Text2Audio

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

CSM

高质量语音生成模型

CSM 是一个开源的语音生成项目，它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言，可生成多种声音，适用于研究和教育场景。通过使用 CSM，用户可以方便地进行语音合成，同时项目还提供了水印功能，确保生成音频的可追溯性和透明度。

agents-course

Hugging Face 的 AI 智能体课程，涵盖多种智能体框架及相关知识

本项目是 Hugging Face 推出的 AI 智能体课程，深入介绍了 AI 智能体的相关概念，如大语言模型、工具使用等。课程包含多个单元，详细讲解了不同的智能体框架，如 smolagents 和 LlamaIndex，提供了丰富的学习资源和实践案例。适合对 AI 智能体感兴趣的开发者和学习者，有助于提升他们在该领域的知识和技能。

RagaAI-Catalyst

用于 AI 项目管理和 API 交互的工具集，助力 AI 项目高效开发与管理。

RagaAI-Catalyst 是一款专注于 AI 领域的强大工具集，为开发者提供了便捷的项目管理、API 交互、令牌管理等功能。支持多 API 密钥上传，能快速创建、列出和管理 AI 项目，还可获取项目用例和指标信息。适用于各类 AI 开发场景，提升开发效率，推动 AI 项目顺利开展。

smolagents

一个包含多种工具和文档处理功能，适用于 LLM 使用的项目。

smolagents 是一个功能丰富的项目，提供了如文件格式转换、网页内容读取、语义搜索等多种工具，支持将常见文件类型或网页转换为 Markdown，方便进行文档处理和信息提取，能满足不同场景下的需求，提升工作效率和数据处理能力。

Cursor ID Modifier

用于修改 Cursor 配置文件中的标识符，以满足特定需求的工具。

Cursor ID Modifier 是一款功能强大的工具，可助力用户轻松修改 Cursor 配置文件中的各类标识符。它支持多语言，具备自动检测系统语言并提供对应翻译的能力，适用于不同操作系统。该工具在自动化部署和日常使用场景中都表现出色，能有效提高工作效率，解决用户在使用 Cursor 时遇到的配置修改难题。

Janus

DeepSeek-AI 开发的统一多模态理解和生成模型系列

Janus 是由 DeepSeek-AI 开发的统一多模态理解和生成模型系列，支持图像理解和文本到图像生成等功能。它基于先进的深度学习技术，依赖 torch、transformers 等库构建，可广泛应用于图像识别、智能问答、内容创作等场景，为用户提供高效、准确的多模态交互体验。

Awesome CursorRules

一个精心整理的 .cursorrules 文件集合，用于提升你的 Cursor AI 体验。

Awesome CursorRules 是一个专注于提供优质 .cursorrules 文件的项目，这些文件可定制 Cursor AI 代码生成规则，满足不同开发者需求。涵盖前端框架、后端技术、移动开发等多领域，能增强代码生成相关性与准确性，提升开发效率与代码一致性，适用于各类开发场景。

AI Hedge Fund

运用多种投资分析模型和 LLM 技术进行股票交易决策与回测的智能对冲基金项目。

AI Hedge Fund 是一个先进的智能对冲基金项目，集成了基本面分析、情绪分析、风险控制等多方面的投资策略，借助 LLM 技术实现智能决策。该项目提供股票交易信号生成、回测模拟等功能，支持用户根据不同的投资原则进行分析，适用于量化投资、金融研究等场景，有助于提升投资决策的准确性和效率。