PyPI
huggingface/transformers
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Apache-2.02026年9月16日 · 指标 2.10.0
全部标签
目录标签
#vlm
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。
20 条记录
PyPI · crates.io
sgl-project/sglang
SGLang is a high-performance serving framework for large language models and multimodal models.
Apache-2.02026年9月16日 · 指标 2.10.0
PyPI
NVIDIA-NeMo/Automodel
🚀 Pytorch Distributed native training library for LLMs/VLMs with OOTB Hugging Face support
Apache-2.02026年9月13日 · 指标 2.10.0
npm
software-mansion/react-native-executorch
High-performance, privacy-first on-device AI inference library for React Native, powered by PyTorch's ExecuTorch runtime
自定义许可证2026年10月17日 · 指标 2.10.0
PyPI
modelscope/evalscope
A streamlined and customizable framework for efficient large model (LLM, VLM, AIGC) evaluation and performance benchmarking.
Apache-2.02026年9月15日 · 指标 2.10.0
Go
qualcomm/GenieX
Run frontier LLMs and VLMs locally on Qualcomm devices across NPU, GPU, and CPU with a few lines of code
BSD-3-Clause2026年8月28日 · 指标 2.10.0
PyPI · npm
lightseekorg/tokenspeed
TokenSpeed is a speed-of-light LLM inference engine.
MIT2026年9月12日 · 指标 2.10.0
PyPI · npm
trycua/cua
Scale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.
MIT2026年9月16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
CVHub520/X-AnyLabeling
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop application for annotating text, image, video, and multimodal data, combining versatile built-in tools with state-of-the-art AI models and flexible multi-format export.
GPL-3.02026年10月15日 · 指标 2.10.0
PyPI
MigoXLab/dingo
Dingo: A Comprehensive AI Data, Model and Application Quality Evaluation Tool
Apache-2.02026年10月19日 · 指标 2.10.0
crates.io
GreatV/oar-ocr
A native Rust toolkit for OCR, document layout analysis, and vision-language document understanding.
Apache-2.02026年10月21日 · 指标 2.10.0
Go
hybridgroup/yzma
Go with your own intelligence - Write Go applications that directly integrate llama.cpp for local inference using hardware acceleration on Linux, macOS, Windows, & WebAssembly.
自定义许可证2026年9月9日 · 指标 2.10.0
PyPI
mobilint/vllm-mblt
An out-of-tree vLLM plugin for Mobilint NPU runtime integration.
Apache-2.02026年10月12日 · 指标 2.10.0
NuGet
guojin-yan/OpenVINO-CSharp-API
OpenVINO wrapper for .NET.
Apache-2.02026年10月5日 · 指标 2.10.0
npm
Flyvhidbwo/dsh-vision-proxy
DeepSeek Harness 插件：DeepSeek Pro 大脑 + 自动识图。GUI 附加图片默认经官方 deepseek-v4-flash-vision-exp 原生识图，转译成文字后交给 DeepSeek 作答（纯文本的 V4-Pro 也能看图）；支持百炼/智谱/OpenRouter 等任意 OpenAI 兼容 VLM，无 key 自动探测本地 Ollama；安装时有一问式确认
MIT2026年9月22日 · 指标 2.10.0
npm
jing-hy/picturereader
DSH plugin: pixel-to-text image reading for text-only models. image_scan/image_ocr/image_sample tools + image-reading skill (34-image trained methodology). Pure local, optional PaddleOCR.
MIT2026年10月21日 · 指标 2.10.0
—
GodotMisogi/AeroFuse.jl
A toolbox meant for aircraft design analyses.
MIT2026年8月25日 · 指标 2.10.0
Go
hekmon/subtitles-ai-ocr
Read PGS (Bluray) and VobSub (DVD) image subtitles and extract their text using external Vision Language Models.
MIT2026年10月20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