PyPI · npm
Skyvern-AI/skyvern
Automate browser based workflows with AI
AGPL-3.02026年10月19日 · 指标 2.10.0
全部标签
目录标签
#vision
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。
54 条记录
Packagist
googleapis/google-cloud-php
Google Cloud Client Library for PHP
Apache-2.02026年10月20日 · 指标 2.10.0
PyPI
roboflow/rf-detr
RF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026]
Apache-2.02026年9月17日 · 指标 2.10.0
PyPI
PowerGridModel/power-grid-model-io
Conversion tool for various grid data formats to power-grid-model
MPL-2.02026年10月19日 · 指标 2.10.0
PyPI
roboflow/supervision
We write your reusable computer vision tools. 💜
MIT2026年9月17日 · 指标 2.10.0
PyPI
microsoft/markitdown
Python tool for converting files and office documents to Markdown.
MIT2026年9月16日 · 指标 2.10.0
Go
XTLS/Xray-core
Xray, Penetrates Everything. Also the best v2ray-core. Where the magic happens. An open platform for various uses.
MPL-2.02026年9月16日 · 指标 2.10.0
NuGet
mindee/mindee-api-dotnet
Mindee API Helper Library for .NET ecosystem
MIT2026年9月13日 · 指标 2.10.0
npm
mrousavy/react-native-vision-camera
📸 A powerful, high-performance React Native Camera library.
MIT2026年8月27日 · 指标 2.10.0
PyPI
MichaelGrupp/evo
Python package for the evaluation of odometry and SLAM
GPL-3.02026年8月28日 · 指标 2.10.0
npm
diegosouzapw/OmniGlyph
Cut your Claude bill 59–70% by rendering bulky LLM context as dense PNG pages — 100% read accuracy, exact per-provider billing math (Anthropic/OpenAI/Gemini), fail-closed gates, measured benchmarks. CLI + proxy + Cloudflare Workers. Docs in 42 languages. Part of the OmniRoute family.
MIT2026年9月18日 · 指标 2.10.0
crates.io
twistedfall/opencv-rust
Rust bindings for OpenCV
MIT2026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
Go
liushuangls/go-anthropic
Anthropic Claude API wrapper for Go
Apache-2.02026年9月5日 · 指标 2.10.0
npm · Maven · RubyGems
pedrol2b/react-native-vision-camera-mlkit
React Native Vision Camera v5 (Nitro) plugin for Google ML Kit — text recognition (OCR) and barcode scanning today, each independently installable, with more ML Kit features on the roadmap.
MIT2026年9月19日 · 指标 2.10.0
PyPI
physiclaw/PhysiClaw
The AI agent that physically operates a phone — the way you do.
MIT2026年10月21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
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10月21日 · 指标 2.10.0
crates.io
raphaelmansuy/edgequake-pdf2md
Convert PDF documents to Markdown using Vision Language Models — CLI and library
自定义许可证2026年9月9日 · 指标 2.10.0
npm
sinameraji/kimiflare
Moonshot kimi k3 terminal based coding agent & harness running on your own Cloudflare account.
MIT2026年9月12日 · 指标 2.10.0
PyPI
DustinTrap/kvm-pilot
Smart hands for your AI agents — write-capable, multi-plane (KVM + BMC + SSH) MCP server for bare-metal control (PiKVM/GLKVM, Redfish/IPMI BMCs): gated, verified, audited. Beta: seeking hardware reports.
Apache-2.02026年9月10日 · 指标 2.10.0
crates.io · npm
cool-japan/oximedia
OxiMedia is the Sovereign Media Framework - A patent-free, memory-safe multimedia processing library written in pure Rust. Pure Rust reconstruction of both FFmpeg (multimedia processing) and OpenCV (computer vision) — unified in a single cohesive framework.
自定义许可证2026年9月9日 · 指标 2.10.0
npm
just-every/mcp-screenshot-website-fast
Quickly screenshots webpages and converts to an LLM friendly size
MIT2026年10月21日 · 指标 2.10.0
npm
privatenumber/mac-ocr
macOS CLI for OCR and searchable PDFs using Apple's Vision framework
MIT2026年9月19日 · 指标 2.10.0
PyPI · npm
qirabot/qirabot
AI vision GUI automation for browsers, mobile apps, desktops, and games — no DOM, no selectors. Standalone or on top of Playwright / Selenium / Appium / pytest.
MIT2026年9月8日 · 指标 2.10.0
npm
kenryu42/pi-grok-cli
Use your X Premium or SuperGrok subscription in pi.
MIT2026年9月13日 · 指标 2.10.0
npm · Go
omarshahine/findmy-cli
Query Find My friend locations on macOS via UI automation, screenshots, and Vision OCR — structured output for CLIs and agents.
MIT2026年9月8日 · 指标 2.10.0
npm
JochenYang/luma-mcp
多模型视觉理解 MCP 服务器，为不支持图片理解的 AI 编码模型提供视觉能力：分析截图、报错、UI 与文档，可接入多家主流视觉大模型。Multi-model vision MCP server that adds image understanding to AI coding models without native vision — analyze screenshots, errors, UI and documents via major vision LLM providers.
MIT2026年9月13日 · 指标 2.10.0
PyPI
lpalbou/AbstractVision
Model-agnostic generative vision for Python and AbstractCore — text/image/video generation via MLX-Gen, Diffusers, stable-diffusion.cpp, and OpenAI-compatible APIs.
MIT2026年10月18日 · 指标 2.10.0
npm
mdgate/converters
Read almost any file as Markdown for AI agents and LLM apps. 150+ formats, pure TypeScript — PDF, Office, iWork, HWP, email, ebooks, archives, and more.
MIT2026年9月30日 · 指标 2.10.0