正在涨的 AI 项目

一个为短剧打造的端到端 AI 制作工作区，管理从剧本拆解、资产一致性到视频生成的完整流程。

YuE2 是一个开源音乐生成系统，可将歌词和风格提示词转换为可编辑的符号乐谱，进而生成高保真音频。它提供三种模式（完整规划、仅旋律、直接生成），通过 SheetSage2 转录支持零样本翻唱，并取得了领先的基准测试分数。其 Python 流水线、智能体技能和网页演示使得歌曲的创作、编辑和翻唱变得简单，且遵循 Apache 2.0 代码许可和 CC-BY-NC 模型许可。

一个用于管理 Tencent CodeBuddy 账号池的 Web 管理仪表盘，提供账号接入、API 密钥分发和使用监控的可视化界面。

Paradev 是一款开源桌面应用，可让您并行运行多个 AI 编码代理，每个代理都在自己的工作区中，内置终端、差异审查和浏览器预览。它开箱即用地支持许多常见代理，并在 macOS（主要）上运行，同时提供实验性的 Linux 支持和 iOS 配套应用。

一本关于 AI 副业创意、资源和文章的手册，用于赚取额外收入，可通过 GitHub issue 进行贡献。

一个社区工具，可创建多个独立的 Claude Desktop 窗口，每个窗口可使用不同的 API（官方 Anthropic 或通过 cc-switch 的第三方）。它提供每个窗口的图标、快捷方式、隔离的数据文件夹，以及 Windows 上的共享会话同步（macOS 实验性支持）。

一个使用 Ghidra 和 LLM 通过自主流水线从编译二进制文件中重建并验证 C/C++ 函数的 AI 驱动的逆向工程代理。

AI Novel Writer 是一款桌面应用，它编排 AI 辅助的长篇小说创作。它允许您配置任何 OpenAI 兼容或 Gemini 模型，管理结构化工作流（前提 → 角色 → 大纲 → 章节蓝图 → 草稿 → 审阅 → 修订 → 最终版），将所有项目数据存储在本地，并提供章节级生成、故障恢复、自动审阅、批量任务以及冻结的 DeepSeek Harness Web 插件等功能。

一种AI编码代理的技能与设计框架，使代理能够通过严格的工艺标准和自动化验证，构建避免通用AI设计套路的高端、滚动驱动型网站。

AutoCua 是一个多智能体框架，让 AI 模型能够通过真实输入事件和辅助功能树解析来操作真实计算机——包括桌面应用、浏览器、Shell 终端和 iOS 设备。它解决了无需自定义集成即可构建适用于广泛软件环境的智能体的问题。

一个包含七套AI智能体技能包的仓库，用于自动化跨境电商工作流程（市场调研、产品策略、商品上架创建、图片/视频生成、广告优化、评论分析）。它提供提示词、模板、小型计算脚本、合规性防护以及端到端示例，所有内容均可使用任何LLM在本地运行。该项目属于AI/ML工具领域。

一款基于浏览器的设计工具，用于创建 Material 3 Expressive 应用界面，并为 AI 编程代理生成精确的构建提示词。

Nakama 是一个 AI 智能体平台，允许团队通过统一的仪表板管理、配置和部署具有独特身份和工具访问权限的多个 AI 智能体。

一个针对 GPT-Image2 的 Prompt-as-Code 系统与模板库，提供超过 500 个逆向工程案例与结构化提示词，以实现稳定、可控的图像生成。

Mercury Agent 是一款开源、本地运行的 AI 助手，作为单个后台守护进程存在。您可以通过终端、Telegram、Discord、Slack、Signal 或本地 Web 仪表板与之聊天。它保持基于 SQLite 的持久化“第二大脑”内存，强制执行按文件夹/文件/Shell 的权限，尊重每日代币预算，并能运行各种内置工具（git、shell、web fetch、Spotify 等）。名为 **Mercury Bots** 的专用子代理可以连续或按计划运行，将完成的文件传送到文件夹或聊天中。该代理支持多种 LLM 提供商（OpenAI、Anthropic、DeepSeek、Ollama、Mercury Cloud 等）并自动故障转移。安装方式为一行脚本或 npm 包，系统支持 macOS、Linux、Windows 和 Android/Termux。

