正在涨的 AI 项目

RTranslator 是一款适用于 Android 的免费、离线、实时翻译应用。它在设备上完全运行两个 AI 模型（Meta 的 NLLB 用于翻译，OpenAI 的 Whisper 用于语音识别），因此无需互联网，且保护隐私。它有三种模式：对话（两部手机通过蓝牙连接，实时双向翻译现场对话）、对讲机（一部手机，两人轮流说话）和经典文本翻译。它至少需要 6GB 内存，支持 31 种全质量语言，以及更多低质量语言，目前仍处于测试阶段，存在已知的蓝牙断开问题。3.0 版本正在开发中，将采用更好的翻译模型并完全开源。

ida-pro-mcp 的一个分支，提供一个强化的、多实例的 MCP 服务器，用于无头 IDA Pro，使 AI 代理（如 Claude Code 等）可通过安全的 HTTP API 驱动逆向工程任务。

一个开源的 PostgreSQL 扩展，支持在保持 ACID 兼容性的同时，将嵌入与关系型数据一起存储和查询。

一个为 AI 编程助手设计的代理技能，提供专业知识以协助编写现代化、高性能且具备无障碍功能的 SwiftUI 代码，同时避免常见的 LLM 错误。

Stagehand 是一个用于浏览器代理的 SDK，它允许你通过自然语言指令控制浏览器——观察、操作和提取——而无需脆弱的 CSS 选择器。它支持 TypeScript、Python 和 Go，在网站变化时能自我修复，并提供具有令牌高效缓存的云集成。

一个专注于机械复制美学的设计系统和AI技能，用于创建专业级的一或两色编辑印刷品、海报和包装。

Agent Sandbox 为 Kubernetes 添加了一个 CRD，用于单个有状态、隔离的 Pod（“沙箱”）。它专为需要安全、长时间运行且具有稳定身份、持久化存储和快速暖池预创建的容器而设计的 AI 相关工作负载。通过单个清单安装，然后创建 `Sandbox` 或 `SandboxClaim` 资源；控制器使用 gVisor 或 Kata 等运行时创建 Pod。Go/Python SDK 和可选路由器使编程使用变得容易。

Claudex Loop 是一个多代理工作流，通过要求独立 AI 模型审查计划并检查主要构建者生成的代码，提高 AI 编码的可靠性。

ChatGPT2API 是一个逆向工程包装器，将 ChatGPT 官方的图像生成和编辑能力暴露为兼容 OpenAI 的 API，并带有账户池管理、在线绘图工作台和基于 Docker 的自托管。它帮助开发者使用 ChatGPT 图像模型，而无需手动管理单个账户。

Burn 是一个开源的 Rust 库，它将张量引擎与完整的深度学习框架相结合。得益于统一的 `Device` API、JIT 编译内核、自动融合以及可选的自动微分功能，你可以使用 Rust 编写训练代码，并在 GPU、CPU、WebGPU 甚至远程机器上运行完全相同的代码进行推理。其生态系统包括 CubeCL（多后端 GPU 编译器）、ONNX 导入、权重加载器、特定领域 crate（视觉、强化学习、数据集）以及终端训练仪表板和基准测试套件等工具。

Windmill 是一个开源、可自托管的平台，您可以在其中编写脚本（Python、TypeScript、Go、Bash 等），Windmill 会自动将它们转换为 UI、API、定时任务和工作流。它支持带审查护栏的 AI 辅助构建、Postgres 上的托管数据表、用于分析的 DuckDB/DuckLake，并声称是最快的可自托管工作流引擎。后端是 Rust + Postgres，前端是 Svelte 5，通过 nsjail 进行沙箱隔离。可通过 Docker 或 Kubernetes 自托管。AGPLv3 许可证，并提供商业选项。

Ncurator 是一款由人工智能驱动的桌面助手，通过安全的本地界面自动化办公文档管理、本地文件编辑和任务执行。

一款面向ESP32系列微控制器（ESP32、ESP32-S3、ESP32-C3）的开源飞控固件，可驱动如晨光E1系列等小型无人机。它负责姿态感知、电机PWM控制、低电量安全保护、LED状态指示以及基于浏览器的遥控功能——所有配置均可通过调试控制台完成。

Free-LLM 是一个由社区维护、MIT 许可的目录，收录了来自 51 家提供商的 270 多个免费 LLM 模型，以及 9 个本地/自托管工具。它提供信用卡透明度、可直接运行的代码片段和比较工具，并得到实时网站 free-llm.com 的支持。提供商被分类为永久免费层、可续期积分、一次性试用和自托管选项。大多数提供商使用 OpenAI 兼容端点，使集成变得简单。

