如您所见，人工智能（AI）应用在近年来得到了长足的发展。从语音助手到软件开发，人工智能已在我们的生活中无处不在，并得到了广泛应用。下面，我将为您介绍25个开源项目，您可以用它们来制作自己的人工智能应用程序，并使其更上一层楼。
1.Taipy -将数据和人工智能算法转化为可投入生产网络的应用
作为一个开源的Python库，Taipy（https://github.com/Avaiga/taipy）提供了假设分析、智能管道执行、内置调度和部署工具等功能，可用于轻松地进行端到端的应用开发。例如，它可以为基于Python的应用，创建图形化的用户界面，并改进数据流的管理。同时，您可以用其绘制数据集的图表，并使用类似图形化用户界面的滑块，让用户可以选择使用其他实用的功能，来处理数据。
在不牺牲性能的情况下，Taipy提供了友好的用户界面、高效的数据处理能力、以及良好的易用性。您只需通过命令：pip install taipy，来完成安装。同时，Taipy也能利用各种代码库，来简化开发并增强功能。
目前，Taipy发布了最新版本为v3.1（https://docs.taipy.io/en/latest/relnotes/）。该版本的多功能部件对象实现了HTML或Python对象的可视化。这意味着Folium（https://python-visualization.github.io/folium/latest/）、Bokeh（https://bokeh.org/）、Vega-Altair（https://altair-viz.github.io/）和Matplotlib（https://matplotlib.org/）等代码库现在都可以被用于可视化。同时，它提供了对Plotly Python（https://plotly.com/python/）的原生支持，使得绘制图表变得更容易。
在利用分布式计算提高性能的同时，Taipy及其所有依赖项都能与Python 3.12完全兼容，以便用户在Taipy的项目中使用最新的工具和代码库。请阅读文档– https://docs.taipy.io/en/latest/，以获得更多介绍。
下图展示的是其聊天界面（https://docs.taipy.io/en/release-3.1/gallery/llm/5_chatbot/）。该演示使用了OpenAI的GPT-4 API，生成对消息的回复。您可以通过更改代码，以使用其他的API或模型。
下图展示的是由Taipy团队提供的、可用于加速Taipy应用构建的、另一个名为Taipy Studio（https://docs.taipy.io/en/latest/manuals/studio/）的VSCode扩展功能。
当然，您也可以为自己的应用选用Taipy的云部署。如果您想了解其代码库结构，可以阅读HuggingFace的《使用Taipy创建Python语言的大模型Web界面（https://huggingface.co/blog/Alex1337/create-a-web-interface-for-your-llm-in-python）》一文。
在教程资源方面，Taipy提供了10多个带有代码和文档的演示教程，可供您学习。例如：
- Covid仪表板（https://covid-dashboard.taipy.cloud/Country）
- Tweet的生成（https://tweet-generation.taipy.cloud/）
- 数据可视化（https://production-planning.taipy.cloud/Data-Visualization）
- 实时人脸识别（https://face-recognition.taipy.cloud/）
目前，Taipy的v3版在GitHub上有七千多颗星，且在不断改进中。
2.Supabase – Firebase的开源替代品
要构建人工智能应用，您往往需要一个后台，而Supabase（https://github.com/supabase/supabase）正是可以满足此需求的优秀后台服务提供商。
通过参考相关文档（https://supabase.com/docs），您可以从如下npm命令(Next.js)开始安装Supabase：
npx create-next-app -e with-supabase