开源作者 Hassan 的 10 款 AI 相关开源项目：
1. RoomGPT - 用 AI 重新设计你的房间
https://t.co/iahKxAPUMx

上传房间照片，通过 AI 生成你的梦想房间。

这是 https://t.co/NwrnKjTEZs 的早期开源版本（https://t.co/NwrnKjTEZs 是一个付费的 SaaS 产品），不需要身份验证、支付或其他额外功能，简单易于克隆、部署和试用。

工作原理

它使用一个名为 ControlNet 的机器学习模型来生成房间的不同风格图片。这个应用程序允许你上传任何房间的照片，通过一个 Next.js API 路由将其发送到这个机器学习模型，返回生成的房间图像。机器学习模型托管在 Replicate 平台上。

2. AI Commits - 一个用 AI 为你编写 git 提交信息的 CLI 工具
https://t.co/wOQE9oTaQq

这是一个 CLI 工具，它会使用 AI 为你编写 git 提交信息。你再也不用自己写提交信息了。

工作原理

这个 CLI 工具运行 git diff 来抓取你所有的最新代码更改，然后将这些更改发送到 OpenAI 的 GPT-3，接着返回 AI 生成的提交信息。

3. https://t.co/yWjUEM9Yv4 - 使用 AI 修复老旧和模糊的人脸照片。
https://t.co/eriby4tduS

这个项目通过 AI 修复老旧的人脸照片。

工作原理
它使用了来自应用研究中心（Applied Research Center）的 GFPGAN 机器学习模型，该模型托管在 Replicate 平台上，用于修复人脸照片。这个应用程序允许你上传任何照片，并通过一个 Next.js API 路由将其发送到这个机器学习模型，最后返回修复后的照片。

4. TurboSeek - 受 Perplexity 启发的 AI 搜索引擎（Perplexity山寨）

https://t.co/BBLamch5Ko

TurboSeek 是一个开源的 AI 搜索引擎，由 https://t.co/FaHzR6iBmh 提供支持。

工作原理
- 接收用户的问题
- 通过 Bing 搜索 API 查找前 6 条搜索结果并展示出来
- 从 Bing 返回的 6 个链接中抓取文本并将其存储为上下文
- 向 Mixtral-8x7B 发送用户的问题和上下文，实时返回答案
- 向 Llama-3-8B 发送请求，生成 3 个相关的后续问题供用户继续提问

5. Llama Coder - 开源的 Claude 工件 – 使用 Llama 3.1 405B 构建
https://t.co/qpcFcha20u

这是一个开源的 Claude 工件，能够通过一个提示词生成小型应用程序。由 Llama 3 405B 和 https://t.co/FaHzR6iBmh 提供支持。

6. https://t.co/fxBwyzTXnl - 从截图到应用程序
https://t.co/8lEp4mNd7M

这是一个开源的从线框图生成应用程序的工具。由 Llama 3.2 Vision 和 https://t.co/FaHzR6iBmh 提供支持。

7. PDFToChat - 使用 AI 与 PDF 对话
https://t.co/QA3DVzRTRG

只需几秒钟，即可与您的 PDF 进行对话。由 Together AI 和 Pinecone 提供支持。

技术栈
框架使用 Next.js App Router
通过 Together AI 推理使用 Mixtral 来提供大语言模型（LLM）
使用 Together AI 提供的 M2 Bert 80M 进行嵌入向量生成
RAG 代码使用 LangChain.js
向量数据库使用 MongoDB Atlas
PDF 存储使用 Bytescale
托管和 Postgres 数据库由 Vercel 提供
用户认证使用 Clerk
样式使用 Tailwind CSS

8. TwitterBio - 使用 Mixtral 和 GPT-3.5 生成你的 Twitter 简介
https://t.co/JERUNQad2n

这个项目通过 AI 为你生成 Twitter（X）简介。

工作原理
该项目同时使用 Mixtral 和 GPT-3.5，并通过流式传输生成 Twitter 简介。它根据表单和用户输入构建提示词，然后将其发送到 https://t.co/FaHzR6iBmh 的 Mixtral API 或 OpenAI 的 GPT-3.5 API，随后将生成的响应流式传输回应用程序。

9. notesGPT - 录制语音笔记，并进行转录、总结以及生成任务

https://t.co/TzD1fbc8tI

只需几秒钟即可从笔记中生成行动项。由 Convex、https://t.co/FaHzR6iBmh 和 Whisper 提供支持。

技术栈
数据库和云函数使用 Convex
框架使用 Next.js App Router
LLM 使用 Together 推理（Mixtral）
搜索嵌入向量使用 Together Embeddings
语音笔记存储使用 Convex File Storage
向量搜索使用 Convex Vector Search
转录使用 Replicate 的 Whisper
用户认证使用 Clerk
样式使用 Tailwind CSS

10. ExploreCareers - 使用 AI 根据你的兴趣和技能探索职业
https://t.co/9VRFZVgTm4

只需几秒钟，即可探索与你相关的职业。由 https://t.co/FaHzR6iBmh 提供支持。

技术栈
这个应用允许用户上传简历，填写一些兴趣爱好，并获取一份可能适合的职业清单。
LLM 使用 Llama-3-70B
AI API 推理使用 https://t.co/FaHzR6iBmh
网站分析使用 Plausible
数据可视化使用 Reactflow
LLM 可观测性使用 Helicone
框架使用 Next.js App Router
PDF 存储使用 S3 / ByteScale
托管与功能支持使用 Vercel
样式使用 Tailwind CSS

点击图片查看原图