正在涨的 AI 项目

一个AI代理技能集合，可自动生成交互式、单文件HTML动画，用于技术演示、系统图表和产品UI演示。

Read Frog 是一款开源浏览器扩展，为任何网页添加 AI 驱动的翻译、解释、文本转语音、字幕翻译、自定义 AI 操作，以及闪卡／间隔重复工具，支持 20 多种 LLM 提供商和免费翻译器。

一个插件库，为 AI 编码助手（Claude Code、Codex、Cursor、VS Code 等）添加 Cloudflare 特定的“Agent Skills”。每个技能通过提供最新的文档、CLI 命令和通过 Cloudflare 远程 MCP 服务器的 API 调用，教会代理如何使用 Cloudflare 产品——Workers、Wrangler、Durable Objects、Turnstile、Cloudflare One 等。通过目标代理的原生插件市场安装，或手动复制技能文件夹。

Whaleness 是 DeepSeek Harness 的原生移动客户端，利用 Kotlin Multiplatform 在 Android 和 iOS 设备上实现实时 AI 代理交互、工作区管理和文件预览。

ModSearch 是一个免费优先的插件，为 LLM 聊天应用（如 DeepSeek、Claude Code、Codex 等）提供实时网络、页面获取和 X（Twitter）搜索能力。它通过 Firecrawl（默认无密钥）、Antigravity CLI、Tavily、Exa、Grok Build 或本地获取器等引擎路由请求，并具有自动故障转移和密钥轮换功能。可通过单个命令安装，开箱即用，返回结构化、有来源的答案。

hunk 是一款基于终端的交互式 diff 查看器，在 Git/Jujutsu/Sapling 的 diff 之上增加了一个 UI 层（侧边栏、分割/统一窗口、鼠标支持）。它内置了对行内 AI/代理注释的支持，并具备可扩展的 TypeScript 插件系统，使其成为 AI 辅助代码审查的实用前端。

一个开源、可自托管的平台，用于标注图像、视频、音频和 3D 数据，以创建高质量的 AI 训练数据集。

Thinking-orbs 是一个轻量级的、基于 2D 画布的加载动画库，旨在为 Web 界面中的 AI 代理提供视觉反馈。

FlashInfer 是一个 GPU 内核库（附带 Python 包），为 LLM 推理提供超高速、低精度的注意力、GEMM、MoE 和采样操作。它能自动为从 Turing 到 Blackwell 的广泛 NVIDIA GPU 选择最佳后端（FlashAttention-2/3、cuDNN、CUTLASS、TensorRT-LLM），并已被 vLLM 和 TensorRT-LLM 等主流推理服务器广泛采用。

eve 是一个由 Vercel 支持、以文件系统为优先的框架，用于构建、运行和部署持久化 AI 代理。代理通过清晰的文件夹结构（提示词、类型化工具、技能、频道、调度）进行定义，并可使用 `npx eve init` 进行初始化。CLI 处理模型选择、本地开发 (`npm run dev`) 以及与网页聊天集成的 Vercel 部署。

SlopMonster 是一个纯 Python 命令行检查器，可识别英文文本中五种常见的 AI 写作模式（流行语、特定句式、密集标点、促销三项目列表、未经验证的数字主张），给出 0–5 分评分，支持与 LLM 配合进行双轮编辑，并可集成到 CI 中以阻止 AI 风格文案。

pdf-inspector 是一个基于 Rust 的库（提供 Python、Node 和 WASM 绑定），能快速分类 PDF、提取具备位置信息的文字，并将其转换为干净的 Markdown。它能仅将需要 OCR 的页面路由至本地模型，从而节省时间和成本。基准测试显示，在 200 份 PDF 的测试集中，其速度与准确度均优于同类工具。

Magic Context 是 CortexKit 插件，为编码代理 LLM 提供自我管理、长期记忆。它从聊天记录中捕获知识，在夜间整合，并按需回忆相关事实，消除常见的上下文压缩暂停，让单个会话可持续运行数周。

XHS-Downloader 是一款通过粘贴链接来提取并下载小红书（RedNote）帖子、图片、视频和实况照片的工具。它提供多种界面：图形界面、终端界面、命令行模式、API 服务器和浏览器用户脚本，并且可以在本地或通过 Docker 运行。

