• 1
• 0
• 0

sieding / python-lzo

• 1
• 0
• 0

sieding / openvino

https://github.com/openvinotoolkit/openvino

• 1
• 0
• 0

sieding / llama.cpp.260727

https://github.com/ggml-org/llama.cpp

• 1
• 0
• 0

sieding / stable-diffusion.cpp

https://github.com/leejet/stable-diffusion.cpp

• 1
• 0
• 0

sieding / leejet_ggml

https://github.com/leejet/ggml stable-diffusion.cpp的专用分支

• 1
• 0
• 0

sieding / ggml

https://github.com/ggml-org/ggml

• 1
• 0
• 0

sieding / llama.cpp-omni

MiniCPM-o-4.5全双工推理by llama.cpp-ommi，来自https://github.com/tc-mb/llama.cpp-omni搬运

• 1
• 0
• 0

sieding / OpenHarness

来自https://github.com/HKUDS/OpenHarness，版本0.1.9。由香港大学数据科学研究所（HKUDS） 团队开发。用约1.1万行Python代码，精炼地实现Claude Code（拥有51万行代码）的核心架构，将复杂的商业产品“白盒化”，旨在成为一个轻量级、模块化的学习与研究平台。 pip install --upgrade openharness-ai==0.1.9

• 1
• 0
• 0

sieding / CrispASR

C++ ggml运行时枢纽支持多语言ASR模型：Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2等，以及通过NeMo强制对齐器风格CTC实现的通用强制对齐等。whisper.cpp的叉子。 来源：https://github.com/CrispStrobe/CrispASR

• 1
• 0
• 0

sieding / wet-mcp

WET - Web Extended Toolkit。一个web-search MCP服务，内置安全机制：SSRF防护、输入验证等。支持完全本地运行的零配置模式（Zero Config），可完全离线。所有数据在本机处理，无隐私泄露风险。 来源：https://github.com/n24q02m/wet-mcp

• 1
• 0
• 0

sieding / LibreTranslate

免费开源机器翻译API。自主托管,离线功能,易于设置。 来源：https://github.com/LibreTranslate/LibreTranslate

• 1
• 0
• 0

sieding / fastllm

搬运：fastllm是后端无依赖的高性能大模型推理库。同时支持张量并行推理稠密模型和混合模式推理MOE模型，任意10G以上显卡即可推理满血DeepSeek。双路9004/9005服务器+单显卡部署DeepSeek满血满精度原版模型，单并发20tps；INT4量化模型单并发30tps，多并发可达60+

• 1
• 2
• 1

sieding / xiaozhi-esp32-server

在个人电脑上部署小智AI服务器

• 1
• 0
• 0

sieding / llama.cpp

• 1
• 0
• 1

sieding / dlib

一个用于在C++中创建真实世界机器学习和数据分析应用的工具包 来源：https://github.com/davisking/dlib

• 1
• 0
• 0

sieding / FaceLib

面部分析：检测、年龄、性别估计与识别

• 1
• 0
• 0

sieding / CodeFormer

gfpgan改良版，保持人脸角色特征，解决修复后被换脸问题

• 1
• 0
• 0

sieding / rife-ncnn-vulkan

插帧

• 1
• 0
• 0

sieding / IFRNet-2

插帧工具，来源：https://github.com/ltkong218/IFRNet IFRNet:用于高效帧穿插的中位特征精细网络(CVPR 2022) 需下载模型：https://www.dropbox.com/sh/hrewbpedd2cgdp3/AADbEivu0-CKDQcHtKdMNJPJa?dl=0

• 1
• 0
• 0

sieding / GFPGAN

GFPGAN 本质是 "人脸超分+细节重建"，非降噪模型。对非人脸噪声（如视频压缩块效应）效果有限。