✷ AI 项目

正在涨的 AI 项目

值得关注的前沿科技仓库——按上升势头甄选,用直白语言解读。

baocode-dev/baocode

BaoCode 是一个为 Claude Code 设计的快速原生桌面 UI,它通过内置 IDE、目标管理和远程 SSH 支持提供了一个可读性更强的界面,使 Claude Code 的使用比纯终端更加便捷。

seleniumbase/SeleniumBase

一个用于浏览器自动化和端到端测试的综合 Python 框架,简化了复杂的网页交互,并提供隐身模式以绕过机器人检测和验证码。

githubnext/chopin

Chopin 是一个研究原型,通过将富文本文档与仓库上下文及 AI 驱动的规划代理相连接,实现人机协作编写技术文档。

continuedev/continue

Continue 是一个开源编程代理,可通过 CLI、VS Code 扩展和 JetBrains 插件使用,旨在协助开发人员进行编程。

SakanaAI/AI-Scientist-v3

Agentic Scientist 是一个开源流水线,将 LLM 编码代理转变为虚拟科学家。从简单的任务描述开始,它运行一个六阶段流程——起草、调查、消融、最终评估、事后分析和论文生成——每个阶段都隔离在 Docker 容器中。用户通过 Hydra 覆盖配置代理、模型、预算和 GPU 资源,运行如圆形填充基准等示例,并获得一个可复现的运行目录,其中包含日志、工件和编译好的手稿。该项目采用 Apache 2.0 许可。

dragonked2/alphacode

AlphaCode 是一款基于 Rust、终端优先的 AI 编码代理,能够理解自然语言任务、编辑代码、运行命令、自动化 Firefox 和控制桌面应用程序。它支持多种 LLM 提供商(内置免费通道)、持久会话、群组模式并行,并内置 40 多个用于文件、Web 和桌面自动化的工具,全部带有安全防护。

NVIDIA/skills

一个经 NVIDIA 验证的指令集目录,旨在教导 AI 编码代理如何最佳化使用 NVIDIA 软件、库与硬件工具。

Anxcye/anx-reader

一款支持多种格式并提供 AI 驱动的摘要、思维导图和翻译工具的 AI 驱动跨平台电子书阅读器。

CuboiLeo/SuperMimic-Reproduced

从零开始复现 SuperMimic 人形机器人控制框架,使 Unitree G1 机器人能够利用可微世界模型学习复杂的全身运动。

tuzhechen2005/opus-video-skills

一个Claude Code技能集合,通过代码直接渲染帧,实现程序化生成特定视觉风格的视频,如水彩动画和动态排版。

cskwork/scopeweaver

ScopeWeaver 是一个开源的、由 LLM 驱动的多智能体渗透测试平台(Go 后端 + Next.js UI),可自动化安全扫描、提供审批门控、资产同步,并支持多种 LLM 提供商。它可以通过 Docker、一键脚本或预构建的二进制文件安装,并支持从 GitHub 发布版本自动更新。

sit-in/awesome-grokbot-playbooks

一个以中文优先、AI 维护、人工验证的 Grok Bot 配方、工具、模板和教程精选列表——包含 95 个已验证条目、10 个复制粘贴剧本、174 篇文章——面向希望拥有可控云 AI 机器人团队的独立开发者。

rullerzhou-afk/clawd-on-desk

一个桌面宠物,能实时对 AI 编码代理做出反应,提供视觉状态动画和用于管理代理权限的浮动 UI。

huginn/huginn

Huginn 是一个自托管的自动化平台,其中“代理”监控网络、处理事件并触发操作——本质上是一个可在自己服务器上运行的可破解版 IFTTT/Zapier。它支持抓取、RSS、Webhook、天气警报、LLM 调用、发布到 Slack/Twitter、文件存储、自定义 JavaScript 逻辑等。可通过 Docker 或源码安装,使用 Docker-Compose 或托管容器平台部署,并通过基于 Ruby 的代理 gem 进行扩展。