Agent Client Protocol (ACP) 是一种语言无关的 JSON-RPC 标准，使代码编辑器能够与生成式 AI 编码代理通信。该仓库提供 Rust 模式 crate、版本化 JSON-Schema 文件，以及 Kotlin、Java、Python、Rust、TypeScript 的官方 SDK 链接，定义了在运行时协商的稳定协议版本（1），使编辑器与代理无需自定义适配器即可互操作。

Hermes Desktop 是一个基于 Electron 的图形界面，用于安装、配置并与 Hermes Agent LLM 助手进行对话。它支持本地或远程后端、数十种 LLM 提供商、带有斜线指令的流式聊天界面、个人资料与会话管理、工具集成、调度以及多种消息网关机器人。

一个企业级的多智能体编排框架，提供预构建的架构，用于协调多个 AI 智能体进行顺序、并发和分层工作流。

Rapid-MLX 是一个面向 Apple Silicon Mac 的开源 LLM 推理服务器，基于 Apple 的 MLX 框架构建。它通过兼容 OpenAI 和 Anthropic 的 API 提供开放权重模型（如 Qwen），并针对编码代理的快速、可靠工具调用进行了优化——声称解码速度比 Apple 的参考服务器快 4 倍，此外还支持连续批处理、持久前缀缓存、CLI、桌面应用和图像生成。

HolmesGPT 是一个开源 AI SRE 代理，可自动调查生产事故。它连接超过 30 个可观测性和云原生数据源（Kubernetes、Prometheus、Datadog、AWS、Azure 等），安全地流式传输大型数据集，使用任何 LLM 进行推理，并将发现结果写回警报、工单或 Slack。Operator 模式在 Kubernetes 中持续运行，以主动检测问题。该项目采用 Apache-2.0 许可，是 CNCF 沙箱项目，可通过 CLI、Docker 或 Helm 安装。

Effective HTML 提供提示词模板（“技能”），让 LLM 生成自包含、响应式的 HTML 线框图、原型、图表和设计简报，可通过 `npx skills` 或 Claude/Codex 插件安装。

Mooncake 是一个高性能基础设施项目，提供了一种解耦的、以 KV cache 为中心的架构，旨在提高大规模 LLM 推理和训练的效率、可扩展性及延迟表现。

一个经过精心策划和代码验证的开源工具、指南和社区列表，旨在构建长期 AI 伴侣关系，并按类别和状态标签进行组织。

一个使用预训练 AI 模型移除图片背景的工具，可作为 CLI、Python 库或 HTTP 服务器使用。

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）。

Ix 是一个系统智能工具，能将代码库解析为持久性的符号与关系图，让用户和 AI 代理能够查询结构，而非仅仅搜索文本。

一个 Claude Code 技能，使用确定性 HTML 动画、音乐驱动的时间控制和 AI 指导的叙事，从网站 URL 生成产品发布视频。

TabPFN 是一款基于 Transformer 的表格数据基础模型，无需复杂的数据预处理或超参数调整，即可实现快速、高精度的分类和回归。

lieflat‑gongwen 是一个数据驱动的“技能”，用于让中文 AI 代理生成符合真实政府级风格的官方文档（工作计划、研究报告、党建材料等）。它通过从 100 万字符语料库中提取的统计风格指纹，检测文档类型，应用数值风格约束，构建骨架，用 LLM 填充文本，并运行 Python 自检确保输出在测量范围内。仓库包含规则集、示例草稿和非商业许可。

COLMAP 是一个开源的结构从运动（SfM）和多视图立体（MVS）管道，可自动将照片集合转换为 3D 模型。它提供 GUI、命令行工具、Python 绑定、GPU 加速特征提取以及跨平台二进制包，是计算机视觉、机器人、AR/VR 以及任何需要相机位姿和密集场景几何的流程中研究与应用的首选基础工具。

一个基于 Rust 的演示，通过程序化方式渲染一段短片，展示虚拟摄像机追踪 AI 代理在终端风格 UI 中输入的每个字符。它使用了 fframes 库、自定义的 SkSL 着色器来实现逼真的镜头效果，以及由 Python 生成的音效，所有过程皆由确定性的 JSON 数据驱动。

