正在涨的 AI 项目

一款人工智能驱动的考试准备工具，可将您的课程材料转化为交互式、有据可查的学习导师，并能跟踪进度、根据您的内容进行测验，且引用每一处来源。

zero2Agent 是一个免费、中文、MIT 许可的教程仓库，教程序员如何构建生产级 AI 代理——涵盖核心概念、真实框架、手写代理运行时、面试准备和完整最终项目——全部以 133 篇 Jekyll 文章形式发布在 GitHub Pages 上。

pua 是一个跨平台技能，将企业风格的“绩效改进计划”（PUA/PIP）语言和 7 点调试检查清单注入 AI 编码助手（Claude Code、OpenAI Codex、Cursor、Kiro 等）。当模型表现出懒惰模式（重试、责怪用户、被动等待）或用户手动输入 `/pua` 时自动触发。该技能强制模型穷尽解决方案、验证结果并主动行动，提供中文、英文（PIP 风格）和日文语言包。在少量 bug 上的基准测试显示修复数和验证次数增加，但速度提升有限。安装通过各工具的插件/技能系统完成（例如，Claude Code 使用 `npx skills add tanweai/pua --skill pua-en`）

AdCraft 是一个开源的、由 AI 编排的平台，可将文本简报转化为完全可编辑的广告视频。它串联了专门的 AI 代理（创意总监、编剧、角色设计师、分镜师、视频导演、声音导演等），以生成脚本、产品渲染、角色、场景、分镜图像、视频片段、音乐以及最终的合成时间线。用户可以通过可视化画布或自然语言聊天进行交互，编辑任何步骤，从统一素材库中复用资产，甚至可以克隆现有广告以创建新变体。该系统支持多种图像/视频/音频生成模型，并提供现成的角色和场景目录。

一个本地、非商业的研究演示项目，允许通过中文聊天和简单的动作指令控制3D虚拟角色，使用紧凑的文本模型和小型动作模型。它完全在本地机器上运行，无需任何外部API。

一款 Android 屏幕翻译工具，可在游戏、漫画和视频上覆盖翻译文本，支持离线和云端 OCR 及翻译引擎。

SenseVoice 是一个多语言语音基础模型，提供高准确度的语音识别、情绪检测和音频事件识别，且具有低延迟推理。

StarNet 是一款本地优先的桌面应用程序，让您能在像素风格的太空站界面中构建并运行多个 AI 代理。每个房间代表一个具有独立记忆、权限与预算的团队。代理使用真实的 LLM 提供者（OpenAI、Anthropic、Google、OpenRouter 或本地的 Ollama 模型），并能调用工具、发送消息至聊天平台、运行定时任务以及输出真实文件。视觉化布局即为实时工作流，所有状态（对话记录、支出日志、记忆）均持久化存储于磁盘，机密信息则保存在操作系统的钥匙串中。

Synthadoc是一款开源、本地优先的wiki引擎，可摄入PDF、文档、电子表格、网页、图片、视频和LLM聊天日志，使用LLM将其合成为带有自动wiki链接、引用溯源、矛盾检测和5状态生命周期的markdown页面。它提供CLI、HTTP、Obsidian插件和Web UI，支持多种LLM提供商，并包含用于自主自我优化的代理式摄入、lint和维护管道。

OpenBot 是一个将低成本智能手机硬件转化为自动机器人大脑的平台，支持实时导航和人员跟随等高级功能。

一个无需集成的开发框架，让您能像调用本地依赖项一样，跨语言和运行时调用远程方法，并内置对 AI 代理的 MCP 支持。

一个不依赖元数据的自托管 AI 工具，通过声学分析组织音乐库并生成考虑节奏感的播放列表。

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。

Isaac Sim 是 NVIDIA 基于 Omniverse 的 GPU 加速机器人模拟器，支持真实物理、RTX 传感器渲染、ROS 2 集成、合成数据生成，以及强化学习框架（Isaac Lab）。它可在 Windows 或 Ubuntu 上搭配 RTX GPU 运行，并可从源代码构建、打包为二进制文件、Python wheel 或 Docker 镜像。

