Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials

GitHub
4k 1.6k 简单 1 次阅读 昨天NOASSERTION数据工具其他开发框架
AI 解读 由 AI 自动生成，仅供参考

Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials 是一个全面且持续更新的开源教程集合，旨在帮助学习者系统掌握深度学习、人工智能及机器学习的核心知识与实战技能。它汇集了从基础理论到行业应用的大量资源，覆盖计算机视觉、自然语言处理，以及气候能源、医疗健康、自动驾驶等垂直领域，有效解决了初学者难以寻找系统化学习路径、开发者缺乏行业落地案例参考的痛点。

这份教程库特别适合 AI 开发者、数据科学家、研究人员以及希望转型进入 AI 领域的工程师使用。无论是想夯实 Python 数据分析基础（如 Pandas、NumPy），还是深入钻研 PyTorch、TensorFlow、Uber Pyro 等主流框架，都能在这里找到对应的 IPython Notebook 代码示例和详细指南。

其独特亮点在于紧跟技术前沿，不仅包含传统的机器学习算法，还每日更新涉及 GPU 编程、以数据为中心的 AI（Data-Centric AI）以及 Web3 与可持续 AI 结合等新兴主题。所有教程均针对 NVIDIA GPU 环境进行了优化加速，并提供了来自 Netflix、Uber 等科技巨头的实际项目案例。如果你渴望在实战中提升技能，或探索 AI 在特定行业的创新应用，这里将是你不可或缺的学习伴侣。

使用场景

某医疗科技公司的算法团队正致力于开发基于深度学习的早期肺癌 CT 影像筛查系统，急需快速掌握从数据预处理到概率建模的全栈技术。

没有 Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials 时

  • 资源分散且筛选成本高：工程师需在 GitHub、博客和技术论坛间反复跳转，难以区分过时的 Theano 教程与最新的 PyTorch 实战指南，浪费大量调研时间。
  • 行业落地参考缺失：通用深度学习教程缺乏医疗、能源等垂直领域的具体案例，团队难以理解如何将抽象模型（如贝叶斯回归）映射到具体的病灶识别任务中。
  • 前沿技术跟进滞后：对于 GPU 加速编程、可持续 AI 及 Web3 结合等 2023-2024 新兴话题，缺乏系统性的入门路径，导致技术选型保守，无法利用最新算力优化模型。

使用 Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials 后

  • 一站式权威索引：直接通过目录定位到 Uber Pyro 的概率编程教程或 Netflix VectorFlow 实例，快速获取经过验证的代码片段，将环境搭建与基础学习周期缩短 50%。
  • 垂直场景精准对标：参考列表中针对医药与健康行业的专项应用案例，团队迅速复现了适用于小样本医疗数据的半监督学习模型，显著提升了诊断准确率。
  • 技术栈实时同步：依托每日更新的机制，工程师立即掌握了基于 NVIDIA GPU 的最新优化技巧及 Data Centric AI 理念，确保系统架构在未来三年内保持技术领先性。

Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials 通过提供结构化、实时更新且涵盖多行业的教程索引，将研发团队从繁琐的信息检索中解放出来，使其能专注于核心算法的创新与落地。

运行环境要求

操作系统
  • 未说明
GPU

需要 NVIDIA GPU（明确提及所有教程均由 NVIDIA GPU 支持和加速），具体型号、显存大小及 CUDA 版本未说明

内存

未说明

依赖
notes该仓库是一个教程合集，涵盖了多种深度学习框架（如 PyTorch, TensorFlow, Theano 等）和工具。README 明确指出所有教程均针对 NVIDIA GPU 进行了支持和加速。部分示例涉及 D 语言 (Dlang) 和 Lua。由于是教程集合，具体每个项目的依赖版本需参考其对应的子项目链接，此处仅列出主要涉及的库名称。
python未说明
PyTorch
TensorFlow
Theano
Keras
Caffe
Pyro (Uber)
VectorFlow (Netflix)
scikit-learn
pandas
numpy
Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials hero image

快速开始

2023-2024 新列表：机器学习/深度学习/AI + Web3 教程

嗨，感谢您的光临！

我将每天更新这个教程网站，添加2022年至2024年所有相关主题，尤其是关于GPU编程、以数据为中心的AI、以及诸如Web3AI.js（DeFi、DAO、NFT）等新兴话题，还有更多内容。

