Тематическая подборка
multimodal
4 open-source проекта с AI-разборами, метриками и прямыми ссылками на GitHub.
012 нед. назад
Anionex/agent-vision-toolkit
Локальный Python-прокси превращает изображения в контекстные текстовые описания для text-only моделей и добавляет инструменты Q&A, OCR, поиска объектов и трассировки.
021 янв. 1 г.
oxbshw/watch-skill
Локальный слой видеоаналитики для AI-агентов: поиск по видео, распознавание сцен и речи, временные доказательства и проверка результатов через цикл THE LOOP.
031 янв. 1 г.
YZGlobal/jonex
All-in-One Multimodal Parsing Engine + Ontology-Powered AI-Ready Knowledge Engine Parse every modality. Compile knowledge with ontology. Reason before retrieval.
041 янв. 1 г.
iqbalmh18/abigail
CLI и асинхронная Python-библиотека для потокового AI-чата, генерации изображений и видео через бесплатные веб-сервисы без ключей API.