正在涨的 AI 项目

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。

一个可扩展的社交媒体模拟器，使用 LLM 代理模拟 Twitter 和 Reddit 等平台上多达一百万的用户，以研究社会现象。

一款适用于 Windows 11 的实时音频翻译工具，通过将 Windows Live Captions 与 LLM 及传统翻译 API 相结合，通过透明叠加层提供翻译字幕。

Figma 的 MCP 服务器文档 – 一个 HTTP 服务，允许 AI 编码助手从 Figma 读取设计数据（组件、变量、布局），生成占位图像，并（在测试阶段）将数据写回画布。包含 VS Code、Cursor、Claude Code、Gemini CLI 的设置方法、速率限制信息，以及提示 AI 代理将帧转换为代码的最佳实践。

一个旨在自动化数学建模竞赛全流程的 AI 代理框架，涵盖问题分析、编码到生成专业提交论文的全过程。

MJWarp 是一个用于机器人研究的 GPU 加速物理模拟器，可在 NVIDIA 硬件上提供高吞吐量模拟和批量渲染。

为 ComfyUI 添加自定义节点，使您可以串联 MiniMax‑H3 视频加音频生成。前一个片段作为潜在表示传递（无需解码‑编码），保留精确的像素数据并延续音频波形。包括保存/加载潜在表示、修剪、串联以及可选的漂移减少节点，实现具有一致运动和声音的无缝多片段视频。

一个用于四足机器人的开源框架，可处理步态协调与伺服电机控制，使研究人员和创客能够构建 AI 驱动的机器人宠物。

《从零开始构建大语言模型》一书的中文翻译，提供技术指南和代码示例，帮助理解和实现LLM架构。

MinhNguyenDS/AI-pdf-books 是一个经过策划、按文件夹组织的 AI/ML/LLM/数据科学 PDF 集合，来自主要出版商，包含清晰的贡献指南和法律免责声明，声明材料仅供教育用途，并保留其原始版权。

一个包含 MCP 服务器的仓库，让 AI 助手通过自然语言读取、分析和修改 Cloudflare 账户配置。包括一个推荐的广泛访问 API 服务器（位于单独仓库）以及用于文档、容器、浏览器渲染、监控、安全等的领域特定服务器。每个服务器在 /mcp 路径公开无状态 HTTP 处理器；旧的 /sse 端点返回 410 错误。通过任何支持远程的 MCP 客户端或 Cloudflare AI Playground 连接。某些功能需要付费的 Workers 计划。

Loop Engineering for VLAnything 是一个端到端的 Python 工具包，可让您记录、合并、审计、丰富并迭代改进用于视觉-语言-动作模型的多模态机器人学习数据集（RGB、RGB-D 及未来视觉触觉）。它提供保守的、侧车优先的质量审计、可插拔的语义评估器、语言标注流水线以及策略改进的闭环反馈，完全兼容 LeRobot 数据格式，并可发布到 Hugging Face。

ripwire 是一个单一二进制工具，为 AI 编码代理提供快速、廉价且诚实的代码库地图，减少令牌使用并防止自动编辑期间的错误。

O'Reilly 书籍《AI 系统性能工程》的配套代码库，提供性能分析脚本、CUDA/Triton 内核、分布式训练配置以及 200 多项性能检查清单，帮助工程师优化基于 GPU 的训练和推理。

一个基于 PyTorch 的深度学习库，提供高层组件以提升生产力，提供低层组件以实现研究灵活性。

Nx 是一个智能的单体仓库工具，适用于 TypeScript 和多语言代码库，通过增量构建和 AI 驱动的 CI 自愈功能，加速开发周期。

Memmy 是一个本地内存和代理运行时，可在不同的 AI 编码助手之间提供持久化上下文，使它们能够共享项目历史记录和偏好设置。

一个利用 Florence-2 和 LaMA 模型检测并无缝移除图像和 AI 生成视频水印的 AI 工具。

learn-workbuddy是一个开源的教学蓝图，通过24个动手实践的Python课程重建WorkBuddy桌面AI助手的架构，每课添加一个机制（代理循环、边车、记忆、审计沙箱等）。它解决了CLI代理和生产级桌面代理之间的工程差距——长时间运行的进程、上下文限制、安全性和多提供者支持——并提供完全离线的演示和最小标准库参考实现。

AIOS 是一个面向基于 LLM 的代理的开源“操作系统”。内核（此仓库）管理 LLM 实例、内存、存储和工具沙盒化，通过 Cerebrum SDK 暴露系统调用风格的 API。支持多种模型后端（Ollama、vLLM、HuggingFace、Deepseek），集成外部工具，并提供从本地单机部署到远程、个人和虚拟化内核的多种部署模式。通过 Python 3.10/3.11 环境安装，配置通过 `config.yaml` 完成，代理可通过 Web UI 或自然语言终端运行。项目为研究级（多篇会议论文），并持续维护。

一款自托管的求职助手，利用 AI 自动化职位发现、审阅简历并将候选人与职位列表匹配，同时保持数据私密。

OpenWrite 是一个 DeepSeek Harness 插件，通过 Web UI 和斜杠命令添加完整的 AI 辅助小说写作工作流——规划、起草、多模型审阅和导出——并将所有资产存储在本地。