注意：所有这些教程都在NVIDIA GPU上得到支持和加速
更重要的是，ML/DL/AI在交通、医学/医疗保健等行业领域的应用，将是我密切关注并乐于与您分享的内容。
最后，为了使这个网站更加实用、不那么枯燥，我非常需要您的帮助，请多多建议、评论或贡献吧！

索引

深度学习

使用IPython Notebook及其他编程工具，如Torch/Lua/D语言，来演示深度学习功能。

优步-Pyro概率论教程

更多PyRo教程：

Netflix-VectorFlow教程

PyTorch教程

等级 描述
初学者/Zakizhou 学习来自Facebook的PyTorch基础知识。
中级/Quanvuong 学习来自Facebook的PyTorch中级内容。
高级/Chsasank 学习来自Facebook的PyTorch高级内容。
通过示例学习PyTorch - NumPy、张量与自动微分 核心来说，PyTorch提供了两大特性：一个类似于NumPy的n维张量，但它可以在GPU上运行；以及用于构建和训练神经网络的自动微分功能。
PyTorch - 认识autograd.Variable、梯度、神经网络 在这里，我们从张量的基础知识开始，用Variable模块包裹张量，玩转nn.Module，并实现前向和反向传播函数。

tensor-flow-tutorials


其他 TensorFlow 教程：
笔记本 描述
tsf-basics 学习 TensorFlow 中的基本操作，TensorFlow 是 Google 开发的用于各种感知和语言理解任务的库。
tsf-linear 在 TensorFlow 中实现线性回归。
tsf-logistic 在 TensorFlow 中实现逻辑回归。
tsf-nn 在 TensorFlow 中实现最近邻算法。
tsf-alex 在 TensorFlow 中实现 AlexNet。
tsf-cnn 在 TensorFlow 中实现卷积神经网络。
tsf-mlp 在 TensorFlow 中实现多层感知机。
tsf-rnn 在 TensorFlow 中实现循环神经网络。
tsf-gpu 学习 TensorFlow 中的基本多 GPU 计算。
tsf-gviz 学习 TensorFlow 中的图可视化。
tsf-lviz 学习 TensorFlow 中的损失可视化。

tensor-flow-exercises

笔记本 描述
tsf-not-mnist 学习简单的数据整理，通过创建包含训练、开发和测试数据集的 pickle 文件来为 TensorFlow 准备数据。
tsf-fully-connected 使用逻辑回归和神经网络在 TensorFlow 中逐步训练更深、更精确的模型。
tsf-regularization 通过训练全连接网络对 notMNIST 字符进行分类，探索正则化技术。
tsf-convolutions 在 TensorFlow 中创建卷积神经网络。
tsf-word2vec 在 TensorFlow 中基于 Text8 数据训练 skip-gram 模型。
tsf-lstm 在 TensorFlow 中基于 Text8 数据训练 LSTM 字符模型。

theano教程

笔记本 描述
theano-intro Theano简介，它允许你高效地定义、优化和评估涉及多维数组的数学表达式。它可以利用GPU，并进行高效的符号微分。
theano-scan 学习扫描操作，这是在Theano图中执行循环的一种机制。
theano-logistic 在Theano中实现逻辑回归。
theano-rnn 在Theano中实现循环神经网络。
theano-mlp 在Theano中实现多层感知器。

keras教程

笔记本 描述
keras Keras是一个用Python编写的开源神经网络库。它可以运行在TensorFlow或Theano之上。
setup 了解教程目标以及如何设置你的Keras环境。
intro-deep-learning-ann 通过Keras和人工神经网络（ANN）入门深度学习。
感知器和Adaline 实现感知器和自适应线性神经元。
MLP与MNIST数据 对手写数字进行分类，实现MLP，训练并调试ANN
theano 通过处理权重矩阵和梯度来学习Theano。
keras-otto 通过Kaggle Otto挑战来学习Keras。
ann-mnist 回顾使用Keras对MNIST数据的简单ANN实现。
卷积神经网络 使用Keras学习卷积神经网络（CNNs）。
conv-net-1 使用Keras识别MNIST中的手写数字——第一部分。
conv-net-2 使用Keras识别MNIST中的手写数字——第二部分。
keras-models 使用Keras调用预训练模型，如VGG16、VGG19、ResNet50和Inception v3。
自动编码器 使用Keras学习自动编码器。
rnn-lstm 使用Keras学习循环神经网络（RNNs）。
lstm-sentence-gen 使用长短期记忆（LSTM）网络学习RNN，用于句子生成。
nlp-deep-learning 使用ANN（人工神经网络）学习自然语言处理。
超参数调优 使用keras-wrapper.scikit-learn进行超参数调优。

