正在涨的 AI 项目

一个每周直播编程系列，教开发者如何将AI应用从初始原型转变为可靠、可投入生产的系统。

一个全面的教育仓库，提供结构化的教程、Jupyter Notebook 和练习，用于从初学者到高级水平学习 Python、数据科学和机器学习。

一个包含17个阶段、以项目为驱动的教学大纲，旨在将初学者培养为生产级AI工程师。涵盖Python、数学、机器学习/深度学习、大语言模型、编排、RAG、智能体、MLOps、微调及伦理，包含51个实践项目及针对不同角色的入门路径。

该仓库包含一本用 Quarto Markdown 编写的计算机视觉书籍。要参与开发，你需要安装 Quarto，运行 `quarto preview`，并编辑 `.qmd` 文件。由于仓库较大，建议进行浅克隆。

一个多智能体AI写作助手，将文章创作转变为交互式、可审查的过程：写作总监、研究员、主笔、编辑、读者模拟器和事实核查员与您分阶段协作。以Windows桌面应用（RC版）和Claude Code Skill形式发布，提供99种模型预设、可选的网络搜索用于事实核查、本地版本化存储和完整运行日志。

一种基于深度学习的高性能去噪滤波器库，通过去除蒙特卡洛噪声，显著减少光线追踪应用的渲染时间。

Writing Tools 是一款免费开源的桌面应用，支持 Windows、Linux 和 macOS，可通过快捷键在计算机任意位置调用 LLM。它可进行校对、重写、改变语气、翻译、总结网页或 YouTube 字幕，甚至与模型聊天。支持使用云 API（Gemini、OpenAI、Anthropic 等）或通过 Ollama、llama.cpp、Apple-silicon MLX 运行本地模型。该应用注重隐私（无遥测、API 密钥本地存储），并采用 GPL-v3 许可证。

一种用于 Claude Code 的结构化 AI 辅助开发框架，采用 Plan-Apply-Unify 循环，防止上下文腐化并确保高质量、可验证的执行。

GeoCalib 是一个 Python 库，利用深度学习和几何优化从单张图像估计相机内参和重力方向。它支持多种镜头模型，可与部分先验配合使用，可标定批次或多相机阵列，并附带训练/评估代码（OpenPano 数据集）和演示。它在标准基准上优于先前的单图像标定方法。

一个为 AI 代理打造的持久记忆层，具备类似 Git 的版本控制功能，可进行快照、分支与混合语义搜索，以维护可审计的长期知识。

一个企业级 AI 智能体平台，实现了从文档治理和混合 RAG 检索到基于 ReAct 的智能体推理和 MCP 工具集成的完整闭环。

一个自托管的代理框架，用于创建可定制的 AI 角色，具备语音交互、长期记忆和自主系统控制功能。

一套为 Claude Code 设计的全面配置，整合了 Obsidian 和 Graphify，提供持久的长期记忆和高效率的代码库感知能力。

T-Rex 是一个基于异步混合变换器（MoT）的触觉响应型精细操作框架，可动态响应高频触觉信号，实现对可变形物体的精细机器人操作。

为专业研究和学术写作提供结构化证据、库管理与可重复工作流的 AI 代理学术 harness。

基于 Unreal Engine 5 的仿真平台，用于在真实物理与社会环境中开发和评估 LLM/VLM 智能体。

一个 MCP 服务器，为 AI 代理提供免费的无密钥网络搜索和反机器人获取功能，使它们能够绕过机器人墙并在本地爬取网络。

一个用于概率性时间序列建模的 Python 包，利用深度学习和 PyTorch 来生成带有不确定性区间的预测。

一个递归式自我改进框架，可自动执行、评估并优化 AI 代理策略，以创建持久的行动手册与数据集。

Company Research Agent 是一个 FastAPI + React 应用，输入公司名称后，它会自动通过网络搜索（通过 Tavily）、对来源进行评分，并使用任何兼容 OpenRouter 的 LLM（或 OpenAI/Gemini）生成结构化的、有来源支持的简报，实时流式传输到界面，并可导出为 PDF。支持可选的 MongoDB 持久化和 Docker 部署。

一个全面、社区维护的工具、硬件、数据集和教育资源目录，用于脑机接口（BCI）研究与开发。

一款 AI 驱动的工具，可为软件仓库自动生成完整的 Markdown README、项目标志和交互式维基。

一个以 Rust 构建的代理型浏览器驱动程序，通过持续的 Live Page Model 为 AI 代理提供隐蔽且节省 token 的方式来控制真实浏览器。

Metis 是一个开源编码代理，可作为桌面应用、终端工具或技能运行，让每个项目定义自己的代理架构。它通过可编辑的工作流和自动任务分级，自动化规划、编码、审查和测试。

