ওপেন সোর্স। নতুন সম্ভাবনা।

TARS হলো ByteDance-এর একটি মাল্টিমোডাল AI এজেন্ট স্ট্যাক, যেখানে দুটি প্রকল্প রয়েছে: Agent TARS, একটি CLI এবং Web UI এজেন্ট যা MCP টুল এবং ব্রাউজার নিয়ন্ত্রণ সংহত করে, এবং UI-TARS Desktop, একটি নেটিভ GUI এজেন্ট অ্যাপ যা ভিশন-ল্যাঙ্গুয়েজ মডেলের মাধ্যমে কম্পিউটার নিয়ন্ত্রণ করে।

Skyvern LLM এবং কম্পিউটার ভিশন ব্যবহার করে ব্রাউজার-ভিত্তিক ওয়ার্কফ্লো স্বয়ংক্রিয় করে, যা ভঙ্গুর XPath-ভিত্তিক অটোমেশনের পরিবর্তে একটি Playwright-সামঞ্জস্যপূর্ণ SDK এবং নো-কোড বিল্ডার প্রদান করে।

MoziAI-35B একটি লোকালি ডিপ্লয়যোগ্য ওপেন-সোর্স মাল্টিমোডাল LLM, যার 35B MoE আর্কিটেকচার MoziSmartBit কোয়ান্টাইজেশনের মাধ্যমে ~15.9 GB-এ সংকুচিত; 256K কনটেক্সট, ভিশন, টুল কলিং এবং ফিন্যান্স-কেন্দ্রিক রিজনিং ফ্রেমওয়ার্ক রয়েছে।

LibreChat একটি ওপেন-সোর্স, সিস্টেম-হোস্টেড এআই চ্যাট প্ল্যাটফর্ম যা একক ইন্টারফেসে একাধিক এআই প্রদানকারীদের যুক্ত করে—এজেন্ট, MCP টুলস, কোড ইন্টারপ্রিটার, আর্টিফ্যাক্ট, ওয়েব সার্চ ও বহু-ব্যবহারকারী প্রমাণীকরণ সহ।

একটি উচ্চ-কার্যক্ষমতা সম্পন্ন React Native ক্যামেরা লাইব্রেরি যা ছবি/ভিডিও ক্যাপচার, QR স্ক্যানিং, AI কাজের জন্য ফ্রেম প্রসেসর, GPU-ত্বরিত রিসাইজিং, HDR/নাইট মোড এবং 8K পর্যন্ত কাস্টমাইজযোগ্য রেজোলিউশন অফার করে।

Xray-core হল Project X-এর একটি ওপেন-সোর্স নেটওয়ার্ক প্রক্সি প্ল্যাটফর্ম, যা XTLS প্রোটোকল থেকে উদ্ভূত। এটি VLESS, XTLS, REALITY এবং সম্পর্কিত ট্রান্সপোর্ট সমর্থন করে, সাথে ইনস্টল স্ক্রিপ্ট, Docker ইমেজ, ওয়েব প্যানেল এবং অনেক GUI ক্লায়েন্ট রয়েছে।

PixelRAG একটি ওপেন-সোর্স ভিজ্যুয়াল RAG সিস্টেম যা নথিগুলোকে স্ক্রিনশট হিসেবে রেন্ডার করে এবং ছবির উপর সরাসরি অনুসন্ধান করে, ফলে টেবিল ও চার্টের মতো ভিজ্যুয়াল গঠন সংরক্ষিত থাকে। এতে হোস্টেড ৮.২৮ মিলিয়ন পৃষ্ঠার উইকিপিডিয়া ইনডেক্স, CLI টুল এবং Claude Code ইন্টিগ্রেশন অন্তর্ভুক্ত।