正在涨的 AI 项目

一个使用大语言模型创建专业级商业广告的框架，具备结构化的质量控制循环、动态设计原则以及用于音频和3D渲染的技术脚本。

一份全面的、分步式的生产级AI系统设计指南，涵盖了从LLM推理、RAG到智能体工作流、成本优化及系统可扩展性的所有内容。

OpenClaude 是一个终端优先的开源 CLI，可将任何 LLM（云端或本地）转变为编码助手。它提供统一的提供商配置、工具驱动的工作流程（bash、文件编辑、搜索）、会话管理、后台任务以及 VS Code 扩展。

一个免费的、葡萄牙语的数据科学学习轨道集合，基于Cibele Russo教授的YouTube讲座，涵盖8个主题，包含课程笔记、视频链接和幻灯片。它将分散的视频转化为结构化的课程，适合独立学习者。

一款智能 macOS 听写工具，使用 Gemini 3.5 Transcribe 将口语转换为润色过的文本并直接插入到光标处。

一个持久、自我进化的 AI 开发工作空间，可在你自己的硬件上运行代理、计划任务和监控，并通过网关将工作表面与运行时分离。

一套动态设计工具包，赋予 AI 编码代理程序专业动态图形与模拟所需的设计品味、自我审查能力及声音引擎。

DSH Mobile 是一款安卓应用，将官方 DeepSeek Harness 智能体引擎移植到手机上。它将运行时和工具链打包成一个 APK，让你无需 root、Termux 或电脑即可在本地运行 AI 智能体。

TypeSafe Agent Skills 是一套工具集合，旨在使 AI 智能体能够利用 TypeSafe 模型进行类型化决策和概率分析。

一个用于构建分布式、企业级 AI 代理的生产就绪 Java 框架，内置会话恢复、安全沙箱和多代理编排支持。

Anthropic Claude Code 的开源重现与扩展，提供具有多模型支持和高级编排工具的 CLI 代理。

一个可在 macOS、Linux 和 Windows 上本地运行代码的编码代理，专为低成本模型优化，具备高性能。

Scrawl 是一款 macOS/Windows 应用，可通过全局快捷键录制屏幕视频、音频和屏幕上的注释，然后将结果打包成一个包含关键帧图像、转录文本和 JSON 清单的包。该包可以被检查、导出，或通过提供的 `scrawl` 命令和代理技能发送给 AI 代理（Claude、OpenCode 等），使代理能够理解并处理视觉加语言的情境。

一种明确的Agent技能，通过提供视觉方向选择流程和严格的行业设计标准，防止AI生成的UI看起来像通用模板。

CloudCLI UI 是一个开源 Web 界面，用于从任何设备（桌面或移动设备）管理和交互 AI 编码代理（Claude Code、Cursor CLI 和 Codex）。它提供聊天、文件编辑、Git 集成和插件系统，可以自托管或通过托管云服务使用。

openai-cookbook 是一个包含示例代码和指南的集合，用于使用 OpenAI API。它主要使用 Python，需要 OpenAI 账户和 API 密钥（通过环境变量或 .env 文件设置），可在 cookbook.openai.com 上浏览，并采用 MIT 许可证。

lark-cli 是一个开源、MIT 许可的命令行工具，封装了 Lark/飞书的开放平台 API。它提供跨 18 个业务领域的 200 多个命令和一组专为 AI 代理设计的“技能”，采用三层命令系统（快捷方式、API 映射命令、原始 API）。专为人类用户和 AI 代理设计，支持安全凭证存储、OAuth 流程和可配置的输出格式。

一个开源的 OCR 工具，将 PaddleOCR 模型转换为 ONNX 格式，以实现跨平台快速、低资源的离线部署。

Loom 是一个与 AI 编码代理（Claude Code、Codex、OpenCode）协同工作的开源交付工具链。它通过在项目本地的 `.loom/` 文件夹中持久化一个有状态的交付循环（范围、计划、构建、测试、审查、修复、预览），实现可靠、可恢复的功能开发和部署预览。

PS5LM 是一款自制应用程序，可将越狱后的 PlayStation 5 转变为本地 GPU 加速服务器，用于运行 LLM 和决策模型，并通过标准 API 协议进行访问。

一个 Python 库/CLI，用于检测和去除您拥有的图像和视频中的 AI 生成水印（可见徽标、隐藏像素标记和元数据），并可选地使用基于 GPU 的扩散来处理不可见标记。

这是 Jay Alammar 和 Maarten Grootendorst 所著《动手学大语言模型》一书的官方代码仓库。它包含 12 个 Jupyter 笔记本（每章一个），涵盖从 LLM 基础到微调的主题，所有笔记本都设计为可在 Google Colab 中免费使用 GPU 运行。该书以大量使用自定义插图（约 300 幅）来解释概念而闻名。该仓库还链接到关于 Mamba、量化和推理模型等主题的免费额外视觉指南。

visual-explainer 是一个代理技能，可将 LLM 的 ASCII 图表、差异表或需求与计划矩阵转换为样式化、交互式 HTML 页面（可选 PPTX 或视频导出）。它与 Claude Code、Pi、Antigravity、Codex、Cursor、OpenCode 等集成，并提供 prepare 和 render 操作，输出可在浏览器中打开的自包含 HTML。

