✷ 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。
vybenetwork/solana-mcp-vybe
一个公开的 Model Context Protocol (MCP) 服务器,允许 AI 编码助手(Cursor、Claude、Codex 等)浏览 Solana 的 API,查询链上数据,并通过单一 HTTP 端点构建未签名的交易负载。该仓库包含服务器的注册表元数据、适用于各种 AI 平台的插件清单、示例配置片段,以及基于 GitHub Action 的发布工作流。
agent0ai/agent-zero
Agent Zero 是一个开源的基于 Docker 的框架,为 LLM 驱动的 AI 代理提供完整的 Linux 桌面、带 DOM 注释的浏览器、实时文档编辑器和插件生态系统。代理可以运行 GUI 应用(例如 Blender、LibreOffice)、编辑文件、浏览和注释网页,甚至生成子代理,同时您可以通过 Web UI 观看和干预。安装可通过跨平台启动器或单行脚本完成,系统支持项目级工作区、主机桥接、时间旅行快照和丰富的社区插件。
RinDig/Interpretable-Context-Methodology
一种使用文件系统层级结构而非复杂编排框架来组织AI代理工作流的方法论和模式集合,支持人工介入审查并实现高可观测性。
apache/ossie
Apache Ossie 定义了一种基于 JSON/YAML 的、供应商中立的语义模型规范,适用于 AI、分析和 BI 工具,支持跨平台一致的 KPI 定义。
zarazhangrui/beautiful-html-templates
一个包含 34 个可复用 HTML 滑动模板的库,专为 AI 编码代理设计,可自动创建美观的演示文稿。
microsoft/quicksand
Quicksand 是一个异步 Python 库,提供安全、隔离的 QEMU 虚拟机沙箱,用于运行和测试 AI 智能体,无需 root 权限或 Docker。
Fisfzy/dsh-ego-browser
一个用于 DeepSeek Harness 的浏览器自动化插件,为在 Chromium 浏览器中运行的 AI 代理提供实时视觉观察和手动控制界面。
0Chencc/clawgod
ClawGod 是一个运行时补丁程序,用于修改官方的 Claude Code 二进制文件,以解锁隐藏命令、移除安全/使用限制、添加多代理功能并修复可靠性问题。它的工作原理是提取 Claude 内嵌的 JavaScript,应用正则表达式补丁,并在常规 Bun 运行时下运行修补后的代码,在更新时自动重新修补。
truefoundry/trueforge
TrueForge 是一个开源的 Node.js 工具框架,用于运行 LLM 代理,处理模型调用、工具集成、沙箱执行、会话存储、审批和 UI。它兼容任何 OpenAI 兼容模型,提供聊天 UI、HTTP API 和 TypeScript SDK,并可在本地(SQLite)或托管模式(Postgres + Redis)下运行。
open-mercato/cezar
Cezar 是一个开源、自托管的仪表板 + CLI,用于编排多个 AI 编码代理(Claude Code、Codex、Copilot 等)并行运行自主编码任务。它使用 Git worktree 进行隔离,使用 YAML 工作流进行逐步流水线,并将实时输出(提示、工具调用、令牌使用、成本)流式传输到适用于桌面和移动设备的响应式 UI。功能包括自主运行、变体比较、GitHub/Jira/Linear 集成、调度/自动化,以及零数据库存储(纯文件)。
Desert-Ant-Labs/desert-ant-core
Desert Ant Core 是一个多平台 SDK(Swift、Kotlin、JavaScript/TypeScript),提供用于语音增强、转录、语言识别、表情符号建议、PII 编辑、NSFW 图像检测等的设备端 AI 模型。模型从 Hugging Face 下载,本地缓存,可离线运行。该库支持 iOS/macOS、Android、Windows、浏览器(WebAssembly)和 Node,并提供 CLI 供终端使用。在源代码可用许可下,大多数应用免费;商业扩展需要付费许可。
bohyy/academic-ai-prompt
一个包含89+个AI提示词和模板的综合库,旨在帮助研究生和研究人员从选题到手稿写作简化工作流程。
AtomicBot-ai/Atomic-Chat
Atomic Chat 是一款本地 AI 应用程序和推理引擎,允许您私下运行开放权重模型,同时为常用的开发工具和智能体提供兼容 OpenAI 的 API。
Adam-CAD/CADAM
一个开源的文字转 CAD 网页应用,使用 AI 将自然语言和图像转换为 OpenSCAD 的参数化 3D 模型。
garycaogan/ai-live-avatar
