正在涨的 AI 项目

Blender Agent Skills 是一套包含 22 个脚本的工具集，允许 AI 编码助手（如 Claude、Codex、Gemini、Copilot 等）控制 Blender 5.2+，实现从建模到导出及质量保证的全流程 3D 资产创建。可通过 Claude 插件安装，或通过克隆并运行提供的安装程序进行安装；安装后，支持的代理即可调用这些技能。

Scenario for Blender 是一个基于 GPL 许可的 Blender 插件，连接 Scenario 的云 AI 服务。它允许用户通过文本提示或参考资产生成图像、视频、3D 网格、PBR 材质、音频、360° 环境和布局草图，并将结果导入当前 Blender 场景。该插件包含 UI 面板、用于代理集成的本地 MCP 服务器，并需要 Scenario 账户（每次生成消耗积分）。

GameScaling 是一系列视觉语言模型，通过在 1600 小时的键盘鼠标游戏数据上进行持续预训练，使其能够实时游玩电脑游戏。每个模型接收当前屏幕画面（及简短历史记录），并输出接下来 200 毫秒的输入，包括六个 33 毫秒的按键步骤以及一次鼠标移动和滚动。该仓库提供了推理客户端、系统提示词模板、示例以及用于服务已发布检查点的测试。

iPolloWork 是一个以本地优先为核心、基于 Electron 的工作台，将多种 AI 代理运行时（OpenCode、Codex、DeepSeek Harness）整合至一个供团队协作的统一 UI 中。它让您能从单一工作区管理代理、插件、任务及可编辑的输出内容（代码、文档、设计、视频），并可选配云端整合以进行身份验证与托管工作节点。提供 macOS、Windows 和 Linux 安装程序；源代码可使用 Node 22+、pnpm 和 Bun 进行构建。本项目采用源代码可用授权，允许个人使用，但大型或商业部署需取得授权。

自托管 Hermes 自主代理的浏览器 UI，具有聊天、会话、文件浏览、语音输入、配置文件和安全性——与 CLI 完全一致，无需构建步骤。

一个基于代码的艺术与音乐引擎，可生成确定性的手绘风格插图与动画，消除了传统 AI 图像生成的不可预测性。

oMLX 是一个 macOS 原生 LLM 推理服务器，通过分层 KV 缓存和连续批处理优化本地模型性能，并提供菜单栏应用和 Web 仪表盘进行管理。

EverOS 是一个 Python 库，为 AI 代理提供以 Markdown 为基础的本地优先记忆。它将文件同步至 SQLite 和 LanceDB，提供简单的 HTTP API 进行添加、清除与搜索，并仅需单个 OpenRouter 密钥即可进行关键字搜索。可选扩展功能包括基于嵌入的混合搜索、重排序与多模态文件导入。

MemOS 2.0 是一个面向基于 LLM 的 AI 代理的内存操作系统。它提供统一的 API 用于存储、检索、编辑和删除多模态记忆（文本、图像、工具追踪等），以图结构组织。系统可作为托管云服务（API 密钥访问）运行，也可通过 Docker（Neo4j + Qdrant）自托管，或使用本地 SQLite 插件部署。已提供与 OpenClaw、Hermes 和 DeepSeek Harness 的预装插件。基准测试显示其性能优于现有商业记忆产品。采用 Apache 2.0 许可证。

微软出品、基于项目的 10 周入门数据科学课程，包含 20 节课、测验、动手项目和 50 多种语言翻译，免费且开源。

RikkaHub 是一款原生 Android 聊天应用，可让您通过手机与多种 LLM 服务（OpenAI、Claude、Gemini 等）对话。它支持多模态输入、图像/视频生成、自定义提供商配置以及简单的代理风格扩展，并采用 Material-3 界面。

一组遵循 Agent Skills 开放标准的结构化指令集，为 AI 代理提供目标设定、磁盘清理、研究和写作等专业工作流。

Sweety‑handdraw‑video 是一个开源技能，可将主题、文章或故事转化为手绘旁白视频。基于 LLM 的 Agent 编写脚本、设计分镜并选择风格；本地 Python 工具随后逐帧绘制、渲染手写字幕、与本地生成的配音同步，并通过 FFmpeg 导出 1920×1080 的 MP4。它包含 21 种插画风格、六种手部预设、六种内置语音配置，且完全在用户机器上运行（已验证 macOS/Linux）。