深度学习杂项

笔记本 描述
deep-dream 基于Caffe的计算机视觉程序，利用卷积神经网络来发现并增强图像中的模式。

scikit-learn

展示 scikit-learn 功能的 IPython 笔记本。

笔记本 描述
intro scikit-learn 入门笔记本。scikit-learn 为 Python 增加了对大型多维数组和矩阵的支持，并提供了一个包含大量高级数学函数的库，用于对这些数组进行操作。
knn 在 scikit-learn 中实现 k 近邻分类器。
linear-reg 在 scikit-learn 中实现线性回归。
svm 在 scikit-learn 中实现带核和不带核的支持向量机分类器。
random-forest 在 scikit-learn 中实现随机森林分类器和回归器。
k-means 在 scikit-learn 中实现 k 均值聚类。
pca 在 scikit-learn 中实现主成分分析。
gmm 在 scikit-learn 中实现高斯混合模型。
validation 在 scikit-learn 中实现验证与模型选择。

statistical-inference-scipy

展示使用 SciPy 功能进行统计推断的 IPython 笔记本。

笔记本 描述
scipy SciPy 是基于 Python 的 NumPy 扩展构建的一组数学算法和便捷函数集合。它通过为用户提供用于数据操作和可视化的高级命令和类，显著增强了交互式 Python 会话的功能。
effect-size 通过分析男性和女性身高的差异，探讨量化效应大小的统计指标。利用行为风险因素监测系统 (BRFSS) 的数据，估算美国成年女性和男性的平均身高及标准差。
sampling 通过使用 BRFSS 数据分析美国男性和女性的平均体重，探索随机抽样方法。
hypothesis 通过比较第一胎婴儿与其他婴儿的差异，探讨假设检验的方法。

pandas

展示 pandas 功能的 IPython Notebook。

Notebook 描述
pandas 一个用 Python 编写的用于数据处理和分析的软件库。提供用于操作数值表格和时间序列的数据结构及相应操作。
github-data-wrangling 通过分析 Viz 仓库中的 GitHub 数据，学习如何加载、清洗、合并以及进行特征工程。
Introduction-to-Pandas Pandas 入门。
Introducing-Pandas-Objects 学习 Pandas 的对象。
Data Indexing and Selection 学习 Pandas 中的数据索引与选择。
Operations-in-Pandas 学习在 Pandas 中对数据进行操作。
Missing-Values 学习如何在 Pandas 中处理缺失数据。
Hierarchical-Indexing 学习 Pandas 中的层次化索引。
Concat-And-Append 学习如何在 Pandas 中合并数据集：使用 concat 和 append。
Merge-and-Join 学习如何在 Pandas 中合并数据集：使用 merge 和 join。
Aggregation-and-Grouping 学习 Pandas 中的聚合与分组操作。
Pivot-Tables 学习 Pandas 中的透视表。
Working-With-Strings 学习 Pandas 中的向量化字符串操作。
Working-with-Time-Series 学习如何在 Pandas 中处理时间序列数据。
Performance-Eval-and-Query 学习高性能 Pandas：eval() 和 query() 方法。

