LLMs from Scratch 开源项目

Open-Sora Plan 是一个开源AI剪辑项目，复现和研究类 Sora 视频生成架构的开放计划，覆盖训练与推理流程。它在完整 AI 技术链路中的定位，是覆盖智能剪辑、字幕翻译、数字人口型、视频生成与画面修复的开源视频流程。该方向常见的能力与评估维度包括根据语音、文本或时间线辅助选择片段、生成字幕、翻译、配音和口型同步内容、执行人物驱动、视频生成或运动控制、完成目标移除、补帧、修复和批量合成，但 Open-Sora Plan 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察口播、课程、访谈和短视频粗剪、多语言字幕翻译与本地化配音、数字人、虚拟主播和人物动画、创意视频生成、修复和素材预处理等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：除了画面观感，还应检查音画同步、字幕时间轴、人物一致性、闪烁、帧间稳定、处理速度和失败恢复。批量剪辑时要记录素材来源、参数、模型版本和导出设置。视频和声音合成可能被误用于冒充他人。处理真人肖像与声音必须获得授权，并对合成内容进行明确标识；商用前还要核查项目代码、模型权重和输入素材各自的许可证。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

AnimateDiff 是一个开源AI剪辑项目，为文生图模型加入运动模块，将图片生成工作流扩展为可控动画。它在完整 AI 技术链路中的定位，是覆盖智能剪辑、字幕翻译、数字人口型、视频生成与画面修复的开源视频流程。该方向常见的能力与评估维度包括根据语音、文本或时间线辅助选择片段、生成字幕、翻译、配音和口型同步内容、执行人物驱动、视频生成或运动控制、完成目标移除、补帧、修复和批量合成，但 AnimateDiff 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察口播、课程、访谈和短视频粗剪、多语言字幕翻译与本地化配音、数字人、虚拟主播和人物动画、创意视频生成、修复和素材预处理等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：除了画面观感，还应检查音画同步、字幕时间轴、人物一致性、闪烁、帧间稳定、处理速度和失败恢复。批量剪辑时要记录素材来源、参数、模型版本和导出设置。视频和声音合成可能被误用于冒充他人。处理真人肖像与声音必须获得授权，并对合成内容进行明确标识；商用前还要核查项目代码、模型权重和输入素材各自的许可证。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

Tabby 是一个开源编程工具项目，可自托管的代码补全与编程助手服务，为团队提供私有化代码模型能力。它在完整 AI 技术链路中的定位，是让大模型理解代码仓库、调用开发工具并参与分析、修改、测试和交付流程。该方向常见的能力与评估维度包括读取项目结构、源码和版本控制差异、生成、修改和解释代码并协助排错、调用终端、浏览器、数据库或协议工具、把需求拆成可验证步骤并输出变更记录，但 Tabby 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察新功能开发、代码重构和缺陷修复、测试生成、日志分析和故障定位、数据库查询、数据分析和运维诊断、团队代码规范、文档与交付流程辅助等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：重点比较代码上下文能力、差异可读性、工具权限控制、测试执行、Git 协作和模型兼容性。真正有用的编程助手应能说明改了什么、为什么改、如何验证，而不是只生成看似完整的代码。自动生成代码可能引入安全漏洞、许可证风险或隐藏回归。所有变更都应经过代码审查和自动测试；执行终端命令前确认工作目录与参数，涉及密钥、客户代码和生产数据时必须隔离。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

pgvector 是一个开源知识库项目，为 PostgreSQL 增加向量类型与相似度检索能力，便于复用现有数据库体系。它在完整 AI 技术链路中的定位，是把文档、数据库和多模态资料转换为可检索、可引用、可更新的知识服务。该方向常见的能力与评估维度包括解析文档并切分、清洗和生成向量、执行语义、关键词或混合检索、结合来源片段生成可追溯答案、管理索引更新、元数据过滤和知识权限，但 pgvector 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察企业制度、产品资料和客服知识库、研发文档、合同与研究资料检索、面向网站或应用的问答服务、智能体长期记忆和业务数据查询等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：不能只看演示回答是否流畅，应准备真实问题验证召回率、引用准确性、更新速度和权限隔离。还要记录文档解析失败、无答案、冲突资料与过期内容的处理方式。检索增强不能自动保证事实正确。回答必须保留来源并允许回到原文核验；含个人信息、合同和内部资料时，要落实访问控制、传输加密、删除机制与模型接口的数据合规要求。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

