docker run -d -p 3000:8080 -e OPENAI_API_BASE_URLS="https://api.siliconflow.cn/v1/" -e OPENAI_API_KEY=<my_api_key> -v open-webui:/path/to/docker-v-data --name open-webui --restart always ghcr.io/open-webui/open-webui:main ps: tried --env HTTPS_PROXY="http://192.168.50.107:1080" which does not help downloading speed from docker-hub.
Official github
Flux 画图
See also:
OpenCV Yolo Image Labelling
#
roboflow online python lib chaiwenda/ImgLabel python HumanSignal/label-studio, replacing HumanSignal/labelImg (archived 2024.02) MakeSense.ai 特性/工具 LabelImg VoTT Labelme CVAT 支持的标注类型 边界框 边界框、多边形、点、区域等 边界框、点、线、多边形、自由形状等 边界框、多边形、点、轨迹、骨架、线等 自动化标注 无 支持（集成模型推理） 无 支持（集成 OpenVINO 等模型） 用户界面 简单、直观 现代化界面，但配置较复杂 基础的用户界面 功能强大但学习曲线陡峭 操作系统支持 Windows, Mac, Linux Windows, Mac, Linux Windows, Mac, Linux Web 应用，跨平台 文件格式支持 Pascal VOC, YOLO, CSV 等 Pascal VOC, COCO, YOLO, TFRecord 等 JSON（可导出至多种格式） COCO, Pascal VOC, YOLO, TFRecord, MOT 等 资源占用 低 较高（特别是集成模型时） 低 高（适合在服务器环境下运行） 团队协作 不支持 不支持 不支持 支持多人协作，任务分配，审核流程等 自动化功能 无 半自动化标注，依赖集成模型 无 半自动化标注，依赖集成模型 定制化能力 基本不支持 支持一定程度的集成 高度可定制（开源） 高度可定制（开源） 部署难度 低（安装简单） 中等（需配置模型推理） 低（安装简单） 高（需要在服务器上部署） 适用场景 小型项目，轻量级标注 复杂标注任务，自动化标注需求 需要灵活标注类型，支持自定义属性 大规模项目，多用户协作，自动化标注需求 ref: cnblogs (bak)
...
See also backends:
/rag-agent-frameworks /chatglm /fastchat-vicuna /llamaindex /ollama SiliconFlow.cn 硅基流动 See also frontends:
HuggingChat GPT4ALL LibreChat /open-webui localAI See also API translator:
NewAPI OneAPI See also datasets etc.:
Chinese NLP Data: 四大名著现代汉语版、古汉语版 See also multi-agent frameworks (below).
Interesting APPs
#
Some simple examples/demos.
语音聊天机器人：【Open WebUI+Ollama/vLLM+CosyVoice+Whisper】终极个人聊天互动机器人-环境部署及成果展示 简单多模态：ollama+open-webui_知识库+多模态+文生图功能详解 Fine-tune vs. RAG vs. Prompt
#
Fine-tune ≈ Learn a course RAG ≈ open-book examination Prompt ≈ ? Several Tools to Run the LLM’s Model (itself)
#
本地大模型启动 openai 服务的 N 种方式, vllm, fastchat, llama factory, llama.
...