UFO 是一个 AI 代理框架，能够在多个设备和操作系统之间实现复杂自动化，利用基于 DAG 的编排系统在 Windows、Linux 与 Android 之间协调任务。

botmux 是一个自包含的二进制文件，可让您从飞书/Lark 消息中启动和控制 AI 编码 CLI 代理（如 Claude-Code、Codex、Gemini 等）。每条聊天消息都会生成一个隔离的 CLI 进程；其输出以实时更新的卡片形式流式返回，您可以通过 Web 终端进行交互、交接会话、安排任务或在同一群组中运行多个机器人。安装只需一行脚本（或 npm），适用于 Linux/macOS（Windows 使用 WSL2）。

一个为 Pi 智能体提供的多功能网页访问工具包，通过跨数十个提供商的智能回退路由，提供统一的搜索、内容提取和视频分析功能。

TECHO5 是一款开放固件，可替代 Amazon Echo Show 5、Show 8 及其他设备上的 Fire OS 和 Alexa，运行一个轻量级的 Alpine Linux 镜像和一个 Go 守护进程，使其成为快速、私密的 Home Assistant 语音助手，并配备触摸屏。

一部通俗英语词典，将 AI 编码术语翻译成清晰可操作的概念，帮助开发者理解模型如何工作以及为何如此表现。

一个全面的开源工具，通过将语音识别、基于大语言模型的翻译和AI配音集成到单一工作流中，实现视频翻译自动化。

TeamAI‑CLI 是一个通过 npm 分发的命令行工具，让软件团队将所有 AI 相关资产——提示技能、安全规则、环境配置、模型引用和使用日志——存储在共享的 Git 仓库中并自动同步。一次性运行 `teamai init <repo-url>` 设置后，每次 AI 会话（Claude、Codex、Cursor、Copilot 等）都会拉取最新的团队资产，确保整个团队的 AI 行为一致且版本可控。

一个用于 Apple Silicon 的高性能音频处理库，利用 MLX 框架实现文本转语音、语音转文本和音乐生成模型的本地推理。

X‑AnyLabeling 是一款跨平台桌面应用程序，用于对图像、视频、文本和 3D 点云进行 AI 辅助标注。它集成了数十种最先进的视觉模型（YOLO、SAM、Grounding‑DINO 等），支持本地或远程推理，提供检测、分割、OCR、姿态、VQA 等工具，并可导出为常见数据集格式。

Ragent AI 是一个可用于生产环境的 Java 平台，用于构建 Agentic RAG 应用。它提供混合检索（向量、关键词、图谱、网络）、高级查询理解、带容错能力的模型分层、多层级会话记忆、基于 Redis 的流量保护，以及完整的从数据摄入到回答的闭环。代码拆分为七个 Maven 模块（infra‑ai、system、rag、agent、bootstrap、framework、mcp‑server），将 AI 供应商、存储与检索关注点隔离，使组件可互换。v2 使用 ReAct 风格的代理循环，搭配 MCP 工具调用、Skills 与人工介入确认。生产级功能包括断路器、事务性 RocketMQ、幂等性、追踪（可选 Langfuse）、SSE 流式传输与 Sa‑Token 安全。React UI 同时提供聊天引用/代理视图，以及用于知识库与意图树管理的管理控制台。目标对象是需要真实世界、可扩展 AI 技术栈而非玩具演示的 Java 后端工程师与面试准备者。

一个使用结构感知检索和PPO强化学习优化长期战略玩法的官丹卡牌游戏AI代理。

Ghostex 是一个用于管理多个 AI 编码代理的跨平台工作空间，提供统一的聊天、终端访问和 IDE 集成界面，并支持跨会话和设备的持久化。

该项目是一个由社区维护的精选目录，收录了AI助手的插件、技能、MCP服务器和代理工具。它列出了许多流行AI编码工具的扩展，基于安全扫描提供信任评分，并提供人类可读和机器可读的格式。它是一个发现资源，而非安装程序。

一个开源平台，用于构建企业级 AI 代理，整合 RAG 管道和代理工作流，以创建智能知识库和客户服务工具。

Rig 是一个用于构建 LLM 应用的 Rust 库和基于终端的编码代理。它提供以插件为中心的架构、对 20+ 模型提供商和 10+ 向量存储后端的支持、内存管理、OpenTelemetry 追踪，以及一个可通过 JSON 脚本化的自重新加载的 Bevy 驱动代理。

