正在涨的 AI 项目

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。

一个用于使用 Liquid Foundation Models 和 LEAP SDK 构建边缘原生 AI 应用程序的教程、代码示例和部署指南集合。

一个代理式视频创作框架，可自动化从叙事规划、剧本编写到分镜脚本及最终视频生成的整个流程。

Internet Court 是一个单一开放技能，捆绑了约 35 个协议（整合了 34 个所有者的 92 个官方技能），使 AI 代理能够发现、协商、签约、支付、执行，并且独特地——*裁决*与人类的交易，而无需人工介入。代理提前就争议法官达成一致，并写入合同中。一个根 SKILL.md 按需路由到子技能。由约 30 家公司组成的联盟构建，第一方代码采用 MIT 许可，可在 6 种代理框架上安装。

Matrix-Game 4.0 是一个开源混合系统，将传统游戏引擎与因果神经渲染模型相结合，为三个现成场景提供实时、高保真视觉效果。它运行于高端 NVIDIA GPU（A100、RTX 5090）上，并以 Apache-2.0 许可证发布。

ColliePWA 是一个自托管的移动端 Web 界面，允许开发者通过手机与基于终端的 AI 智能体进行交互和管理，为终端多路复用器提供原生般的体验。

SAM 3（带概念的分割一切）是 Meta 的 8.48 亿参数基础模型，允许您使用自由形式文本（或视觉示例）提示图像或视频，并为所有匹配对象返回掩码、边界框和分数。它结合了 DETR 风格检测器和 SAM 2 风格跟踪器，引入了用于细粒度提示区分的存在性标记，并在超过 400 万个自动标注概念上进行训练。该仓库提供安装步骤、示例笔记本和用于评估的新 SA‑CO 基准（27 万个概念）

一本由社区编写的 WorkBuddy 实用手册，围绕真实任务组织——从首次使用到构建可复用的 AI 代理团队——包含案例研究、贡献指南和基于 VitePress 的网站。

Mesh2Motion 是一个开源 Web 应用程序，允许用户导入 3D 模型、分配骨骼并应用动画进行导出，作为 Mixamo 等工具的灵活、社区驱动的替代方案。

一个全面的框架，为 26 种主流 AI 编程工具增加了结构化的专业工作流和中文支持，确保 AI 智能体遵循严谨的开发方法论。

MuScriptor 是一个开源的多乐器音乐转录模型，可将录音转换为 MIDI 文件和乐谱。

支持本地部署的企业级AI数字员工平台，提供AI代理的编排、部署和运行时能力

halogen‑flash‑server 是一款专为 AMD Strix Halo GPU 上的 Qwen 3.8‑Flash‑Next 模型调校的容器化推理服务器。通过针对该硬件编写的自定义内核，它能实现低于 2 秒的首字延迟以及高达 94 tokens / s 的解码速度，即使在 30‑96 k‑token 的上下文长度下也能保持高效，非常适合低延迟 AI 代理。该仓库提供开箱即用的 Docker/Podman 镜像、兼容 OpenAI 的 HTTP API、详尽文档以及用于设置与基准测试的 Discord 社区。

一个 GPU 加速的终端与 SSH 工作区，将 Claude Code 和 Codex 等 AI CLI 工具集成到统一的原生桌面环境中。

一种将 GUI 截图转换为结构化元素的屏幕解析工具，使视觉基础 AI 代理能够准确识别并操作界面组件。

一个精选的复制粘贴提示模板集合，让 NotebookLM（或 Kael.im）生成特定视觉风格的演示幻灯片——从报纸社论和漫画到高级苹果风格样机。每个模板都是一份详细的设计简报（颜色、字体、布局规则），来源于社交媒体创作者。包含一个额外的引用检查工具，并采用 CC BY 4.0 许可。

Maki 是一款基于终端的 AI 编码助手，通过 tree-sitter 索引、沙盒代码执行和子代理任务委派等工具最小化 LLM 令牌使用量。它支持数十种模型提供商，提供快速的 Rust TUI、基于 Lua 的插件，以及权限感知命令解析和 SSRF 保护等安全功能。

