📝 仓库介绍

1.open-webui / open-webui

使用默认配置安装（四种方案任选其一）

1. (推荐）如果本地已装有Ollama, 运行以下指令：
直接在浏览器搜索“Ollama”即可找到官网并安装，目前支持macOS，Linux和Windows。安装好Ollama后，运行Ollama run xxx即可和本地模型对话，无需联网，如果本地没有这个模型，它会自动下载（下载当然需要联网hhh）。推荐安装qwen、llama2、llama3，用轻薄本的CPU也能运行，所以带轻薄本出门办公的小伙伴即使遇到无法上网的情况，也能使用大模型了。



只不过，在后端和模型对话不够舒适，所以我们需要前端的WebUI，它能够在浏览器上使用，这就得靠open-webui了。你安装完Ollama后就可以用上面的指令在Docker上安装open-webui了，它会从你的本地IP开一个3000端口，用浏览器打开http://localhost:3000/或http://127.0.0.1:3000/即可。点开“模型文件”一栏，可导入和导出模型，还能去OpenWebUI社区下载各种各样的预设模型，比如Ai Writing Tutor。

2. 如果本地未装有Ollama, 运行以下指令：

3. 仅用于OpenAI API使用的安装：

4. 使用绑定的Ollama支持安装Open WebUI：
使用一个容器映像将Open WebUI与Ollama捆绑在一起，允许通过单个命令进行简化设置。

2.LlamaFamily / Llama-Chinese

1. 分词工具：提供了快速且准确的中文分词功能，可以将中文文本按照词语进行分割，方便后续处理。

2. 文本清洗：支持对中文文本进行清洗和预处理，去除特殊符号、停用词等，以提高后续处理的效果。

3. 文本向量化：提供了将中文文本转换为向量表示的功能，支持多种向量化方法，包括词袋模型、TF-IDF 等，帮助用户将文本数据转换为可供机器学习模型使用的格式。

4. 文本相似度计算：支持计算两段文本之间的相似度，可以用于文本匹配、推荐系统等场景。

5. 情感分析：提供了情感分析的功能，可以判断一段文本的情感倾向，如积极、消极或中性。

6. 中文 NLP 支持：为中文自然语言处理（NLP）任务提供了一些基础的支持，包括词性标注、命名实体识别等。

3.HVision-NKU / StoryDiffusion 🤗

1. 一致的自我关注，用于长距离序列上的字符一致的图像生成。它是可热插拔的，与所有基于SD1.5和SDXL的图像扩散模型兼容。对于当前的实现，用户需要为一致的自我关注模块提供至少3个文本提示。建议至少5-6个文本提示，以便更好地安排布局;

2. 用于长距离视频生成的运动预测器，在压缩的图像语义空间中预测条件图像之间的运动，实现更大的运动预测。

4.TMElyralab / MuseV 🤗

电脑本地部署：

5.TMElyralab / MuseTalk 🤗

制作有声数字人短视频：

6.VinciGit00 / Scrapegraph-ai

1. SmartScraperGraph：只需要用户提示和输入源的单页抓取；

2. SearchGraph：从搜索引擎的前n个搜索结果中提取信息的多页抓取；

3. SpeechGraph：从网站中提取信息并生成音频文件的单页抓取器。

安装方法：

模型调用：

1. 大模型（LLM）调用
调用Ollama的本地模型
调用OpenAI等非本地的大模型

2. 文本转语音模型（TTS）调用

运行示例：

🤗 总结归纳

📎 参考文章

• GitHub

• huggingface