正在涨的 AI 项目

franken_ocr 是一个纯 Rust、仅限 CPU 的引擎，用于运行专门的视觉语言模型，实现文档解析、图表提取和乐谱转录，无需 GPU 或 Python。

一个可扩展且轻量级的对象存储服务，使用 Postgres 进行元数据管理，并支持包括 HTTP、TUS 和 S3 在内的多种协议。

一个精选的 DESIGN.md 文件集合，为 AI 代理提供必要的规范，以生成具有正确排版和布局规则的高质量日语 Web UI。

本项目是一个精心策划并定期更新的学术论文库，专注于基于大语言模型（LLM）的多智能体系统，并按框架、应用和模拟用例进行了分类。

一个关于视觉语言模型中空间智能的研究论文、数据集和基准测试的精选列表，以 awesome-list 形式组织，包含方法表格和代码链接。

一个由社区维护的精选研究论文和资源列表，探索大型语言模型和多模态模型在机器人和强化学习中的应用。

一个精选的框架、工具和资源目录，供开发者构建能够浏览、抓取和与网页交互的AI代理。

一本自出版、持续更新的深度学习指南，带有个人学习者的叙述——从基础神经网络、PyTorch、CNN和RNN，到Transformer和FlashAttention，再到从零构建GPT-2、LLM训练工程和现代推理框架（vLLM、SGLang）。

一款 macOS 助手，通过自然语言命令在后台控制应用程序，利用辅助功能 API 和 ChatGPT 进行规划。

Perch 是一款基于 AI 的语义代码检查 CLI 工具，它扫描代码，调用决策模型 API 推理潜在缺陷，并返回带有置信度排序的问题列表。它支持自定义自然语言规则，兼容多种模型提供商，并可集成到 CI 和助手工具中。

一个开源的 MCP 服务器，通过连接 Google Search Console、GA4 和 Cloudflare 数据，将 AI 助手转变为 SEO 分析师。

一个精选的“awesome list”，聚合了基于 Jev（TypeSafe AI 的类型化决策模型）构建的公开项目和模式，具有严格的包含规则，并明确说明包含不意味着认可。README 作为一个单页，列出了 23 个类别中的条目。

InspireSkill 是一个代理原生 CLI 和工具包，允许 AI 编码助手在 Inspire 计算平台上自主管理资源、作业和工作流。

一个精选的库，包含103个可直接粘贴的声明式代理，用于Microsoft 365 Copilot。每个代理都是一个指令块，无需编码即可在几分钟内部署，涵盖17个领域和两个行业包，以自动化常见的工作场所任务。

一个将所有NLP任务视为字符串到字符串问题的统一文本到文本转换器框架，支持大规模预训练和微调。

Evot 是一款轻量级的终端型编码助手，利用 LLM 通过四个内置工具读取、编辑、运行和编写代码。它支持托管或自提供模型，通过修剪系统保持提示极简（约 1k tokens），并增加了后台命令、循环监控、定时任务和可共享的只读会话等生产力功能。

一个将用户脚本管理与 AI 脚本生成、内容过滤和媒体控制等网页增强工具统一起来的游戏化浏览器扩展。

MASFactory 是一个 Python 框架，可让你以图的形式构建、可视化和运行基于 LLM 的多智能体工作流。它支持自然语言优先设计（Vibe Graphing）、代码优先的声明式/命令式编写，以及通过 VS Code 扩展进行的可视化拖拽编辑，所有方式均统一到一个具备实时追踪和人机协同支持的运行时中。

一个基于 Model Context Protocol (MCP) 的本地服务器，允许 AI 助手通过直接与 Markdown 文件交互，安全地读取和修改 Obsidian 仓库。

GalaxeaVLA 是一个用于通用机器人控制的视觉-语言-动作模型，将推理与动作整合到单一自回归流中，以应对复杂操作任务。

Avernet 是一个开源平台，允许多个 AI 智能体——运行在不同的运行时或现有的机器人服务上——加入一个统一的协调网络。它提供身份、认证、发现、路由和工作流工具（TaskGuard），以及诊断/进化（AgentEvolve）。专为需要持久、受治理的多智能体系统的企业设计，附带基于 Rust 的机器人协调服务、Web 工作台和插件（例如 DeepSeek Harness）。核心网络功能已公开；高级权限、审计和大规模集群仍在开发中。

一个为 Claude 提供私有、本地优先日记和语义搜索功能的 MCP 服务器，以在对话间维持持久记忆。

Vime 是一个开源框架，结合了 Megatron‑LM 训练和 vLLM 推理，以实现大型语言模型的高性能强化学习微调。它提供了统一的数据流循环、灵活的自定义生成钩子，并支持许多现代 LLM（Qwen、DeepSeek、LLaMA 3）。

一个结合实时搜索与人机协同智能体界面的研究画布应用，通过人机协同互动简化复杂研究任务。

使用 CARLA 模拟器评估自动驾驶系统驾驶分数、成功率和特定驾驶能力的闭环数据集和基准。

FDEOps 是一个 Node‑JS CLI，为前线部署工程师提供包含 35 个“任务技能”提示的库。它与现有的 AI 编码助手集成，结构化策略、架构和工程工作，将所有客户上下文存储在本地 Markdown 文件中，并完全离线运行。

awesome-hand-pose-estimation 是一个关于手部姿态估计的研究论文、数据集和资源的精选列表。它按来源（arXiv、期刊、会议）、年份（2014-2025）和主题（数据集、研讨会、挑战赛、论文）组织条目。每个条目都链接到论文的 PDF，有时还链接到代码或项目页面。它是一个参考列表，而不是软件工具，并欢迎社区贡献。

