正在涨的 AI 项目

一个使用 Docker 或 Podman 创建持久且隔离的 Linux 工作区的工具，为软件开发和 AI 编码代理提供安全的环境。

Kelivo 同伴的 AI 驻留运行时，支持主动唤醒和移动通知，使 AI 角色具备持续的时间感和时间感知的自主性。

MiniCode 是一个小型的、终端优先的 AI 编程助手，实现了类似 Claude-Code 风格的模型-工具-模型循环。它允许你发出自然语言请求，运行内置工具（文件编辑、搜索、Shell、网页抓取），维护内存中的计划/目标，并显示全屏 TUI，在写入更改之前让你批准。专为学习和可扩展性而设计，它通过 Anthropic/Claude 或任何通过 Sidrune AI 统一 API 暴露的模型在本地运行。

一个为1С:Enterprise添加Model Context Protocol (MCP)支持的工具包，让AI助手可通过自定义工具查询1С数据。包含一个现成的1С扩展和一个可选的Python/OAuth2代理（Docker就绪）。

用于AI驱动渗透测试、漏洞赏金狩猎和AI威胁测试的全面Claude Code技能与代理套件。

用于在移动和嵌入式设备上以低延迟和端侧执行部署实时交互式 AI Avatars 的开源 SDK。

一个用于 RAG 研究的模块化 Python 工具包，提供 23 个 SOTA 算法和 36 个基准数据集，简化检索增强生成系统的复现与开发。

一个本地优先的科学写作工作区，集成了 LaTeX、Python 和 Claude AI，帮助研究人员离线撰写论文并进行数据分析。

ESP-SR 是乐鑫为其 ESP32 微控制器系列推出的官方语音识别框架。它包含唤醒词检测（“Hi ESP”、“Alexa”、“你好小智”等）、离线命令识别（中英文最多 300 条短语）、音频前端处理（回声消除、噪声抑制、声源方向估计）、语音活动检测和文本转语音——所有这些都设计为在小型低功耗嵌入式芯片上本地运行。

一个从文本生成富有表现力、长时、多说话人对话音频的框架，可生成长达 90 分钟的播客。

一个 Burp Suite 扩展，整合 AI 模型与 MCP 工具，协助安全研究人员自动化漏洞扫描与 HTTP 流量分析。

BrowserGym 是一个开源 Python 库，通过 Playwright 将 Web 浏览转换为 Gymnasium 环境，使研究人员能够将基于 LLM 的代理接入 MiniWoB、WebArena、WorkArena 等多个 Web 自动化基准测试。它提供统一 API、模块化安装选项、Playwright 驱动的浏览器以及通过 `AbstractBrowserTask` 基类实现的易扩展性。生态系统包括用于大规模评估的 AgentLab 和可与 OpenAI 模型配合使用的演示代理。

一个开源、跨平台的 AI 助手，具有持久记忆和交互式 UI，可以在沙盒 Linux 环境中执行工具和运行 shell 命令。

一款利用结构化卡片、知识图谱和自定义上下文 DSL 的 AI 驱动长篇小说写作引擎，可在数百万字中保持一致性。

CPA Usage Keeper是一个自托管仪表板，用于记录、存储和可视化CLIProxyAPI (CPA)的使用数据 – 一个AI模型代理。它将请求日志持久化到SQLite中，显示成本分解、延迟指标和配额健康状况，并可通过Docker-Compose、Homebrew或原生二进制文件部署。

一个支持批量操作和 DAX 验证的 MCP 服务器，使 AI 代理能够通过自然语言构建和修改 Power BI 语义模型。

Vigolium 是一款开源的高性能漏洞扫描器，既提供基于 Go 的快速原生扫描引擎（包含数百个模块），也提供 AI 增强的“代理”模式，使用内部 olium 代理框架规划和执行攻击。

一个结合 OpenAI Whisper 用于转录与 NVIDIA NeMo 用于说话人识别的说话人分离流水线，用于确定音频文件中谁说了哪些词。

一款为研究人员打造的 AI 学术工作站，提供高速翻译、OCR 以及学术论文的代理分析功能，并能完整保留原始格式。

TipTour 是一个 macOS 代理，通过允许 AI 模型查看屏幕并根据语音或文本指令执行点击、输入和导航应用等操作，实现桌面任务自动化。

一个用于 OpenClaw 框架的插件，通过基于 DAG 的摘要系统在本地 SQLite 数据库中存储和检索对话历史，从而防止上下文丢失。

基于 OpenTelemetry 构建的 Python 为中心的可观测性平台，通过 SQL 查询和 Pydantic 集成，提供对应用行为的深度可见性。

重现 Joseph Weizenbaum 于 1965 年开发的原始 ELIZA 聊天机器人，并在模拟的 IBM 7094 计算机与 Compatible Time-Sharing System (CTSS) 上运行。

一个专为自主 AI 代理设计的 GitHub CLI 专用包装器，提供令牌高效、非交互式且结构化的 GitHub 仓库管理任务访问。

An open-source LLM load balancer and serving platform that enables self-hosted inference, deployment, and scaling of LLMs on private infrastructure.

