正在涨的 AI 项目

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。

一个用于合成数据和 AI 反馈以创建用于训练和微调 AI 模型的高质量数据集的框架。

DataTrove 是一个用于在超大规模下处理、过滤和去重文本数据的 Python 库。它提供模块化的流水线块和平台无关的执行器（本地、Slurm、Ray），以高效地准备数据集，如 LLM 训练语料库。

YomiToku 是一个专注于日语的 OCR、版面分析和表格语义解析的 Python 库。它提供四个定制训练的模型，支持 GPU 或 CPU（精简模式）运行，支持多种导出格式，并提供 CLI 和 API 工具，用于批量处理、表格提取以及基于模式的数据提取（基于规则或基于 LLM）。在 CC BY-NC-SA 4.0 许可下，非商业用途免费；商业许可可用。

一个基于 FastAPI 的 LLM API 服务器，使用 ExllamaV3 后端，为本地模型推理提供 OpenAI 兼容接口。

一个在 iOS 上运行的本地 AI 代理框架，可在设备上执行大语言模型，通过自然语言私密地管理日历、健康数据和设备任务。

MCP Scanner 是一款 Python 安全工具，用于扫描模型上下文协议（MCP）服务器及其工具、提示词、资源和相关代码，以检测恶意行为。它结合了 Cisco AI Defense API、YARA 规则和基于 LLM 的分析，支持 CLI 和 REST API 模式，集成了漏洞扫描、VirusTotal 检查以及针对 Python 和 npm 包的供应链分析，并提供广泛的配置和报告选项。

OmniLottie 是一个多模态 AI 生成器，使用预训练的视觉‑语言模型，从文字、图像或视频输入生成复杂的向量 Lottie 动画。

Ultralytics YOLOv3 是 YOLOv3 目标检测模型的 PyTorch 实现，提供三种变体（完整版、SPP、轻量版），并附带训练、推理、验证和多种部署格式导出的脚本。支持自动下载 COCO 预训练权重，兼容 PyTorch Hub 加载，并与主流 ML-ops 工具和云笔记本集成。采用 AGPL‑3.0 开源许可，同时提供商业企业版选项。

一个GPU加速的DataFrame库，镜像pandas、Polars和Dask API，为AI/ML工作流程提供快速的表格数据清洗和聚合功能。

基于 MCP 的集成方案，使 AI 助手能够搜索、阅读和管理本地 Zotero 参考文献库，以提升学术研究效率。

一种能够推理短期运动和长期场景变化的时空度量-语义SLAM系统，使机器人能够在动态环境中进行地图构建。

一个将软件仓库转换为代理就绪工作区的工具，通过提供结构化协议与导航工具，帮助 AI 编码代理遵循权威的项目上下文。

一套用于小红书运营的模块化AI工作流（Codex技能）集合，帮助创作者系统性优化账号、内容规划和转化路径。

一个创建现实 AI 人物画像以在 X 和 Reddit 等平台上模拟特定情景下社会与市场反应的多代理模拟平台。

用于 llama.cpp 的 Python 绑定，支持 OpenAI 兼容的 API 和多种硬件加速后端，实现本地 LLM 推理。

一个为 Pi 终端 AI 编辑器设计的扩展，增加了可自定义的状态栏、持久化 bash 模式、提示词队列管理以及增强的工作流快捷键。

一个自托管的开源照片管理平台，利用本地机器学习模型进行人脸识别、物体检测和语义搜索。

一个 AI 驱动的递归学习系统，利用结构化的知识图谱和 TDD 式练习，将 AI 编程助手转变为交互式导师。

专为代码代理设计的多设备持久化终端，支持在桌面和移动设备间运行 AI 代码会话，并具备服务器端会话恢复功能。

BiliSum 是一个视频转知识工具，可将 Bilibili、YouTube 和本地视频转换为转录文本、视觉笔记和本地 RAG 驱动的知识库。

一个参考 RAG 聊天应用程序，允许用户使用 Azure OpenAI 和 Azure AI Search 与自己的文档互动。

haiku.rag 是一个 Python 库/CLI，用于构建一个私有的、引用丰富的 RAG 系统，支持 PDF、Office 文件、HTML、Markdown 和图像。它使用 LanceDB 进行混合向量/全文索引，Docling 进行文档解析，Pydantic AI 用于 LLM/嵌入提供程序（默认为 Ollama）。功能包括混合搜索、可选重排序、多模态图像搜索、用于数据聚合的沙箱 Python，以及一个显示精确页面级引用的 CLI/TUI。它提供了一个可选的后台摄取服务和一个 MCP 服务器，用于与 Claude Code 等工具集成。通过 `pip install haiku.rag`（或精简核心）安装，并通过 `haiku-rag add-src`、`haiku-rag ask` 或异步 Python API 等命令进行交互。