一款原生 Mac AI 学习和研究助手，将文档阅读、AI 驱动的笔记和任务管理整合到一个统一的工作区中。

一个以中文为先的AI辅助编辑技能，去除套话和生硬措辞，同时保留事实、条件和作者的语气。将三个markdown规则文件加载到聊天模型（Claude、Grok、ChatGPT等）中，要求其重写或仅标记段落。提供mini、lite和full三种安装方式，对允许的重构程度进行精细控制，以及一个包含123个案例的基准测试，显示零硬性失败。

一个 vLLM 分支，用于服务 Jev 风格的决策 LLM——从候选答案中选择标签和概率的小型模型——提供结构化的 Choice/Noul/Score API，支持多模态（文本/图像/视频），并支持 CUDA、Ascend、Apple Silicon 和实验性 Windows CPU 后端。

一个以隐私为中心的本地系统，可将实时鸟类音频检测转化为精美的、自动更新的数字艺术相框，并使用历史自然历史插图进行展示。

一个基于 WebGPU 的开源、本地优先 3D 建筑编辑器，允许用户和 AI 代理进行建筑建模并管理设施数据。

Aleph 是一款地理数据采集工具，允许您在地图上绘制矩形或多边形，并下载其中的所有内容，包括建筑物、高程、卫星图像、街景照片和 3D 模型。它还通过命令行界面为特定点提供按需数据。

DSH Voice AI Girlfriend 是一个将 DeepSeek Harness 转化为语音伴侣的插件：它通过麦克风监听，使用克隆语音进行回复，展示口型同步的数字人形象，并支持将回复推送到 QQ。

code‑review‑graph 是一个 Python 包，使用 Tree‑sitter 解析仓库，将 AST 生成的节点/边存储在 SQLite 图中，并向任何 MCP 兼容的 AI 编程助手提供最小化、影响范围聚焦的图数据子集。它将每问题的标记使用量减少约 63 倍，支持 30+ 种语言（包括笔记本），提供增量更新、PHP/Laravel 和 Java/Spring 的框架感知边、用于 CI 风险评分审查的 GitHub Action，以及可选的语义嵌入。基准测试显示大幅减少标记使用量，影响分析平均 F1 达 0.69。该工具适用于依赖基于 LLM 的代码审查者，需要精确、低开销上下文的开发者和团队。

一个轻量级、与供应商无关的框架，用于构建多代理工作流程，支持文本、语音和基于沙盒的代理。

一个类型化的 Python AI SDK，用于构建可扩展的代理，具备结构化输出、持久执行，并支持多种模型提供方和接口。

一个企业级世界模型与双时态知识图谱，用于追踪信息如何随时间演变，为 AI 代理提供可信赖、可审计的基础。

WhisperX 是一个 Python 库，通过批处理加速 OpenAI 的 Whisper 转录，使用 wav2vec‑2.0 进行强制对齐添加逐词时间戳，并可使用 pyannote‑audio 标记说话人。它可在 GPU（或 CPU）上运行，支持多种语言，并可通过 pip 安装。

Comp AI CRM 是一个开源 CRM，自主 AI 代理在其中负责运营——阅读电子邮件、研究联系人，并且只记录观察到的事实。它使用现代工具（Next.js、NestJS、Postgres）构建，可以以细粒度的权限连接到外部服务（Gmail、LinkedIn），并且可以在没有外部 API 密钥的情况下运行。代理从不猜测，在安全的沙箱中操作，并让您在每个记录上查看和与之对话。快速入门需要 Bun、Docker 和一些环境变量。

DataFlow 是一个开源 Python 框架，可让您构建、运行和共享用于生成、清洗和评估 LLM 训练数据的低代码流水线。它提供了一套可重用的操作符库、一个可视化 WebUI、一个用于自动创建流水线的 AI 助手，以及一个基于 Ray 的分布式执行层。

一个 AI 代理可用来以可重复方式执行特定任务的可重用指令和脚本包仓库。

AI 原生、CLI 优先的 React 组件库，提供 160 多个动画组件的原始源代码，并配备用于 AI 代理集成的原生 MCP 服务器。

一个本地优先的数据工作区，将多个公司数据源连接成统一的本体，用于私密且由 AI 驱动的探索与查询。

Screenpipe 是一款本地优先、源码可用的应用程序，它持续记录您的计算机活动以创建可搜索的 AI 记忆，使用户能够自动化工作流程并为 AI 代理提供上下文。

