gradio
发表于|更新于
|浏览量:
家庭和睦是人生最快乐的事。——歌德
Gradio 是通过友好的 Web 界面演示机器学习模型的最快方式,以便任何人都可以在任何地方使用它!
https://github.com/gradio-app/gradio
比如说代码如下
1 | import gradio as gr |
就能实现一个简单的类似ChatGPT一样的web界面来演示机器学习
相关推荐
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...
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...
2024-05-24
modular
读书有三到:谓心到、眼到、口到。——朱熹 https://www.modular.com/ 在linux中运行 1curl -s https://get.modular.com | sh - MAX 提供了一个统一且可扩展的平台,其中包括将低延迟、高吞吐量的 AI 推理管道部署到生产中所需的一切。 无需任何代码即可对任何模型进行基准测试 使用简单的命令行工具通过 MLPerf 执行 MAX Engine 中的任何模型。 使用 Mojo 编写自定义操作 为您的模型创建自定义操作,并与图表的其余部分一起进行优化。 在 Triton 中启动推理服务 在容器中尝试 MAX Serving 并响应来自 HTTP/gRPC 客户端的推理请求。 编写使用 Python 的 Mojo 代码 了解如何编写与 NumPy 和 Matplotlib 等 Python 包互操作的 Mojo 代码。 尝试 Llama2 或稳定扩散 查看我们使用各种模型运行推理的代码示例。 在浏览器中开始使用 Mojo 进行编码 请访问此网站内置的 Mojo 编码游乐场。没有什么可安装的。 从 Pyth...
2026-02-15
ai-engineering-hub
应当赶紧地,充分地生活,因为意外的疾病或悲惨的事故随时都可以突然结束他的生命。——奥斯特洛夫斯基 AI Engineering Hub:从入门到生产的实战集散地当我们谈到 AI 工程,不再只是模型本身的训练与推理,更多是围绕真实场景构建端到端的系统:检索增强生成、智能代理、语音与多模态、评估与部署。来自 patchy631/ai-engineering-hub 的 AI Engineering Hub,正是一个面向实战的大型资源库,它将学习路径、项目案例和生产级实现串联在一起,帮助不同水平的实践者快速上手、深入构建并落地。 仓库描述:In-depth tutorials on LLMs, RAGs and real-world AI agent applications许可协议:MIT主语言:Jupyter Notebook主页:Daily Dose of Data Science Newsletter 这篇文章将结合仓库的 README 与说明,带你从全局视角认识这个项目集,了解它的组织方式、代表性项目、上手路径与代码片段示例,帮助你更快把“学习”转化为“产出”。...
2025-09-27
HumanLayer
自尊不是轻人,自信不是自满,独立不是孤立。——徐特立 HumanLayer:AI Coding Agents 解决复杂代码难题的最优解在 AI 编码逐步普及的今天,很多开发者都遇到这样的问题:大模型/AI助手能帮你写函数、补代码,但当代码库足够复杂、系统庞大时,AI就容易“迷路”或者给出不靠谱的方案。有没有一套系统,能让 AI Coding Agents 真正高效地解决大型复杂代码库中的难题?——HumanLayer 就是为此而生的! 一、项目简介 项目地址:humanlayer/humanlayer 官网:https://humanlayer.dev/code 一句话描述:The best way to get AI coding agents to solve hard problems in complex codebases. 主语言:TypeScript Stars:4387+ Forks:341+ 标签:agents ai llm human-in-the-loop opencode codex claude-code 二、HumanLa...
2026-02-07
Maestro
庸人费心将是消磨时光,能人费尽心机利用时光。——叔本华 Maestro:把你的“多代理工作室”搬到桌面在 AI 代理越来越多、项目分支越来越复杂的今天,很多人需要一个“指挥台”:既能让多个代理并行在不同项目/分支上工作,又能把规范、任务清单、复盘数据都沉在同一个地方。Maestro 就是这样的桌面应用——一个跨平台的多代理���排与管理中心,面向“高频切换、键盘为主”的深度使用者。 仓库:pedramamini/Maestro 主页与文档:RunMaestro.ai · docs.runmaestro.ai 简述:Agent Orchestration Command Center 支持代理:Claude Code、OpenAI Codex、OpenCode、Factory Droid(后续计划看社区需求) 许可:AGPL-3.0 语言与平台:TypeScript,跨平台桌面应用 官方一句话很到位:Maestro hones fractured attention into focused intent——把分散的注意力,磨成专注的意图。 它解决什么...

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