xinnan-tech/xiaozhi-esp32-server

一个用于ESP32智能硬件的后端服务器,支持自定义语音AI交互、设备管理及多模态处理。

DrewThomasson/ebook2audiobook

一款CPU/GPU转换器,可使用先进的TTS引擎将非DRM电子书转换为有声书,支持语音克隆和超过1,100种语言。

MiniMax-AI/minimax-code

MiniMax Code(CLI `mcode`)是一个 AI 驱动的编程助手,让您用自然语言描述代码更改,然后自动编辑、测试和运行本地项目中的代码。它支持 MiniMax 自己的模型或任何兼容 OpenAI/Anthropic 的端点,提供交互式 TUI、无头脚本和桌面 UI,并包含一个基于浏览器的演示(pocket-pet),展示从提示到可用应用的完整流程。

ashhart/TensorFold

一个基于 Zig 的原生推理引擎,可在 Apple Silicon 和 NVIDIA GPU 上提供语言模型服务,无需 Python 或 MLX。

JOYCEQL/magic-resume

Magic Resume 是一个基于 TanStack Start 和 Framer Motion 构建的开源在线简历编辑器。它提供实时预览、自定义主题、深色模式、PDF 导出、自动保存和本地存储功能。它免费供个人使用,但禁止商业用途(Apache 2.0 + 非商业限制)。它支持可选的 AI 提供商(包括通过推荐链接的 OrcaRouter)、Docker 部署,并且有已完成和待办的路由图项目。

AnxForever/stylekit

一个为 AI 生成的网页而设的开源视觉风格库,提供设计令牌与约束条件,帮助 AI 代理打造一致且高质量的 UI 设计。

elementalsouls/Claude-OSINT

一个为 Claude 设计的专业技能库,提供专家级的 OSINT 方法论和战术技巧,适用于授权的红队和漏洞赏金侦察。

gepa-ai/gepa

GEPA 是一个利用基于 LLM 的反思和帕累托高效进化搜索来优化提示词、代码和代理架构等文本参数的框架。

ShyVortex/dlss-unlocked

一个在 DirectX 12 游戏中为 NVIDIA RTX 20/30 系列和 Intel Arc GPU 解锁 DLSS 3 帧生成与神经渲染的工具。

chipfighter/context-attachment-manager

上下文附件管理器是 Codex 和 Claude Desktop 的一个插件,让模型管理对话中的图像,存储它们并只检索所需内容,大幅减小请求大小并防止重新连接。它还提供按内容记忆搜索、预览和固定图像的功能。

chekusu/yobiru

Yobiru 是一个通信层,允许不同计算机或云工作区上的个人 AI 代理通过 Tailscale 安全地交换消息、文件和任务请求。

dwzhu-pku/PaperBanana

PaperBanana 是一个开源的多智能体系统,可根据论文文本生成可发布的图表和绘图。它检索参考图、规划描述、设置样式、使用基于 LLM 的图像生成器创建图像,并通过批评者迭代优化。用户可运行 Gradio 或 Streamlit 网页界面(也托管在 Hugging Face Spaces 上)或使用 CLI,配置 Gemini 或 OpenRouter API 密钥。该项目包含基准数据集、评估工具和模块化智能体,便于扩展。

Manavarya09/design-extract

从任意实时网站中提取完整设计系统,为开发者和设计师生成设计令牌、Tailwind 配置和 Figma 变量的工具。

STranslate/STranslate

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。

OpenBMB/MiniCPM

一系列针对设备端部署优化的轻量级 SOTA 语言模型(1B-2B 参数),具备强大的推理、编程与代理能力。

google-research/timesfm

TimesFM 是 Google Research 推出的预训练解码器-only 基础模型,用于高性能的零样本单变量与多变量时间序列预测。

TrenTorch/TrenTorch

TrenTorch 是一个教育平台,通过引导用户仅使用 NumPy 从零开始构建自己的框架来教授机器学习,并提供基于 Web 的 IDE 和基于终端的 CLI 两种学习方式。

dshplugin/dsh-plugin-hub

DSH Plugin Hub 是一个由社区驱动的 DeepSeek Harness 插件市场,提供可视化界面来浏览、搜索和管理数千个经过验证的社区插件。

agno-agi/agno

Agno 是一个自我改进的平台,用于构建、运行和改进 AI 代理。它提供 SDK、模板和工具,将代理部署为持久化服务,然后利用真实使用数据和编码代理自动评估和优化它们。

