将电脑变为个人 AI，持续记录屏幕与音频，构建可搜索的本地 AI 记忆系统。

文档教程与资源RAG多模态

查看详情 →

开源数字人智能体平台，通过单张照片创建可实时视频通话的 AI Agent，支持 RAG 知识导入、声音克隆与模块化插件架构。

文档教程与资源多模态RAG

查看详情 →

面向 AI Agent 的 macOS 全桌面操控系统，通过 29 个 MCP 工具实现结构化感知、视觉定位、合成输入与自学习 Recipe 工作流。

文档教程与资源多模态MCP

查看详情 →

基于 LiveKit 构建的可学习、可配置、高度插件化的全能型实时交互虚拟助手框架，支持多模态记忆、用户画像与外部工具集成。

文档教程与资源RAG多模态

查看详情 →

中山大学人类通信与感知实验室维护的具身智能领域论文列表，为研究人员提供最新的研究成果汇总。

文档教程与资源Python多模态

查看详情 →

操作系统智能体(OS Agents)基于多模态大语言模型(MLLM)，通过操作系统提供的图形用户界面(GUI)和命令行界面(CLI)来自动化操作电脑、手机和浏览器的任务。这个调研项目旨在整合该领域的研究现状，为学术研究和产业发展提供指导。

文档教程与资源PythonAI代理

查看详情 →

一个开源免费的多模态AI智能体课程，教授如何构建能够理解图像、文本、音频和视频的AI智能体系统，使用MCP协议连接各组件。

文档教程与资源PythonAI代理

查看详情 →

这是一个展示如何充分利用ChatGPT代码解释器功能的精选集合，包含各种突破限制的实验案例，让用户探索AI与代码结合的无限可能。

文档教程与资源PythonAI代理

查看详情 →

一个包含PyTorch、深度学习等多门课程的综合学习笔记资源，涵盖计算机视觉与自然语言处理领域，配有视频讲解和示例数据集。

文档教程与资源PythonPyTorch

查看详情 →