一个开源平台，用于构建和部署基于组织知识的 AI 助手，具备内置路由、人工升级和分析功能。

一个 Python 库，通过将带型别的函数转换为具有自动验证和重试机制的结构化 LLM 调用，来构建可预测的 AI 工作流。

LimiX 是一个用于结构化表格数据的基础模型，无需针对特定任务进行训练即可执行分类、回归和缺失值填补。

一个模块化、可投入生产的 SDK，用于通过 iLink 协议将 AI 代理连接至 WeChat，支持 Node.js、Python、Go 与 Rust。

一个 GPU 加速的向量搜索与聚类库，为 AI 与数据挖掘提供高性能的近似最近邻实现。

一个使用HD地图和轨迹姿态生成实时、写实多摄像头视频的自动驾驶仿真世界模型。

OpenCursor 是一个用于 VS Code 的开源 AI 编码代理，允许开发人员集成各种云端或本地模型，以实现编码任务、文件编辑和终端操作的自动化，并提供全面的审查控制。

vla-evaluation-harness是一个Python库，允许你在数十个机器人模拟基准（LIBERO、CALVIN、SimplerEnv等）上评估视觉-语言-动作（VLA）模型，使用Docker隔离环境和轻量级模型服务器脚本。它提供批量并行执行（分片剧集 + GPU批处理）以实现大幅加速，统一排行榜包含2,456个模型，并为研究和训练时评估提供简单的CLI/Python API。

一套全面的自动化AI视频提示词工程工具包，为24种不同的视频生成模型提供经过验证的提示词公式、特定模型方法论以及Claude集成技能。

acestep.cpp 是一个基于 C++ 的本地服务器，可从文本提示生成 48kHz 立体声音乐。它使用 GGML 量化模型（LM、文本编码器、扩散 DiT、VAE），并在 CPU、CUDA、Vulkan 或 Metal 上运行。下载四个 GGUF 模型文件后，您构建二进制文件（仅 CPU、CUDA、Vulkan 或全能型）并启动服务器。位于 http://localhost:8085 的 Web UI 允许您编写标题、选择模型/LoRA 适配器，并生成、播放或下载曲目。服务器还提供小型 REST API（POST /lm、/synth、/understand、/vae）和用于脚本化的 CLI 工具。这是一个真正的开源 AI 音乐生成项目，而不是教程列表。

Google 的 ADK‑Java 是一个通过 Maven 分发的 Java 库，用于构建、测试和部署由 LLM 驱动的 AI 智能体。它提供代码优先的构建器 API、丰富的工具生态系统（包括 Google Search）、多智能体组合、基于 Web 的开发 UI，以及与 Google 的 A2A 协议集成，用于远程智能体通信。

一个开源的 AI 代理长期记忆层，能够在多个会话之间持久存储与召回用户偏好和对话上下文。

一个原生 Rust AI 代理工作区，允许用户在本地机器上运行多个隔离的代理进行编码和自动化。

一系列 Docker Compose 模板，通过自动化环境和模型配置，简化了各种 AI 智能体框架的部署与测试。

一个 MCP 服务器，为 AI 代理提供关于 NixOS 软件包、选项和文档的实时、准确数据，以防止幻觉。

PyGPT 是一款多功能的开源桌面 AI 助手，提供了一个统一的界面，用于与各种大语言模型聊天、执行多智能体工作流、对本地文件执行 RAG 以及运行系统级工具。

一项 AI 驱动的设计技能，将建筑与文化照片转化为艺术指导的编辑海报，并整合中文字体排版与空间感知。

RAGEN 是一个用于训练多轮交互推理 LLM 智能体的强化学习框架，基于 StarPO 算法构建。它包含 10 个内置环境，支持 PPO 和 GRPO 优化，并提供针对 Echo Trap 和推理崩溃等失败模式的诊断工具。RAGEN-2 增加了 SNR 自适应过滤和基于互信息的指标，用于检测模板崩溃。

基于 openpilot 分支的开源驾驶员辅助系统，为 300 多款汽车型号提供修改后的驾驶辅助行为。

pi Desktop 是 pi AI 编程智能体的跨平台 GUI，可运行、审查和管理编码会话，具备时间线可视化、Git diff 审查、内置终端、并行工作器、主题和 Android 配套应用，并与 CLI 共享相同的 `~/.pi/agent` 状态。

Late 是一个 AI 编码代理，通过将任务委托给临时子代理来防止上下文退化，确保主要编排器在长期、复杂的任务流程中保持专注和高效。

Swiftide 是一个用于构建 LLM 应用的 Rust 框架，提供代理编排、类型化任务图和流式 RAG 流水线工具。

OllamaFreeAPI 是一个 Python 客户端，通过简单的 `chat` 和 `stream_chat` 调用，免费且无需注册即可访问多个开源 LLM（LLaMA、Mistral、DeepSeek、Gemma 等模型）。它抽象了一组社区运行的 API 端点，提供模型列表、信息查询和基本负载均衡。适合快速实验或学习，但依赖志愿者托管服务器的可靠性。

一种利用强化学习和迁移学习，根据用户定义的属性概况生成优化小分子的分子设计工具。

Horosa Skill 是一个本地优先的 MCP 服务器和 CLI 工具，为 AI 智能体提供 110 种专业占星和玄学计算技术的离线、可验证访问。