Здесь собраны дополнения для Google Gemini — расширяют возможности вашей среды одной установкой. Выбирайте по рубрике или добавляйте в избранное.
Омни-модель с локального устройства: видит, слышит и говорит в реальном времени — камера и микрофон телефона превращаются в живого ассистента.
Открытая модель MiniMax с контекстом миллион токенов: первая массовая LLM с lightning attention, сильна в длинном рассуждении и коде.
Инструменты Stripe для ИИ-агентов: платежи, подписки, счета и возвраты через единый API — агенты могут продавать и выставлять счета.
Фреймворк RAG и агентов для корпоративных документов: парсинг тысяч форматов, работа с моделями на CPU и быстрый старт без GPU-кластера.
Автономные агенты разметки от создателей Label Studio: агент учится размечать данные по вашим примерам и доводит качество до заданной планки.
Автоматическая разметка датасетов LLM: несколько строк кода превращают сырые данные в размеченные — с оценкой точности каждой метки.
Фреймворк голосовых ИИ-агентов в реальном времени: телефония, стриминговая речь, прерывания mid-speech и интеграции с Twilio, SIP и вебом.
Память для ИИ: единый API, который запоминает пользовательский контекст — страницы, заметки, диалоги — и подмешивает его в любые LLM-приложения.
Open-source observability для LLM- и агентных приложений: трейсы, оценки, датасеты для evals и промт-менеджмент в одной панели.
Агент глубокого поиска по своим данным от создателей Milvus: раскладывает вопрос на подзапросы, ищет в векторной БД и синтезирует развёрнутый ответ со ссылками.
Лёгкий GraphRAG от университета Гонконга: быстрее и дешевле Microsoft GraphRAG, тот же принцип графа знаний поверх векторного поиска.
Бенчмарк ИИ в соревнованиях по машинному обучению: модель сама строит ML-решения Kaggle-контестов и получает медали.
Библиотека оценки устойчивости LLM от Microsoft: тестирует модели на adversarial-атаки, сдвиги формулировок и инъекции.
Мощная мультимодальная модель, помещающаяся на телефоне: понимает изображения, документы и видео при крошечном размере.
Пионер открытых мультимодальных моделей: соединяет визуальный энкодер с LLM для ответов на вопросы об изображениях.
Стандартная библиотека для эмбеддингов предложений: сотни готовых моделей и простой API для семантического поиска.
Сильнейшая открытая мультимодальная модель: понимает изображения, документы и видео на уровне закрытых систем.
Огромная открытая модель Moonshot AI с сильным tool calling: триллион параметров, агентные сценарии и открытые веса.
Ультрабыстрый ИИ-шлюз с открытым кодом: единая точка для сотни LLM с кэшем, фолбэками и наблюдаемостью — на edge.
Структурированный язык написания промптов: шаблоны с ролями, правилами и workflow делают сложные промпты поддерживаемыми.