出智能体等核心特性，帮助开发者系统掌握 LangChain v1 的所有关键组件
一个按路线图逐步实现的 RAG 学习项目：从 Naive RAG → Advanced RAG → Agentic RAG → GraphRAG & Fine-tuning → RAGOps，在本地用 LangChain + 向量库把“文档问答”跑通，并逐步加入语义分块、混合检索、重排序、路由、自反思与工具调用等能力。 从最简单的 Demo 进化到企业级、甚至科研级的 RAG 系统。
Pytorch深度学习基础 实战天气图片识别（基于ResNet50预训练模型，超详细）
基于ChatGLM3-6b的智能对话系统，集成了RAG、知识图谱、Agent、多模态等技术来增强大模型的回复质量。
Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow 2.14.0 and Python 3.10.
MultiBot Chat 是一个基于 Streamlit 的多机器人聊天应用，支持多种大语言模型（LLM）API，包括 OpenAI、AzureOpenAI、ChatGLM、CoZe、Qwen、Ollama、XingHuo、DeepSeek、Moonshot、Yi 和 Groq。这个应用允许用户同时与多个 AI 聊天机器人进行对话，比较不同模型的回答，并进行群聊式的讨论。
AutoDevOps-oups 是一个基于AI的软件开发自动化解决方案，它利用AI技术来辅助软件开发过程，交互组件基于Streamlit开发完成。旨在快速完成逻辑功能开发，完成验证版本开发。 当前版本完全开源，并处于功能验证阶段，我们欢迎广大开发者参与其中，共同完善这个项目。✔ 同时为了便于学习Agent开发，当前项目存在较多轮子组件，便于理解其底层实现思想。
Streamlit中文文档，根据英文文档进行翻译和注释，并附有运行截图。最后补充了如何将Streamlit开发的app部署到Hugging Face。