twinny 是一个开源的 VS Code 扩展，提供基于 LLM 的代码补全、聊天、内联编辑、代码审查、提交信息生成和实验性代理模式。所有模型推理都在您控制的服务器上运行——本地、其他设备、托管 API 或团队级网关。网关处理每用户密钥、使用日志、可选策略，并可通过 Docker 或 Helm 部署。最多免费供五名开发者使用；付费席位增加企业功能。

Open Storyboard Canvas 是一个跨平台桌面应用（macOS/Windows），使用 Tauri、React 和 Rust 构建，提供用于 AI 生成图像、视频和 3D 分镜场景的节点式画布。它包含一个基于聊天的代理（beta），可操作画布、向多个提供者提交生成任务、跟踪任务状态并显示诊断信息。该工具捆绑了提供者配置、提示库、导演工作室 3D 场景和完整的项目持久化，旨在为希望获得 AI 驱动视觉叙事集成本地工作流的创作者提供支持。

一个为 OptiScaler 设计的 ASI 插件，可在支持的游戏内无需欺骗地启用 DLSS 和 DLSS-FG 输入，减少 AMD 和 Intel 用户的崩溃和性能开销。

DeepInverse 是一个基于 PyTorch 的开源库，旨在通过算子和算法的模块化框架，利用深度学习解决成像逆问题。

一款利用YOLOv8进行角色检测的自动化脚本，可自动完成《蓝色档案》中的战斗、日常任务和资源管理。

一种将文本内容转换为结构化动态视频制作物的 Agent Skill，具有用于规划和资产生成的专业两阶段工作流。

dstack 是一个统一的控制平面，可在云提供商、Kubernetes 和本地集群之间编排 GPU 资源，从而简化 AI 开发、训练和推理。

Zero-WAM 是一种因果视频动作策略，使机器人能够通过使用人类示范视频或语言作为上下文规格，零样本地执行未见过的任务。

Taiwan Legal RAG 是一个开源的 Python CLI，用于查询一个托管的语义搜索服务，该服务包含约 2200 万条台湾判决、法规和行政规则。它将结果以 JSON 包形式返回，可提供给任何 LLM 使用，并包含确定性的引用检查，以确保模型只引用包中实际存在的材料。不需要 LLM 或 API 密钥；繁重的检索工作在远程 TLR 服务器上执行。

Pup 是一个基于 Rust 的 CLI，封装了 Datadog 的完整 API 接口，提供 JSON/YAML 输出和 OAuth2 安全访问，使 AI 代理或脚本能够查询、创建和管理指标、日志、监控器、安全数据、事件、CI/CD、成本以及许多其他可观测性资源。

Eino 框架的实用示例和演示集合，涵盖 AI 代理、多代理编排和 RAG 应用。

一款为电影制作人设计的桌面应用程序，可从参考视频中提取姿态、深度和相机运动数据，以创建 AI 视频生成流水线的控制包。

一种用于 6-DOF 机器人抓取生成的基于扩散的框架，支持多种夹持器类型，并能从 3D 点云或网格中提供实时的、具备碰撞感知能力的抓取预测。

使用图像向量搜索识别截图的具体动画、集数和时间戳的动画场景搜索引擎。

一个免费、开源的 AI 聊天平台，提供无需注册即可即时访问多种语言模型的功能，并利用本地浏览器存储来确保隐私。

Antigravity IDE 的一个扩展，提供实时 AI 配额监控、对话缓存管理和工作流自动化工具。

一个由 AI 驱动的数字营销平台，通过构建上下文品牌大脑，在博客、社交媒体和视频脚本中生成一致且有依据的内容。

Parlant 是一个开源平台，用于构建您可控的、可靠且符合政策的面向客户的 AI 代理。它取代了昂贵的封闭式 CX 平台，允许您通过代码定义代理行为，同时提供测试、托管和分析所需的基础设施。

一个让数据科学家和机器学习工程师无需前端知识即可构建和部署生产就绪的 AI 和数据驱动 Web 应用程序的 Python 框架。

Ui.Vision 是一个开源浏览器扩展（可选桌面模块），用于录制和运行自动化宏。它支持经典的 Selenium 风格命令、基于 OCR/图像的视觉操作，以及一个 Model Context Protocol (MCP) 桥接器，使 LLM 助手（如 Claude Code、Cursor 等）可通过 `uiv.*` JavaScript API 生成、编辑和执行宏。

一个开源的本地 AI 工具，可将长 YouTube 视频自动转换为病毒式传播的短视频，支持自动裁剪、动态字幕和人脸追踪。

一个开源、企业就绪的嵌入式 BI 平台，集成了交互式仪表板、分页报告和 AI 驱动的自然语言分析。

Microsoft 365 Agents SDK 是一个灵活的框架，用于在 Microsoft 365 Copilot 和 Microsoft Teams 等各种渠道中构建和部署 AI 代理，使开发人员能够使用他们首选的 AI 服务和技术栈。