正在涨的 AI 项目

TrackEverything是一个用于长视频中密集3D点跟踪的系统。它利用RGB、深度和相机姿态（或估计它们）构建一个持久、去重的3D场景表示，并输出标记为静态或动态的逐点轨迹。

一个强大的搜索引擎插件，使用 BM25 算法在笔记、PDF 和图像中实现即时、按相关性排序的搜索。

一种语言无关的工具，通过语音活动检测和基于 FFT 的对齐，自动将字幕与视频或音频文件同步。

针对 ESP32-S3 芯片的纯 C 实现 AI 助手，提供具备本地内存并可通过 Telegram 进行工具调用的低功耗、常驻型代理。

一个 MCP 服务器，使 AI 助手能够通过 Alpaca Trading API 执行股票、期权和加密货币交易并访问市场数据。

Lichtblick是一款集成式机器人可视化与诊断工具，开发者可以通过浏览器或桌面应用来检查与可视化机器人数据。

一个全面的、离线优先的个人Web应用程序，为与AI模型的长期情感互动提供了一个持久的、多模态的环境。

Codex CLI 的移动伴侣，让您能从手机监控和引导 AI 编码会话，同时将所有工作保留在本地电脑上。

一个用于在 Kubernetes 上部署和扩展 vLLM 推理服务的参考实现，具备请求路由、可观测性和自动化基础设施管理功能。

一个本地 AI 配额聚合代理和代理，可让您在任何 AI 工具或 IDE 中使用来自不同提供商（如 Claude Pro 或 Cursor）的 AI 订阅。

一个为 OpenClaw 和 NanoClaw 精心打造的 869 个 AI 代理技能库，专为生物医学研究、临床工作流和生物信息学提供专业能力。

一款基于人工智能的图像标注工具，集成 YOLOv8 和 Segment Anything，为计算机视觉数据集提供自动标注功能。

Hercules 是一个开源 AI 测试代理，它使用自然语言将简单的 Gherkin 功能文件转换为完全自动化的端到端测试，无需编码。它支持浏览器、API、安全和 Python 沙箱测试，并生成详细的报告和证据。

HermesClaw是一个轻量级Python代理，让一个微信账号同时使用Hermes Agent、OpenClaw和OpenCode，通过斜杠命令切换或组合。

Quotio 是一款用于 AI 编程代理的管理工具，可通过原生 macOS 应用或终端 CLI 跟踪提供商使用配额、管理 API 凭据并配置本地代理。

一个网关，通过自动化浏览器登录并驱动官方 Web 界面，而非使用付费 API 令牌，实现对多个高级 LLM 的免费访问。

用于模型上下文协议（MCP）的官方 C# SDK，使 .NET 应用能够构建和使用 MCP 客户端与服务器，标准化应用程序向大型语言模型提供上下文的方式。

FAROS 是一个多智能体 AI 系统，旨在自动化科学研究工作流程，涵盖文献综述、实验规划、证据审计和论文撰写，并确保所有研究结果均可追溯和验证。

一个全面的泰语自然语言处理 Python 库，提供分词、词性标注和语言分析工具。

Gloss 是一款开源 Web 应用，允许您针对文章或 PDF 中的任何选定行提问，并利用 Together.ai 大模型、Exa 搜索和客户端 PDF 解析功能，直接在页边距获取 AI 生成的带引用答案。

针对 DeepSeek Sparse Attention 与采样的高性能 TopK 内核实现，在 CUDA 和 Ascend 平台上提供比 torch.topk 快 2-20 倍的速度。

一个实时网络摄像头应用，通过检测面部表情和手势来触发匹配的迷因叠加，支持在视频会议中使用的虚拟摄像头。

一个由 AI 驱动的工具包，帮助电商卖家自动分析产品照片，并生成适用于 Amazon、Taobao、JD.com、TikTok 等多种风格和平台的完整专业营销图像集。

一个基于 Antigravity 的 Cloud Code 的代理服务器，提供 Anthropic 兼容 API，使 Claude Code CLI 能够使用 Claude 和 Gemini 模型。

OlmoEarth 是一个开源库，用于构建和使用基于卫星及衍生地球观测数据的多模态时空基础模型。它提供了在 Sentinel-1/2、Landsat 和六个地图图层上训练的预训练检查点（Nano 到 Large），并包含预训练、微调、推理和评估的脚本。

