VDN-Minimax-H3 (VDN-H3) 是一款基于 MiniMax H3 的混合注意力视频扩散模型。它增加了轻量级线性注意力分支与 LoRA 适配器，实现了一种接近实时的 768p 视频生成（例如，在单个 B200 GPU 上，约 11 秒生成 14 秒的片段）。该仓库提供了完整的训练脚本（四阶段配方）以及使用 FP8 和 FlashAttention-4 优化的推理代码，并附带详细的设置说明与性能表。

一个 AI 驱动的求职代理，在多个招聘平台上自动化职位收集、AI 评分和个性化外联，同时要求对所有申请进行手动确认。

基于YOLOv14的实时对象检测与目标锁定系统，可过滤环境误报，精准识别Delta Force游戏中的角色

一个与 OpenAI 兼容的 API 代理，通过对 ChatGPT 的 Web 功能进行逆向工程，提供带有内置账号池管理的图像生成和编辑服务。

一个开源基础设施，提供安全、隔离的云沙箱，用于运行 AI 生成的代码并交互虚拟桌面。

一套文档化的工作流和工具集（插件、提示词、Lint规则、子代理编排、内存管理），让开发者能将 Claude Code / Codex 作为有纪律的编码队友使用。包含“超能力”纪律、并行子代理、质量门控 ESLint 配置，以及完整的入职指南 Playbook。

allow-scripts allow-same-origin

一个将28个安全工具和24个API集成的MCP服务器，将AI助手转变为安全分析师，实现CVE分类和风险评分的自动化。

一个通用的 CLI 客户端，用于 Model Context Protocol (MCP)，使 AI 代理和开发者能够通过标准 shell 命令与 MCP 服务器交互。

一个将本地机器上运行的 AI 代理连接到 Telegram、Slack 和 Discord 等即时通讯平台以实现远程控制的桥梁。

CodeBurn 是一个免费、开源的 Node.js 实用工具，可在本地读取数十种 AI 编码工具（Claude、Cursor、Codex、Gemini 等）的会话日志，并准确显示每个模型、项目和任务消耗了多少 token 和美元。它提供终端 UI、Web 仪表板和菜单栏/托盘应用，可以检测浪费模式（重复读取、低读取与编辑比率、未使用的代理等），建议并应用修复，强制执行预算上限，比较模型效率，甚至将支出与 git 提交关联起来。所有处理都在你的机器上完成；不会向外部发送 API 密钥或数据。

利用多学科知识库分析聊天记录和关系动态，提供情感支持和可执行约会建议的AI关系顾问。

一个为 AI 编码设计的桌面工作台，提供可视化界面以管理多代理团队、动态工作流和模型集成。

一个用于 ChatGPT 账户的负载均衡器和 API 代理，通过池化多个账户来管理速率限制，并通过仪表板追踪使用情况。

一个端到端音频理解模型，可在单次处理中联合完成长时多说话人音频的语音转录与说话人分离。

RF‑DETR 是一个基于 DINOv2 骨干网络的实时 Transformer 基础视觉模型套件（检测、分割、关键点），以 `rfdetr` Python 包形式发布，提供多种尺寸变体（Nano‑2XL），核心部分采用 Apache‑2.0 许可证，XL/2XL 采用 PML 1.0 许可证。包含在 COCO 和 RF100‑VL 上展示最先进精度-延迟权衡的基准测试表格。安装方式为 `pip install rfdetr`；使用方式为单行 `model.predict(...)`，并可选使用 `supervision` 库进行可视化。项目还提供 Roboflow 平台上的 NAS 流水线，用于自定义架构搜索。

一个具备双速自我进化系统的 AI 驱动型编码代理，通过实时提示注入和长期微调持续提升性能

一个开源的 AI 驱动无代码平台，用于构建业务系统，结合可视化界面、AI 编码代理和集成 AI 员工。

一个为 Claude Code 设计的多代理编排框架，支持通过自然语言在专业代理和多个 AI 提供商之间分配任务。

svg‑diagram 是一个零依赖的 Node 技能，为 AI 编码代理生成的 SVG 图表定义严格的视觉风格，并提供命令行 lint 工具（`svg‑lint`）以验证完成的 SVG 是否符合该风格。