一个整合多模态聊天、智能摄像头监控和基于 RAG 的记忆的本地托管 AI 伴侣系统，打造主动式个人助手。

SkillHub 是一个自托管的企业级注册中心平台，用于在组织内发布、发现和管理可重用的 AI 智能体技能。

kvcached 是一个 Python 库/守护进程，为 LLM 服务引擎（SGLang、vLLM）添加了虚拟内存风格的按需 KV 缓存分配。它允许多个模型共享 GPU，让空闲模型休眠，并将首 token 时间缩短多达 28 倍，节省 GPU 成本。

gitai 是一个开源的、以服务器为中心的版本控制系统，其设计基于 Anthropic 的 Scion 设计。它将 Git 历史查询、合并、冲突解决和验证移至由关系数据库和对象存储支持的无状态服务器上，使数千个短命的 AI 编码代理能够仅获取所需对象，通过比较并交换并发落地更改，并使用任何 LLM 提供商自动解决冲突。该项目包括 CLI（graft）、Go SDK、可选缓存守护进程和完整文档。版本为 0.1.0，MIT 许可，并已准备好接受社区贡献。

MaaFramework 是一个采用 C++20 的跨平台自动化框架，通过图像识别驱动应用程序。它提供低代码流水线、语言绑定（Python、.NET、Node、Go、Rust），以及丰富的 GUI、调试器和 CLI 工具生态系统，用于构建游戏机器人、UI 测试或 AI 代理环境。

better-douyin 是一个用于抖音（TikTok）的 Rust/Tauri 桌面客户端，提供浏览、下载、多账户支持和 AI 辅助交互。公开仓库仅包含 UI 和模拟后端；完整功能的二进制文件通过 GitHub Releases 在非商业许可下分发。

为内容创作者打造的全栈AI创作工具包，可将平台趋势和数据转化为微信、小红书及视频平台的成品内容

一款适用于英雄联盟ARAM模式的Windows桌面助手，通过屏幕识别和LCU数据提供实时英雄选择建议及局内强化符文推荐。

dsh-genui 是 DeepSeek Harness 的一个 TypeScript 插件，可将 LLM 发出的特殊格式 JSON 围栏（dsh-ui）转换为聊天中直接呈现的实时交互式 UI 组件（表格、图表、绘图、测验、媒体等）。它增量式流式传输 UI，在本地处理大多数交互，并可向模型发送用户操作，实现闭环对话。

官方多语言 SDK（Python、TypeScript/Node、Go、.NET、Java、Rust）可让应用程序嵌入 GitHub Copilot 代理运行时。处理 Copilot CLI 生命周期，提供规划、工具调用、自定义代理/技能，并支持 GitHub 认证或 BYOK。

Elmo 是一个开源、自托管的平台，用于监控 ChatGPT、Perplexity、Gemini 和 Google AI Overviews 等 AI 回答引擎如何提及、引用和描述你的品牌，帮助你对比竞争对手并在 AI 回答中提升可见度。

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。

开源AI平台，结合Mojo系统语言和MAX Python框架，用于模型编写、GPU内核和兼容OpenAI的服务。

AnyJev 允许你向 LLM 提出一个类型化问题（选择、是/否或评分），并返回一个带有选项概率分布的决策，无需解析。它提供了一种免训练模式，可在零标签的情况下纠正顺序和标签偏差，以及自蒸馏的 Tacit 模型，可进行单次决策并可选自适应推理。

一套 AI 辅助的工作流和工具集，用于将栅格徽标转换为干净、动画化的 SVG 徽标，侧重于精准匹配和基于 HTML 的运动交付。

last30days-skill-cn 是一个基于 Python 的命令行工具，用于聚合过去 30 天内八个主要中国互联网平台（以及可选的 Hacker News、GitHub、Reddit）上讨论最多的话题。专为具有 CLI 访问权限的 AI 代理设计，可通过单条提示安装和运行，生成简洁的、带来源链接的 Markdown、JSON 或离线 HTML 结果。

Inspect 是一个用于评估大型语言模型的 Python 框架，提供提示工程、工具使用、多轮对话和模型评分评估的内置组件，以及超过 200 个预构建的评估。

TanStack AI 是一个以 TypeScript 为先、与提供商无关的 SDK，可让您构建流式聊天、工具调用代理、结构化输出流程、多模态生成（图像、音频、视频）、实时语音和沙盒代码执行代理。它提供可组合的活动、类型安全契约（通过 Zod/Valibot/JSON Schema）、适用于许多 LLM 提供商（OpenAI、Anthropic、Gemini、Ollama 等）的适配器，以及适用于 React、Vue、Solid、Svelte 和 Preact 的框架原生钩子。可摇树优化且可观察，它面向希望以统一、类型安全的方式将生成式 AI 集成到 Web 和服务器应用程序中的开发人员。

