JucieOvo / Frame-by-frame-AI-parser_by_JucieOvoLinks
在人工智能时代，AI凭借其强大的任务处理能力，逐渐成为不同岗位工作人员手中的得力工具。但对于视频解析的AI因为种种原因，效果并不理想 本项目是用Python制作的一个能够调用qwen-vl的程序，通过ffmpeg对视频逐帧切分后调用qwen-vl实现对视频的解析
☆37Updated this week
Alternatives and similar repositories for Frame-by-frame-AI-parser_by_JucieOvo
Users that are interested in Frame-by-frame-AI-parser_by_JucieOvo are comparing it to the libraries listed below
Sorting:
- DeepParseX 是一个强大的多模态文档解析与知识管理平台，支持 PDF、Word、Excel、PPT、图片、视频、音频 等多种文件格式的智能解析，自动提取关键信息，并构建 检索增强生成（RAG） 和 知识图谱（Knowledge Graph） 系统，实现结构化数据的智…☆43Updated last week
- 一个基于多模态向量模型及视觉多模态模型构建的图片搜索引擎&管理系统，实现精准的以文搜文，文搜图、以图搜图多种智能检索方式。An image search engine management system built upon multimodal vector models…☆75Updated 2 months ago
- 思通数科 AI视频监控系统，将传统摄像头完全变成AI摄像头，完全免费&代码开源。支持本地化部署docker一键安装。☆25Updated 3 months ago
- 基于Dolphin模型的东方语言音视频转字幕api及webui☆19Updated 8 months ago
- 本项目系列相关视频为大家测试CrewAI官方提供的Tools☆14Updated 11 months ago
- 🚀 免费的高级即梦(Jimeng) AI 接口服务，支持 4.x/3.x 图像模型和视频生成，OpenAI 兼容，内置可视化管理控制台。☆53Updated this week
- 基于DIFY的扩展系统，可供三方应用调用。增强dify提供动态知识库检索、数据库数据查询、生成PPT等能力☆19Updated 8 months ago
- Dive into LLM Agents☆18Updated last year
- 视频理解：千问视频多模态模型 & Dify☆65Updated last year
- This is a multi-character, ultra-personalized StoryTeller. It includes: 1) efficiently and accurately build multi-character voice library…☆58Updated 10 months ago
- 基于 KouriChat 的 Dify 集成情感陪伴机器人，支持微信，增强 AI 交互。☆38Updated 9 months ago
- 浏览器AI插件，一键把网页文章内容生成为思维导图，很方便。☆26Updated last year
- AI写作小工具方案：让2个智能体合作写出真正可用的图文并茂的帖子（微信公众号，小红书，博客）。1，写作智能体，2，知识库智能体。☆17Updated 6 months ago
- WebUI for ChatTTS☆31Updated last year
- 本项目借助飞桨平台，构建起一套创新的多模型协同系统，实现 PDF 文件到 Markdown 文件的高效、精准转换。☆27Updated 8 months ago
- Real time faster whisper gradio☆25Updated 3 months ago
- Examples for QinYan GLMs☆13Updated last year
- 基于 Dify 构建的高级搜索工具☆30Updated last year
- 基于Linly-Talker数字人改版的教育系统，包含网课总结、数字人对话、Chatbot对话，项目可在autodl部署☆34Updated last year
- mcp的webui界面，支持客户端连接多个sse服务端，支持 openai、deepseek、qwen等大模型，另外附上构建的 agent的 stdio和sse的简单 天气查询的完整示例☆37Updated 6 months ago
- 小智机器人服务端☆18Updated 8 months ago
- openai标准的microsoft edge tts语音API [抱抱脸免费部署]☆48Updated last year
- 一款基于 langchain + electron开发的多平台桌面端 Chat 客户端 支持本地知识库，tool调用，多个智能agent调 用 目标尽量实现全离线本地可执行的智能agent☆56Updated 3 months ago
- 数字人授课录制系统——全新的微课视频的生成方案——API☆75Updated 10 months ago
- GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能☆179Updated last month
- 基于硅基流动端口的AI生图MCP☆17Updated 7 months ago
- Dify 新闻聚合插件-多平台新闻热榜获取☆50Updated 7 months ago
- VideoFinder is an advanced video analysis tool powered by multimodal AI, designed to help users easily locate and identify specific objec…☆166Updated last year
- DramaCraft 是一个专业的短剧视频编辑 MCP (Model Context Protocol) 服务，集成国产中文大模型 API，实现剪映的智能自动化编辑功能。项目已完成从视频分析到草稿生成的完整解决方案☆35Updated 5 months ago
- Text2Neo4j 是一个遍历文档、从文本中提取关系并将其保存到 Neo4j 数据库中以形成知识图谱的工具。本项目结合了 Dify 和 LLaMA3.1（8B 模型）来高效处理和提取复杂关系。☆24Updated last year