npm
hedging8563/tokenlab-mcp-server
OpenAPI-generated MCP server for TokenLab text, image, video, music, 3D, audio, files, embeddings, rerank, translation, and async tasks.
MIT2026年8月5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
npm
getpipher/vision
Capability-aware vision + paste extension for the pi coding agent. Delegates image analysis only when the active model is text-only; passes through natively for multimodal models (zero delegation).
MIT2026年8月3日 · 指标 2.10.0
Go · PyPI
masterkeysrd/loom
Loom is a high-performance, graph-based AI workflow engine for Go. It allows you to build complex agentic systems by defining multi-step workflows as directed graphs, seamlessly connecting them to any large language model, and persisting execution state for long-running or interrupted tasks.
无许可证2026年7月28日 · 指标 2.10.0
npm
runtypelabs/mixlayer-ai-provider
AI SDK provider for Mixlayer — the fully oxidized inference API
MIT2026年8月3日 · 指标 2.10.0
npm · RubyGems · Go +2
runapi-ai/gemini-omni-sdk
RunAPI Gemini Omni SDK for audio, character, and video workflows in JavaScript, Python, Ruby, Go, Java, and PHP
Apache-2.02026年7月21日 · 指标 2.10.0
npm
talesofai/generation-sdk
该仓库未发布描述。
MIT2026年7月26日 · 指标 2.10.0
PyPI
Leon-Sander/Local-Multimodal-AI-Chat
Self-hostable multimodal chat with local LLMs (Ollama/OpenAI): PDF RAG, image chat, and Whisper voice, Streamlit + Docker.
GPL-3.02026年7月18日 · 指标 2.10.0
—
volcengine/ark-cli
The fastest way to put Volcengine Ark in your terminal and your AI agent — go from prompt to generated media, multimodal answer, or deployed endpoint in a single command, no API glue code.
Apache-2.02026年7月15日 · 指标 2.10.0
PyPI
waybarrios/crystal
CRYSTAL: Beyond Final Answers: Benchmark for Transparent Multimodal Reasoning Evaluation | arXiv 2603.13099
无许可证2026年7月17日 · 指标 2.10.0