一个命令行工具，为扫描 PDF 添加 OCR 文本层，使其可搜索且可复制粘贴，同时保持图像质量。

一个 Python SDK，让您能够遵循 Model Context Protocol（LLM 与工具之间的通信标准 API）来构建和使用服务器。它提供用于将函数暴露为 LLM 可用的工具/资源 Dev 的装饰器，支持 stdio/HTTP/SSE 传输方式，包含一个 CLI，并在 py.sdk.modelcontextprotocol.io 提供文档。

一个为AI代理提供工业级剧本创作与视听导演能力的系统，用于生成病毒式短剧和动画短片。

一款开源桌面应用，可从 1000 多个站点下载视频和音频，在本地进行转录，并使用 AI 对内容进行摘要和搜索。

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。

DiffusionOPSD 是一个开源实现，用于微调扩散图像生成器（Stable Diffusion 3.5‑M 和 Z‑Image‑Turbo）的“在线策略自蒸馏”算法。它反复从冻结的行为策略中收集低噪声状态，使用奖励梯度步创建显式的正负目标，训练新策略匹配这些目标，并通过 EMA 更新行为策略。该仓库提供安装依赖、下载奖励模型检查点、运行快速烟雾测试以及启动全规模分布式训练的脚本，支持七种公开评估器（PickScore、CLIPScore、HPSv2.1/v3、Aesthetic、ImageReward、DeQA）或混合奖励目标。报告结果表明，在 19/20 个设置上获得了更高的保留分数，且 GPU 使用时间比先前方法减少了 40‑63 %。采用 Apache 2.0 许可证。