DeepSpeed 是一个基于 PyTorch 的开源库，提供内存高效的优化器、多维并行性和硬件卸载引擎，用于在 GPU、CPU 和专用加速器上训练超大规模深度学习模型（参数可达数千亿）。

UltraRAG 是一个开源、低代码框架，用于构建、调试和部署检索增强生成流水线。它使用 Model Context Protocol 将每个组件（检索器、LLM 等）视为即插即用服务器，通过 YAML 配置进行编排。内置的 Web IDE 提供可视化流水线编辑和一步转换为交互式聊天演示。可通过快速的 `uv` 包管理器或 Docker 安装，并用于研究实验、产品原型或企业 RAG 服务。

MiroFlow 是一个开源的研究代理框架，用于多步骤的互联网研究和复杂推理任务，例如未来事件预测。

一个由社区维护的精选资源列表，涵盖关于LLM应用中提示注入漏洞的文章、论文、工具和CTF，旨在帮助理解、测试和缓解该风险。

free-code 是 Anthropic 的 Claude Code 终端 AI 编程助手的分支。它移除了所有遥测（不发送任何数据回家），剥离了注入的安全提示护栏（同时保留模型自身的安全训练），并解锁了 54 个实验性功能标志。它支持五个 AI 提供商（Anthropic、OpenAI Codex、AWS Bedrock、Google Vertex AI、Anthropic Foundry），使用 Bun 和 TypeScript 构建，并包含 IPFS 镜像，即使仓库被下架，代码也能持久存在。

OWASP Top 10 for Large Language Model Applications 的历史存档，提供对旧版文档的访问，并将用户重定向至当前活跃的安全项目。

一个精选的、结构化的研究论文和博客目录，涵盖通过循环计算的神经网络模型——在深度或时间上重复使用相同的学习层或算子。它将354篇论文组织成主题地图，提供用于搜索和筛选的交互式浏览器，并跟踪最新添加、引用和开放问题。

Muxin 是一款原生的跨平台桌面应用，让您可以通过 SSH/Tailscale 监控和控制个人计算机集群、运行 AI 代理会话、共享桌面、同步文件以及管理自托管的 GitHub Actions runner——所有功能均通过基于 JSON 的 MCP 服务器暴露，以便与 LLM 集成。

Procedura通过代理型LLM流水线生成OpenSCAD代码，将文本提示或图像转换为可编辑的参数化3D模型。

imajev 是一个开源的 2B-9B 多模态模型系列，它接收一张（或两张）照片以及结构化文本数据，并返回带类型的概率决策，同时带有明确的“无法判断”标志。该模型基于 Qwen-3.5 和 LoRA 适配器构建，可在本地运行（GPU 或 Apple 芯片），采用 Apache-2.0 许可证，并在 JevBench、Image JevBench 和 DecisionBench 上取得了最高排名。非常适合自动化高容量、定义明确的业务决策，如产品照片验证、退货验证、工单路由和安全检查，同时将不确定的情况交由人工处理。

Cortex 从单一项目配置中，将 API 规范和 Markdown 转换为类型化 SDK、交互式文档和 AI 代理用 MCP 服务器。

一个 AI 代理技能，可实现从 YouTube、Bilibili 和 WeChat 等平台通过一句话完成媒体下载，具备自动引擎更新和文件验证功能。

Confucius4-R2T2 是一款低延迟、高准确率的流式语音识别模型，可提供稳定、仅追加的转录结果，防止实时应用中的文本反复修改。

一个评估框架和技术报告，探讨将 GPT-6 Astra 用作具身机器人策略，比较直接控制与修正基础策略动作的混合方法。

一个容器化的漏洞赏金猎人框架，集成了 50 多种安全工具和一个支持 AI 代理的 MCP 服务器，旨在自动化侦察与漏洞评估工作流程。

Amuse 是一个基于 .NET 的本地 AI 平台，将图像、视频、音频和文本生成流程集成到单一界面中，并支持多种 GPU 后端。

一个Python项目，抓取NBA统计数据和体育博彩赔率，构建对位特征，训练XGBoost和TensorFlow模型以预测比赛胜者和大/小分总和，并输出期望值和凯利准则建议投注金额。包含数据收集、模型训练、命令行预测脚本和简单Flask网页UI。

一个用于 Unitree 机器人的软件开发工具包，允许开发者构建和安装机器人控制的自定义应用程序。

一个全面的SEO审计工具，可针对332条规则扫描网站，提供关于技术SEO、性能和AI搜索就绪度的可操作报告。

llmman 是一个 CLI/守护进程，通过将模型视为 OCI 容器镜像，可以在任何模型（本地或托管）上运行任何 LLM 风格代理（Claude Code、Codex、Copilot 等）。它支持多个后端（llama.cpp、vLLM、sglang、mlx-lm），提供统一的 Ollama/OpenAI/Anthropic API，支持注册表到注册表的模型传输、使用 cosign 签名以及将多台机器聚合为一个端点。

Anki MCP 服务器是一个实现 Model Context Protocol 的 Node‑JS 桥梁，公开 53 个基于 JSON 的工具（牌组、卡片、笔记、媒体、模型和 GUI 操作），使 Claude Desktop、Cursor 或基于云的 ChatGPT 等 AI 助手能够读取、编辑和复习 Anki 闪卡。它通过 STDIO（用于桌面 AI 客户端）或 HTTP 工作，并提供用于远程访问的托管隧道。可通过 npm、MCPB 捆绑包或源码安装，并配置客户端将服务器作为子进程启动。