alvinreal/awesome-opensource-ai

Курируемые открытые модели искусственного интеллекта, библиотеки, инфраструктуру и инструменты для разработчиков.

  svgdiagram.ai · Превращайте свои заметки в чистые, редактируемые диаграммы SVG

---

Вклад

Содержание

• 1. Основные фреймворки и библиотеки
• 2. Кодовые базы моделей и семейства моделей
• 3. Двигатели вывода и подача
• 4. Агентный ИИ и многоагентные системы
• 5. Генерация с дополненным поиском (RAG) и знания
• 6. Инструменты генеративных медиа
• 7. Экосистема обучения и тонкой настройки
• 8. MLOps / LLMOps и производство
• 9. Оценка, бенчмарки и наборы данных
• 10. Безопасность, выравнивание и интерпретируемость ИИ
• 11. Специализированные области
• 12. Пользовательские интерфейсы и самостоятельные платформы
• 13. Инструменты и интеграции для разработчиков
• 14. Ресурсы и обучение

---

Об этом списке

Awesome Open Source AI — это отобранный список проектов с открытым исходным кодом для людей, работающих с использованием ИИ.

Цель — помочь читателям находить полезные модели, библиотеки, инструменты, инфраструктуру, наборы данных и учебные ресурсы, не перебирая свалку каталогов.

Проекты не требуют минимального количества звёзд GitHub для включения. Звёзды могут быть полезным контекстом, но они представляют собой только один сигнал.

---

Contents

• 1. Core Frameworks & Libraries
• 2. Model Codebases & Model Families
• 3. Inference Engines & Serving
• 4. Agentic AI & Multi-Agent Systems
• 5. Retrieval-Augmented Generation (RAG) & Knowledge
• 6. Generative Media Tools
• 7. Training & Fine-tuning Ecosystem
• 8. MLOps / LLMOps & Production
• 9. Evaluation, Benchmarks & Datasets
• 10. AI Safety, Alignment & Interpretability
• 11. Specialized Domains
• 12. User Interfaces & Self-hosted Platforms
• 13. Developer Tools & Integrations
• 14. Resources & Learning

---

About this list

Awesome Open Source AI is a curated list of open-source projects for people building with AI.

The goal is to help readers find useful models, libraries, tools, infrastructure, datasets, and learning resources without sorting through a directory dump.

Projects do not need a minimum number of GitHub stars to be included. Stars can be useful context, but they are only one signal. A smaller project may belong here if it is useful, well-maintained, technically interesting, clearly documented, or important to a specific part of the AI ecosystem.

Good entries should have a clear reason to exist. They should help people build, study, run, evaluate, or understand AI systems.

---

1. Core Frameworks & Libraries

Core libraries and frameworks used to build, train, and run AI and machine learning systems.

Deep Learning Frameworks

• PyTorch - Dynamic computation graphs, Pythonic API, dominant in research and production. The current standard for most frontier AI work.