WebODM 是一款商业级软件，用于将无人机影像处理为地理参考地图、3D 模型、点云和海拔模型。

一个合成患者群体模拟器，可生成各种格式（如 FHIR 和 CSV）的真实但非真实的健康记录，用于测试和开发。

一种以 BI-as-code 和 OLAP 引擎为基础的代理优先型商业智能工具，为人类和 AI 代理提供实时分析与对话式 BI。

一个全面且可复现的 Wiki，用于在 NVIDIA RTX PRO 6000 Blackwell GPU 上部署前沿 LLM，提供 Docker 镜像、精确的启动脚本、基准测试、量化保真度检查以及底层硬件调优指南。

一个兼容 OpenAI 的 Jimeng AI API 网关，提供其图像和视频生成模型的访问，并内置账户池和风险控制绕过功能。

一个自托管AI系统，通过摄像头监控3D打印机，使用紧凑的端侧视觉模型实时检测打印失败，并自动暂停/取消打印并提醒您——无需云端。

一个集成了 LLM、ASR 和 TTS 的综合数字人框架，为应用程序、网站和嵌入式设备提供交互式虚拟化身能力。

一种利用 Transformer 和 c-TF-IDF 创建密集且可解释的文档聚类的主题建模技术。

一个基于 PyTorch 的开源框架，用于医疗影像领域的深度学习，提供针对医疗数据的标准化工作流和领域专用工具。

Datus 是一个开源 Python 代理，使用 LLM 自动化数据工程任务——语义建模、SQL 生成、ETL 管道创建和报告/仪表板构建——同时将每次交互存储在上下文引擎中，以随时间提高准确性。它提供 CLI、Web 聊天和 API，集成了众多数据库、LLM 提供商、调度器和 BI 工具，并通过插件系统进行扩展。

minutes 是一款开源桌面/CLI 应用，可录制、本地转写会议，并将其存储为带有丰富元数据的 Markdown 文件。它公开了一个简单的 MCP API（`search_meetings`），使任何 LLM 代理（如 Claude Code、Cursor、Codex 等）都能检索相关摘录，从而实现隐私优先、代理优先的工作流程。

一个由神经网络驱动的卡拉OK系统，可将用户音乐库中的任何歌曲转换为卡拉OK曲目，通过分离人声并生成同步歌词。

一种为足式机器人设计的GPU加速高程映射框架，融合几何与语义等多模态数据，生成精确的实时地形地图。

Earth2Studio 是一个基于 Python 的工具包，提供了一个统一的接口来构建和运行人工智能驱动的天气和气候预测流水线，使用户能够轻松地在不同的模型和数据源之间进行切换。

PDD Alpha 是一个 Node.js CLI 工具，利用 Codex 或 Claude Code 通过分阶段代理运行将 GitHub issue 转化为真实的拉取请求，并带有手动审批门控和您自己的测试执行。它是 alpha 软件，存在许多注意事项，但核心流程是：读取 issue → 计划 → 您批准 → 代理编码 → PDD 测试 → 推送 PR → 您合并。

OpenAI4S 是一个混合研究代理，结合了结构化 JSON 编排与持久化 Python/R 内核，以自动化科学工作流、数据分析和模拟。

BoltzGen 是一个开源流程，用于为给定的目标蛋白质、肽或小分子设计新型蛋白质结合物。它利用基于扩散的骨架生成、逆折叠和基于结构的过滤，产生一组排序的、多样化的高质量结合物候选。

一个使用自然语言自动化制作书籍宣传短视频的开源工作流程，涵盖从选书到最终渲染的所有步骤。

MeiGen AI Design MCP 是一套工具集，使 AI 助手能够通过模型上下文协议 (Model Context Protocol) 直接在聊天界面内执行图像和视频生成、灵感搜索以及资产管理任务。

一种以技能为中心的代理运行时，允许 AI 代理通过基于反思的学习循环设计、执行并持久化可复用技能，从而在复杂任务中持续提升性能。

一个用于自动识别并解决各类验证码（CAPTCHA）的 Python 库，支持 OCR、滑块及旋转拼图等类型。

一款专为日式漫画优化的 OCR 工具，能够识别多行文字、振假名，以及垂直和水平布局。

一份部署配方，用于在单个 DGX Spark 上使用 vLLM 服务 Qwen3.8-Flash-Next 视觉语言模型，包含内存优化、推测解码和大量基准测试数据。