TencentCloud/CubeSandbox

一个面向AI代理的高性能、安全沙箱服务,提供硬件隔离的MicroVM,启动时间低于60毫秒,并兼容E2B SDK。

vercel-labs/fx

一个快速、原生且可嵌入的编码代理 CLI,可直接集成到终端工作流、CI 流水线和自定义应用程序中。

danielmiessler/LifeOS

LifeOS 是一个由 AI 驱动的操作系统,作为您 AI 编码工具的个性化层,提供持久化记忆、自定义技能和上下文感知任务管理,助您实现目标。

kyutai-labs/moshi

Moshi 是一个专为实时、低延迟语音对话设计的全双工语音-文本基础模型,采用一种名为 Mimi 的专用流式音频编解码器。

xqy2006/ModelTrace

ModelTrace 是一款 Python 网络工具,通过发送三个整数生成挑战、提取数字指纹,并将其与本地已知模型指纹库进行匹配,来识别响应背后的具体 LLM(GPT 或 Claude)。它支持手动粘贴测试和自动化 API 调用,包含一个用于后台监控的 Codex 插件,并附带一个包含 18 个模型版本的预构建库。

plastic-labs/honcho

Honcho 是一个面向 AI 代理的开源记忆服务。它存储消息/事件,运行后台推理以构建每个对等方的表示,并提供 API/SDK(Python、TypeScript)用于查询上下文、混合搜索和自然语言答案。您可以将其用作托管云服务、通过 CLI 在本地运行,或通过 Docker 自行托管。它与许多编码代理(Claude Code、Codex、Cursor 等)集成,并采用 AGPL-3.0 许可证。

mlflow/mlflow

MLflow 是一个 Apache-2.0 许可的开源平台,用于管理机器学习和生成式 AI 项目的全生命周期。它提供实验跟踪、模型注册、部署工具,以及一个全新的 GenAI 堆栈(追踪、评估、提示注册、优化和 AI 网关),并支持数十个 LLM 提供商和代理框架的集成。

NB-Corp/gpt-with-taste

gpt‑with‑taste 是一个仓库,提供了一个由作者维护的单一系统提示词(“配方”),可以编译成多个 LLM 编码助手(Codex、Claude、Kiki、Pi、DeepSeek 等)的原生指令。该配方为模型回复添加了判断力、执行纪律、协作处理和视觉工艺关注。安装是一个单行 Node 脚本,将提示词文件(以及可选的钩子)放入用户的 Codex 配置中,之后模型会产生更简洁、更有目的性的输出,如并排案例研究所示。

JefferyHcool/BiliNote

一个 AI 驱动的视频笔记工具,可将 Bilibili、YouTube 及其他平台的视频转换为包含自动摘要和截图的结构化 Markdown 笔记。

chatboxai/chatbox

Chatbox 是一款跨平台桌面和移动端客户端,为 ChatGPT、Claude 和本地 LLM 等主流 AI 模型提供统一的交互界面。它通过提供本地优先、易于安装的应用程序,简化了 AI 的使用,并具备提示词管理和团队协作功能。

TIGER-AI-Lab/ClawBench

ClawBench是一个开源基准测试,用于评估AI浏览器代理在真实世界在线任务(旅行预订、订餐、求职申请等)上的表现。它包含两个语料库,共281个任务,覆盖163个实时网站,每次运行记录5层跟踪,并使用基于LLM的评估器对结果进行评分。通过`pip install clawbench-eval`(或`uv tool install`)安装,配置模型评估器,并使用`clawbench` CLI在Docker/Podman内运行任务。结果显示在HuggingFace排行榜上,框架可扩展以支持新任务或代理。

jeecgboot/JeecgBoot

一个 AI 驱动的低代码平台,可从自然语言生成全栈系统,并提供基于 RAG 的 AI 应用构建器。

ForceInjection/AI-fundamentals

一个全面的学习资源和基础设施指南,涵盖整个AI技术栈,从硬件架构和GPU编程到云原生部署和大语言模型训练。

CatVinci-Studio/Textus

Textus 是一款免费、开源的 Markdown 编辑器,增加了 AI 驱动的写作辅助功能。它适用于 macOS、Windows 和 Linux,支持任何 OpenAI 兼容的 LLM(包括本地 Ollama 模型),并严格将您的文件和 API 密钥保留在设备上。

google-ai-edge/gallery

一款适用于移动设备和 macOS 的应用程序,可完全在设备上运行开源 LLM 和多模态 AI 模型,提供私密且离线的聊天、媒体搜索和音频转录体验。