PyPI · crates.io
Eventual-Inc/Daft
High-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scale
Apache-2.02026年8月28日 · 指标 2.10.0
全部标签
目录标签
#multimodal
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
60 条记录
PyPI · crates.io · npm
rerun-io/rerun
Visualize, query, and stream to train on multimodal robotics data.
Apache-2.02026年8月27日 · 指标 2.10.0
PyPI
NVIDIA-NeMo/DataDesigner
🎨 NeMo Data Designer: Generate high-quality synthetic data from scratch or from seed data.
Apache-2.02026年9月19日 · 指标 2.10.0
npm
TanStack/ai
🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, React, Vue, Svelte, and Solid.
MIT2026年9月12日 · 指标 2.10.0
PyPI
bentoml/BentoML
The easiest way to serve AI apps and models - Build Model Inference APIs, Job queues, LLM apps, Multi-model pipelines, and more!
Apache-2.02026年9月17日 · 指标 2.10.0
PyPI
embeddings-benchmark/mteb
MTEB: State-of-the-art evaluation of embeddings across languages and modalities
Apache-2.02026年9月11日 · 指标 2.10.0
npm · Go · PyPI
genkit-ai/genkit
Open-source framework for building agentic apps in JavaScript, Go, Dart, and Python, built and used in production by Google
Apache-2.02026年8月28日 · 指标 2.10.0
crates.io · Maven · npm +1
vortex-data/vortex
An extensible, state-of-the-art framework for columnar compression, and the fastest FOSS columnar file format. Formerly at @spiraldb, now an Incubation Stage project at LFAI&Data, part of the Linux Foundation.
Apache-2.02026年9月13日 · 指标 2.10.0
PyPI
Blaizzy/mlx-audio
A text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.
MIT2026年8月28日 · 指标 2.10.0
PyPI · npm
pixeltable/pixeltable
The unified multimodal backend for AI data apps. Database, orchestration, and serving in one Python file.
Apache-2.02026年9月15日 · 指标 2.10.0
PyPI
modelscope/ms-swift
Use PEFT or Full-parameter to CPT/SFT/DPO/GRPO 600+ LLMs (Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) and 300+ MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...) (AAAI 2025).
Apache-2.02026年8月27日 · 指标 2.10.0
PyPI
sgl-project/sglang-omni
SGLang-Omni is a high-performance serving framework for audio models (TTS, ASR) and unified multimodal models.
Apache-2.02026年9月28日 · 指标 2.10.0
PyPI
Hebbian-Robotics/hflow
SDK for robotics teams to verify the quality of their data used for AI model training.
Apache-2.02026年10月4日 · 指标 2.10.0
npm · crates.io
screenpipe/screenpipe
YC (S26) | Open Computer History | Record your screen continuously locally and provide context to your agents (Claude, Codex, Openclaw, Hermes, Runner...)
自定义许可证2026年9月16日 · 指标 2.10.0
PyPI
laminlabs/lamindb
Open-source data management for multimodal AI. Query, trace, and govern with a lineage-native, format-agnostic lakehouse for agents and teams. Supports biological formats and registries - by the creators of Scanpy. 🍊YC S22
Apache-2.02026年9月16日 · 指标 2.10.0
RubyGems
crmne/ruby_llm
The Ruby AI framework.
MIT2026年10月20日 · 指标 2.10.0
PyPI
opendatalab/MinerU
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
自定义许可证2026年9月16日 · 指标 2.10.0
PyPI
waybarrios/vllm-mlx
High-performance OpenAI and Anthropic compatible LLM inference server for Apple Silicon. Native MLX, continuous batching, multimodal models, MCP tool calling, and Claude Code support.
Apache-2.02026年10月20日 · 指标 2.10.0
npm · Go
MikkoParkkola/trvl
Travel MCP server + CLI for AI assistants — flights, hotels, trains, cars, ferries, price alerts. No API keys, single Go binary. 1 smart MCP tool + 66 aliases (98.9% smaller tools/list). Works with Claude, Cursor, Windsurf, Codex.
自定义许可证2026年9月9日 · 指标 2.10.0
npm
Mintplex-Labs/anything-llm
Stop renting your intelligence. Own it with AnythingLLM. Everything you need for a powerful local-first agent experience
MIT2026年9月16日 · 指标 2.10.0
npm
muxinc/ai
A typescript library for connecting videos in your Mux account to multi-modal LLMs.
自定义许可证2026年9月10日 · 指标 2.10.0
PyPI
yzhao062/pyod
A Python library for anomaly detection across tabular, time series, graph, text, image, and audio data. 60+ detectors, benchmark-backed ADEngine orchestration, and an agentic workflow for AI agents.
BSD-2-Clause2026年8月27日 · 指标 2.10.0
npm
motis-project/motis
multimodal routing, geocoding, and map tiles
MIT2026年9月20日 · 指标 2.10.0
PyPI
mlfoundations/open_clip
An open source implementation of CLIP.
自定义许可证2026年8月27日 · 指标 2.10.0
PyPI · npm
tong-io/tongflow
Modality-First GenAI Platform
AGPL-3.02026年9月15日 · 指标 2.10.0
NuGet · PyPI
LayeredCraft/alexa-vox-craft
该仓库未发布描述。
Apache-2.02026年9月13日 · 指标 2.10.0
crates.io
ai-dynamo/frontend-crates
该仓库未发布描述。
Apache-2.02026年10月20日 · 指标 2.10.0
crates.io · Go · npm +1
antflydb/antfly
该仓库未发布描述。
自定义许可证2026年9月8日 · 指标 2.10.0
PyPI · crates.io
Egoist-Machines/LodeDB
World's fastest and most compact embedded vector database: exact by default, multimodal, local-first, and GPU-accelerated
Apache-2.02026年9月16日 · 指标 2.10.0
PyPI
lpalbou/AbstractFramework
Write once. Generate everything. A modular, open-source ecosystem for building durable, observable, multimodal AI systems. Text, voice, image, video, music — one unified interface, any provider, any model, local or cloud.
MIT2026年10月18日 · 指标 2.10.0