正在涨的 AI 项目

一个原生的 Android 伴侣应用和桌面 CLI，让您能够通过语音、聊天和系统级工具，跨设备访问并控制您自托管的 Hermes 代理。

Keras 3 是一个多后端深度学习框架，允许您使用 JAX、TensorFlow 或 PyTorch 构建和训练模型，在提供高水平可用性和最先进性能的同时，防止框架锁定。

一个模块化、检索增强的提示框架，用于 AI 辅助中文网络小说创作。它将工作流程拆分为一个简短的路由器（`SKILL.md`）和多个自包含的子技能（概念规划、开头、情节逻辑、对话、一致性审查等）。每个子技能均包含教程、运行时规则、正反例，并可通过提供的搜索脚本使用本地小说语料库。系统将用户的简短构思路由至相应模块，提取相关示例，构建简洁提示，生成文本，并最终执行一致性审查。专为中文小说作者、提示工程师和对模块化 LLM 写作流水线感兴趣的研究人员设计。

NVIDIA 针对 Linux 的开源 GPU 内核模块源代码发布，支持 Turing 及后续 GPU 的内核级驱动程序编译与安装。

Caire 是一个内容感知图像缩放库，使用接缝雕刻技术来缩小或放大图像，同时保留人脸等重要视觉内容。它提供命令行界面，并支持人脸检测、掩码和并发处理等功能。

ComfyUI‑MiniMaxH3Mod 添加了节点，可将图像、视频和音频编码为可复用的 .safetensors “RefMod” 包，用于 MiniMax H3 模型，加载它们，检查 token 成本，并在 ComfyUI 流程中将其作为条件应用。

一个开源 GUI，支持从 1,800 多个网站下载视频，集成 AI 视频摘要、自然语言编辑和 AI 驱动的字幕生成。

一款基于 ESP32 的物理仪表盘，通过 BLE 监控 Claude Code 的使用情况和速率限制，具有吉祥物动画和 HID 快捷键按钮。

InfiniTensor是一个开源C++运行时，导入ONNX图，应用通用图重写，并在CPU或自定义加速器后端（InfiniOps/InfiniRT）上执行。它提供Python绑定、测试套件和模块化设计，使硬件供应商能够插入自己的内核。

NeuralScreen 是一款仅适用于 Windows 的工具，可将 NVIDIA 的 DLSS 5 神经超分辨率（以及可选的 DLSS 4.5 帧生成）实时应用于整个桌面或单个窗口，为 RTX 20 系列及更新 GPU 提供更清晰的视觉效果和更高的 FPS。

BirdNET‑Go 是一个自托管的实时声音分析服务，运行多个 AI 模型（BirdNET、Google Perch、BattyBirdNET、BirdNET Geomodel），可从实时音频流中识别鸟类、昆虫、哺乳动物和蝙蝠。它提供带有实时频谱图的 Web UI、基于共识的检测引擎、丰富的警报集成功能，并可在 Raspberry Pi 或 Docker 上运行，所有推理均在本地完成。

一个利用 Codex CLI 对标准化数学问题进行模型性能和推理 Token 使用情况基准测试的工具。

Voxenra 是一款用于 DICOM 文件的跨平台医学影像工作站，集成了专业查看、三维重建和本地 AI 驱动的器官分割功能。

一个用于模型上下文协议 (MCP) 的官方 Rust SDK，使开发者能够使用 Rust 构建可互操作的 AI 工具、资源和提示词。

一个用于机器学习的自动超参数优化框架，使用 define-by-run API 动态优化模型设置。

一个AI智能体技能，提供对超过10,000个精选图像生成提示词库的访问权限，允许用户根据特定的内容需求搜索或生成自定义提示词。

herdr‑annotate 是 Herdr 终端 AI 助手的 Rust 插件，可捕获选定的终端文本，将其格式化为带编号的 Markdown 注释，并可复制、存档、粘贴或直接发送到活动 LLM。Full 变体还包括一个 TUI（plannotator‑tui），用于查看 Markdown 文件及代理之前的回复。可在 macOS、Linux 和 Windows 上安装。

一个使用基于树的学习算法来处理大规模数据的高效梯度提升框架，具有高速度和低内存使用的特点。

一个代理式应用程序安全管道，可自动化源代码漏洞的发现、对抗性验证与修复，以缩短从披露到验证修复的时间。

一个轻量、通用的命名实体识别（NER）框架，无需任务特定训练数据即可实现任意实体类型的零样本提取。

一个用于托管、团队拥有 AI 代理的云原生平台，具备持久的工作环境并可在多个通讯管道间共享知识。

myAiVideos 是一个基于 Docker Compose 的开源系统，可自动化中文内容的短视频创作全流程（主题 → 脚本 → 视觉 → 音频 → 后期 → 分发）。它采用 FastAPI 编排器 + Java Spring-Boot 网关（负责认证、路由、熔断与计量），并集成多个 LLM 与多模态模型（DeepSeek、GLM、Kling、TTS 服务）。该流水线分层设计、具备故障转移能力，且通过 Langfuse 和 Prometheus 实现全链路可观测性。

Exo 是一个开源、可自托管的运行时，让你可以用 Markdown 编写 LLM 代理，选择任何支持的 harness（例如 Codex、Claude Code、Pi），并以持久状态、沙箱执行和安全凭据处理来运行它们。

