AniPortrait
发表于|更新于
|浏览量:
不要阅读信手拈来的书，而要严格加以挑选，要培养自己的趣味和思维。——屠格涅夫
这个项目可以通过照片+音频生成让照片说话、唱歌的视频
目前是能跑通的，也非常有意思，注意不支持mac系统的m芯片
相关推荐
2025-09-09
parlant
天空没有留下翅膀的痕迹,但我已经飞过。――泰戈尔《飞鸟集》 https://github.com/emcie-co/parlant Parlant：让AI代理真正可控、可落地的开源大模型Agent平台随着大模型（LLM）能力的不断突破，大家都在追问一个问题：AI代理什么时候能在真实世界里“靠谱上岗”？你是否也在尝试用OpenAI、Llama3、Gemini等最新模型做自动化客服、业务流程、信息检索，却总觉得这些Agent“不可控、难落地”？今天介绍一个真正为“生产场景”而生的智能体平台 —— Parlant。 项目定位：LLM Agents for ControlParlant的定位非常鲜明：为真实世界应用而设计的可控型大模型智能体。其 Slogan 就是： LLM agents built for control. Designed for real-world use. Deployed in minutes. 可控（Control）：不仅能生成内容，更能被精细调度、约束和追踪。 真实场景（Real-world use）：不是玩具，不是Demo，而是为企业、产品、开...
2026-02-12
langextract
一个钟头有六十分钟，一天就超过了一千分钟。明白这个道理后，就知道人可做出多少贡献。——歌德 LangExtract：把“非结构化文本”变成“有证据的结构化数据”当我们处理临床记录、技术报告、长篇文档或业务邮件时，信息常常沉在“非结构化文本”的海洋里。你需要的不只是抽取实体，更需要“抽取结果与原文位置一一对应”，能够直观看到每个字段来自哪里，并且用交互式可视化批量审阅。Google 开源的 LangExtract 就是为此而生：它用 LLM 做结构化抽取，同时做到“精准溯源、强约束输出、长文档优化”和“一键可视化”。 仓库与文档：google/langextract · PyPI 概述（仓库描述）：A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization. 许可：Apache 2.0 技术栈：Python，支持 Gemini、Op...
2026-04-08
gallery
敏而好学，不耻下问。——孔子 Google AI Edge Gallery：把大模型请进手机里，让它在离线的掌心里开口说话有些应用天生就像展馆的馆长：灯一亮，门一开，来的人不用懂太多，就能直接上手体验未来。 Google AI Edge Gallery 就是这样的存在——它站在手机端的入口处，礼貌、骄傲、又有点迫不及待地说： 来，别光听人讲生成式 AI。把它装进你的口袋里，亲手跑一遍。 它的身份很明确： 仓库描述（description）：一个画廊，展示 on-device ML/GenAI 用例，让人们可以在本地尝试并使用模型。 它更愿意这样自我介绍（README 的主旨句）：Explore, Experience, and Evaluate the Future of On-Device Generative AI with Google AI Edge. 它不是论文、不是 demo 视频、不是“云端调用一次就算用过”。它是一座“随身画廊”——用手机硬件把推理跑起来，把体验交到你手里。 它想带你看的第一幅主展作品：在手机上跑开源 LLMAI Edge ...
2026-03-11
clawhub
杀了现在，也便杀了将来。——鲁迅 ClawHub：给 OpenClaw 找技能的“港口”，也是技能作者的“发布台”openclaw/clawhub 的仓库描述只有一句话，却很像一句自我介绍时递出的名片： Skill Directory for OpenClaw ClawHub 就像一个很会收纳、也很讲秩序的管理员：它把 OpenClaw 世界里的“技能（skill）”集中安置在一个公共目录里，让使用者能搜索、安装、更新；也让作者能发布、打 tag、写 changelog、把版本管理得像一套正经软件一样有脾气、有记忆。 它还有一个自己的线上门牌号： https://clawhub.ai 如果把它拟人化一点：ClawHub 像一个码头。船（技能包）从各处驶来，带着版本号、说明书、文件清单、还有它的来历；码头把它们登记、分拣、贴标、公开展示；旅人（用户）则在这里挑选、下载、装进自己的工作目录里，然后继续上路。 它的基本气质：公开可读、写入需认证，节奏由限流守护在 ClawHub 的 API v1 约定里，它把规则写得很清楚： Public read：不需要 token Writ...
2026-01-17
skills
浪费时间是一桩大罪过。——卢梭 Anthropic Skills：把“技能”装进 Claude，让代理在专业任务里更可靠当我们谈论 Agent 能力时，常常聚焦在“大模型本身”。但在真实世界的任务里，稳定产出、可复用流程和明确的边界同样关键。Anthropic 的 anthropics/skills 仓库，公开了 Claude 的技能（Skills）机制与示例：它用“技能包”的形态，把可执行的指令、脚本与资源组合在一起，让 Claude 在某类专业任务中表现更稳定、更可控。 仓库描述：Public repository for Agent Skills 技能标准参考：agentskills.io 相关文档： 什么是技能：support.claude.com - What are skills? 在 Claude 中使用技能：Using skills in Claude 如何创建自定义技能：Creating custom skills 工程解读：Equipping agents for the real world with Agent Skills Ski...
2025-12-16
ai-toolkit
追求梦想的过程，其实就是一场关于自我的修行。——乔治·希尔 AI Toolkit 深度解析：一体化扩散模型训练套件（支持 GUI 与 CLI） 仓库地址：ostris/ai-toolkit项目简介（摘自 README）：AI Toolkit 是一个“一体化的扩散模型训练套件”，致力于在消费级硬件上支持“最新的图像与视频扩散模型”，既可运行为 GUI，也可运行为 CLI，并且在易用性的同时力求“功能尽可能全面”。 为什么关注 AI Toolkit？扩散模型（Diffusion Models）在图像、视频生成中的表现出众，但从“玩起来”到“用得顺手”，往往需要处理一堆细节：模型版本兼容、硬件资源局限、训练脚本与参数管理、UI 与 CLI 的协同等。 AI Toolkit 的定位非常干脆： 面向“消费级硬件”（常见的家用或轻量工作站配置）； 支持“最新的扩散模型”（图像与视频领域）； 既有“图形界面（GUI）”方便上手，也有“命令行（CLI）”便于批量与自动化； “易用”与“全面功能”兼顾。 如果你正在搭建自己的扩散模型训练流程，希望快速上手并保持灵活，AI To...
阿超
我的名字叫阿超 年龄25岁 家在北京市 职业是软件开发 每天最晚也会在八点前回家 不抽烟 酒浅尝辄止 晚上十二点上床 保证睡足八个小时 睡前写一篇博客 再做二十分钟俯卧撑暖身 然后再睡觉 基本能熟睡到天亮 像婴儿一样不留下任何疲劳和压力 就这样迎来第二天的早晨 健康检查结果也显示我很正常 我想说明我是一个不论何时都追求内心平稳的人 不拘泥于胜负 不纠结于烦恼 不树立使我夜不能寐的敌人 这就是我在这社会的生活态度
Follow Me公告
This is my Blog