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。

一个利用 AI 重建文字、形状和视觉资产，将图片、PDF 和基于图片的 PPT 转换为可编辑 PowerPoint 文件的工具。

一个全面的技能组合，专为 Claude Code 设计，将 AI 转变为资深漏洞猎人研究员和红队操作员，用于外部攻击面测试。

Invoke AI 是一个开源的本地托管平台，用于利用最先进的扩散模型生成和编辑图像。它提供了一个 Web UI、用于基于画笔的重绘/扩图的统一画布、基于节点的流程创建，并支持数十种模型（Stable Diffusion、Flux、Qwen-Image 等）。非常适合希望使用自托管、可扩展 AI 图像生成工具的艺术家、设计师和开发人员。

Clowder AI 是一个平台层，将孤立的 AI 编码代理转变为协作团队，赋予它们持久的身份、共享记忆、跨模型审查和代理间消息传递，这样您就不必手动路由复制粘贴的上下文。

一个利用AI驱动生成和验证工作流，将单视角角色插图扩展为详细的多视角参考表的项目。

easy‑stock 是一个本地运行的桌面工作站，用于聚合A股市场数据、抓取分析师文章、构建结构化市场模型，并使用可配置的LLM（Hermes、Codex、兼容OpenAI）生成研究报告、投资组合评分和优化建议。它基于Electron构建，后端使用Go，所有数据存储在SQLite中，且仅限非商业用途。

一个本地模型网关和控制平面，用于编码代理，集中管理提供者、路由和可观测性，适用于 Claude Code 和 Codex 等工具。

Autoloom 是一款 Windows 桌面客户端，将工程治理嵌入 AI 编码代理中，强制执行变更必要性、复杂度检查和基于证据的交付审查。它旨在减少自动化开发过程中重复的人工提醒和手动检查的需求。

DeepSeek Harness 的原生视觉设计系统，使 AI 能够生成并手动精修可编辑的网站、演示文稿和视频。

一套为 Claude Code 和 Codex 设计的 9 种 AI 代理技能，可自动化 Instagram 内容创作、将 AI 文本拟人化，并通过 Publora 处理媒体排程。

OpenWork 是一个开源、跨平台的桌面应用，允许 AI 代理操作您的本地文件。它支持任何 LLM（托管 API、自定义密钥或本地 Ollama 模型），并提供带有工具来发现和执行共享技能的 Model-Control-Plane (MCP)。团队可以管理访问、发布插件，并可选择自托管 OpenWork Den 控制平面。核心应用采用 MIT 许可；Den 组件在 EE 许可下提供源代码（小团队免费，大型组织需付费）。

一款通过 HOOK 或 OCR 提取游戏文本，并使用 LLM 或其他引擎进行翻译的视觉小说翻译器，旨在提供更具可访问性的游戏体验。

一个基于终端的 AI 编程代理，能够理解代码库、编辑文件，并通过 TUI 或无头模式执行 Shell 命令。

一种代理技能，将AI编码代理转变为运动设计师，使其能够创建专业的连续运动图形和解释视频，并以单个HTML文件交付。

交易、DeFi和量化金融的68个即用型代理技能集合，使AI代理能够执行市场分析、回测和链上研究。

一个策划好的设计系统技能文件注册表，为 AI 编码代理提供特定的 UI 规则、代币和可访问性约束，确保设计实现的一致性和高质量。

通过执行前阻断，防止危险命令执行和机密信息泄露的本地编码代理安全系统。

一个本地自动化工具，将AI助手连接到Google Flow，通过直接控制网站界面，使用您自己的账户额度来生成和编辑视频。

Chandra OCR 2 是一款 OCR 模型，可将图像和 PDF 转换为结构化的 HTML、Markdown 或 JSON，同时保留布局，支持 90 多种语言以及手写和数学等复杂内容。它提供命令行界面、Web 应用和 vLLM 服务器用于部署。

Xolotl 是一款高性能引擎，通过在 VRAM、RAM 和 NVMe 存储之间智能缓存模型专家，使用户能够在单台消费级游戏 PC 上运行大规模前沿 AI 模型。

Kirara AI 是一个多平台聊天机器人框架，将主流大语言模型连接到 QQ、Telegram、Discord 和微信等聊天服务。它提供 WebUI 进行设置，支持插件、预设、图片/语音回复以及 HTTP API，让部署多功能 AI 助手变得简单。

LoopX 是一个本地优先的控制平面，为长期运行的 AI 代理提供持久化状态管理，使其能够在多个会话和不同的运行时中保持目标、证据和决策历史。

一种用于AI代理的长期记忆基础设施，利用存储在Markdown中的确定性、基于规则的认知图谱，以确保高性能、零幻觉和完全可审计性。

Claude Quickstarts 是一个 MIT 许可的仓库，提供即用型示例应用，展示如何构建由 Claude 驱动的代理（客户支持、财务分析、浏览器/计算机自动化、托管代理集成、自主编码等）。每个子文件夹都包含自己的设置指南，展示工具使用、会话处理以及与 Slack、Linear 和 Sentry 等服务集成的最佳实践。