正在涨的 AI 项目

一个专为安全专业人士设计的开源 Python 框架，旨在通过红队测试主动识别生成式 AI 系统中的风险和漏洞。

一个将生成式 AI 扩散模型集成到 Krita 绘画工作流的插件，提供修补、实时绘画和精确结构控制等工具。

一种利用图像生成与 AI 评判的闭环循环来构建视觉效果出色的项目（如游戏、应用或 3D 场景）的智能体技能。

一款内置生成式 AI 和 MCP 支持的 macOS 视频编辑器，使 AI 代理能够直接在时间线上创建和编辑内容。

GLM‑OCR 是一个紧凑型（0.9 B）多模态 OCR 模型，用于复杂文档理解。它在基准测试中达到顶级性能，可通过 vLLM/SGLang/Ollama 高效运行，并提供 Python SDK、CLI 和 Flask 服务器。您可以通过智谱的云 MaaS API（无需 GPU）使用它，或自行托管模型并可选布局检测。该项目是开源的（Apache 2.0 代码，MIT 模型），并包含微调指南和部署示例。

InferenceX™是一个Apache-2.0开源平台，持续跨多个硬件平台和软件堆栈对LLM推理性能进行基准测试。它提供端到端、网络和内核级基准测试套件、实时公共仪表板，以及用于在本地或云端运行可复现测试的工具。

用于构建生产级 MCP 服务器的企业级 TypeScript 框架，内置身份验证、依赖注入和可视化调试工具。

TianRuo OCR v6 是一款 Windows 桌面应用，可捕获屏幕文本，通过 PaddleOCR/RapidOCR 实现在线或离线 OCR，并使用多种在线服务进行翻译。支持常规、静默、截图和剪贴板监听模式，可配置快捷键，支持印刷体、表格和手写文本识别。

Rainman Translate Book 是一个 agent-skill，能将 PDF/DOCX/EPUB 转换为 Markdown，分割成块，并使用 LLM 子代理（Codex、Claude Code、OpenClaw）并行翻译每个块，通过 SHA-256 清单进行验证，合并结果并构建 HTML/DOCX/EPUB/PDF 输出，提供可恢复运行和术语表以实现术语一致性。

一个开源的 Python 框架，用于构建具有持久运行时的长程代理，以确保生产环境中的可靠性和可恢复性。

一个精选的 OpenAI GPT Image 2 创意提示词集合，包含 17,979 条提示词，并配有网页画廊、分类和精选示例。

Peekaboo 是一款仅适用于 macOS 的 CLI 和菜单栏应用程序，可捕获屏幕、通过辅助功能 API 构建结构化 UI 地图，并让您自动化点击、输入、按键、滚动等操作。它还包含一个由 LLM 驱动的“代理”，可执行自然语言指令，并可对外暴露给外部 Model‑Client‑Protocol (MCP) 客户端（例如 Codex 或 Claude Code）。

一个跨平台的 CLI 工具，使 AI 代理能够通过高效率的 UI 大纲和简化的交互指令，观察并操作 iOS 和 Android 屏幕。

一个跨平台的机器学习加速器，可优化各种框架（如 PyTorch 和 TensorFlow）模型的推理与训练。

Claude Octopus 是一个 Claude Code 插件，可让您调用多达十二个外部 LLM 提供商，用于结构化多模型审查、委员会审议和自主规格到代码流水线。它保持休眠状态，直到您运行 `/octo:*` 命令，提供 31 个内置角色、持久记忆、安全门控，并支持 Linux/macOS（Windows 通过 WSL）。MIT 许可且积极维护。

SourceWeft 是一个可自托管的开源 AI 工作站，集成了聊天、知识源、文件和任务执行。它利用多代理协作、技能库、MCP 工具集成和沙盒执行，同时支持自带模型和 API 密钥。它提供适用于 macOS、Windows 和 Linux 的桌面客户端以及 Web 应用，并支持具有角色和访问控制的团队协作。根据 Apache 2.0 许可证授权。

APM是一个由微软支持的开源依赖管理器，用于AI编码代理。它允许您在单个`apm.yml`清单中声明技能、提示词、插件和MCP服务器，解析传递依赖，使用基于哈希的锁文件锁定版本，并通过审计和可选的`apm-policy.yml`强制执行安全性和策略。可通过Homebrew、脚本、pip、WinGet或Scoop安装，它针对GitHub Copilot、Claude、Gemini、Cursor等代理。

一种面向 AI 代理和开发者的以运动为先的创意网页工程技能，利用真实物理和自动化无头验证构建高触感交互网站。

slime 是一个开源的 RL 后训练框架，将 Megatron-LM 训练与 SGLang 推理相结合，为微调 LLM（GLM、Qwen、DeepSeek、Llama 3 等）提供高性能、可扩展且可定制的循环。它提供统一的数据缓冲区架构、基于 Ray 的编排、可选的持久化存储，以及用于调试、性能分析和容错的广泛工具。用于 GLM-4/5 系列的生产，服务于构建智能体或奖励驱动的 LLM 系统的研究人员和工程师。

groma.md 是一个工具，用于生成并维护存储在纯 Markdown 中的实时、交互式 C4 架构地图，确保你的文档与代码保持同步。

CodeBoarding是一个开源工具，可静态分析代码库，将代码聚类为高级组件，使用LLM生成可读描述，并输出`analysis.json`，可在Web UI、VS Code或CI中可视化为架构地图。它帮助审查者查看拉取请求在组件级别的影响，并可自动渲染文档。

