MinerU
MinerU wandelt PDFs, Office-Dokumente und Bilder in LLM-fertiges Markdown oder JSON um – mit VLM+OCR-Doppel-Engine für 109 Sprachen, Formeln und komplexe Layouts.
Das ist die breiteste Gruppe: Chat-Oberflächen, SDKs und Frameworks, Werkzeuge für Prompts und Evaluierung sowie Anwendungen, die auf großen Sprachmodellen aufbauen. Viele funktionieren mit Modellen verschiedener Anbieter, manche können Modelle auf Ihrer eigenen Hardware ausführen.
Wenn Sie etwas produktiv einsetzen wollen, prüfen Sie zuerst drei Fakten: die Lizenz, denn manche beliebten Projekte schränken die kommerzielle Nutzung ein; ob der Modellanbieter unterstützt wird, den Sie bereits nutzen; und ob das Projekt noch gepflegt wird. Der Kasten „Auf einen Blick“ auf jeder Projektseite beantwortet die Fragen zu Lizenz und Pflege anhand von GitHub-Daten.
MinerU wandelt PDFs, Office-Dokumente und Bilder in LLM-fertiges Markdown oder JSON um – mit VLM+OCR-Doppel-Engine für 109 Sprachen, Formeln und komplexe Layouts.
Praxis-Tutorial, das rund um Bash ein minimales Agent-Harness im Stil von Claude Code von Grund auf baut und zeigt, wie Modell und Harness zu einem funktionierenden Agenten-Produkt werden.
Unsloth ist eine lokale Benutzeroberfläche zum Trainieren und Ausführen von Gemma 4, Qwen3.6, DeepSeek, Kimi, GLM und anderen Modellen.
Einheitliche effiziente Feinabstimmung von über 100 LLMs und VLMs (ACL 2024). **Skalierbare Ressourcen**: 16-Bit-Volloptimierung, Freeze-Tuning, LoRA und 2/3/4/5/6/8-Bit-QLoRA über AQLM/AWQ/GPTQ/LLM.int8/HQQ/EETQ.
MiroFish ist eine Schwarmintelligenz-Engine, die aus Ausgangsmaterial wie Nachrichten oder Finanzsignalen eine parallele digitale Welt baut, in der Tausende Agenten Zukunftsszenarien simulieren.
Ruflo ist ein Agenten-Meta-Harness für Claude Code und Codex mit über 100 Spezialagenten, koordinierten Schwärmen, selbstlernendem Gedächtnis und Föderation zwischen Rechnern.
Komprimieren Sie Tool-Ausgaben, Protokolle, Dateien und RAG-Blöcke, bevor sie das LLM erreichen. 20 % weniger Tokens für Codierungsagenten, 60–95 % weniger Tokens für JSON, gleiche Antworten. Bibliothek, Proxy, MCP-Server.
career-ops macht KI-Coding-CLIs wie Claude Code zur Job-Suchzentrale: Es scannt Stellenportale, bewertet Anzeigen nach einer A–F-Rubrik und passt Lebensläufe an.
Open Interpreter ist ein Terminal-Coding-Agent für kostengünstige offene Modelle wie Kimi K3, in Rust neu implementiert mit Codex-ähnlicher Oberfläche und wechselbaren Harnesses.
Local-first-KI-Desktop-App als All-in-one-Lösung, mit der Sie mit Ihren Dokumenten chatten und KI-Agenten ausführen – mit Mehrbenutzerunterstützung und ohne Einrichtungsaufwand.
Mem0 speichert Benutzer-, Sitzungs- und Agentengedächtnisse und ruft sie ab, sodass KI-Anwendungen Präferenzen und Kontext über Gespräche hinweg übertragen können.
LLM驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行. LLM-gestütztes Multi-Markt-Aktienanalysesystem mit Marktdaten aus mehreren Quellen, Echtzeitnachrichten, Entscheidungs-Dashboard, automatisierten Benachrichtigungen und kostenlosen geplanten Ausführungen.
Lehrreiches Proof-of-Concept, bei dem ein Team von KI-Agenten nach dem Vorbild von Investoren wie Ben Graham und Bill Ackman Handelsentscheidungen trifft – nicht für echten Handel gedacht.
Autonome KI-Agenten für Penetrationstests, die Ihren Code ausführen, Schwachstellen finden und sie mit echten Proof-of-Concepts verifizieren – einbindbar in CI/CD-Pipelines.
KI-gesteuerter öffentlicher Meinungs- und Trendmonitor mit plattformübergreifender Aggregation, RSS und intelligenten Warnungen. 告别信息过载,你的 AI 舆情监控助手与热点筛选工具!聚合多平台热点 + RSS订阅,支持关键词精准筛选.AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机, 也支持接入 MCP Das ist die AI-Version, mit der Sie Docker nutzen können集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。.
Context7 speist aktuelle, versionsspezifische Bibliotheksdokumentation und Codebeispiele per MCP direkt in LLM-Prompts ein und reduziert so veraltete Antworten und halluzinierte APIs.
GPT-SoVITS ist ein Few-Shot-Stimmenklon- und TTS-WebUI, das eine Stimme aus nur einer Minute Audio feinabstimmt und Zero-Shot-Synthese aus fünf Sekunden ermöglicht.
Das am besten bewertete Open-Source-KI-Speichersystem. Und es ist kostenlos.
Sofort einsatzbereite Cloud-Vorlagen für RAG, KI-Pipelines und Unternehmenssuche mit Live-Daten. Docker-freundlich. Immer synchron mit Sharepoint, Google Drive, S3, Kafka, PostgreSQL, Echtzeit-Daten-APIs und mehr.
Selbst gehostetes KI-Gateway mit Rust-Kern und Python-SDK, das über 100 LLM-Anbieter im OpenAI-Format aufruft und Kostenverfolgung, Guardrails und Lastverteilung bietet.
CrewAI koordiniert rollenbasierte KI-Agenten in Teams und ereignisgesteuerten Abläufen mit Tools für Aufgaben, Speicher, Nachverfolgung und Bereitstellung.
Mit Flowise lassen sich KI-Agenten und LLM-Workflows visuell zusammenstellen – Chatbots, RAG und Multi-Agenten-Systeme per Drag & Drop statt Code.
PPT Master verwandelt Dokumente oder Themen in nativ bearbeitbare PowerPoint-Präsentationen – mit Übergängen, datengestützten Diagrammen und Sprachkommentar aus den Notizen.
whisper.cpp ist eine abhängigkeitsfreie C/C++-Portierung von OpenAIs Whisper-Spracherkennungsmodell, für Apple Silicon optimiert, mit CPU-only-Inferenz auf vielen Plattformen.