一个提取、版本跟踪并发布 Anthropic Claude Code 代码助手使用的所有系统提示字符串的仓库，提供超过 500 个片段的原始提示文件、token 计数和变更日志。

一个实时共享的工作空间，连接多个 AI 代理和应用，消除在不同 AI 工具之间手动复制粘贴上下文的需要。

一个开源、基于 ESP32 的四足机器人，可 3D 打印，通过 JSON API 进行 Wi-Fi 控制，并包含动画（Sesame Studio）、仿真和 Python 配套应用工具。

一个用于 Claude Code 的可视化状态仪表盘，在终端提示符正上方显示会话指标、令牌使用情况和媒体播放控制。

一个为扫描 PDF 文件添加 OCR 文字层的命令行工具，使其可搜索与复制，同时保持原始图像分辨率。

Univer 是一个开源的 Office SDK，允许开发者将电子表格、文档和演示文稿编辑器嵌入到自己的应用中。它提供基于画布的渲染器、公式引擎、插件优先架构和统一的 Facade API，可在浏览器和 Node.js 中运行，支持 UI 驱动和无头（AI 代理）使用场景。

Busabase 是一个开源、本地优先的数据库 + 工作区，让 AI 代理（如 Claude Code、Codex、Cursor、Gemini 等）和人类能够共享结构化记录、文档、技能和小型应用。每次代理写入都会作为变更请求存储，包含差异、作者和历史记录，从而实现持久、可审计的多代理工作流。它通过简单的 `npx busabase server` 命令（或 Docker/桌面版）运行，支持模板，并为任何自定义代理提供 API（MCP/OpenAPI）。

Rescript 是一款开源的基于转录的媒体编辑器：导入视频/音频，即可获得带有单词时间戳和说话人标签的本地转录，然后通过删除文本进行编辑——媒体内容会随之同步。所有处理均在设备端完成。可在浏览器中运行，也可作为桌面应用（macOS/Windows/Linux）使用。支持去除填充词/静音、时间轴分割/修剪、多种导出格式以及 NLE/DAW 时间轴导出。采用 PolyForm Noncommercial 许可（旧版本保留 MIT 许可）。

通过自动运行依赖单元格并将 Notebook 存储为纯 Python 文件，确保一致性和可重现性的响应式 Python Notebook。

一个开源人形机器人项目，提供构建和自定义 1.2 米高双足机器人所需的 CAD、仿真模型和软件。

TraceMemo 是一款桌面应用程序，可读取本地微信数据库，构建可搜索索引（包括图片 OCR），并可选配基于 LLM 的自然语言搜索。它提供群聊摘要、发言统计、成员退群监控、语音合成及自动化工作流，所有数据均保留在本地。支持 Windows x64 和 macOS (Apple Silicon & Intel)。

一个用于在 Python 中构建生产就绪的 RAG 系统、自主代理和 LLM 应用的开源 AI 编排框架。

一个自主的 AI 代理，使 LLM 能够修复 GitHub 问题、发现安全漏洞，并执行自定义编码任务。

一个用于开源 AstrBot 框架的插件，让机器人在沉寂一段时间后自动开始对话。支持私聊和群聊、可配置时间、上下文感知提示、TTS、消息分割、持久化，并包含其自己的 WebUI 用于监控和配置。

safelabs-eval 是一个开源 Python 框架，用于对 AI 代理进行红队测试。它通过 HTTP 或 Python 可调用对象向目标代理发送 300 个精选的对抗性提示（每个 OWASP 启发的 ASI01-ASI10 类别 30 个），并使用纯 Python 模式检测器对回复进行评分。该工具与框架无关（通过可选适配器支持 LangChain、CrewAI、AutoGen、LlamaIndex、OpenAI Agents SDK、Google ADK、Semantic Kernel），生成人类可读或 JSON 报告，且无需额外的 LLM 调用。它帮助开发者在部署前发现提示注入、数据泄露、工具使用安全、幻觉和其他代理特定风险。

dsh‑purge 是 DeepSeek Harness（网页版和桌面版）的一个社区插件，它添加了一个 UI 停靠面板，用于应用、恢复或卸载自定义的越狱提示和主机策略。它让安全研究人员能够测试模型拒绝与 Harness 沙箱之间的分离，仅适用于 Harness 0.2，并且旨在用于本地、授权的红队评估。

