正在涨的 AI 项目

一套 AI 代理技能，通过自然语言对话实现全球酒店与航班的端到端搜索、比较与预订。

一个为 Claude Code 提供的插件市场，提供 AI 编排的应用安全工具，用于查找、验证并修复代码中的漏洞。

一套 152 个 Claude 技能，用于自动化生成和审查汽车安全、网络安全及质量工程标准所需的结构化 Excel 交付物。

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。

LinuxCNC 是一个用于控制 CNC 机器的开源软件套件，包括铣床、车床、3D 打印机和机械臂。

一个将任何网页浏览器或 Android 平板转变为具备本地设备唤醒词检测功能的私密免提语音助手卫星的 Home Assistant 集成

WARP（Weight‑Aware Runtime and Paging）是一个纯 C 语言的推理引擎，从高速存储设备流式传输混合专家模型权重，并使用有限的 RAM 缓存。它使你在消费级笔记本电脑（例如 64GB MacBook 上达到 0.6 tokens/s）上运行 Kimi K3 等万亿参数模型成为可能，并支持多模态文本-图像生成。无需外部库或 GPU；你只需使用 `make` 构建，通过 `waste` CLI 运行模型。

AIDE ML 是一个开源 Python 包，实现了由 LLM 指导的树搜索代理，用于自动编写、调试和基准测试机器学习代码。用户指定数据集、自然语言目标和评估指标；代理迭代生成和优化 Python 脚本，基于指标反馈修剪搜索树。该仓库包括 CLI、Streamlit UI、HTML 可视化、Docker 和本地 LLM 支持，既适用于代理架构的研究，也适用于实际的 ML 流水线生成。

PhoneCLI 是一个将移动应用导航编译为确定性指令的框架，旨在减少对 VLM 的依赖，从而降低移动 AI 代理的成本与延迟。

一款智能 CLI 工具，通过分析硬件来推荐、排名和管理本地 LLM，具备硬件校准内存估算功能，并集成了用于 AI 助手的 MCP 服务器。

一个将 Neural Amp Modeler 引擎集成到 DAW 中的 VST3/AudioUnit 插件，实现 AI 驱动的吉他放大器建模。

Live Avatar 是一个研究级系统，可将语音音频（及可选参考图像或文本提示）转换为连续的实时视频头像。基于 140 亿参数扩散骨干（WanS2V-14B）并采用 LoRA 微调，作者在多 GPU H800 硬件上实现约 45 FPS 流式生成，并通过分块自回归处理生成超过 10,000 秒的视频。仓库提供 Conda 安装、多 GPU 与单 GPU 推理脚本、可选 FP8 量化与 JIT 编译加速，以及 Gradio UI。模型权重托管于 Hugging Face，采用 Apache 2.0 许可。

一个利用 OpenVINO 和潜在一致性模型优化的高性能 Stable Diffusion 实现，专为 CPU 设计，可实现近乎实时的图像生成。

一款终端原生、由 AI 驱动的图像搜索工具，让您无需上传文件，即可使用自然语言或示例图片搜索本地文件夹。

一个为 AI 代理提供的实时安全层，可拦截破坏性指令、扫描插件中的恶意代码，并执行每日安全审计，以防止数据窃取与系统损坏。

通过结构化代码导航、持久记忆和 Bash 命令重写，减少 AI 编码代理的令牌使用量和成本的 MCP 服务器。

okf‑skills 是一个 Claude Code 原生工具包，让 LLM 代理能够以 Open Knowledge Format (OKF) 创建、验证、可视化和回填知识包。它作为 Claude 插件、一组 `skills.sh` 代理技能、GitHub Action 和只读 MCP 服务器提供，处理 OKF v0.2 中定义的信任、来源和过时元数据。

一个开源框架，通过连接视觉-语言理解与动作预测，使机器人能够执行复杂的物理操作。

kraken 是一个开源、基于 Python 的 OCR 工具包，专为历史文献和非拉丁文字设计。提供可训练的布局分析、阅读顺序检测和神经网络字符识别，支持从右到左、双向及竖排文本。输出标准 XML 格式（ALTO、PageXML、hOCR），提供单词级边界框，并附带公开模型仓库。可通过 pip/pipx 在 Linux 或 macOS 上安装，使用 `kraken get …` 获取模型，再通过一行命令完成图像的二值化、分段与 OCR。

一个 Swift 包，提供统一的、可直接替代 Apple 的 Foundation Models 框架的解决方案，支持多种设备端和云 LLM 提供商。

一套用于从 AI 概念或论文制作专业 10 页视觉轮播图的工具集，具备自动化排版渲染与严格的事实核查功能。

OSTT 是一个开源的、终端原生的语音转文字命令行工具，适用于 Linux/macOS。它通过全局热键录音，使用本地 Whisper 模型或多种云服务提供商进行转录，并输出到剪贴板、文件、标准输出或自定义 shell 命令。支持 GPU 加速、模型参数、历史记录/重试以及可脚本化的后处理操作。

