Seedance 2.0 СКИДКА 15% | Создавайте в Video Generator →

Open Source от WaveSpeed AI

Откройте для себя наши open source-проекты и помогайте строить будущее AI — от высокопроизводительных механизмов внимания до бессерверных фреймворков развёртывания.

7
Open source-проектов
1.2K+
Звёзд на GitHub
300+
Форков

waverless

от WaveSpeedAI

Открыть на GitHub

Бессерверный фреймворк развёртывания для моделей WaveSpeed AI, обеспечивающий масштабируемый и экономичный AI-инференс.

Ключевые возможности:

  • Бессерверная архитектура
  • Возможности автомасштабирования
  • Модель оплаты по факту использования
  • Простое развёртывание и управление

Цель проекта:

Сделать развёртывание AI-моделей простым и экономичным благодаря бессерверной инфраструктуре, снижающей операционные издержки.

ServerlessРазвёртываниеИнфраструктура

ParaAttention

от chengzeyi

Открыть на GitHub

Высокопроизводительная реализация механизма параллельного внимания для крупномасштабных AI-моделей.

Ключевые возможности:

  • Оптимизированные вычисления внимания для трансформеров
  • Параллельная обработка для ускоренного инференса
  • Эффективное использование памяти
  • Совместимость с популярными фреймворками глубокого обучения

Цель проекта:

Ускорить механизмы внимания в больших языковых моделях и vision-трансформерах для более быстрого обучения и инференса.

AttentionПроизводительностьDeep Learning

wavespeed-desktop

от WaveSpeedAI

Открыть на GitHub

Кроссплатформенное десктоп-приложение WaveSpeed AI, приносящее AI-возможности на ваш компьютер.

Ключевые возможности:

  • Поддержка нескольких платформ (Windows, macOS, Linux)
  • Локальное и облачное выполнение моделей
  • Удобный пользовательский интерфейс
  • Возможности офлайн-работы

Цель проекта:

Создать мощный десктоп-опыт, объединяющий удобство локального выполнения с масштабируемостью облачных вычислений.

Десктоп-приложениеКроссплатформенностьUI

wavespeed-python

от WaveSpeedAI

Открыть на GitHub

Официальный Python SDK для WaveSpeed AI с удобным доступом к нашим AI-моделям и сервисам.

Ключевые возможности:

  • Полный охват API
  • Типобезопасные реализации
  • Поддержка async/await
  • Подробная документация и примеры

Цель проекта:

Дать Python-разработчикам надёжный и удобный SDK для интеграции WaveSpeed AI в свои приложения.

PythonSDKAPI

Comfy-WaveSpeed

от chengzeyi

Открыть на GitHub

Интеграция WaveSpeed AI для ComfyUI, приносящая мощные AI-модели в рабочий процесс ComfyUI.

Ключевые возможности:

  • Бесшовная интеграция с ComfyUI
  • Доступ к моделям WaveSpeed AI
  • Кастомные ноды для генерации изображений и видео
  • Удобные компоненты рабочего процесса

Цель проекта:

Соединить мощные модели WaveSpeed AI с интуитивным интерфейсом ComfyUI, чтобы сделать продвинутый AI доступным авторам.

ComfyUIИнтеграцияГенерация изображений

wavespeed-comfyui

от WaveSpeedAI

Открыть на GitHub

Официальные ноды и расширения WaveSpeed AI для ComfyUI с нативной поддержкой наших моделей.

Ключевые возможности:

  • Нативная поддержка моделей WaveSpeed AI
  • Оптимизированные ноды инференса
  • Возможности пакетной обработки
  • Расширенное управление параметрами

Цель проекта:

Обеспечить лучший в своём классе опыт работы с ComfyUI вместе с моделями WaveSpeed AI, оптимизированный для производительности и удобства.

ComfyUIОфициальныйМодели

agent-mcp-lab

от WaveSpeedAI

Открыть на GitHub

Экспериментальная лаборатория для разработки и тестирования протокола Multi-Agent Communication Protocol (MCP).

Ключевые возможности:

  • Фреймворк межагентного взаимодействия
  • Среда тестирования протокола
  • Симуляция поведения агентов
  • Расширяемая архитектура агентов

Цель проекта:

Исследовать и разрабатывать надёжные протоколы межагентного взаимодействия, позволяющие AI-агентам эффективно решать сложные задачи.

Multi-AgentMCPИсследования
cta