正在涨的 AI 项目

一个Claude Code插件，可将对话转化为完整的专辑制作流水线，协调AI生成音乐所需的研究、歌词和音频母带处理。

一个知识管理框架，使 AI 智能体能够为个人项目和复杂信息收集研究、汇编并维护结构化维基。

该仓库托管了 Feynman，一个基于 CLI 的 AI 研究助手，可通过协调多个 LLM 驱动的代理来执行文献综述、论文审计、复现规划和草稿撰写。它可通过脚本或 npm 安装，连接模型提供者，查询多种学术 API，并以出处记录结果。遥测为可选功能。

LumiBot 是一个开源的 Python 框架，允许您编写单一交易策略并将其作为回测、模拟交易机器人或实盘交易机器人运行。它增加了一个内置的 LLM 代理运行时（研究、辩论、风险检查、执行），同时在任何经纪商订单之前保持确定性的 Python 防护门。支持股票、期权、期货、外汇、加密货币和预测市场，并集成了 12 家经纪商（如 Alpaca、IBKR、Tradier 等）。通过 pip 安装，使用 `lumibot init` 生成入门代码，利用免费的 Yahoo 数据进行回测，然后使用相同的代码进行模拟交易或实盘交易。

一个用于练习从零开始实现 PyTorch 操作符和架构的交互式编码平台，帮助准备 ML 工程师面试。

Speakr 是一个自托管的私有平台，可将音频和视频转录为可搜索的智能笔记，具备说话人日志、AI 驱动的摘要生成以及跨录音语义搜索功能。

OpenCode Telegram Bot 是一个 Node.js 客户端，可让您从 Telegram 控制本地运行的 OpenCode AI 编码服务器。它支持远程提示、会话管理、实时进度跟踪、模型切换、文件浏览、计划任务、语音输入和强大的安全性（用户 ID 白名单）。通过 npm 安装，使用 BotFather 令牌和您的 Telegram ID 进行配置，并通过一组斜杠命令进行交互。

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。

一个轻量级机器人，将 Feishu/Lark 聊天工具与本地 Claude Code 或 Codex CLI 连接起来，实现基于聊天的编程助手交互。

一个 Claude Code 插件，通过多种后端提取视频帧并转录音频，使 AI 能够分析视频和 YouTube 链接。

一个用 Go 构建的多租户 AI 代理平台，为 20+ 个 LLM 提供商和 7 个消息渠道提供统一网关，并内置多代理编排功能。

一个开源平台，将来自多个提供商的可穿戴设备数据统一为单一 API，使 AI 代理和健康应用能够访问健康指标。

一个 Python CLI，统一了 BOSS 直聘上的职位搜索、福利筛选、本地候选清单、AI 增强的简历工作和招聘方操作，并通过 JSON 信封化、模式驱动的接口向人类用户和 AI 代理公开所有功能。

一个为 AI 代理提供永久记忆的系统，使用摘要的二叉树和 CLI 工具在会话间维持持久知识。

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。

Typesense 是一个用 C++ 构建的开源、快速、容错拼写错误的搜索引擎，可作为 Elasticsearch 的更简单替代方案，以及 Algolia 托管服务的可自托管、低成本替代方案。它支持全文、向量、语义/混合及对话式（RAG）搜索，还支持图像和语音搜索，全部通过简单的 HTTP API 实现。

SkyRL 是一个开源的模块化强化学习框架，用于训练 LLM 执行长周期、工具使用任务。它集成了核心训练栈（支持 Tinker API）、代理层、Gymnasium 风格的环境库以及跨平台后端，并为前沿模型和实际应用提供了配方。

此仓库提供了一个 AI 驱动的“技能”，能将软件项目的近期更新转化为短篇宣传视频。它会提取更新日志项目、重复使用产品的 UI 组件、撰写文案、使用 GSAP/Three.js 进行动画制作、合成音乐与音效，最后导出 MP4 以及可编辑的视频项目。此技能通过 Vercel Skills CLI 安装，并可与 Claude Code、Codex 或类似的 AI 编程辅助工具搭配使用。

一套为 Apple 平台提供的基于 Core ML 的端侧推理框架，提供语音转文字、文字转语音和说话人日志功能。

一个使用 LLM 和无向量推理检索将原始文档编译为结构化、互联的维基式知识库的开源系统。

使用 Kokoro-82M 模型将 ePub、PDF 和文本文件转换为带有同步字幕的高质量音频的文本转语音转换工具。

SeeCut 是一款由人工智能驱动的剪辑代理，它通过让 AI 观看、剪辑并迭代改进自己的剪辑，自动将说话人视频转变为动态、有证据支持的短视频。

LLM Zoomcamp 是 DataTalks.Club 提供的免费开源 10 周课程，通过动手实践教授你构建生产级 LLM 应用，涵盖 RAG、向量搜索、AI 智能体、评估和监控。你可以选择实时小组（有截止日期、同行评审和证书）或自定进度（无证书）。先决条件是基本 Python、命令行和 Docker——不需要 ML 经验或 GPU。课程包括 7 个模块、一个顶点项目，以及通过 Slack 提供的强大社区支持。

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。

一个以代码渲染、TUI 风格的 Mili“world.execute(me);”粉丝音乐视频，包含 DeepSeek Harness 聊天窗口与模型可视化引擎。

Apache APISIX 是一款快速、可扩展的开源 API 网关，也可作为 AI 网关，通过内置的负载均衡、Token 速率限制和安全功能，对 LLM 提供商进行流量路由与管理。

