适用于手机的 GPT-4o 级 MLLM，支持视觉、语音和多模态实时流传输

中文|英语

微信  |   Discord

MiniCPM-o 2.6 🤗 🤖 | MiniCPM-V 2.6 🤗 🤖 | 技术博客即将上线

MiniCPM-o是最新一代的端到端多模态语言学习模型 (MLLM)，基于 MiniCPM-V 升级而来。该系列模型现在可以接收图像、视频、文本和音频作为输入，并以端到端的方式提供高质量的文本和语音输出。自 2024 年 2 月以来，我们已发布了 6 个版本的模型，旨在实现强大的性能和高效的部署。该系列中目前最值得关注的模型包括：

• MiniCPM-o 2.6：🔥🔥🔥 MiniCPM-o 系列最新、功能最强大的模型。该端到端模型拥有 80 亿个参数，在视觉、语音和多模态实时流传输方面均能达到与 GPT-4o-202405 相媲美的性能，使其成为开源社区中最具通用性和性能的模型之一。更多信息……

Tabby 是一款可自行托管的 AI 代码助手，为 GitHub Copilot 提供了一种开源的本地部署替代方案。它拥有以下几个主要功能：

• 独立运行，无需数据库管理系统或云服务。
• OpenAPI接口，易于与现有基础设施（例如云IDE）集成。
• 支持消费级GPU。

• 2024年12月6日， Tabby v0.21.0版本将集成 Llamafile 部署功能并增强 Answer Engine 用户体验！🚀
• 2024年11月10日， Answer Engine with Tabby v0.20.0支持在不同的后端聊天模型之间切换！
• 2024年10月30日Tabby v0.19.0在主页上新增了最近分享的主题，以提高其可发现性。

MPV2（MoneyPrinter Version 2）是一款能够自动完成在线赚钱流程的应用程序，顾名思义，它是MoneyPrinter项目的第二个版本。它完全重写了原项目，专注于更广泛的功能和更模块化的架构。

注意： MPV2 需要 Python 3.9 才能有效运行。点击此处观看 YouTube 视频。

• Twitter 机器人（带定时任务 => scheduler）
• YouTube Shorts 自动化工具（带 CRON 作业 => scheduler）
• 联盟营销（亚马逊 + 推特）
• 寻找本地商家并进行陌生拜访

MoneyPrinter 有多种语言版本，由社区开发并服务于社区。以下是一些已知的版本：

• 中文：MoneyPrinterTurbo

如果您想提交您自己的 MoneyPrinter 版本/分支，请创建一个 issue，描述您对分支所做的更改。

请先安装Microsoft Visual C++ 生成工具，以便 CoquiTTS…

易于使用、低延迟的语音转文本库，适用于实时应用

• AudioToTextRecorderClient 类会在服务器未运行时自动启动并连接到服务器。该类与 AudioToTextRecorder 共享相同的接口，因此可以轻松地在两者之间进行升级或切换。（目前仍在开发中，AudioToTextRecorder 的大部分参数和回调函数已在 AudioToTextRecorderClient 中实现，但并非全部。此外，服务器目前还无法处理并发（并行）请求。）
• 重新设计的命令行界面（“stt-server”启动服务器，“stt”启动客户端，更多信息请查看“server”文件夹）

RealtimeSTT 监听麦克风并将语音转录成文本。

提示： 不妨了解一下Linguflex，它是 RealtimeSTT 的原项目。Linguflex 可以让你通过语音控制周围环境，是目前功能最强大、最先进的开源语音助手之一。

它非常适合：

• 语音助手
• 需要快速、精确地将语音转换为文本的应用

MoneyPrinterTurbo 💸

简体中文 |英语

提供一个视频主题或关键词，就可以生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。

网页界面

API界面

由于该项目的部署和使用，对于一些小白用户来说，还是有一定的收费的，在此特别感谢录咖（AI智能多媒体服务平台）网站基于该项目，提供的免费AI视频生成器服务，无需部署，直接在线使用，非常方便。

• 中文版：https://reccloud.cn
• 中文版：https://reccloud.com

感谢佐糖https://picwish.cn对该项目的支持和赞助，使得该项目能够持续的更新和维护。

佐糖专注于简单的图像处理领域，提供丰富的图像处理工具，将复杂操作最大限度简化，真正实现让图像处理更简单。

• 完整的MVC架构，代码结构清晰，易于维护，支持API和Web界面
• 支持视频文案AI自动生成，也可以自定义文案
• 支持多种高清视频尺寸
  • 竖屏9:16，1080x1920
  • 横屏16:9，1920x1080
• 支持批量视频生成，可以选择一次生成视频，然后选择一个最满意的多个
• 支持视频分段时长设置，方便调节素材切换频率
• 支持中文和英文视频文案
• 支持多种语音合成，可实时试听效果
• 支持字幕生成，可以调整字体、位置、颜色、大小，同时支持字幕描边设置
• 支持背景音乐，随机或者指定音乐文件，可设置背景音乐音量
• 视频素材来源高清，而且无版权，也可以使用自己的本地素材
• 支持OpenAI、Moonshot、Azure、gpt4free、one-api、通义千问、Google Gemini、Ollama、DeepSeek、文心一言等多种模型接入
  • 中国用户建议使用DeepSeek或Moonshot作为大型模型构建（国内可直接访问，不需要VPN。注册就送额度，基本够用）

