开源的Agent编排框架，旨在自动化和优化AI开发流程。

开源的Agent编排框架，旨在自动化和优化AI开发流程。 利用OpenAI Assistants API的强大功能，可以创建具有不同角色和功能的协作agent(Agencies)。该框架旨在以一种更动态、灵活和高效的基于Agent的系统取代传统的AI开发方法。 | #框架

：现代化的模型图可视化和调试工具 | #工具

：现代化的模型图可视化和调试工具 | #工具 提供了模型图的直观和分层可视化。它将模型操作组织到嵌套层中，使用户能够动态展开或折叠这些层。还提供了一系列功能来促进模型探索和调试，包括突出显示输入和输出操作、在节点上覆盖元数据、在交互式弹出窗口中显示图层、执行搜索、显示相同图层、GPU 加速图形渲染的能力，除其他外。 目前支持 TFLite、TF、TFJS、MLIR 和 PyTorch（导出程序）模型格式，并提供扩展框架供开发人员轻松添加对其他格式的支持。

基于 Electron 的开源 AI 助手，旨在打造极致的桌面端效能工具。

基于 Electron 的开源 AI 助手，旨在打造极致的桌面端效能工具。 它最初的目标是开发一款类似于苹果智能助手的智能悬浮窗，不占用桌面空间，不占用系统性能，可以通过全局热键快速访问，方便用户使用。借助ChatGPT技术，用户可以持续训练onepoint，以更高的精度（onpoint）生成和重构内容，从而提高效率。 Onepoint目前支持VSCode、Pages、Microsoft Word、Email等多种编辑场景，以及Safari、Chrome等阅读场景，实现真正的全场景智能覆盖。 | #工具

具有聊天界面的上下文数据可视化工具，使用自然语言和GPT生成数据集的可视化，可以逐步编辑可视化结果，使其更加准确，无需重新输入整

具有聊天界面的上下文数据可视化工具，使用自然语言和GPT生成数据集的可视化，可以逐步编辑可视化结果，使其更加准确，无需重新输入整个复杂查询。 特点包括：自然语言生成数据可视化、使用聊天上下文编辑可视化、允许用户根据预期修改图表、通过与可视化交互逐步探索数据、上传自己的CSV数据集进行可视化、保存可视化和聊天记录、允许用户使用可视化编辑器进行编辑，并根据用户的喜好生成更好的可视化。 | #可视化 #工具

面向文本分析的低代码自动化工具 一个开源的、低代码的、由AI驱动的自动化工具。Obsei由以下部分组成

面向文本分析的低代码自动化工具 一个开源的、低代码的、由AI驱动的自动化工具。Obsei由以下部分组成 从各种来源收集非结构化数据，如Twitter上的推文、Reddit上的Subreddit评论、Facebook上的页面帖子评论、App Stores评论、Google评论、Amazon评论、新闻、网站等。 分析器。用各种人工智能任务分析收集的非结构化数据，如分类、情感分析、翻译、PII等。 信息员。将分析的数据发送到各种目的地，如票务平台、数据存储、数据框架等，以便用户可以采取进一步的行动，并对数据进行分析。 所有的观察者都可以在数据库（Sqlite、Postgres、MySQL等）中存储他们的状态，这使得Obsei适用于预定作业或无服务器应用程序。 未来的方向 面向文本、图像、音频、文档和视频的工作流 从所有可能的私人和公共渠道收集数据 将每个可能的工作流程添加到人工智能下游应用中，以实现人工认知工作流程的自动化 | #工具

由 Libra-AI 开发的一个开源工具，用于将事实验证过程自动化。它提供了一个全面的管道，用于将长文本剖析成单独的主张、评估其

由 Libra-AI 开发的一个开源工具，用于将事实验证过程自动化。它提供了一个全面的管道，用于将长文本剖析成单独的主张、评估其验证的价值、生成证据搜索的查询、爬取证据并最终验证主张。 该工具对于记者、研究人员和任何对信息真实性感兴趣的人特别有用。 | #工具