AutoWebGLM是基于大型语言模型的自动化网页导航代理，旨在提升网络浏览效率。

OmniParser是一款基于视觉的用户界面解析工具，能够将界面截图转换为结构化元素。

这是一个无需Docker的解决方案，支持远程控制电脑，提供用户友好的Gradio界面。

AyaMCooking是一款支持多语言的语音助手，帮助用户生成食谱、提供烹饪建议及营养信息。

NotebookLlama是一个开源项目，旨在将PDF文档转换为播客，涵盖多个处理步骤。

Video-XL是一种先进的视听语言模型，专注于对长时长视频的理解和分析。