Vision: open-source проекты на GitHub
17 репозиториев по теме Vision, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
LIBRECHAT: МОЩНЫЙ OPEN SOURCE ИИ ЧАТ
LibreChat — продвинутый клон ChatGPT с поддержкой агентов, MCP и множества моделей. Позволяет переключать модели на лету, использовать артефакты, интерпретатор кода и без
★ 47,135 · TypeScriptУлучшенный чат GPT
LibreChat — открытый чат‑бот с поддержкой многих ИИ‑моделей, агентов, поиска сообщений, Code Interpreter и безопасной мультипользовательской аутентификации.
★ 36,891 · TypeScriptМультимодальный AI‑стек
Открытый мультимодальный стек ИИ‑агента, объединяющий передовые модели и инфраструктуру для создания автономных агентов.
★ 33,596 · TypeScriptАвтоматизация веб-задач с ИИ
Skyvern-AI автоматизирует браузерные рабочие процессы с использованием искусственного интеллекта
★ 21,640 · Pythonscreenpipe: Запись и поиск
Локальное приватное приложение, которое круглосуточно записывает всё, что вы видите, говорите и слышите, и даёт ИИ возможность жить ваш жизненным опытом.
★ 18,711 · RustPixelRAG: Поиск по пикселям
PixelRAG заменяет традиционный веб‑парсинг на поиск непосредственно в пиксельном представлении страниц, обеспечивая масштабируемый и точный извлекатель данных.
★ 10,946 · PythonПАМЯТЬ ДЛЯ AI-АГЕНТОВ
SimpleMem — эффективная долгосрочная память для LLM-агентов с поддержкой текста и мультимодальных данных.
★ 3,878 · PythonВИЗУАЛЬНЫЙ ИНТЕЛЛЕКТ ДЛЯ ДОМА
ha-llmvision brings visual intelligence to your home, enabling real‑time object, face and activity recognition for smarter automation.
★ 1,531 · Pythondsh-vision-router - ЗРЕНИЕ ДЛЯ AГЕНТОВ
Бесплатный цепочка зрения для агентов DeepSeek Harness: Q&A, grounding, OCR и др. Один‑командный установ, без Python, работа с изображениями как обычный инструмент.
★ 1,274 · JavaScriptВизуальный набор для LLM
Библиотека для текстовых моделей, позволяющая «смотреть» изображения: распознавать содержание, отвечать на вопросы, восстанавливать UI, автоматизировать GUI и интегрирова
★ 1,262 · PythonMOSS-VL: 11B МОДЕЛЬ ДЛЯ ВИДЕО
Открытая серия моделей MOSS-VL объёмом 11 миллиардов параметров предназначена для понимания длинных и потоковых видео в реальном времени. Поддерживает мультимодальный вхо
★ 833 · PythonDESIGN2CODE - ПРЕВРАЩАЕМ СКРИНШОТ В КОД
Автоматически превращает любой скриншот веб-дизайна в чистый HTML и CSS код на TypeScript.
★ 687 · TypeScriptVMODAL SDK ДЛЯ РОБОТОТЕХНИКИ
vmodal_sdk_robotics — Python‑SDK для multimodal vision в робототехнике. Объединяет данные камер, LiDAR и IMU в единый поток. Поддерживает обучение моделей на синтетически
★ 434 · PythonСИМУЛЯЦИЯ МИРА В ИИ
Масштабный обзор мультимодальных генеративных моделей для симуляции реального мира. 381 звезда, IEEE TPAMI 2026.
★ 397VECTORDB-PLUGIN: ПОИСК ПО ДОКУМЕНТАМ
Задавайте вопросы своим документам, аудио и видео — получите мгновенные ответы благодаря векторному поиску на Python.
★ 372 · PythonPAPERFIT — ИИ-АГЕНТ ДЛЯ ВЕРСТКИ СТАТЕЙ
Автоматически компилирует, рендерит и исправляет ошибки в LaTeX-верстке научных статей с помощью ИИ.
★ 337 · TeXAI ASSISTANT ПРЯМО НА ЭКРАНЕ
Зажми горячую клавишу, спроси AI о содержимом экрана — получи мгновенный ответ. Поддержка OpenRouter, Claude, OpenAI, Gemini. Локально, без телеметрии.
★ 246 · TypeScriptНовые проекты по теме — в Telegram
Telegram →