这里有11个开源人工智能项目，使编写精美的软件更容易。
软件中最有创意和最有影响力的想法通常以开源的形式出现。共享代码邀请全球贡献者社区共同努力，推动项目向前发展。人工智能也不例外。虽然人工智能对计算火力的需求可能会限制个人成就，但分布式团队可以完成工作。人工智能是一个技术领域，所有努力的总和确实大于各个部分。
为了培养这个重要部门，这里有11个开源人工智能项目，让开发人员的工作更轻松一些。有些会微调训练模型的过程，而另一些则可以帮助您找到或访问所需的数据源。有生产力黑客、性能优化器、SQL wrangler等。
这些项目让我们一起看到人工智能的创新如何将智能、有知觉的计算机的梦想变成我们生活和工作的日常部分。将它们作为您自己项目的起点，或作为灵感袭来时如何创造令人惊叹的东西的蓝图。
Upscayl
有时，图像只需要多一点细节才能在页面上看起来不错。Upscayl（请参阅此处的GitHub项目）提高了图像分辨率，以获得您寻求的清晰度和细节。如果您有合适的硬件，这是增强数字艺术品或为照片添加细节的好方法。请记住，人工智能几乎在幻觉这些细节。这意味着Upscayl是增强数字艺术家创作的虚构图像的理想选择，但它对需要绝对准确性的图像来说不如它，例如在犯罪现场记录证据。
Nyro
开发人员花费大量时间通过命令行与计算机的操作系统进行交互。虽然它们很容易被忽视，但所有这些秒钟都会加起来。Nyro是一个在Electron上编写的开源项目，它处理日常任务，如截屏、调整窗口大小和同步应用程序之间的数据。像这样的日常任务自动化可以为您节省一小部分时间，最终大大提高了生产力。
Geppetto
一些开发团队在Slack频道上完成大部分工作，因此这些帖子最终成为相当可靠的第一代文档。Geppetto是一个Slackbot，将您的频道与几个不同的LLM（OpenAI、Anthropic和Gemini）连接起来，可以清理和增强您的沉思。如果您希望艺术为您的文档增添活力，Geppetto甚至会向Dall-E发送请求。
E2B sandboxes
最早的LLM回答了问题，也许会利用他们培训集中的所有知识来产生一点艺术。但是，如果他们可以自由地在互联网上漫游，并使用人类使用的所有相同的工具呢？E2B是一个代理沙盒，它允许LLM与我们人类每天使用的许多相同工具连接。这意味着网页浏览器、GitHub代码存储库和命令行工具，如林特。然后，LLM可以利用这些工具的力量来做有用的事情，比如管理云基础设施，这样人类就不必这样做了。
Dataline
不是每个人都想将所有数据上传到遥远的AI GPU进行训练。Dataline使用LLM生成SQL命令，将数据从数据库中吸走。然后，代码使用与本地数据的本地连接创建数据科学报告。这是一种混合方法，将经典的数据分析算法与指导它们的LLM相结合。
Swirl Connect
有时，你想开始使用数据集，但你不想费心去提取和重新格式化它。如果数据集很大，这些过程可能非常耗时。Swirl Connect（请参阅此处的GitHub项目）将许多标准数据库与大多数标准LLM和RAG搜索索引联系起来。您需要的所有数据都在一个地方，您可以专注于培训。
DSPy
法学硕士的出现在快速工程领域创造了一个全新的专业化工作。与开发人员使用的算法不同，提示工程师摆弄文字，编写冗长的指令，推动和推动LLM，以产生恰到好处的结果。这是一个需要喋喋不谈的天赋和在法学硕士上使用绝地心理技巧的能力。DSPy是一个希望为法学硕士培训带来更系统方法的工具。DSPy不是单词和短语，而是连接模块和优化器，并将其安排在LLM的管道中。使用DSPy的开发人员可以花更少的时间担心语言细微差别，而花更多时间处理代码。
Guardrails
生成性人工智能的挑战之一是防止人工智能偏离正轨。Portkey Gateway的工程师找到了将更多控件集成到生成式人工智能管道中的方法。被称为护栏的异步功能可以跟踪人工智能生成的答案的演变，并在管道的各个阶段进行“投票”。每次投票，答案都会得到完善。最终结果应该是更少的幻觉和更多的正确答案。
Unsloth
在新数据集上培训基础法学硕士通常成本高昂。Unsloth是一个工具，旨在为一些最常见的开源模型优化此类培训。根据一些说法，该工具的开源版本比没有Unsloth的模型训练快两到五倍，专业版本快30倍。精心手写的内核代码以降低内存使用的方式应用，同时保持甚至提高准确性。
Wren AI for SQL
世界上大多数数据都存储在庞大的表格中，通常可以通过SQL访问。唉，很少有人知道如何编写伟大的SQL查询。即使是优秀的程序员也很难编写快速高效的SQL查询。Wren AI是SQL的自然语言前端。你用通俗易懂的英语提问，人工智能会将它们翻译成SQL，为每个人节省一点时间和悲伤。
AnythingLLM
如今，许多人在某个地方藏着一大堆数字文件，以备将来参考。挑战是在你需要的时候找到完美的报价或数据点。AnythingLLM将您的文档堆整理成有用的东西。您只需将文档输入任何LLM或RAG系统，然后查询您需要的答案。该工具在Linux、macOS或Windows计算机上运行，响应可以以各种格式进行，包括语音转文本。