OpenKnowledge 是一款免费、开源的 Markdown 编辑器，体验类似 Google Docs/Notion，但完全本地运行。它提供真正的所见即所得编辑、桌面端（macOS/Windows/Linux）和 Web 界面，并通过 MCP/CLI 桥接，支持 Claude、Codex、Pi 等 LLM 的并排 AI 辅助。内置的 git/GitHub 同步让团队可以共享笔记，该工具还支持 AI 驱动的 wiki、第二大脑知识图谱和可嵌入的 HTML 规范。

一个开源、本地优先的写作工作区，整合 AI 代理与本地来源和语义搜索，帮助用户起草和修订文档，同时保留个人风格。

一款开源、可 3D 打印的机械臂设计 (SO-101)，专为 AI 远程操作与学习而设计，并与 Hugging Face LeRobot 库完全兼容。

一个开源的、由Claude-Code驱动的工作区，可将自然语言的视频简报转化为完整的制作流程——脚本、配音、音乐、图像、AI生成片段、转场和最终MP4——使用廉价的开源模型（Qwen-3-TTS、FLUX.2、ACE-Step、LTX-2）和云GPU服务（Modal/RunPod）。它提供斜杠命令模板、品牌档案、项目生命周期管理器以及可选的YouTube发布功能，全部采用MIT许可证。

一个高性能的终端工作台，具备持久化会话与 AI 代理的原生集成，让代理能在多个仓库中进行脚本化与管理。

VeRL‑Omni 是一个开源 RL 训练框架，用于多模态生成模型（扩散、统一和全模态）。基于 verl 和 vLLM‑Omni 构建，提供快速 rollout、异步多奖励服务、分布式后端以及多种 RL 算法（FlowGRPO、DiffusionOPD、DPO 等）。支持 GPU 和 Ascend NPU，文档、示例丰富，采用 Apache-2.0 许可证。

一款浏览器扩展，作为 AI API 中转账户的集中管理仪表板，帮助用户跟踪余额、自动化签到、比较价格并在各种 AI 开发工具间同步凭据。

NanoClaw 是一个轻量级的开源框架，用于在隔离的 Docker 容器中运行 AI 代理（如 Claude、OpenAI、Ollama 等）。它提供安全的代理级沙箱、多渠道消息传递（Slack、Discord、WhatsApp 等）、用于密钥处理的凭据网关、定时任务以及由代码助手驱动的设置/调试流程。核心代码库有意保持精简，鼓励用户通过编辑代码（或让 Claude Code 执行）来定制行为，而不是管理庞大的配置文件。

CLI Printing Press 是一个 Go 生成器，通过研究文档、嗅探流量和吸收现有工具，为任何 API（甚至未记录的 API）构建 token 高效的 CLI 和 MCP 服务器。它生成带有本地 SQLite 存储、复合命令和自动验证的 Go 二进制文件，面向 Claude Code 等 AI 代理。

QuantMind 是一个开源的、AI 优先的量化交易平台，结合了 Microsoft Qlib、RD-Agent LLM 因子挖掘，以及可从微信、QQ、飞书等访问的聊天机器人（QuantBot）。它提供从数据到因子、模型、回测、模拟交易的端到端管道，内置 13 种模型类型，支持自主因子进化和基于 Docker 的部署。

QM 是一个开源、自托管的平台，用于多用户 AI 代理。它为每个人提供隔离的工作区以及共享的 Slack/Web 频道，通过插件支持任何 LLM，将状态存储在 PostgreSQL 中，并提供细粒度的安全/姿态控制。使用 `qm` CLI 部署，通过部署仓库自定义，并通过技能、沙盒工具和后台作业进行扩展。

一个用于 Google Colab 的命令行界面，允许用户直接从终端配置云运行时、执行代码和管理文件，以实现自动化工作流。