Pulse 是一个用于 Proxmox、Docker 和 Kubernetes 的自托管基础设施监控平台，利用 AI 驱动的分析来识别系统问题，并提供用于 AI 代理集成的 MCP 适配器。

whatsapp-mcp 是一个基于 Cloudflare-Workers 的服务器，允许 AI 代理读取、搜索并总结您的个人 WhatsApp 聊天记录。它通过标准的 WhatsApp Web 二维码流程连接到您的手机，将消息本地存储在 SQLite 中，并为代理提供只读的 MCP 工具。该项目是开源的 (MIT)，仅供单个用户账户使用。

A Python-only skill that lets AI coding assistants fetch US-centric market data (quotes, K-lines, fundamentals, options Greeks, short-interest, SEC filings, macro rates, FX, Taiwan stocks, energy data) from 17 public sources. It provides 50+ endpoints across 16 logical layers, requires only the `requests` library, and includes a compliance tier table to guide commercial use.

Dormice 是一个用于 AI 代理的自托管沙盒平台。它提供永久且幂等的沙盒，闲置时可冻结至几 MB，支持归档至 S3，并提供与 E2B 兼容的 API。通过单一脚本安装，使用小型网页控制台或 `dor` CLI 管理，并可利用原生 TypeScript SDK（或官方 `e2b` SDK）执行指令、移动文件及控制生命周期。适合希望在自有硬件上运行低成本、长寿命代理沙盒的团队。

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。

Cloudflare Computer 是一个由 Cloudflare 托管的虚拟文件系统，由 Durable Object（SQLite）支持，可通过三个可插拔后端访问：完整的 Linux 容器（FUSE 挂载）、轻量级 Bash shell 或 JavaScript worker。它让 AI 代理和边缘服务能够运行工具、存储中间文件并在多次调用之间共享状态，核心 API 稳定，容器和 worker 后端为实验性。

Occamy-1.0 是一款开源的紧凑型智能体语言模型（总参数 35B，激活参数 3B），专为工具使用、文件操作和多步工作流等长周期协作任务而设计。它在协作基准测试中表现领先，同时保持了高效的推理能力。

AID Studio 是一个开源、自托管的平台，通过将剧本创作、分镜设计和多模型 AI 生成集成到单一工作流中，简化了 AI 动态漫画和短剧的制作过程。

一个用于通过 Web、CLI 和终端界面检查和测试 Model Context Protocol (MCP) 服务器的开发工具。

Agent Interview Hub 是一个免费、开源的面试准备库，面向目标为中国大型科技公司和海外顶尖 AI 公司的 AI Agent 工程师。它包含 300+ 道带答案的问题、公司专属文件夹（阿里巴巴、字节跳动、OpenAI、Anthropic 等）、6 个限时编码挑战、一个 16 周学习路线图和 35 份知识文档——均可通过 GitHub Pages 在线阅读或本地以 Markdown 方式阅读。它还包含一个脚本，可自动从公开来源收集真实面试报告。采用 MIT 许可证。

一份精心策划的关于“驾驭工程”的文章、论文、模式和模板的精选列表——即围绕AI代理构建脚手架（上下文、工具、验证、记忆、沙箱）的学科。由ai-boost维护，采用CC0许可。

MonkeyCode 是一个开源的 AI 办公工作台（产品名称：百智办公 MonkeyAI），团队可以用自然语言描述任务，AI 会交付完成的办公文档、代码或设计。它包含团队资源共享、用量计费、权限审计和使用统计。它可以通过一条命令自托管安装（最低 1 核 CPU + 1 GB 内存），支持自带模型和 MCP 连接的工具，并提供 Windows、macOS 和 Linux 的桌面客户端。免费版最多支持 10 个席位；付费版增加云电脑和支持服务。采用 AGPL-3.0 许可证。

TrailSnap 是一个开源、自托管的 AI 增强旅行相册。它自动提取票据数据、识别人脸/场景、索引图像以支持智能搜索，并让大语言模型撰写旅行日记。该应用可通过桌面安装程序或 Docker（服务器 + PostgreSQL + AI 微服务 + 前端）运行。

一个针对扩散模型的奖励引导后训练框架，采用同策略自蒸馏来创建明确的中间目标，从而提升图像质量和训练效率。

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。

Figwright 是一个免费的、双向的 MCP 服务器 + Figma 插件，让 AI 编码代理能够将 Figma 设计作为代码读取，并直接编辑画布 — 无需付费的 Dev Mode 席位。