一种 Kubernetes 原生的虚拟化中间件，可跨多个工作负载共享和隔离 GPU 及其他 AI 加速器资源，以提高硬件利用率。

ACE‑Step 1.5 是一个开源音乐生成基础模型，结合语言模型规划与 Diffusion‑Transformer 音频解码器。它可在 RTX 3090 上于 10 秒内生成 10 秒至 10 分钟的完整歌曲，基础模型运行仅需 <4 GB VRAM，支持从少量曲目进行 LoRA 微调。仓库提供 Gradio 和 REST 接口、适用于所有主流操作系统的启动脚本、多种模型尺寸（含 4 B XL 版本），并支持对歌词、风格、节奏、乐器的精细控制。

一个与供应商无关的 TypeScript 工具包，用于构建 AI 驱动的应用和代理，提供统一的 API 支持多个 LLM 供应商，并集成 UI 钩子。

一种用于向 Codex AI 编程工具注入自定义、可撤销指令的工具，可在不修改软件的情况下自定义新对话中的行为。

一种可视化上下文管理工具，使用基于图的界面让用户明确控制和修剪LLM看到的内容，减少幻觉和浪费的token。

一个将 Zotero 研究库连接至 AI 助手的 MCP 服务器，支持语义搜索、元数据检索和 PDF 注释分析。

OpenDM 是一个用于开放世界机器人控制的视觉-语言-动作（VLA）模型框架，提供用于在各种机器人形态上训练、微调和部署模型的工具。

专为代理生成的变更集设计的审查优先型终端 diff 查看器，具备交互式 UI、内联 AI 注释和多文件导航功能。

一个 MCP 服务器，可让 AI 助手利用用户自己的已登录浏览器会话来读取 LinkedIn 个人资料、搜索职位并管理消息。

一个以文件系统为首要设计的框架，用于管理项目目录中的提示词、工具和调度。

用于在隔离沙箱中编排 AI 编程代理，并实现沙箱生命周期和 git 分支管理自动化的 TypeScript 库。

一个为 Claude Code 设计的自动化小说写作框架，通过交互式规划与多代理起草，引导用户生成完整且高质量的中文小说。

DanKS 是一个利用结构化候选检索和 PPO 强化学习来掌握复杂战略合作牌类游戏官丹的前沿 AI。

一款轻量级、针对 CPU 优化的文本转语音应用，无需 GPU 即可实现快速、本地的音频生成与语音克隆。

一种多代理 AI 技术，通过重建文字、形状、资产，将图片、PDF 和基于图片的幻灯片转化为可编辑的 PowerPoint 演示文稿。

一个轻量级库，用于构建能够通过编写 Python 代码执行任务的 AI 代理，提供模型和工具无关的集成，并支持沙箱执行。

一个用于构建支持多种 AI 后端的生产级 AI 聊天界面的 TypeScript/React 库，提供可组合的原语。

一个可在多种硬件和操作系统上本地运行语音识别、语音合成及其他音频 AI 功能的可移植框架。

一款实时人脸交换和深度伪造工具，仅需一张源图像即可替换视频或实时网络摄像头画面中的人脸。

基于原生 Zig 的 Apple Silicon 推理服务器，支持 LLM 和多模态模型，兼容 OpenAI、Anthropic 和 Ollama API。

一款轻量级全功能终端，支持 SSH、RDP 和数据库等 30 多种协议，内置自主 AI 代理，可规划并执行 shell 命令。

一个集成到 Codex AI 代理中的本地优先问题看板，允许 AI 自主跟踪和更新项目任务。

一个本地优先的桌面工作区，专为编码代理设计，将多个 AI 运行时、执行工具和审查界面整合到一个项目感知的环境中。

一个开源且可自托管的创作平台，通过统一的提示界面和用户提供的 API 密钥，支持使用 32 种不同的 AI 模型生成图像和视频。

一个AI红队平台，为AI基础设施、代理技能和LLM越狱评估提供自动化安全扫描，以识别漏洞和风险。

一个桌面应用，通过 Git worktree 隔离任务并集成项目管理工具，实现多个 AI 编码代理的并行运行。

一款快速、以键盘为主的 Linux 桌面文件管理器，结合了空间 Miller 列导航、模糊搜索和丰富的文件预览功能。

一个为长时间开发任务提供本地引擎的自主编码代理，支持检查点、沙箱和多种接口，包括 VS Code 扩展。