matplotlib

演示 matplotlib 功能的 IPython Notebook。

Notebook 描述
matplotlib Python 2D 绘图库，可在多种打印格式和跨平台的交互式环境中生成出版质量的图表。
matplotlib-applied 将 matplotlib 可视化应用于 Kaggle 竞赛中的探索性数据分析。学习如何创建条形图、直方图、subplot2grid 布局、归一化图表、散点图、子图以及核密度估计图。
Introduction-To-Matplotlib Matplotlib 入门。
Simple-Line-Plots 学习 Matplotlib 中的简单折线图。
Simple-Scatter-Plots 学习 Matplotlib 中的简单散点图。
Errorbars.ipynb 学习在 Matplotlib 中可视化误差。
Density-and-Contour-Plots 学习 Matplotlib 中的密度图和等高线图。
Histograms-and-Binnings 学习 Matplotlib 中的直方图、分箱和密度估计。
Customizing-Legends 学习自定义 Matplotlib 图例。
Customizing-Colorbars 学习自定义 Matplotlib 的颜色条。
Multiple-Subplots 学习 Matplotlib 中的多个子图。
Text-and-Annotation 学习 Matplotlib 中的文本和注释。
Customizing-Ticks 学习自定义 Matplotlib 的刻度标签。
Settings-and-Stylesheets 学习自定义 Matplotlib：配置和样式表。
Three-Dimensional-Plotting 学习 Matplotlib 中的三维绘图。
Geographic-Data-With-Basemap 学习使用 basemap 在 Matplotlib 中处理地理数据。
Visualization-With-Seaborn 学习使用 Seaborn 进行可视化。

numpy

演示 NumPy 功能的 IPython 笔记本。

笔记本 描述
numpy 为 Python 添加对大型多维数组和矩阵的支持，并提供大量用于操作这些数组的高级数学函数库。
Introduction-to-NumPy NumPy 简介。
Understanding-Data-Types 学习 Python 中的数据类型。
The-Basics-Of-NumPy-Arrays 学习 NumPy 数组的基础知识。
Computation-on-arrays-ufuncs 学习 NumPy 数组上的计算：通用函数。
Computation-on-arrays-aggregates 学习聚合操作：NumPy 中的最小值、最大值以及介于两者之间的各种操作。
Computation-on-arrays-broadcasting 学习数组上的计算：NumPy 中的广播机制。
Boolean-Arrays-and-Masks 学习 NumPy 中的比较、掩码和布尔逻辑。
Fancy-Indexing 学习 NumPy 中的高级索引技术。
Sorting 学习 NumPy 中的数组排序方法。
Structured-Data-NumPy 学习结构化数据：NumPy 的结构化数组。

python-data

面向数据分析的 Python 功能演示 IPython 笔记本。

笔记本 描述
data structures 使用元组、列表、字典、集合学习 Python 基础知识。
data structure utilities 学习 Python 的各种操作，如切片、range、xrange、bisect、sort、sorted、reversed、enumerate、zip 以及列表推导式。
functions 学习更高级的 Python 特性：函数作为对象、lambda 函数、闭包、*args、**kwargs 柯里化、生成器、生成器表达式、itertools。
datetime 学习如何使用 Python 处理日期和时间：datetime、strftime、strptime、timedelta。
logging 学习使用 RotatingFileHandler 和 TimedRotatingFileHandler 进行 Python 日志记录。
pdb 学习使用交互式源代码调试器在 Python 中进行调试。
unit tests 学习使用 Nose 单元测试框架进行 Python 测试。

kaggle-and-business-analyses

用于 kaggle 竞赛和商业分析的 IPython 笔记本。

笔记本 描述
titanic 预测泰坦尼克号乘客的生存情况。学习数据清洗、探索性数据分析和机器学习。
churn-analysis 预测客户流失。实践逻辑回归、梯度提升分类器、支持向量机、随机森林和 k 最近邻算法。内容包括混淆矩阵、ROC 曲线、特征重要性、预测概率以及校准与区分度的讨论。

spark

展示 Spark 和 HDFS 功能的 IPython Notebook。

Notebook 描述
spark 基于内存的集群计算框架，在某些应用场景下速度可提升至 100 倍，非常适合机器学习算法。
hdfs 可靠地将超大文件存储在大型集群中的多台机器上。

mapreduce-python

展示使用 mrjob 实现 Hadoop MapReduce 功能的 IPython Notebook。

Notebook 描述
mapreduce-python 以 Python 运行 MapReduce 作业，可在本地或 Hadoop 集群上执行。演示了如何通过 Python 代码实现 Hadoop Streaming，并结合单元测试及 mrjob 配置文件来分析 Amazon S3 存储桶的日志数据，运行于 Elastic MapReduce 上。Disco 是另一个基于 Python 的替代方案。

aws

展示亚马逊云服务（AWS）及其工具功能的 IPython Notebook。

还可查看：

  • SAWS：一款功能强大的 AWS 命令行界面（CLI）。
  • Awesome AWS：精选的库、开源项目、指南、博客及其他资源列表。
Notebook 描述
boto AWS 官方提供的 Python SDK。
s3cmd 通过命令行与 S3 进行交互。
s3distcp 根据指定模式和目标文件，将较小的文件合并并聚合在一起。S3DistCp 也可用于将大量数据从 S3 传输到您的 Hadoop 集群。
s3-parallel-put 并行上传多个文件至 S3。
redshift 基于大规模并行处理（MPP）技术构建的快速数据仓库。
kinesis 实时流式传输数据，每秒可处理数千个数据流。
lambda 根据事件触发运行代码，并自动管理计算资源。