一款免费、开源的语音转文本工具，可在计算机本地将语音输入到任何应用程序中，以实现最大程度的隐私保护。

HeartMuLa 是一个开源音乐基础模型系列，支持根据歌词和文本标签生成高保真音乐，并提供音频编解码重建、歌词转录和跨模态检索工具。

SmollM 是 Hugging Face 的开源小型强大模型系列：SmolLM-3（3B 参数、128k token、多语言指令模型）与 SmolVLM（紧凑型视觉语言模型）。所有权重、数据组合与训练配置皆已公开，并可透过标准 transformers 函式库加载，适用于 CPU 或中阶 GPU 推论。

TabArena是一个标准化、持续更新的表格机器学习基准测试系统，为在多样化数据集上评估模型和AutoML系统提供了可靠、可复现的环境。

一款由 AI 驱动的工具，可自动从邮件中收集、识别并整理电子发票，分类存入文件夹并生成用于报销的 Excel 报告。

一个无需管理基础设施即可在云中部署和扩展机器学习模型及流水线的无服务器 Python 运行时和客户端库。

一个用于共享和协作 Stable Diffusion 模型的开源平台，提供了一个社区驱动的存储库，用于模型发现和开发。

Surf 是一个命令行工具，让 AI 代理通过简单命令和浏览器扩展控制 Chrome，提供零配置、代理无关的使用方式，并且无需 API 密钥即可查询 AI 服务。

一个模拟专业投资研究机构的智能体系统，为A股市场提供深度分析和交易建议。

这是一个包含30个可运行Jupyter Notebook的精选合集，涵盖了LLM Agent的所有主要记忆模式——从短期缓冲区到长期向量存储、知识图谱以及生产级框架（Mem0、Letta、Zep、Graphiti）。该仓库分为六大类，提供动手实践代码、对比表和决策树，帮助开发者为AI Agent选择并实现合适的记忆技术。

一个开源、AI 驱动的演示文稿生成器，通过先创建大纲的工作流，从主题自动生成可自定义的幻灯片。

一套完整的扩散模型训练套件，提供数据集准备、微调和模型转换工具，支持 GUI 或 CLI 操作。

一个开源、自托管的仪表板，用于跟踪主流 AI 搜索引擎（如 ChatGPT 和 Gemini）中的品牌可见度和表现。它帮助营销人员分析引用、情感和搜索优化，而无需依赖昂贵的第三方 SaaS 平台。

Research Toolkit 是一个方法和工具框架，帮助 AI 代理生成基于证据、可追溯的研究报告，并内置审查和修订工作流程。

InternalBeyond-Mobile 是一个单文件、本地优先的 PWA，可将您的手机变成私人 AI 伴侣中心：多个 AI 助手各自保留对您的长期记忆，所有数据都留在浏览器中，您可以导入 ChatGPT/Claude 历史记录以继续旧对话。它涵盖聊天、通话、信件、日记、日历、音乐、共读、地图旅程等，无需任何服务器。

VMAF 是一款荣获艾美奖的感知视频质量评估算法，旨在帮助开发者准确衡量并优化流媒体和压缩视频的质量。

一个内置版本控制的知识图谱数据库，允许用户使用类似 git 的模型来管理、协作和查询链接的 JSON 数据。

一个用于 3D 模型近似凸分解的库，通过将复杂形状分解为少量凸组件，实现高效的碰撞检测。

一个DOCX原生的文档引擎，支持基于浏览器的编辑和通过统一API进行程序化自动化，专为代理就绪而设计。

一个开源、本地优先的工作空间，让人类与多个 AI 编码代理能通过频道、线程任务看板与共享记忆协作。

一个用于 llama.cpp 的 WebAssembly 绑定，可通过 WebGPU 或 Wasm SIMD 在浏览器中直接运行 LLM、多模态模型及工具调用。

AutoRound是一个用于大型语言模型和视觉语言模型训练后量化的开源Python工具包。它支持超低比特（2-7比特）和混合精度方案，与Transformers/vLLM/SGLang集成，并在Intel CPU/XPU、NVIDIA GPU和Habana Gaudi上运行。用户可以通过简单的CLI或Python API进行量化，选择在速度和精度之间权衡的方案，并导出为GGUF等格式用于下游推理。

一个基于 PyTorch 的时间序列预测库，提供高级 API 和最先进的深度学习架构，如 Temporal Fusion Transformers 和 N-BEATS。

pi-fabric 是 Pi 编码代理的可编程运行时，允许您编写一个 TypeScript 或 Python 程序来协调工具、MCP 服务器、代理、参与者和工作流，并带有护栏和实时仪表板。