一个运行AI数字人直播的Python项目:它过滤并排队观众聊天,将消息路由到操作(回复、换装、手势),并驱动Vidu S2实时虚拟形象API,附带本地工作台、OBS集成和直接推流支持。
Aletheore/Aletheore
Aletheore 是一个确定性、基于证据的代码智能工具包。它扫描代码仓库以生成结构化的证据文件(依赖图、密钥、Git 历史、API 映射等),这些文件可以在本地查询、提供给 LLM 生成可审计的报告,或通过轻量级 MCP 服务器暴露给 AI 代理。CLI 免费且离线可用;付费的 GitHub App 增加了自动 PR 审查、AI 生成的文档和监控功能。
fumingyang2004/Tulpa
Tulpa 是一个本地桥接工具,将 QQ 和微信数据连接到 AI 代理,使其能够搜索聊天记录、总结讨论,并以自定义角色参与群聊。
DevnorsAI/devnors-data-mcp
一个使 AI 助手能够查询 Devnors Data 的法律、企业、研究和内容数据 API 的 MCP 服务器
Enderfga/SolarRenderer
SolarRenderer 将粗糙的结构视频(灰盒、语义图、骨架、深度、网格,甚至未见过的草图)通过四个生成步骤转换为成品视频,并可通过可选的首帧和提示词控制风格。它基于 MiniMax-H3 和两个 LoRA 运行,支持逐块流式输出,并提供在线演示、参考脚本、ComfyUI 工作流以及 Reactor 流式集成。代码采用 Apache 2.0 许可;权重遵循 MiniMax H3 的社区许可,并带有地域限制。
pollen-robotics/reachy_mini
Reachy Mini 是一个开源机器人套件(无线或 USB),提供 Python 和 JavaScript SDK、仿真支持,以及用于 AI 驱动行为的 Hugging Face 应用商店。它让创客和 AI 开发者能够快速编程富有表现力的动作、集成 LLM,并分享基于 Web 的机器人应用。
SWE-bench/SWE-bench
一个用于评估大语言模型在解决真实世界 GitHub 软件问题时生成功能代码补丁能力的基准。
Osmantic/ODS
一个本地 AI 服务器堆栈,提供一键安装推理引擎、聊天界面和自动化工具,用于私有、自托管的 AI。
deepseek-ai/FlashMLA
FlashMLA 是一个为 DeepSeek 模型提供优化注意力算子的高性能库,支持加速稀疏注意力、量化 KV 缓存以及针对 NVIDIA 和华为硬件的融合操作。
software-mansion/argent
Argent 是一个命令行工具,让 AI 助手能够控制 iOS 模拟器、Android 模拟器/设备、电视平台以及 Electron/Chromium 应用。它支持 UI 交互、端到端测试录制、视觉回归对比、性能分析和调试,并内置 React Native 支持。
strukto-ai/mirage
一个为 AI 智能体提供的虚拟终端环境,将外部服务和数据源映射到一个统一、安全且符合 POSIX 标准的文件系统中。
moonshine-ai/moonshine
一个开源 AI 工具包,用于构建具有低延迟语音转文字和文字转语音能力的实时、设备端语音代理和应用程序。
ai-for-developers/awesome-ai-coding-tools
一个经过策划和分类的AI驱动编码工具目录,涵盖从智能代码编辑器和自主代理到面向软件工程师的生产力和DevOps工具。
OSideMedia/higgsfield-ai-prompt-skill
一个为Higgsfield AI设计的全面提示工程库,通过结构化模板和专业制作流程,帮助用户生成高质量、电影感的视频和图像。
PX4/PX4-Autopilot
用于无人机和无人驾驶车辆的开源自动驾驶栈,提供支持各种机架和硬件的模块化飞行控制系统。
google-ai-edge/LiteRT-LM
一个用于在设备端运行高性能、跨平台 LLM 的生产级编排层,并支持硬件加速。
kevinzhow/Rungic
Rungic 将 Android 手机变成 Linux 桌面计算机,并添加了一个 AI 代理,可以自主操作桌面应用来为用户完成任务。
labring/FastGPT
FastGPT 是一个用于构建 AI 代理和支持 RAG 应用程序的开源平台。它提供可视化工作流编辑器、内置知识库处理、插件热重载、调试工具,并可通过 Docker 或托管云服务即时启动。
zenstory-ai/oh-story-dsh
Oh Story DSH 是一个 DeepSeek Harness 插件,添加了四个 AI 驱动的创意工作台——小说写作、短剧剧本、小说到游戏改编和视频回顾——使用捆绑的技能和角色。它在 DSH Web UI 内运行,适用于纯文件,并可选择调用外部媒体 API。使用单个 `npx` 命令(Node 24+、pnpm)安装,并根据需要配置模型/API 密钥。MIT 许可。
KitionAI/kition