• GPT-SoVITS 配音支持
• 优化语音合成，利用大模型，制作合成的声音，更自然，情绪更丰富
• 增加视频转场效果，使外观更加流畅
• 增加更多视频素材来源，优化视频素材和文案的匹配度
• 增加视频长度选项：短、中、长
• 支持更多的语音合成服务商，比如OpenAI TTS
• 自动上传到YouTube平台

一套完整的工具包，用于运行基于 LangGraph、FastAPI 和 Streamlit 构建的 AI 代理服务。

它包含一个LangGraph代理、一个为其提供服务的FastAPI服务、一个与该服务交互的客户端，以及一个使用该客户端提供聊天界面的Streamlit应用。数据结构和设置均使用Pydantic构建。

本项目提供了一个模板，方便您使用 LangGraph 框架轻松构建和运行自己的代理。它演示了从代理定义到用户界面的完整设置，并通过提供一套完整、强大的工具包，让您更轻松地上手基于 LangGraph 的项目。

🎥观看代码库和应用程序的视频演示

直接在 Python 中运行

# At least one LLM API key is required
echo 'OPENAI_API_KEY=your_openai_api_key' >> .env
# uv is recommended but "pip install ." also works
pip

这是一个致力于打造现实版 GLaDOS 的项目！

最新消息：想聊天或加入社区？欢迎加入我们的Discord！想支持我们？请在这里赞助本项目！

这真的非常棘手，只适合铁杆极客！请查看“rock5b”分支，以及我为RK3588 NPU系统编写的OpenAI API 。不要指望会有任何支持，它还在积极开发中，而且需要在Armbian Linux等系统上进行大量调试。

这是一个软硬件结合的项目，旨在创建一个有感知、有交互性、有实体感的 GLaDOS。

这将包括：

• 训练 GLaDOS 语音生成器
• 生成一个能够引出现实的“人格核心”的提示
• 为 GLaDOS 生成中长期记忆（可能是一个简单的 Numpy 数组中的自定义向量数据库！）
• 通过 VLM 赋予 GLaDOS 视觉（可以是完整的……）

GenBI 是一款开源人工智能代理，它使数据驱动型团队能够与数据进行交互，从而生成文本到 SQL、图表、电子表格、报告和 BI。

👉 在Wren AI Cloud上使用您的数据进行尝试，或将其安装到您的本地环境中

Wren AI 支持与各种大型语言模型 (LLM) 集成，包括但不限于：

• OpenAI模型
• Azure OpenAI 模型
• Google AI Studio – Gemini 模型
• Vertex AI 模型（Gemini + Anthropic）
• 基岩模型
• 人类学 API 模型
• Groq 模型
• 奥拉玛模型
• Databricks模型

在 Wren AI，我们的使命是……

TON节点和工具的参考实现

---

TON 主 monorepo，其中包含 node/validator、lite-client、tonlib、FunC 编译器等的代码。

开放网络 (TON)是一个快速、安全、可扩展的区块链，专注于每秒处理数百万笔交易(TPS)，目标是覆盖数亿区块链用户。

• 要了解有关 TON 区块链及其底层生态系统的各个方面的更多信息，请查阅相关文档。
• 要运行节点、验证器或轻量级服务器，请查看“参与”部分。
• 要开发去中心化应用程序，请查看教程、FunC 文档和DApp 教程。
• 要使用 TON，请查看钱包、浏览器、去中心化交易所 (DEX)和相关工具。
• 与 TON 检查API交互

• 主分支——主网运行在这个稳定分支上。

  只有紧急更新、急需更新或不影响主代码库（GitHub 工作流/docker 镜像/文档）的更新才会直接提交到此分支。

• 测试网分支……

一个体积小巧、性能卓越且运行流畅的视觉语言模型

网站|演示

图像	例子
	女孩在做什么？ 女孩坐在桌旁吃一个大汉堡。 女孩的头发是什么颜色的？ 女孩的头发是白色的。
	这是什么？ 这是一个计算机服务器机架，用于存放和管理多台计算机服务器。机架里摆放着各种计算机服务器，每台服务器都有自己独立的空间和电源。服务器通过多根电缆连接到机架，表明它们是某个大型系统的一部分。机架放置在铺有地毯的地面上，旁边还有一张沙发，说明这里可能位于起居室或娱乐区。 机架后面是什么？机架 后面是一堵砖墙。

Moondream 是一个高效的开源愿景……

浏览文档 »

注册·加入我们的 Discord（仅限开发者） · X · Gitroom · Telegram（加密货币）

• 安排所有社交媒体帖子（包含许多人工智能功能）
• 利用数据分析来衡量你的工作成果。
• 与其他团队成员合作，交换或购买帖子。
• 邀请您的团队成员协作、评论和安排帖子。
• 目前托管版本和自托管版本之间没有任何区别。

• NX（单体）
• NextJS（React）
• NestJS
• Prisma（默认使用 PostgreSQL）
• Redis（BullMQ）
• 重新发送（电子邮件通知）

要启动并运行项目，请按照快速入门指南操作。

DMsTbeCfX1crgAse5tver98KAMarPWeP3d6U3Gmmpump

该仓库的源代码……