VGGT-Ω是一种研究级神经网络，可从RGB图像中联合预测相机位姿、深度图（以及可选的文本对齐嵌入）。该仓库提供10亿参数的预训练检查点（512px、416px复现版、256px文本对齐版）、训练/数据整理代码、数据准备指南、Gradio演示以及详细的GPU内存基准测试。适用于3D重建、AR/VR、机器人学及其他需要几何感知的视觉任务。

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。

StemKit 是一款本地桌面应用程序，可将 YouTube 歌曲拆分为独立的乐器和人声轨道，让用户无需将数据上传到云端即可进行音乐混音或练习。

TypeUI 是一个以 AI 为先的平台，为 AI 编码工具提供设计技能、UI 提示词和布局指导，帮助它们在任何支持 Markdown 的 AI 提供商中生成更好的用户界面。

slide-maker 是一个开源 AI 技能（适用于 Claude Code 或 Codex），它能够读取您的论文、代码库或文档，规划故事线，设计幻灯片，并输出完全可编辑的原生 PowerPoint 文件。它确保数据源准确，运行独立的审查机制，并提供多种模板风格和视觉语言。

ms‑365‑mcp‑server 是一个 Node.js MCP 服务器，将 Microsoft 365 Graph API 封装为大量声明式“工具”，供 LLM 助手使用。它处理 MSAL 身份验证，允许你过滤工具面和 OAuth 范围，支持只读模式，并可以以 JSON 或节省令牌的 TOON 格式输出结果。专为 Claude Desktop、Open WebUI 和类似的 AI 代理平台设计。

Spark 是一个开源、采用 MIT 授权的库，为 THREE.js 增加了实时 3D 高斯泼溅（Gaussian-splatting）渲染功能。它几乎适用于所有支持 WebGL2 的设备，支持多种 splat 文件格式，并提供动态编辑、多视角渲染以及着色器图形系统。可通过 CDN 或 npm 安装，或在本地构建（Rust → WASM）。由 World Labs 开发。

一个精选的开源库列表，用于部署、监控、版本管理、扩展和保护生产机器学习系统，按类别组织，每月更新，并提供搜索工具。

一个社区精选的 Agent Skills 目录——Agent Skills 是简单的文本文件，用于教导 AI 助手按需执行特定任务。它整理了来自主要 AI 公司（Anthropic、OpenAI、Google 等）的官方技能和社区贡献的技能，并提供查找和管理工具。技能分三个阶段加载（浏览、加载、使用），适用于 Claude Code、Codex、GitHub Copilot 等多种 AI 代理。

memU是一个轻量级、代理驱动的个人记忆系统，用于记录LLM会话日志，将有用的交互转化为可复用的Markdown“技能”，并使这些技能在会话、代理和设备之间可搜索。它通过小型主机适配器二进制文件（如memu-codex、memu-claude-code）工作，这些二进制文件接入代理的会话日志和指令文件。核心记忆逻辑约500行Python，将嵌入存储在SQLite、Postgres或内存存储中。安装是一键设置，使用memU Cloud（或自托管）的API密钥。安装后，代理会自动检索相关技能再回答，开发者可以通过`memu memorize`将自定义对话输入memU。采用Apache-2.0许可证。

一个 Claude Code 插件，将繁重或重复的开发任务委托给更便宜的基于 Gemini 的代理，使 Claude 能够专注于高层判断和验证，同时降低整体成本。

Vosk 是一个离线开源语音识别工具包，可为从 Raspberry Pi 到大型集群的各种设备提供 20 多种语言的连续转录。

LLPlayer 是一个仅支持 Windows 的 C# 媒体播放器，支持 AI 驱动的字幕生成（Whisper ASR）、实时翻译（通过云或本地 LLM）、位图字幕 OCR、双字幕显示、单词查询及在线视频支持。专为语言学习者设计，采用 GPL-3.0 开源协议。

一个为自动驾驶车辆商业化部署提供生产就绪软件栈的开源框架。

TheBigPromptLibrary 是一个开放的教育性收藏集，收录了主要 AI 聊天机器人的真实系统提示词、自定义指令、越狱提示词和保护提示词，以及关于提取和保护这些内容的文章和工具。它明确允许仅用于合法、教育目的。

这个Obsidian插件通过安全的、经过身份验证的REST API和内置的MCP服务器暴露笔记库，为脚本、浏览器扩展和AI代理提供完整的CRUD、搜索、定向修补、事件流和命令执行功能，同时阻止对配置目录的访问。

ShardX 是一款开源的反检测浏览器启动器，通过运行隔离的、指纹伪装的 Chromium 配置文件，帮助用户管理多个身份并进行网页抓取，同时避免被检测到。

一个在浏览器中运行实时 GPT-2 模型，帮助用户学习 Transformer 模型如何预测文本的工具。

一个 Claude Code 技能，使 AI 能够使用严格的设计规则手册、62 个组件的 HTML 库以及自动化规则检查来生成专业的咨询风格演示文稿。

RoboCasa365是一个开源的仿真套件，用于在厨房环境中训练和基准测试通用机器人操作策略。它提供365个LLM生成的任务、数千个场景和物体、带有子任务标签的大量演示数据、Gym包装器，以及用于算法比较的公开排行榜。

一个通过 Local REST API 插件，使 AI 助手能够读取、搜索和编辑 Obsidian 知识库笔记的 MCP 服务器。

LinguaGacha 是一款桌面应用，利用 LLM API（OpenAI、DeepSeek 等）批量翻译小说、字幕和游戏脚本，支持 16 种语言，保留格式，并提供术语提取和自动校对功能。