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。

一个开源的元数据管理平台，通过发现、治理和可观测性，将企业数据转化为人类和 AI 代理可信赖的上下文。

Kuna 是一个专为 LLM 智能体设计的 Rust 二进制反编译器。它速度极快（在 DecBench 中名列前茅），提供 CLI、WebAssembly 和 Ghidra 集成，并具备可扩展的、基于阶段的流水线及可调选项。该项目旨在实现由智能体驱动的自主反编译质量优化。

InsightFace 是一个开源的 2D/3D 人脸分析库，提供检测、识别、对齐、视频遮蔽、人员级别匹配，以及具备 REST API 的自托管服务器。它以 PyTorch/MXNet 实现，提供预训练模型、自动硬件后端选择以及大规模人脸搜索工具。

Emdash 是一款跨平台桌面应用，可并行运行多个 AI 编码代理（如 Claude Code、Codex、Copilot 等），每个代理都在独立的 Git worktree 中运行。它集成问题跟踪器，支持远程 SSH 项目，并将所有状态保存在本地，提供统一界面来审查差异和合并 AI 生成的代码。

KVMem 是一款推理管理工具，通过在 GPU 显存、系统内存和 SSD 之间分层存储 KV 缓存数据，实现长上下文 LLM 执行，让用户能够在消费级硬件上处理海量对话历史。

一个纯 Python 服务器，通过模型上下文协议（MCP）提供 39 种市场数据、技术分析、筛选器和回测工具。AI 助手（Claude、ChatGPT、Cursor、Copilot 等）可以通过自然语言提示调用这些工具，并在聊天中接收实时数据、指标表或交互式图表。可免费自托管（MIT 许可证），或作为托管 SaaS（TradingMCP）提供，每月 9 美元。

一个开源指南和启动套件，可将 Obsidian 仓库自动转换为由 Claude Code LLM 代理持续维护的个人“第二大脑”。提供仓库模板、18 个 LLM 驱动技能、72 个斜杠命令、计划子代理，以及涵盖设置、摄入、图谱处理和维护的详细文档。

StemDeck 是一款本地开源应用程序，利用人工智能将歌曲拆分为独立的乐器音轨，方便练习和学习，且无需将音频上传至云端。

一个将 Firecrawl 的网页抓取与搜索功能集成至 AI 代理的 MCP 服务器，使其能够搜索、抓取并与实时网络交互，以获取实时背景信息。

speech‑to‑speech 是一个开源 Python 工具包，可在本地运行完整的语音助手。它连接 VAD → 语音转文本 → LLM → 文本转语音，并提供许多可互换的模型后端，且支持 OpenAI Realtime 协议，因此现有客户端可以连接到您自己的机器。

F5-TTS 是一个使用扩散 Transformer 和流匹配的高性能文本转语音系统，可快速生成流畅且忠实的语音，训练和推理速度均显著提升。

OMX 是 OpenAI Codex CLI 的工作流编排层，增加了结构化规划、持久化状态管理和多目标执行能力，以提高开发人员的生产力。

为闲鱼平台提供第三方API集成库，通过稳定的消息通信能力，支持构建AI客服代理。

awesome-jev 是一个精选列表，收录了基于 Jev（TypeSafe AI 的带置信度的类型化决策模型，如选择、评分、布尔值）构建的公开项目和实践。它按应用领域组织条目，要求示例必须是公开、可引用且真正基于 Jev 的，并明确警告收录不代表认可——不进行质量或安全审查。

RF‑DETR 是一个开源的、基于 transformer 的库，用于实时目标检测、实例分割和关键点检测。它基于 DINOv2 主干网络，提供从极小的“Atto”到大型的“2XL”一系列模型，在 NVIDIA T4 上运行延迟为 1–17 ms 的同时，实现了业界领先的 COCO 准确率。通过 `pip install rfdetr` 安装，使用单一 Python API 即可完成所有三项任务，并可选在 Roboflow 平台上运行 NAS，以针对您的数据集定制模型。

delegate‑skills允许您发现已安装的AI编码助手CLI，将它们分组为命名通道，并通过统一的、以审阅为先的工作流将任务分派给它们。它提供了一个设置技能，可自动创建群组配置，以及每个实现器的委派技能，这些技能以无头方式运行所选的CLI，捕获diff和结构化结果，并且从不自动提交。