一个快速且本地运行的神经网络文本转语音引擎，使用 espeak-ng 进行音素化以提供离线语音合成。

开源 AI 驱动的视频/短片创作平台，具备可视化画布、工作流管理以及文本、图像、视频和音频的异步生成能力。基于 React（前端）和 Go/Gin（后端）构建，支持通过 Docker 部署，并可通过技能生态系统进行扩展。

一个精选目录，收录了16个类别中的258项面向代理的原生服务和基础设施，旨在帮助AI代理通过MCP、CLI或SDK直接发现、评估并连接电子邮件、浏览器、内存、支付、沙箱等服务。

Phocinae-Largha-150M-v1 是一个紧凑的双语决策模型，为命令审批和工具路由等结构化任务提供确定性、本地化和低延迟的答案，而无需生成文本。

Pier 是一款 macOS 终端管理器，集中管理多个 AI 编码代理会话，让开发者无需更改现有命令行工具即可在一个地方监控、编辑文件和管理 Git 工作流。

Locals 是一个专为编码智能体而非普通聊天设计的 Mac 本地 AI 模型服务器。它在您的 GPU 上运行模型，批量处理来自多个智能体的请求，并强制执行有效的工具调用，为并行智能体和长对话提供高达 3 倍的响应速度，同时确保所有数据保留在您的机器上。

一个包含42个以上可运行Jupyter笔记本的集合，教授检索增强生成技术，从基础到高级，涵盖代码、直觉和参考文献。

cinetic 是一种代理技能，允许编码代理根据简短的文本简介制作电影级发布影片、产品视频和标志动画，涵盖概念、品牌、声音和最终渲染，并达到专业质量。

一种将作者写作风格系统性提炼为AI代理可稳定、准确复现的结构化“写作DNA”的框架。

AG‑UI 是一个开放、轻量级、基于事件的协议，用于标准化 AI 代理与面向用户的应用程序之间的交互。它定义了约 16 种事件类型，支持任何传输方式（SSE、WebSocket、webhook），并提供中间件、SDK（Kotlin、Go、Rust 等）以及第一方集成（LangChain、CrewAI、Microsoft Agent Framework、CopilotKit）。功能包括实时流式聊天、双向状态同步、生成式 UI 消息以及人在回路协作。该项目提供 CLI 启动器、包含小型示例的 Dojo，并采用 MIT 许可证，拥有活跃的社区。

一个视频创作 CLI，让 AI Agents 能从原始素材与脚本组装可编辑的视频项目，协助创作者自动化粗剪与封装流程，同时保留手动精修的能力。

nono 是一个轻量级、跨平台的运行时，用于对 AI 代理及其调用的工具进行沙箱隔离。它强制执行每个工具的文件、网络和凭据策略，使用 Sigstore 验证资产，记录防篡改审计日志，并支持回滚。可通过单个二进制文件（curl、Homebrew、Nix 等）安装，可在笔记本电脑、容器或 CI 中以非特权模式运行，并提供 Rust/Python 绑定用于集成。

OpenCollab 是一个 Python 框架，通过可配置的 YAML 团队和可编程的 Python 工作流程来协调多个编码代理（分析师、编码员、测试员等）。它强制执行声明的协作图，记录详细的追踪信息，并测量“依从性”（Adherence）——即代理遵循计划的频率。基准测试显示，它在 SWE-bench、Terminal-Bench 和 DeepSWE 上表现优于较大型的单一代理代码生成系统，同时代码行数保持在 50k 行以下。

一套用于AI代理的模块化视频编辑技能集合，可自动化执行动态图形B-roll生成、对象分离和产品说明视频制作等任务。

assistant‑ui 是一个 TypeScript/React 库，提供可组合、生产就绪的 AI 助手聊天 UI 组件。它通过类型化运行时与多种 LLM 后端配合使用，处理流式传输、Markdown、工具调用渲染，并提供 CLI 来搭建或将 UI 注入 Next.js 项目。采用 MIT 许可证，并由 Y Combinator 支持。

一个基于 AI 的私人电影库管理器，采用本地优先原则，自动化元数据抓取、文件整理与海报增强。