GLM‑5 是一个开源权重 LLM 系列（最高达 744B 参数，1M token 上下文），专注于编程、网络安全和长程代理任务。它引入了稀疏加线性注意力机制（Flash）、IndexShare 效率技巧，以及推理努力程度 API。模型可从 Hugging Face/ModelScope 下载，并可通过 SGLang, vLLM, Transformers, KTransformers, 或 Ascend NPU 进行部署。支持通过 slime RL 框架和 ms‑swift 进行微调。该系列在多项基准测试中声称具有顶尖的开源性能。

Lance 是一个专为多模态 AI 优化的开源湖仓格式，为机器学习工作流提供高性能向量搜索、快速随机访问和高效的数据管理。

本仓库汇集了官方的 ComfyUI 工作流模板和可复用的子图蓝图，为分享、浏览和部署复杂的节点式工作流提供了一种标准化方式。

一个Unity官方插件，为AI代理（Claude Code、Codex、Grok、Antigravity）提供自然语言技能，通过调用Unity CLI来编辑Unity项目——添加UI、广告、资源等。可通过每个代理的市场命令或手动安装，然后使用`/unity:`或描述任务来调用技能。

Humming 是一个轻量级、高性能的 JIT 编译库，用于量化矩阵乘法，能够在 NVIDIA GPU 上支持多种低比特精度格式的高效推理。

一组标准化的任务定义和指令，使 AI 编码代理能够在 Hugging Face Hub 上执行复杂的 AI/ML 工作流。

一个用于 Python 和 Rust 的进程内向量搜索库，利用 TurboQuant 将嵌入压缩高达 15.5 倍，无需专用数据库服务器即可实现快速、内存高效的相似度搜索。

一个自托管的多用户 AI 聊天服务和 API 网关，将多个 AI 提供商整合为单个轻量级 Go 二进制文件，内置用户和配额管理。

一个安全、经过验证的注册表和 CLI，用于安装经过验证的技能和指令，以扩展专业 AI 编码代理的功能。

Agentero 是一款跨平台桌面应用，让研究人员能够阅读 PDF、做链接的 Markdown 笔记，并通过开放的 ACP/MCP 协议与本地 AI 智能体交互。它将公式和表格提取为结构化的 Markdown/LaTeX，集成 Zotero 库，支持批量论文发现（Cool Papers、RSS、arXiv），并提供用于自动化的无头 CLI。所有数据都保存在普通文件中，可通过 S3 或 SSH 同步。MIT 许可。

Dynamo 是一个开源、基于 Rust 的编排层，用于协调多个 GPU 或节点进行 LLM 推理。它在 vLLM、SGLang 或 TensorRT-LLM 等引擎之上增加了分离式 prefill/decode、KV 感知路由、缓存卸载、自动扩展和 Kubernetes 集成，为大规模 LLM 服务提供高达 7 倍的吞吐量提升和更快的冷启动。

GEO Citation Lab是一个公开实证研究工作台，提供大规模跨平台引用数据、61万条中文引用记录、研究论文集和在线测试，用于研究AI搜索引擎如何选择信源、吸收内容及呈现实体。

PasteGuard是一个自托管代理，在请求到达LLM提供商（ChatGPT、Claude、Gemini等）之前，对请求中的个人数据和秘密进行脱敏。它通过Docker运行，提供仪表板，并支持仅掩码和路由到本地LLM两种模式。

Intern-Decision 是一个模型，它将状态、可选图像和类型化问题（选择、评分、是/否）转换为校准的决策概率。它微调了 Qwen3.5 的语言骨干，包含训练和两个推理后端，并附带分布校准基准和浏览器演示。

用于管理机器学习模型和表格等数据资产的云原生数据管道编排器，具备集成的血缘追踪与可观测性。

StarVLA 是一个模块化的开源代码库，用于开发机器人的视觉-语言-动作模型。它提供即插即用的组件、多种 VLA 框架、训练配方和基准集成，专注于快速原型设计和轻松定制。

机器人操作系统（ROS）是一套开源的软件库和工具，旨在帮助开发者构建机器人应用。

AIGCPanel 是一个跨平台桌面应用（Electron + Vue 3），集成了开源 AI 模型，用于数字人视频、多模型 TTS/语音克隆、语音转文字，以及 25+ 音视频实用工具。它提供可视化拖拽工作流编辑器和直播评论自动化（VIP 版），还配备 CLI 用于脚本化操作。用户可通过内置市场安装模型，所有内容可在本地运行，或连接远程/云服务。

一个集中管理 AI 代理技能的工具，让用户可以一次安装，并在多达数十种不同的 AI 编码工具和设备之间同步。

一个 Codex 插件，为 AI 代理提供一组专业技能和工具，通过 chengfeng-videocut 运行时执行自动化视频编辑操作。

一款跨平台的实时语音翻译应用，支持使用云 API 或完全离线的本地推理，实现双语会议中的实时双向通信。

一个开源代理工作区，用于知识工作和软件开发，允许用户通过选择不同的模型和提供商来自动化工作流并构建 AI 工具。

Emacs Agent Shell 是一个 Emacs 包，为与任何实现 Agent Client Protocol (ACP) 的 LLM 代码助手进行交互提供原生的 REPL 风格缓冲区。它启动提供者的 CLI（如 Claude、Codex、Gemini 等）进入 ACP 模式，处理认证、环境设置，甚至支持图像/截图输入，让开发者可以直接在 Emacs 内与 AI 代理对话。

一个使AI编码工具能够与EasyEDA Pro交互，实现自动化调试和扩展开发的API技能包。

nao 是一个开源的代理式 BI 构建器，允许数据团队为 AI 代理创建受控的上下文层，从而实现全公司范围内准确的自然语言数据分析。