
具有自然語言的Shell命令啟動器
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
142
±0 (10月13日〜)
套件每週下載數
15
套件累計下載數
22,000
最後提交
2023年4月
GitHub 建立日期
2023年3月1日
收錄日
2023年3月27日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 142 |
| 2026年1月 | 141 |
| 2026年2月 | 141 |
| 2026年3月 | 141 |
| 2026年4月 | 142 |
| 2026年5月 | 142 |
| 2026年6月 | 142 |
| 2026年7月 | 142 |
| 2026年8月 | 142 |
| 2026年9月 | 142 |
| 2026年10月 | 142 |
| 2026年11月 | 142 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
在 PyPI 上的使用
PyPI 套件:wanna · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
3,301
來自日本的比例(近一年)
1.3%
依賴它的 PyPI 套件
0
其中必要依賴 0
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | — |
| 2022年10月 | — |
| 2022年11月 | — |
| 2022年12月 | — |
| 2023年1月 | — |
| 2023年2月 | — |
| 2023年3月 | 2,555 |
| 2023年4月 | 1,592 |
| 2023年5月 | 1,028 |
| 2023年6月 | 497 |
| 2023年7月 | 577 |
| 2023年8月 | 686 |
| 2023年9月 | 412 |
| 2023年10月 | 227 |
| 2023年11月 | 352 |
| 2023年12月 | 350 |
| 2024年1月 | 448 |
| 2024年2月 | 388 |
| 2024年3月 | 335 |
| 2024年4月 | 433 |
| 2024年5月 | 324 |
| 2024年6月 | 264 |
| 2024年7月 | 406 |
| 2024年8月 | 339 |
| 2024年9月 | 605 |
| 2024年10月 | 954 |
| 2024年11月 | 571 |
| 2024年12月 | 505 |
| 2025年1月 | 744 |
| 2025年2月 | 731 |
| 2025年3月 | 862 |
| 2025年4月 | 815 |
| 2025年5月 | 271 |
| 2025年6月 | 202 |
| 2025年7月 | 316 |
| 2025年8月 | 388 |
| 2025年9月 | 358 |
| 2025年10月 | 206 |
| 2025年11月 | 244 |
| 2025年12月 | 365 |
| 2026年1月 | 250 |
| 2026年2月 | 268 |
| 2026年3月 | 193 |
| 2026年4月 | 425 |
| 2026年5月 | 332 |
| 2026年6月 | 255 |
| 2026年7月 | 176 |
| 2026年8月 | 291 |
| 2026年9月 | 192 |
| 2026年10月 | 310 |
同分類的熱門資源
ChatdollKituezo1.3kChatdollKit 可以讓您將您的 3D 模型製作成聊天機器人。
chatvrmpixiv848ChatVRM是一個可以在瀏覽器中輕鬆與3D角色對話的演示應用程式。
aiavatarkituezo704快速建立基於人工智慧的對話化頭像
generativeai-prompt-sample-japanesedahatake441ChatGPT和Copilot等各種生成AI用的“日本語”的Prompt的樣本
ChatGPT和Copilot等各種生成AI用的「日本語」的Prompt的樣本
jp-azureopenai-samplesazure-samples278為了提供使用Azure OpenAI進行應用程式實作的參考,我們免費提供應用程式的範例(參考架構、範例程式碼和部署步驟)。
summarize_arxvrkmt173用圖表總結arXiv論文
研究領域相近的資源
- llm-jp-4-8b-instructllm-jp49kllm‑jp‑4‑8b‑instruct 是 NII 的 LLM‑jp‑4 系列 4.1 B 參數的日語 LLM,先在大規模語料庫上進行預訓練,接著僅用監督式指令資料微調(不使用 DPO/REINFORCE),並附有類似食譜風格的使用指引與 byte‑fallback unigram tokenizer。HF 模型共同: 文本生成・語言模型
- llm-jp-4-8b-basellm-jp11k一個存儲庫托管國立情報學研究院 LLM 研發中心的 8.6 B‑parameter llm‑jp‑4‑8b‑base transformer,該模型經由預訓練與中訓練,隨後進行監督式微調與直接優先權優化(未使用強化學習),並提供 PyTorch‑transformers 使用指南。HF 模型共同: 文本生成・語言模型
- LFM2.5-1.2B-JP-202606-GGUFLiquidAI8kHybrid LFM2 模型來自 Liquid AI,例如 1.2 B 的日語 GGUF 版本,提供高品質、快速且記憶體效率高的邊緣 AI,可在裝置上部署並透過 Hugging Face repo 使用 llama.cpp 本地執行。HF 模型共同: 文本生成・語言模型
- Llama-3.1-Swallow-8B-Instruct-v0.5tokyotech-llm7kLlama 3.1 Swallow 是一組 8‑B 和 70‑B 模型,繼續對 Meta 的 Llama 3.1 進行預訓練以提升日語表現,然後在合成日語數據上進行 instruction‑fine‑tune,提供多個已發佈的變體,具有與 gemma‑3‑27b‑it 相當的對話行為改進。HF 模型共同: 文本生成・語言模型
- Mistral-Nemo-Japanese-Instruct-2408cyberagent6k一個日語持續預訓練的 Mistral‑Nemo 模型(Mistral‑Nemo‑Japanese‑Instruct‑2408),基於 mistralai/Mistral‑Nemo‑Instruct‑2407 建構,可透過 transformers 使用裝置映射與 ChatML 版面提示,並由 Ryosuke Ishigami 以 Apache‑2.0 授權發布。HF 模型共同: 文本生成・語言模型
- Qwen3-Swallow-8B-RL-v0.2tokyotech-llm5kQwen3‑Swallow v0.2 提供日英語 LLM(30B‑A3B 和 32B),採用 CPT、SFT 與 RLVR 訓練,保持強大的數學、程式編寫與推理能力,已發布九個模型及 AWQ‑quantized 變體。HF 模型共同: 文本生成・語言模型