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。
39 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
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8月12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
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
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7月22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7月19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
crates.io · Maven · npm +1
spiraldb/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7月16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7月23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8月4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8月4日 · 指标 2.10.0
PyPI · npm
pixeltable/pixeltable
Unified multimodal backend for AI data apps
Apache-2.02026年8月1日 · 指标 2.10.0
crates.io
screenpipe/screenpipe
YC (S26) | Record your screen 24/7 and plug into your agents. Local, private, secure. Connect to OpenClaw, Hermes agent and 100+ apps
自定义许可证2026年8月5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 · 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7月17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7月17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
NuGet · PyPI
LayeredCraft/alexa-vox-craft
该仓库未发布描述。
Apache-2.02026年7月22日 · 指标 2.10.0
PyPI · npm
tong-io/tongflow
TongFlow : An Open-Source Multi-Modal GenAI Workflow Studio
AGPL-3.02026年7月31日 · 指标 2.10.0
Go · PyPI
JoakimCarlsson/ai
A Go toolkit for building AI agents and applications across multiple providers. Unified LLM client, agent framework with handoffs, tool calling, streaming, structured output, MCP integration, and cost tracking.
MIT2026年9月5日 · 指标 2.10.0
PyPI
PreferredAI/cornac
A Comparative Framework for Multimodal Recommender Systems
Apache-2.02026年7月23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8月5日 · 指标 2.10.0
PyPI
MaximeRivest/attachments
Easiest way to give context to LLMs; Attachments has the ambition to be the general funnel for any files to be transformed into images+text for large language models context by only adding 2 lines to your python code.
MIT2026年8月24日 · 指标 2.10.0
npm
kenryu42/pi-grok-cli
Use your X Premium or SuperGrok subscription in pi—with automatic vision routing for text-only models.
MIT2026年7月23日 · 指标 2.10.0
npm
mrgoonie/multix-cli
AI multimodal CLI — Gemini, MiniMax, OpenRouter, ffmpeg, ImageMagick, doc-to-md
MIT2026年9月4日 · 指标 2.10.0
PyPI · crates.io
solpbc/solstone-journal
Navigate Life Intelligently
AGPL-3.02026年8月1日 · 指标 2.10.0
PyPI
HUANGCHIHHUNGLeo/claude-real-video
Let Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.
MIT2026年8月31日 · 指标 2.10.0
PyPI · npm · Maven
hpnkv/a11
A streaming action runtime for AI agents, model serving, and multimodal APIs
无许可证2026年9月2日 · 指标 2.10.0
PyPI
queelius/muse
Model-agnostic multi-modality generation server with plugin discovery: OpenAI-compatible TTS, embeddings, and image generation. Drop a Python file in ~/.muse/models/ to add a backend.
Apache-2.02026年8月3日 · 指标 2.10.0