一个开源、供应商中立的 AI 代理管理与部署平台，作为类似 Kubernetes 的代理编排控制平面。

使用 OpenGL/ES 的高性能、跨平台 C++ 库，用于图像和视频美颜滤镜。

EvoAgentX 是一个开源框架，用于自动化创建、评估和优化多智能体 AI 工作流，使智能体能够通过反馈循环进行学习和进化。

一个事件流平台，用单一系统替代复杂的传统数据栈，实现 AI 代理的实时数据摄取、增量处理和低延迟服务。

一个终端安全网关，可在恶意指令、同形异义 URL 和数据外泄执行前进行拦截与封锁。

ClaudeBar 是一款 macOS 菜单栏应用，用于监控并显示数十种 AI 编码服务的剩余使用配额，提供视觉警报、通知，并支持通过自定义脚本进行扩展。

NVSentinel 是一个用于 Kubernetes 的自动化 GPU 故障检测与修复系统，它监控硬件健康状态，并执行节点封锁、排空和修复操作，以确保 AI 基础设施的可靠性。

一个 Codex 插件，可自动将参考图像重绘为 Microsoft PowerPoint、WPS Presentation 或 draw.io 中的可编辑图表。

一个通过谱系分析与多阶段对抗性管线，检测并移除 Google Gemini 生成图像中不可见 SynthID 水印的逆向工程项目。

一个利用 AI 实现话题选择、写作、图像生成和草稿创建的 WeChat 公众号自动化内容发现与发布系统

一个 Docling 的 API 服务封装，使 AI 驱动的文档转换功能能够作为独立的 Web 服务部署，并提供稳定的 API 和 UI 测试界面。

Node Banana 是一个开源的可视化工作流编辑器，让你通过画布上的节点连接来构建 AI 媒体生成流水线（图像、视频、音频、3D），支持多种 AI 提供商、动态提示，以及一个内置代理，可以通过聊天构建工作流。

一个包含200多个专业AI工作流的库，可与Claude Code和Cursor等编码代理集成，以自动化潜在客户开发、SEO和竞争研究等业务增长任务。

一组为 Open WebUI 提供的插件，可添加实时交互式可视化、仅文本模型的视觉功能以及自动化系统维护功能。

Browser Control 是一个开源的 Node.js 驱动程序，允许 AI 代理或 CLI 用户在自己的 Chromium 浏览器（包含所有已登录会话和扩展程序）中运行 Playwright 代码。它通过本地中继和浏览器扩展程序工作，支持持久化会话、检查辅助工具、人工介入、视频/HAR 录制以及用于安全 API 调用的 TypeScript Effect 客户端。仅供受信任的本地使用。

agentchattr 是一个本地聊天服务器，让 AI 编码代理（Claude、Codex、Gemini 等）和人类在共享聊天室中通过频道和 @提及唤醒进行协调，使代理能够免提响应和协作——无需在终端之间复制粘贴。

CuPy 是一个提供 NumPy 和 SciPy 的 GPU 加速替代方案的库，可在 NVIDIA 和 AMD 硬件上实现更快的数值计算。

一个开源运行时，用于管理一群 AI 代理，这些代理使用共享的 SQL 追踪器来执行具有持久性和人工监督的并行业务任务。

DoWhy 是一个用于端到端因果推断的 Python 库。它允许你定义因果图，自动识别因果效应，使用多种统计方法进行估计，并运行反证测试以检查稳健性。该库还支持用于根本原因分析、反事实和干预采样的图形因果模型。通过 `pip install dowhy` 安装，并遵循四步工作流程（模型 → 识别 → 估计 → 反证）即可使用。

Databend 是一个开源的云原生数据仓库，集成了分析、向量搜索和全文搜索功能，并提供了一个通过 SQL 编排 AI 代理的沙箱环境。

EconML 是一个 Python 包，通过结合机器学习与计量经济学，从观测数据中估计异质性处理效应，实现自动化因果推论。

一款专为本地和服务器部署设计的高性能大模型推理引擎，支持混合设备执行（GPU/CPU/磁盘）及投机采样等高级优化技术。

Text Grab 是一款仅限 Windows 的桌面应用，使用本地 OCR（WinAI、WinRT OCR 或 Tesseract）捕获任何可见文本（截图、PDF、UI 元素等），并提供内置清理、电子表格编辑、基于正则表达式的提取、可复用的捕获模板、批量文件夹处理和 Chrome/Edge 扩展功能。所有处理均在本地完成，Copilot+ PC 上可选 NPU 加速推理。可通过 Microsoft Store、GitHub 发布版或包管理器安装；源码可用 Visual Studio 或 .NET SDK 构建。

Kungfu 是一个开源 CLI/TUI，可将 LLM 代理任务（Work）记录在聊天之外，实现代理间无缝交接、崩溃恢复和可审计日志。它兼容任何 Codex/Claude/OpenCode 风格的代理，提供演示用的模拟代理，采用 Apache-2.0 许可证，现处于 Alpha 版本。

一个用于学习神经算子（如傅里叶神经算子）的 PyTorch 库，可实现函数空间之间的分辨率不变映射。

一个专注于指令微调和大型语言模型后训练的研究框架，为 SFT、DPO 和 RLVR 提供标准化方案。