Startseite Projekte org-ai
org-ai
Emacs Lisp

org-ai

Emacs als Ihr persönlicher KI-Assistent. Verwenden Sie LLMs wie ChatGPT oder LLaMA zur Textgenerierung oder DALL-E und Stable Diffusion zur Bildgenerierung. Unterstützt auch Spracheingabe/-ausgabe.

von rksm · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Kategorie
Emacs Lisp
Sprache
Wahrscheinlich
Selbst gehostet
aichatgptemacsGPL-3.0Emacs LispSelbst gehostet
Auf GitHub ansehen
In einfachen Worten

Verwenden Sie Emacs, um Texte und Bilder mit KI zu generieren und sogar mit Ihrem KI-Assistenten zu sprechen.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
org-ai — GitHub preview card
📈 Sternhistorie
820819
2026-07-202026-08-31
📈 org-ai verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Emacs als Ihr persönlicher KI-Assistent. Verwenden Sie LLMs wie ChatGPT oder LLaMA zur Textgenerierung oder DALL-E und Stable Diffusion zur Bildgenerierung. Unterstützt auch Spracheingabe/-ausgabe.

org-ai hat 819 Sterne auf GitHub. Es wurde 64-mal geforkt. org-ai ist hauptsächlich in Emacs Lisp geschrieben. Es wird seit 2023 aktiv entwickelt. org-ai ist unter der GPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: ai, chatgpt, emacs, generative-models.

Frequently asked questions

Was ist org-ai?

Emacs als Ihr persönlicher KI-Assistent. Verwenden Sie LLMs wie ChatGPT oder LLaMA zur Textgenerierung oder DALL-E und Stable Diffusion zur Bildgenerierung. Unterstützt auch Spracheingabe/-ausgabe.

Ist org-ai Open Source?

org-ai ist ein Open-Source-Projekt. Es wird unter der GPL-3.0-Lizenz veröffentlicht.

Ist org-ai kostenlos?

Ja. org-ai ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten. Die GPL-3.0-Lizenz ist Copyleft: Eine veränderte Version, die Sie weitergeben, muss unter derselben Lizenz bleiben.

Unter welcher Lizenz steht org-ai?

org-ai ist unter der GPL-3.0-Lizenz verfügbar.

In welcher Sprache ist org-ai geschrieben?

org-ai ist hauptsächlich in Emacs Lisp geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — org-ai

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=rksm-org-ai)](https://olud.ai/project/rksm-org-ai.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
SDT
Dieses Repository ist die offizielle Implementierung von Disentangling Writer and Character Sty…
1.4k · computer-vision
teiltgenerative-models
DL_Topics
Liste von DL-Themen und Ressourcen, die für das Bestehen von Interviews unerlässlich sind
456 · computer-vision
teiltgenerative-models
PNDM
Die offizielle Implementierung für Pseudo-numerische Methoden für Diffusionsmodelle auf Mannigf…
356 · diffusion-models
teiltgenerative-models
RISE
[RSS 2026] Code für RISE: Selbstverbessernde Roboterpolitik mit kompositionellem Weltmodell
323 · diffusion-models
teiltgenerative-models
zhusuan
Eine probabilistische Programmierbibliothek für bayesianisches tiefes Lernen, generative Modell…
2.2k · bayesian-inference
teiltgenerative-models
FlashVideo
[AAAI-2026]FlashVideo: Fließende Detailtreue für effiziente hochauflösende Videoerzeugung
462 · diffusion-models
teiltgenerative-models
PixelSmile
PixelSmile: Fein abgestimmte Bearbeitung von Gesichtsausdrücken mit kontinuierlicher Kontrolle,…
475 · diffusion-models
teiltgenerative-models
score_sde
Offizieller Code für Score-Based Generative Modeling durch stochastische Differentialgleichunge…
1.8k · controllable-generation
teiltgenerative-models
LFM
Offizielle PyTorch-Implementierung des Papiers: Flow Matching in Latent Space
356 · conditional-normalizing-flows
teiltgenerative-models
DiffuScene
[CVPR 2024] DiffuScene: Denoising Diffusion Models für die generative Synthese von Innenräumen
342 · diffusion-model
teiltgenerative-models

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.