Qdrant 是一个开源知识库项目，使用 Rust 构建的向量搜索引擎，支持过滤、持久化和大规模相似度检索。它在完整 AI 技术链路中的定位，是把文档、数据库和多模态资料转换为可检索、可引用、可更新的知识服务。该方向常见的能力与评估维度包括解析文档并切分、清洗和生成向量、执行语义、关键词或混合检索、结合来源片段生成可追溯答案、管理索引更新、元数据过滤和知识权限，但 Qdrant 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察企业制度、产品资料和客服知识库、研发文档、合同与研究资料检索、面向网站或应用的问答服务、智能体长期记忆和业务数据查询等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：不能只看演示回答是否流畅，应准备真实问题验证召回率、引用准确性、更新速度和权限隔离。还要记录文档解析失败、无答案、冲突资料与过期内容的处理方式。检索增强不能自动保证事实正确。回答必须保留来源并允许回到原文核验；含个人信息、合同和内部资料时，要落实访问控制、传输加密、删除机制与模型接口的数据合规要求。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

Browser Use 是一个开源AI工作流项目，让大模型通过浏览器执行网页访问、表单操作、信息采集和多步骤自动化任务。它在完整 AI 技术链路中的定位，是把模型调用、工具、数据、记忆和业务规则组织成可观察、可重复执行的流程。该方向常见的能力与评估维度包括连接大模型、提示词、外部工具与数据源、管理多步骤任务、状态传递和失败重试、支持人工确认、调试记录与结果追踪、把实验原型整理成可复用的智能体或自动化服务，但 Browser Use 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察研究资料收集、整理和报告生成、客服、运营、销售等业务流程自动化、多智能体分工协作与复杂任务拆解、企业内部系统与大模型能力连接等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：重点观察流程是否容易调试、节点和工具生态是否满足需求、状态是否可持久化，以及任务失败后能否定位和恢复。用于生产环境时，还要评估并发、权限、审计、模型成本和版本升级方式。工作流一旦具备文件、数据库、浏览器或系统命令权限，影响范围会明显扩大。应采用最小权限、参数白名单和人工审批，避免让模型直接执行删除、转账、对外发布等高风险动作。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

DeerFlow 是一个开源编程工具项目，面向深度研究和任务执行的智能体工作流，可协调搜索、代码和报告生成。它在完整 AI 技术链路中的定位，是让大模型理解代码仓库、调用开发工具并参与分析、修改、测试和交付流程。该方向常见的能力与评估维度包括读取项目结构、源码和版本控制差异、生成、修改和解释代码并协助排错、调用终端、浏览器、数据库或协议工具、把需求拆成可验证步骤并输出变更记录，但 DeerFlow 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察新功能开发、代码重构和缺陷修复、测试生成、日志分析和故障定位、数据库查询、数据分析和运维诊断、团队代码规范、文档与交付流程辅助等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：重点比较代码上下文能力、差异可读性、工具权限控制、测试执行、Git 协作和模型兼容性。真正有用的编程助手应能说明改了什么、为什么改、如何验证，而不是只生成看似完整的代码。自动生成代码可能引入安全漏洞、许可证风险或隐藏回归。所有变更都应经过代码审查和自动测试；执行终端命令前确认工作目录与参数，涉及密钥、客户代码和生产数据时必须隔离。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。

RAGFlow 是一个开源知识库项目，结合深度文档理解与检索增强生成的知识库平台，支持复杂格式解析和引用回答。它在完整 AI 技术链路中的定位，是把文档、数据库和多模态资料转换为可检索、可引用、可更新的知识服务。该方向常见的能力与评估维度包括解析文档并切分、清洗和生成向量、执行语义、关键词或混合检索、结合来源片段生成可追溯答案、管理索引更新、元数据过滤和知识权限，但 RAGFlow 的具体功能范围应以当前仓库文档和实际测试为准。可重点考察企业制度、产品资料和客服知识库、研发文档、合同与研究资料检索、面向网站或应用的问答服务、智能体长期记忆和业务数据查询等场景。大概怎么用：先阅读项目 README、发行说明和许可证，确认操作系统、运行环境、模型接口与硬件要求；然后使用非敏感样本运行官方最小示例，记录输入、参数、输出、速度和资源占用；验证效果后再连接自己的资料或业务系统，并保留日志、备份和人工复核。部署与选型时应注意：不能只看演示回答是否流畅，应准备真实问题验证召回率、引用准确性、更新速度和权限隔离。还要记录文档解析失败、无答案、冲突资料与过期内容的处理方式。检索增强不能自动保证事实正确。回答必须保留来源并允许回到原文核验；含个人信息、合同和内部资料时，要落实访问控制、传输加密、删除机制与模型接口的数据合规要求。开源不等于可以任意商用，代码、模型权重、训练数据和生成结果可能采用不同授权条件，实际使用前必须以仓库当前 LICENSE 和官方文档为准。本站保留项目原始仓库地址，便于查看安装说明、版本变化、问题反馈和社区讨论。