WaveSpeed AI Open Source

Jelajahi proyek open source kami dan berkontribusi pada masa depan AI. Dari mekanisme perhatian berkinerja tinggi hingga framework deployment tanpa server.

7
Proyek Open Source
1.2K+
Bintang GitHub
300+
Fork

waverless

oleh WaveSpeedAI

Lihat di GitHub

Framework deployment tanpa server untuk model WaveSpeed AI, memungkinkan inferensi AI yang dapat diskalakan dan hemat biaya.

Fitur Utama:

  • Arsitektur tanpa server
  • Kemampuan auto-scaling
  • Model harga pay-per-use
  • Deployment dan manajemen yang mudah

Tujuan Proyek:

Membuat deployment model AI menjadi mudah dan hemat biaya melalui infrastruktur tanpa server, mengurangi overhead operasional.

Tanpa ServerDeploymentInfrastruktur

ParaAttention

oleh chengzeyi

Lihat di GitHub

Implementasi mekanisme perhatian paralel berkinerja tinggi untuk model AI skala besar.

Fitur Utama:

  • Perhitungan perhatian yang dioptimalkan untuk model transformer
  • Kemampuan pemrosesan paralel untuk inferensi yang lebih cepat
  • Implementasi yang efisien memori
  • Kompatibel dengan framework pembelajaran mendalam populer

Tujuan Proyek:

Mempercepat mekanisme perhatian dalam model bahasa besar dan transformer visi, memungkinkan waktu pelatihan dan inferensi yang lebih cepat.

PerhatianKinerjaPembelajaran Mendalam

wavespeed-desktop

oleh WaveSpeedAI

Lihat di GitHub

Aplikasi desktop lintas platform untuk WaveSpeed AI, membawa kemampuan AI ke mesin lokal Anda.

Fitur Utama:

  • Dukungan lintas platform (Windows, macOS, Linux)
  • Eksekusi model lokal dan cloud
  • Antarmuka pengguna yang intuitif
  • Kemampuan offline

Tujuan Proyek:

Memberikan pengalaman desktop yang kuat yang menggabungkan kenyamanan eksekusi lokal dengan skalabilitas komputasi cloud.

Aplikasi DesktopLintas PlatformAntarmuka Pengguna

wavespeed-python

oleh WaveSpeedAI

Lihat di GitHub

SDK Python resmi untuk WaveSpeed AI, menyediakan akses mudah ke model dan layanan AI kami.

Fitur Utama:

  • Cakupan API yang komprehensif
  • Implementasi type-safe
  • Dukungan async/await
  • Dokumentasi dan contoh yang detail

Tujuan Proyek:

Memberdayakan pengembang Python dengan SDK yang kuat dan mudah digunakan untuk mengintegrasikan WaveSpeed AI ke dalam aplikasi mereka.

PythonSDKAPI

Comfy-WaveSpeed

oleh chengzeyi

Lihat di GitHub

Integrasi WaveSpeed AI untuk ComfyUI, membawa model AI yang kuat ke alur kerja ComfyUI.

Fitur Utama:

  • Integrasi ComfyUI yang mulus
  • Akses ke model WaveSpeed AI
  • Node khusus untuk generasi gambar dan video
  • Komponen alur kerja yang mudah digunakan

Tujuan Proyek:

Menghubungkan model kuat WaveSpeed AI dengan antarmuka alur kerja ComfyUI yang intuitif, membuat AI tingkat lanjut dapat diakses oleh kreator.

ComfyUIIntegrasiGenerasi Gambar

wavespeed-comfyui

oleh WaveSpeedAI

Lihat di GitHub

Node dan ekstensi resmi WaveSpeed AI untuk ComfyUI, menyediakan dukungan native untuk model AI kami.

Fitur Utama:

  • Dukungan model WaveSpeed AI native
  • Node inferensi yang dioptimalkan
  • Kemampuan pemrosesan batch
  • Kontrol parameter lanjutan

Tujuan Proyek:

Memberikan pengalaman ComfyUI terbaik dengan model WaveSpeed AI, dioptimalkan untuk kinerja dan kemudahan penggunaan.

ComfyUIResmiModel

agent-mcp-lab

oleh WaveSpeedAI

Lihat di GitHub

Laboratorium eksperimental untuk pengembangan dan pengujian Protokol Komunikasi Multi-Agen (MCP).

Fitur Utama:

  • Framework komunikasi multi-agen
  • Lingkungan pengujian protokol
  • Simulasi perilaku agen
  • Arsitektur agen yang dapat diperluas

Tujuan Proyek:

Meneliti dan mengembangkan protokol komunikasi multi-agen yang kuat yang memungkinkan agen AI berkolaborasi secara efektif pada tugas-tugas kompleks.

Multi-AgenMCPPenelitian
cta