一款用于在本地运行和训练 AI 模型的桌面应用程序与工具包，可在消费级硬件上以更低的 VRAM 使用率实现显著更快的微调速度。

Agent2API 是一个本地 OpenAI 兼容网关，它将多个 AI 桌面客户端的登录会话聚合为一个 API 端点。它允许您通过任何标准 API 客户端复用现有的桌面应用订阅，并支持自动令牌刷新、多账号轮询以及 17+ 个平台的特定适配器。

一个通用领域框架，让 AI 系统能够通过使用世界模型预测行动结果，并从交互反馈中学习，从而递归地自我改进。

Cangjie Skill 是一个基于 Python 的管道，可从书籍、视频、播客等内容中提取可操作的方法论，并将其打包为可重复使用的“AI 技能”。它使用确定性的 RIA‑TV++ 工作流程，建立能力卡片、在图中链接它们、进行压力测试，并编译成单一路由技能或紧凑的技能包。输出可安装在 OpenClaw、Claude Code 或 DeepSeek Harness 等平台上，让 LLM 代理直接调用提取的知识，而不仅仅是阅读摘要。

OpenDots 是一个开源、自托管的模板，用于构建持久化的 AI 代理（Dots），它们可以聊天、拨打语音电话、浏览网页、运行 shell 命令，并与 Slack 或 Composio 集成。每个 Dot 都有自己的隔离计算机（通过 OpenBot）、一个人工审批 UI，并将其工作存储在可搜索的“Spaces”（页面）中。该技术栈使用 CopilotKit runtime、AG‑UI、TanStack AI，以及可选的托管或本地 CopilotKit Intelligence 进行 LLM 调用。这是一个 alpha 阶段的入门套件，用于创建专门的 AI 同事，同时保持对基础设施和数据的完全控制。

AutoSwarm 是一个 Python 框架，能够自动构建、运行并从以虚拟公司形式组织的 AI 智能体集群中学习。它提供 CLI 和可视化 Office UI，支持自适应团队创建、看板驱动的编排以及基于经验的剧本生成，并可与 JiuwenSwarm 等外部 LLM 后端集成。

Internet Court 是一个单一开放技能，捆绑了约 35 个协议（整合了 34 个所有者的 92 个官方技能），使 AI 代理能够发现、协商、签约、支付、执行，并且独特地——*裁决*与人类的交易，而无需人工介入。代理提前就争议法官达成一致，并写入合同中。一个根 SKILL.md 按需路由到子技能。由约 30 家公司组成的联盟构建，第一方代码采用 MIT 许可，可在 6 种代理框架上安装。

一个开源、基于 Rust 的数字音频工作站，重新实现了 Pro Tools 的工作流程，并可通过 CLI 或 AI 代理完全脚本化。

ARTEX 是一个由 AI 驱动的自主渗透测试系统，采用 Go 后端、Next.js 前端和 PostgreSQL 构建。它使用 LLM 驱动的代理（规划器 + 工作器）来探索目标、运行真实工具，并在双图模型（全局资产图 + 每任务探索图）中记录发现。该项目提供 Docker 镜像、预编译二进制文件和一键安装脚本，以及模拟演示 UI。它支持从 ScopeSentry 同步资产、审批门控、自更新和可选的 HTTP 基本认证。采用 AGPL-3.0 许可证。

AI 编码代理的 pstack 技能栈移植版，提供结构化的工作流和剧本，以确保代码简洁、简单且经过验证。

一个面向中国A股市场的综合数据工具包，将34个数据源聚合为统一接口，供AI编程助手进行金融分析。

imozuru 是一个由 Claude 驱动的研究助手技能，它为不熟悉的主题构建一个以来源优先的“研究地图”，爬取网络、追踪引用并保存原始文档，使每个主张都有精确的文件和行号引用作为支撑。

CozyClay 是一个基于浏览器、构建于 Three.js/React-Three-Fiber 之上的预可视化工作室。您可以粗排 3D 场景、设置角色姿势、在时间轴上制作相机动画，并导出可直接输入 AI 视频生成器（Seedance、Kling、Veo、MiniMax-H3 等）的关键帧包。可选集成 Kimodo 动作生成服务可增加 AI 驱动的角色动画。该应用包含 AI 聊天面板（支持 ChatGPT、Anthropic、Gemini、OpenRouter、CLIProxy）、用于外部控制的 MCP 服务器，以及基于节点的工作流画布。使用一个 `npx cozyclay` 命令即可安装，无需编译。