一个精选的对抗性越狱提示和技巧集合，针对开放权重的大型语言模型，配有完整的提示模板和验证截图，用于红队研究和防御性AI对齐。

MoviePy 是一个支持程序化视频编辑的 Python 库，允许用户通过代码对视频和音频文件进行剪辑、合成以及应用自定义特效。

一个用 Zig 编写的超轻量级自主 AI 助手基础设施，可在极低开销的硬件上运行。

一组入门设置、模板和配置脚本，旨在通过结构化的记忆库系统改善 Claude Code 的记忆和上下文保持能力。

通过自然语言提示，自动完成脚本编写、媒体获取和编辑的对话式AI视频创作工具。

一款面向 macOS 的隐私保护型设备端语音转文字及会议转录应用，使用本地 AI 模型以确保数据不会离开设备。

Vocero CRM 是一个自托管的开源 WhatsApp CRM，包含一个 AI 代理和一个测试实验室，用于在与真实客户交互之前模拟和评估代理性能。

一个使用 Docker 或 Podman 创建持久且隔离的 Linux 工作区的工具，为软件开发和 AI 编码代理提供安全的环境。

一个MCP服务器，将AI助手连接到Grafana，使其能够跨多个数据源查询可观测性数据、管理仪表盘和处理警报。

TensorSharp 是一个用于 GGUF LLM 的 .NET 10 推理引擎，提供 CLI、Web-API 以及桌面/移动端 (TensorAgent) 接口，支持 CPU、CUDA、Metal 和 Vulkan 后端，并支持多种文本、多模态及生成式模型。

一个高性能的文件智能引擎，可从超过 100 种文件格式（包括 PDF、图像和音频）中提取干净的文本、表格和结构化数据。

GodotPrompter 是一个插件，为 AI 编码代理（Claude、Copilot、Cursor 等）配备 56 项 Godot 特定的“技能”目录。当代理收到请求（例如“添加玩家控制器”）时，它会加载匹配的技能并返回符合 Godot 最佳实践的 GDScript / C# 代码、检查清单和说明。包括导师模式、项目脚手架、游戏系统、原生扩展以及对流行插件的支持，所有内容均锁定 Godot 4.3+ 版本。可通过各平台的插件市场安装，SessionStart 钩子自动检测 Godot 项目。

Cotal是一种开放的、基于NATS的pub/sub协议，可让AI代理（Claude Code、OpenCode、Codex等）在任意拓扑（树、图、群集）中通过组播、单播和任播消息进行协调。它提供存在性、持久投递和按代理ACL，并附带用于设置、生成代理的CLI和Web仪表板。Cotal填补了MCP和A2A留下的空白，为多个代理协作提供了共享空间。

Banana Claude 是一个插件，用于规划、审查和执行 Google Gemini 图像生成请求，为用户提供安全、成本可控的工作流程，用于创建、编辑、比较和排版 AI 生成的视觉内容。

OpenAI CLI 是一款官方命令行工具，允许用户直接从终端与 OpenAI REST API 进行交互，无需编写自定义代码即可完成图像生成、文件管理和批处理等任务。

一个高性能、轻量级的 IDE，专为审查 AI 生成的代码而构建，具有原生 Git/GitHub 集成，并可与 AI 编码工具无缝衔接。

一个将代码库索引为知识图谱以向 AI 代理提供精确上下文的高性能代码智能引擎，可将令牌使用量减少高达 50 倍。

一个静态、开源的模块化NSFW提示词模板集合，用于AI代理，组织为14个有序模块，包含35+主题和200+姿势，以及一个固定的组装公式，用于生成详细的英文提示词以生成成人图像。它针对DeepSeek Flash等AI模型，并包含一致性和质量的最佳实践。

一个 ComfyUI 自定义节点，提供交互式 3D 视口，用于控制相机角度并生成与 Qwen-Image-Edit-2511-Multiple-Angles-LoRA 兼容的提示。

Row‑Bot 是一款自托管桌面 AI 助手，让您能与 LLM 对话以创建文件、运行代码、管理设计并与服务交互，同时将数据保留在本地。它通过个人知识图谱提供记忆功能、目标导向代理、审批机制、多设备远程访问以及各种集成（GitHub、Notion、Slack 等）。可在 Windows/macOS/Linux 或 Docker 上运行，使用 Ollama 或任何兼容 OpenAI 的提供者，并将所有内容安全地存储在您的机器上。

Grok App 是一个开源桌面工作台（支持 macOS/Windows/Linux），为本地 Grok Build CLI 提供图形界面。它提供多项目工作区、代理推理的实时流式传输、带实时同步的文件编辑、Git 集成、全渠道 IM 桥接以及可自定义的 UI，同时保持 LLM 执行在本地进行。

Genex 是一款用于游戏开发的桌面应用，借助 AI，您可以将基于聊天的代理（来自 Claude Code、ChatGPT 或本地模型）作为多代理团队来创建资源、代码和完整游戏，并支持导出、发布和插件扩展。

一个精选的GitHub生成式AI项目与服务列表，按类别（文本、编码、图像、音频等）组织，包含推荐阅读、里程碑公告和社区贡献链接。

一款专为日本成人视频设计的专业字幕生成器，通过 VAD、场景检测和后处理的强化流水线，防止 ASR 幻觉并提高在嘈杂音频中的准确性。

一个面向 .NET 的高性能结构化数据引擎，使用紧凑的基于令牌的中间表示，加速多种数据格式的序列化、反序列化和就地编辑。

Agent Deck 是一个基于终端的命令中心，帮助开发者从单一界面管理、监控和编排多个 AI 编码代理会话。

一个 CLI 桥接工具，让 AI 代理程序能通过 Python、SKILL 或命令行，在本地或通过 SSH 以程序化方式控制 Cadence Virtuoso 与 Spectre 芯片设计工具。