OmniParser：多模态Agent的UI屏幕解析利器
做 Agent 卡在最尴尬的一步：模型看得见截图，却看不…
sherpa-onnx：轻量离线语音推理库，一句话搞定ASR与TTS
做语音应用的人都知道，云端接口虽然方便，但延时、隐私和费…
Parler-TTS：开源语音合成，几行代码生成自然语音
做语音总被困在在线 API 的限速和账单里？Parler…
LeRobot：让真实机器人学会操作的开源入门套件
想试机器人学习却总被仿真环境劝退？LeRobot 把模仿…
OlmoOCR：高保真PDF转文本，RAG解析不头疼
很多搭 RAG 管线的人，最后都会卡在 PDF 解析上：…
DeepSpeed 不止省显存：训练推理一把抓的开源提速库
如果你和我一样，在本地调大模型时总被 OOM 劝退，De…
tinygrad：用很少的代码读懂深度学习与大模型推理
绝大多数人用深度学习框架就是调 API，想亲眼看清张量、…
Qwen-Agent：让通义千问学会调用工具的开源 Agent 框架
写 RAG 或多步推理时，最烦的就是把大模型和工具调用粘…
Perplexica：本地自托管 AI 搜索，隐私与体验兼得
想要 Perplexity 那样的智能搜索体验，却不想把…
llm.c：几百KB C代码跑GPT-2，Karpathy手把手拆解训练
想搞懂大模型训练时那些反向传播、梯度下降到底在干什么？K…