Hyperfide 是一个本地代理工作流引擎，在单个二进制文件中管理项目上下文、任务规划和记忆，帮助 AI 代理在复杂代码库上高效工作。

UniEmployee 是一个企业级平台，通过将业务流程、专业知识和安全护栏编码为可观测的多步骤工作流，用于构建和管理 AI 数字员工。

OpenQodex 是一款本地代码审查工具，结合了静态分析扫描器和 AI 代理，可在代码推送到仓库前对其进行验证。

一个紧凑型双足机器人项目，提供从基于 MuJoCo 的强化学习训练到在 Raspberry Pi Zero 2 W 上使用 ONNX 策略进行现实世界部署的完整流水线。

WinShun 是一款免费、开源的 Windows 搜索启动器，通过 NTFS MFT 索引文件，支持拼音和全文搜索，添加带 OCR 的剪贴板历史，集成到文件对话框和任务栏，提供插件（包括基于 LLM 的语义搜索），并为 AI 助手提供 MCP 服务器。

MonoCode 是一个统一的 GUI，将各种 AI 编码代理聚合到一个桌面应用程序中，使开发人员能够在同一个界面中管理多个代理会话和项目工作流。

QQ Agent 是一个为 QQ 提供的本地 AI 助手，具备会话管理、记忆、角色设定和插件功能，目前提供稳定基准版和正在进行架构重构的开发版。

面向 miao-org/awesome-supermimic 的说明，这是一个精选的 SuperMimic 项目列表，严格基于 README 内容。

一个为 muse.ai 打造的逆向工程 OpenAI 兼容 API，实现对其多模态文本、图像及视频生成功能的自动化访问。

Sno Station Skills 是一套包含 37 种专业习惯和工作流的集合，旨在为 AI 智能体提供同行评审、自动化任务移交和自我改进循环功能。它通过强制执行严格的团队式工程标准，解决了 AI 输出不可靠的问题。

Promptfoo 是一个开源 CLI/库，用于评估 LLM 驱动的应用并进行红队演练。它在本地运行，支持多种提供方，生成对比仪表板，并可与 CI/CD 和 GitHub 代码扫描集成。

一个面向 DSH 的服务导向型侧边栏框架，增加了可编辑代码编辑器、增强的文件管理、Git 集成和任务管理工作台。

通过浏览器或 AI 代理捕获网站网络流量，并使用 LLM 为多种语言生成类型化 API 客户端的工具。

Antirion 是一个快速、单一二进制的 AI 网关，统一访问多个模型提供商，具备路由、成本控制、安全性和监控功能，可通过 Docker、Kubernetes 或二进制文件部署。

OpenBB 的开放数据平台是一个开源 Python 库，统一了金融数据访问，提供可通过 pip 安装的 API、FastAPI 服务器和 CLI，并可链接到商业版 OpenBB Workspace，用于分析师仪表板和 AI 代理集成。

Zephium是一款开源的Rust浏览器，使用你操作系统的原生网络引擎（macOS上的WebKit，Windows上的WebView2）。它默认拦截广告/跟踪器，运行Chrome扩展，并包含任务、笔记和时间跟踪功能。其突出特性是Work，一个可见画布，AI智能体在你观看的同时并行执行任务；Ask Zephium是一个侧边栏助手。它默认保护隐私（无遥测、无需账户），支持macOS Apple Silicon和Windows x64，并采用MPL-2.0许可证。

It's a Plan 是一个开源、自托管项目管理和问题跟踪平台，AI 代理作为具有角色和权限的正式团队成员，与人类共享同一看板。它包含看板、周期和仪表板等标准项目功能，并通过 REST API、Webhooks 和 MCP 公开所有内容。

Microduck RL 为 800 克双足机器人 Microduck 提供 MuJoCo-Warp 环境和 PPO 训练脚本。策略（行走、站立、技巧等）使用真实的 BAM 致动器模型进行训练，导出为 ONNX，并可发布到 Hugging Face，通过配套运行时在真实机器人上即时部署。

cmux 是一款基于 Ghostty 的原生 macOS 终端，增加了垂直标签页、通知环、应用内浏览器、SSH 工作区以及可编程的 CLI，旨在帮助开发者监控和编排多个 AI 编程代理，如 Claude Code、Codex 和 OpenCode。