Awesome-MLLM-Reasoning-Collection：一站式多模态推理资源大列表，助力研究人员和开发者轻松掌握前沿技术。

汇集129篇多模态推理领域的前沿论文；提供57个开源项目和数据集，涵盖图像、视频等多种模态；整合多个基准测试，为模型评估提供全面参考
一个社区驱动的AI自动化框架，结合语言模型与专业工具，助力复杂任务自动化。

集成开源模型如Qwen，支持多层级LLM系统；提供Web搜索、爬虫和Python代码执行等强大功能；采用多Agent协作架构，实现复杂任务的高效分解与执行

LangManus | #框架
框架
Awesome-Style-Transfer-with-Diffusion-Models：一个精心整理的扩散模型风格迁移方法列表，助力图像和视频风格化难题。

涵盖图像合成、视频合成、3D生成等多个领域；提供多种风格迁移方法，包括基于文本和图像的驱动方式；汇集了超过50种最新研究成果
IDA Pro MCP：为IDA Pro打造的MCP Server，让逆向工程更高效。

提供丰富的API接口，支持函数、字符串等信息检索；自动化安装流程，一键配置IDA插件；支持多种客户端，无缝对接Cline、Roo Code等工具
Media is too big
VIEW IN TELEGRAM
一款强大的网络质量检测脚本，能快速诊断网络问题并提供详细报告。

支持IPv4/IPv6双栈查询；覆盖全球五大洲网速及延迟测试；提供Json输出，便于大数据分析

NetQuality | #脚本
脚本
Go Optimization Guide：为Go开发者提供高性能应用优化的实战指南。

涵盖零拷贝、内存预分配等实用技术；提供34个优化案例，助力性能提升；采用MkDocs搭建，支持本地预览与部署
mcp-filesystem-server：一个用Go语言实现的文件系统操作服务器，通过Model Context Protocol（MCP）协议为文件操作提供强大支持。

支持读写文件、创建/删除目录等操作；可限制操作范围，仅允许在指定目录内操作，保障数据安全；提供丰富的文件搜索和元数据获取功能
一个跨平台的原生OCR工具，为MacOS、Windows和Linux用户提供强大的文字识别能力。

支持多种平台，包括MacOS原生Vision Kit API、Windows OCR引擎和Tesseract；统一API接口，轻松切换不同OCR提供商；异步处理与并行计算，性能卓越

uniocr | #工具
工具
轻松微调Moshi模型的高效工具，让你快速拥有个性化语音交互模型

使用LoRA技术，微调过程轻量高效；支持多GPU加速训练，提升训练速度；提供完整教程和示例代码，新手也能快速上手

Moshi-Finetune | #工具
工具
Open-Qwen2VL：这是一个高效预训练多模态大语言模型的开源项目，旨在利用学术资源进行计算高效的预训练。核心价值在于帮助研究人员和开发者低成本、高效率地训练和应用多模态LLMs。

提供完整的数据筛选和预训练流程，支持大规模图像-文本数据的高效处理；释放了所有预训练模型和指令微调模型的检查点，方便直接使用；支持多种多模态基准测试的评估，助力模型性能验证
DeepSite：为创业者和营销人员提供免费的无代码网站和应用构建工具。

结合Deepseek V3的强大功能与可视化画布，瞬间创建网站和应用；提供更美观的设计和更好的模板文案；100%免费在Hugging Face Spaces上使用
Before
After
Back to Top