一个将 AI 代理与真实应用和聊天工具并排集成的代理工作区，具备本地优先记忆和共享工具访问功能。

一个将 SolidWorks 和 AutoCAD 转变为 AI 可控工具的自动化框架，使代理能够通过自然语言进行零件建模、装配创建和工程制图生成。

一个自托管的 MCP 网关和管理平台，提供统一方式连接、管理和操作多个 Model Context Protocol 服务器。

一种从单张参考图像和驱动视频生成无限长度表达性肖像动画的实时流式扩散框架。

一个开源通信基础设施，提供统一 API 和对话模型，将产品和 AI 代理连接到 Email、SMS 和 Slack 等多个消息渠道。

一个基于画布的媒体工作台，将 AI 生成与专业级编辑工具集成，适用于图像、视频、音频、音乐和 3D 资产。

用于评估 AI Agent 执行现实世界漏洞分析和 PoC（概念验证）漏洞利用生成能力的规模化评估框架。

一个AI原生的工作流自动化平台，通过无代码可视化画布构建、可视化和运行多代理编排及RAG管道。

一个开源、本地优先的AI短剧生成器，通过整合多种AI API，实现从剧本生成到最终视频合成的全流程自动化。

一个基于 LLM 驱动的本体设计与映射，将 Databricks 表转换为物化图谱的知识图谱构建工具

AlphaGenome 是一个统一的 DNA 序列模型，可预测调控性遗传变异对基因表达、剪接和染色质特征在单碱基对分辨率下的影响。

一个零延迟、零设置的沙箱，用于隔离 AI 代理及其委托工具，以保护系统凭据和敏感数据。

一款 AI 驱动的视频剪辑工具，能够自动从 YouTube 和 Bilibili 下载视频，利用大型语言模型（LLM）分析内容提取亮点，并生成短视频合集。

一个由 Envoy 驱动的开源控制平面，为管理多个 AI 提供商和自托管模型之间的流量、路由和配额，提供统一的 OpenAI 兼容 API。

一个针对 Pi AI 代理的算法型对话压缩工具，通过确定性提取而非 LLM 摘要，减少 token 使用并防止历史记录丢失。

一款用于管理多个 OpenAI Codex 账户的桌面应用程序，允许用户轻松在账户间切换并监控使用配额。

一种面向 CPU 服务器的 LLM 推理框架，通过以存储换计算的策略优化长时序推理，在长上下文场景中性能超越 GPU。

Agent Skills 生态系统用的测试运行器，通过比较模型在加载与未加载技能时的输出，实证测量领域知识文件带来的性能提升。

OpenProgram 是一个 Python 框架，它将普通函数转换为 LLM 支持的智能体。docstring 会成为系统提示词，`llm()` 调用模型，而周围的逻辑保持在确定性的代码中。它提供了四个核心机制——智能体函数、基于 DAG 的上下文图、强制执行验证的工作流门控，以及进程级的事件总线——从而实现多智能体、自修改和主动的 AI 智能体。可以通过一行命令脚本安装，附带终端和 Web UI，支持 Anthropic/OpenAI/Gemini 提供商，并包含用于 GUI 自动化、研究工作流和记忆库的插件套件。采用 AGPL-3.0 许可，并配有 KDD 2026 workshop paper。

一个使用 Model Context Protocol 的模型无关编码运行时，使 AI 代理能够安全地访问代码库中的读取、修补和执行命令。

一款本地优先的 AI 字幕生成器，提供设备端转录与翻译功能，并与 DaVinci Resolve 和 Adobe Premiere Pro 直接集成。

一个轻量级的操作系统级沙盒工具，通过对进程强制执行文件系统和网络限制，以实现更安全的 AI 代理和 MCP 服务器。

一个系统级的 Android AI 代理，允许用户引入自己的 LLM 来控制设备 API、自动化 GUI 并运行完整的 Linux 环境。

一个用于管理可重用、隔离的 git worktree 池的工具，为 AI agent 和开发者提供即时、保留缓存的环境，且不会产生克隆冲突。

An open‑source front‑end quality system that turns best practices into a practical review workflow for humans and AI agents via a website and MCP server.

Ray 是一个统一的框架，可将 Python 和 AI 应用扩展从单台笔记本电脑扩展到分布式集群，为机器学习计算提供核心运行时和专用库。

一个适用于扩散模型的一体化训练套件，允许用户通过 GUI 或 CLI 在消费级硬件上微调图像、视频和音频模型。

一个无需集群侧代理的开源 Kubernetes UI，以单个二进制文件提供实时集群可视化、资源管理与 GitOps 监控。

一个可编程的 TypeScript 框架，用于构建具有内置安全沙箱、持久会话和工具集成的自主代理。

GoRaven 是一个为团队设计的自托管 AI 代理工作台，使代理能够执行真实世界任务，如编码、运行命令和调用 API，而不仅仅是聊天。

一款使用 WPF 开发的即用型翻译与 OCR 工具，可轻松进行文字翻译与图片文字识别。

一组可组合的技能，用于提升代码代理的自主性、视觉规划能力以及在软件开发任务中的效率。

一个基于容器隔离和集中治理的开源平台，用于安全地运行和管理 Model Context Protocol (MCP) 服务器。

一个供应商中立的最佳实践和蓝图框架，用于设计生产安全的智能体 harness，将模型建议与运行时执行和授权分离。

一个开源桌面应用程序，用于构建和部署多代理 AI 工作团队，以自动化复杂的数字工作流。

一个 MCP 服务器，使 AI 助手能够搜索、编辑文件并执行本地机器上的终端命令，具备对 Office 文档的高级支持和进程管理功能。

使用语音识别将 YouTube、Bilibili 和本地视频转换为带插图的 Markdown 或 HTML 笔记的工具。

一个用于AI代理角色的原生桌面安装程序和管理器，可在Cursor和Claude Code等各种AI编码工具之间同步专业角色。

一个用 Go 编写的精简、高性能终端编码代理框架，为 LLM 提供快速、低开销的环境来编辑代码和执行命令。

一个通用的问题求解引擎，利用状态空间搜索和黑板架构，自主发现通往目标的路径，特别验证于 AI 渗透测试。

一个包含 101 个攻击剧本和方法论的精炼网络安全知识库，专为 AI 代理加载用于渗透测试和安全研究。

一个通过爬取文献、运行实验并编写出版级 LaTeX 报告来进行科学研究的自主多智能体系统。