命令

展示 Linux、Git 等各种命令行的 IPython Notebook。

笔记本 描述
linux 类 Unix 且大部分符合 POSIX 标准的计算机操作系统。包括磁盘使用情况、文件分割、grep、sed、curl、查看运行中的进程、终端语法高亮以及 Vim。
anaconda 面向大规模数据处理、预测分析和科学计算的 Python 编程语言发行版，旨在简化包管理和部署。
ipython notebook 基于 Web 的交互式计算环境，可将代码执行、文本、数学公式、图表和富媒体整合到一个文档中。
git 分布式版本控制系统，注重速度、数据完整性以及对分布式、非线性工作流的支持。
ruby 用于与 AWS 命令行交互，以及 Jekyll——一个可托管在 GitHub Pages 上的博客框架。
jekyll 一种简单、具备博客功能的静态网站生成器，适用于个人、项目或组织的网站。它能渲染 Markdown 或 Textile 和 Liquid 模板，并生成完整的静态网站，可由 Apache HTTP Server、Nginx 或其他 Web 服务器直接提供服务。
pelican 基于 Python 的 Jekyll 替代方案。
django 高级 Python Web 框架，鼓励快速开发和简洁实用的设计。可用于分享报告/分析内容及进行博客写作。更轻量级的替代方案包括 Pyramid、Flask、Tornado 和 Bottle。

杂项

展示各种功能的 IPython Notebook。

笔记本 描述
regex 正则表达式速查表，适用于数据清洗。
algorithmia Algorithmia 是一个算法市场。该笔记本展示了四种不同的算法：人脸检测、内容摘要、潜在狄利克雷分配和光学字符识别。

笔记本安装

anaconda

Anaconda 是面向大规模数据处理、预测分析和科学计算的免费 Python 发行版，旨在简化包管理和部署。

请按照说明安装 Anaconda 或更轻量级的 miniconda。

开发环境搭建

如需详细的搭建指南、脚本和工具来配置您的数据分析开发环境，请参阅 dev-setup 仓库。

运行笔记本

注意：如果您打算通过实践学习（推荐方式），我强烈建议您尽可能自己编写代码，而不是仅仅运行预先写好的代码。如果您仍然想尝试运行这些笔记本，请按以下步骤操作：

要查看交互式内容或修改 IPython 笔记本中的元素，您需要先克隆或下载该仓库，然后运行笔记本。有关 IPython 笔记本的更多信息，请参阅 这里。

$ git clone https://github.com/TarrySingh/Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials.git
$ cd Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials
$ jupyter notebook

笔记本已在 Python 3.7+ 环境下测试通过。

深度学习博客精选列表

致谢

贡献

欢迎贡献！如发现bug或有需求，请提交issue。

联系方式

如有任何问题、疑问或意见，欢迎随时联系我。

许可证

本仓库包含多种内容，其中一部分由Tarry Singh开发，另一部分来自第三方，大部分将由我维护。第三方内容根据其各自提供的许可证进行分发。

最初由Donne Martin创建的内容于2017年以以下许可证发布。此后，我继续开发并维护该仓库，新增了PyTorch、Torch/Lua、MXNET等内容：

  • 我在此仓库中向您提供代码和资源，并采用开源许可证。

    版权所有 © 2017 Tarry Singh

    根据Apache许可证第2.0版（“许可证”）授权；除非遵守该许可证，否则不得使用本文件。您可以在以下网址获取许可证副本：

     http://www.apache.org/licenses/LICENSE-2.0

    除非适用法律另有规定或双方书面同意，否则软件按“原样”分发，不提供任何形式的保证或条件。有关特定语言的权限及限制，请参阅该许可证。

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 160k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 109.2k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。

★ 100.8k|★★☆☆☆|1周前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|1周前
插件开发框架