一个桌面工作空间,将AI代理直接集成到Markdown文档、结构化表格和白板中,支持可审查和自动化的内容工作流。
copperheadhq/copperhead
一个用于硬件开发的 AI 代理,可从自然语言提示设计、记录并验证 KiCad PCB,同时确保符合 ERC/DRC 规范。
XiaoPuOuO/openchatx-mcp
OpenChatX 是一个本地代理平台,通过官方 MCP 隧道连接 ChatGPT,实现文件管理、shell 执行和跨会话持久工作流等高级功能。
AI4Finance-Foundation/FinRobot
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。
12britz/awesome-free-models
一个经过策划并定期验证的免费AI模型、API和开发工具列表,允许用户无需信用卡即可构建和运行AI应用。
xhongc/ai_story
AI Story 是一个基于 Docker 的网页平台,能将简短的文字提示转换为完整的短片。它会自动将提示改写为脚本、建立分镜脚本、通过多种 AI 图像服务生成图像、规划镜头运动并渲染最终视频,整个过程由 Django、Celery、Redis 和 Vue 前端进行协调。
wttwins/wrong-notebook
一个AI驱动的错误管理工具,帮助学生通过自动标记和生成相似题目,组织、分析和复习错题。
LearningCircuit/local-deep-research
本地深度研究(LDR)是一个开源、自托管的AI研究助手,可在您自己的硬件上运行。它自动搜索网络、学术数据库和您的个人文档库,然后使用您配置的任何LLM(例如本地Qwen-3.6-27B模型)综合生成一份引用丰富的报告。所有数据均使用SQLCipher加密存储,系统包括细粒度的出口控制、零遥测和供应链加固。可通过Docker、Docker-Compose或pip安装,并选择多种注重隐私的“出口范围”来限制网络流量。
onlook-dev/onlook
一个面向面向 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook Code Onlook N Onlook N Onload 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 收缩 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 \nOnlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 解决 Onlook 建立 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解決 Onlook 解决 1. Onlook 解决 2. Onlook 解决 3. address 解决 ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------ --------------------------------thoughtful_thought: 32 tokens. end-of-thought-process.```json} [ {
XiaoMi/xiaomi-miloco
一个由AI驱动的家庭智能代理,利用摄像头感知和大语言模型主动管理家务并学习家庭习惯。
dograh-hq/dograh
Dograh AI 是一个开源、可自托管的平台,用于构建语音 AI 代理,具备可视化工作流编辑器、模块化 LLM/STT/TTS 集成、电话连接器及 SDK。通过一键式 Docker 安装,几分钟内即可在本地运行。
autonomous-ai/lampOS
物理AI操作系统,通过基于Go的操作系统、HAL驱动程序、语音管道和Markdown定义的技能,让LLM代理控制真实机器人(Lamp、Intern、Reachy Mini)。
peteonrails/voxtype
Voxtype 是一款开源、采用 MIT 许可的 Linux 应用,提供本地、实时的语音转文本听写功能。它支持运行快速的 CPU 模型(Cohere Transcribe 运行速度比实时快 9-11 倍),并支持 GPU/Intel NPU 加速、九种可互换的转录引擎、多语言支持、会议模式转录、以及深度的桌面集成(Wayland/X11, 热键绑定, 自动暂停媒体, 波形 OSD)。除非用户选择使用远程服务器,否则所有处理过程都保留在本地机器上。
microsoft/data-formulator
一款由 AI 驱动的数据可视化工具,利用智能体连接碎片化的数据源,并通过分支式的“Data Thread”工作区实现自然语言数据探索。
Tencent-Hunyuan/HunyuanVideo
HunyuanVideo 是一个拥有超过 130 亿参数的开源视频基础模型,使用混合 Transformer 架构和 3D VAE 从文本提示生成高质量视频。