JADX‑AI‑MCP 是一个用于 JADX 反编译器的 Java 插件，外加一个 Python MCP 服务器，让大型语言模型（例如 Claude）能够实时与反编译后的 Android APK 进行交互。用户可以让 AI 解释代码、查找漏洞、重命名混淆符号、获取资源，甚至进行调试，所有这些都可以在 JADX 图形界面内完成。

Mural 是一款原生 iPhone/Android 应用程序，使用您自己的 OpenAI API 密钥来进行 AI 驱动的口语对话，以协助语言学习。它将进度存储在本地端，根据您的回复调整难度，并支持 12 种语言。

FlowGram 是一个开源的可视化工作流框架（bytedance/flowgram.ai），用于构建 AI 代理管道。它提供 Web SDK 和原生桌面应用，具有拖放画布、内置 LLM、HTTP 和代码节点、作用域变量、表单生成、调试和版本化发布。通过 `npx @flowgram.ai/create-app@latest` 快速开始，并在 flowgram.ai 上查看详细文档。

Meeting Recorder 是一款基于 Rust 的 Linux 应用，可录制麦克风和系统音频，使用 Whisper 在本地进行转录，提供说话人分离、可选的 AI 生成章节，并与 Omarchy 桌面环境紧密集成——同时将数据保留在设备上。

一个私密的、本地优先的语音和文本AI助手，能够持续记忆对话，并与本地工具集成，充当个人伴侣。

一种通过个体发言者与协调导演的双层优化，防止人格坍塌和社交迎合的社会协作型 AI 同伴多智能体框架。

ProtoMotions 3 是一个基于 Apache-2.0 许可、GPU 加速的框架，用于大规模运动学习、重定向以及人形机器人的仿真到现实部署。它支持在 AMASS 和 BONES 等数据集上进行多 GPU 训练，通过 PyRoki 进行一键重定向，跨模拟器测试（Isaac Gym、Newton、MuJoCo），并导出 ONNX 策略以在真实硬件（例如 Unitree G1）上进行零样本部署。

Airbyte 是一个开源数据移动平台，可将数据从数百个源同步到数据仓库或 AI 代理，并提供 SDK 将这些连接器转换为 LLM 就绪工具。

HoloMotion 是一个用于人形机器人控制的端到端框架，通过将多样化的人类运动数据转换为可执行的机器人策略，实现实时运动跟踪和指令跟随。

一个 MIT 许可的计算机视觉库，提供超过二十项视觉任务（包括检测、分割和姿态估计）的统一 API，并集成训练和导出工具。

一个MCP服务器和CLI工具，使AI助手能够以编程方式控制西门子TIA Portal，用于项目生成、硬件配置和PLC/HMI开发。

一个精选目录，收录了150多个基于终端的AI编码代理，它们可以在你的本地开发环境中自主读取、编辑和执行代码。

一个用于 Claude 的视频编辑插件，通过处理静音剪辑、字幕添加和视觉风格化等任务，实现社交媒体短片、动态图形和缩略图制作的自动化。

Paper2Poster 是一个多模态自动化系统，利用多智能体流水线将科学论文 (PDF) 转换为可编辑的演示海报 (PPTX)，并提供评估基准（PaperQuiz、VLM-as-Judge、统计指标）来评估海报质量。

LIBERO-MAX 是一个机器人基准测试，通过比较数千个配对的稳定和动态场景中的性能，来衡量机器人策略在任务进行中适应意外环境变化的效果。

将可重用的 AI 代理技能和 MCP 服务器打包为可移植、可分发插件的供应商无关标准。

Terminal-Bench 是一个持续基准测试，通过多样且不断演进的困难任务来衡量前沿 AI 代理的能力。

从剧本解析、角色一致性到批量视频生成，全面自动化整个流程的生产级AI电影制作工具

为 oh-my-pi 编码代理提供的现代化网页 UI，提供基于浏览器的工作区，用于聊天、项目管理和文件预览。

一个在 Cloudflare 上构建和部署全栈应用的代理平台，配备 AI 编码代理，负责规划、文件编辑和实时预览。

从一次72小时的直播构建中提取的文件和模板，三名xAI工程师使用编码代理发布了一款产品，内容包括代理规则、40个记录在案的失败案例、69个角色定义、9个角色手册，以及一个强制要求“先证明后合并”的PR模板。

一款AI驱动的社交媒体诊断工具，可分析账号表现、拆解爆款内容，并为创作者生成数据驱动的销售脚本和内容策略。

这是一本全面且免费的Hermes Agent框架指南，详细介绍了如何使用其自我改进学习循环、多层记忆和多代理编排功能。

CLI Agent Orchestrator (CAO) 是一个Python工具，允许您将多个AI编码命令行界面（如Claude Code、Copilot CLI等）作为协调代理运行。它启动本地服务器，在各自的tmux窗格中启动每个提供者CLI，并提供Web UI、API和插件系统，用于构建并行或顺序的代码生成管道。