一个利用知识图谱从非结构化文本中提取结构化数据的数据流水线和转换套件，旨在增强 LLM 对私有数据的推理能力

EditaPlot 是一款由 Codex 驱动的技能，可将表格数据转换为可编辑的 Origin 科学绘图（OPJU、PNG、PDF、TIF）。它首先确认每一列的用途，然后调用本地的 Origin 生成绘图，绝不捏造数值，始终输出可编辑的结果。

一个 Kubernetes 原生的虚拟化中间件，可在异构 AI 加速器之间实现 GPU 共享、资源隔离和设备感知调度。

一个开源智能体操作系统，使用隔离的工作区、白盒记忆和智能模型路由来管理长时间运行的多项目 AI 生产力任务。

一个从任何网站提取设计系统并将其转换为设计令牌的工具，并在 CI/CD 中强制执行视觉一致性以防止设计漂移。

一款基于桌面的AI股票分析工具，集成了LLM智能体与金融数据工具，提供自动化市场研究、技术分析和策略回测功能。

ATAS是一个研究框架，从剧本生成视频，同时维护持久的3D世界状态，从而能够从新角度一致地重新拍摄过去的时刻。

FunASR 是阿里巴巴 ModelScope 团队开发的工业级语音识别工具包。它提供模块化的 Python API、CLI 和服务器，支持离线/流式 ASR，以及 VAD、标点符号、说话人日志、情感识别和通过 llama.cpp 进行边缘部署。它包含多个预训练模型（如 Fun-ASR-Nano、SenseVoiceSmall），并支持 GPU、CPU 和边缘设备。

Maxun 是一个开源平台，可将任何网站转换为结构化 API。它通过可视化仪表板、REST API、SDK 和 CLI 提供网页抓取、爬取、监控和 AI 辅助数据提取功能，并可通过 Docker 自行托管或作为托管服务运行。

一种开放协议，使基于不同框架和服务器构建的 AI 代理能够通信和互操作，无需暴露内部逻辑即可协作。

FinRobot 是一个面向高风险金融分析的开源多代理AI平台。它将确定性Python基础估值（DCF、LBO等）与LLM生成的叙述分离，协调专业代理（数据、分析、建模、综合、报告，以及辩论代理），并提供三个版本：生产级桌面应用（V2）、自托管Web报告生成器（V1）和教育用AutoGen库（V0）。系统整合多个市场数据源，提供56个分析师剧本，可通过CLI、浏览器UI或原生Tauri桌面客户端在本地运行。

Hister是一个自托管、注重隐私的搜索引擎，可为访问过的网页和本地文件建立全文索引。它提供Web、终端和AI助手客户端，支持多用户设置，并可选地通过用户提供的嵌入实现语义搜索。

一个全面的成本跟踪插件，用于 DeepSeek Harness 网页界面，可监控多个 AI 提供商的令牌使用量、订阅配额和预算限制。

Milvus 是一个高性能、分布式向量数据库，专为需要高效搜索和组织海量非结构化数据的 AI 应用而构建。

一个开源语义层，允许您在代码中一次性定义指标和业务逻辑，并通过 API 向 BI 工具和 AI 代理公开。

Beav 是一款跨平台桌面应用，将本地知识/素材库与 AI 辅助写作、图像生成、智能视频剪辑和社交媒体创作者发布工具相结合。它允许你从手机捕获内容，自动转录并拆解，通过日报和热点评分规划帖子，通过聊天生成稿件和视觉素材，使用 AI 建议的剪辑编辑视频，并导出随时可发布的素材包，通过二维码在手机上获取。基于 Tauri + Rust 构建，支持托管 AI 服务和自托管 OpenAI 兼容模型，并可接入外部 AI 代理，如 Claude Code。开源版本（v2.5.0）采用 MIT-NC 许可证。

PipesHub 是一个开源、可自托管的平台，将企业数据源（Slack、Google Drive、GitHub 等）连接到 AI 应用程序。它构建了一个感知权限的知识图谱，存储向量嵌入，并让任何 LLM 生成带有引用的可解释答案。该项目包括 Docker-Compose 部署、无代码代理构建器、MCP 支持以及 Python、TypeScript 和 Go 的 SDK。

一个灵活且高效的 LLM RL 训练库，简化了 RLHF 算法的实现，并可扩展至万亿参数模型。

一个用于 Golang 的 LLM 应用开发框架，为构建 AI agent、多 agent 协作和基于图的工作流提供工具。