🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

全球首个开源智能体视频制作系统，集成12条流水线、52种工具及500余项智能体技能，可将您的AI编程助手转变为完整的视频制作工作室。

Langflow：用于构建和部署AI驱动智能体与工作流的强大工具

1分钟的语音数据也可以用来训练一个好的TTS模型！ （几张声音克隆镜头）

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

利用AI大模型一键生成高清短视频

用户友好型AI交互界面（支持Ollama、OpenAI API等）

规模最大的PyTorch图像编码器/骨干网络集合。包含训练、评估、推理、导出脚本与预训练权重——支持ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer（ViT）、MobileNetV4、MobileNet-V3和V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt等模型

最强大且模块化的扩散模型图形用户界面、应用程序接口及后端，提供基于图或节点的交互界面。

Stable Diffusion网页界面

VoxCPM：面向上下文感知语音生成与逼真音色克隆的无分词器文本转语音系统

MIT与MyShell联合开发的即时语音克隆技术

DeerFlow是一个社区驱动的深度研究框架，将语言模型与网络搜索、爬取及Python执行等工具相结合，同时回馈开源社区。

开源语音合成工作室

一套开箱即用的智能体技能集，适用于科研、科学、工程、分析、金融与写作领域

面向Claude Code的智能自动化与多智能体编排系统

用不超过10分钟的语音数据轻松训练优质语音克隆模型！

轻量级、开源的AI代理，适用于您的工具、聊天和工作流。

Apache Airflow - 通过编程方式编写、调度和监控工作流的平台

集成多款即时通讯平台、大语言模型、插件及AI功能的智能聊天机器人基础设施，可作为OpenClaw的替代方案。✨