正在涨的 AI 项目

一种从非侵入性脑记录中解码自然句子的系统，可实现打字过程中脑活动到文本的重建。

一个免费的浏览器扩展和桥接工具，将流行的 AI 聊天界面转变为能够控制 Roblox Studio 编写脚本和生成资产的代理。

一套全面的 ComfyUI 节点集合，专为端到端 AI 视频制作打造，包含场景构建器、面部修复、LoRA 训练及音视频同步工具。

PhotoPrism 是一款开源的自托管 Web 应用，利用设备端 AI 自动对个人照片和视频进行标签化、搜索和整理，同时保护所有数据隐私。

UseAgent 是一个开源、可自托管的平台，为运行各种 AI 代理提供安全、统一的工作空间，具有隔离沙箱、持久化事件日志和团队范围的工具集成功能。

ComfyUI‑KJNodes 是 ComfyUI 的一个插件，增加了实用节点、跨子图 Set/Get 处理功能以及多种键盘/鼠标快捷键，使构建和维护大型生成图谱更加轻松。

一个多代理协作框架，利用古代中国皇帝行政结构提供制度化监督、实时可观测性以及严格的 AI 任务质量控制。

一个 PyTorch 原生的技术栈，用于在边缘设备（从智能手机、笔记本电脑到微控制器）上本地运行 AI 模型，并具有优化的硬件加速能力。

一个实时基准测试252个免费AI编码模型的工具，帮助您找到最快、最稳定的选项，并自动将其配置到您最喜欢的编码助手中。

iii 是一个统一的运行时和集成框架，通过将所有服务映射到一组通用的 Worker、Trigger 和 Function，简化了后端服务组合、可观测性和智能体工具的使用。

一套可移植的指令包集合，教 AI 编码助手如何使用现代最佳实践、安全标准和 Gutenberg 模式构建 WordPress。

一个基于画布的媒体工作台，专为 ComfyUI 设计，将 AI 生成与专业级图像、视频、音频和 3D 资产编辑工具整合在一起。

KServe 是一个标准化的 Kubernetes 分布式推理平台，能够跨多个框架实现生成式和预测式 AI 模型的可扩展部署。

LeKiwi 是一款具有全向驱动和集成机械臂的低成本移动操作臂，旨在为机器人研究和数据采集提供可访问的解决方案。

一个精选的500多个数据科学和分析资源集合，包括工具、库、学习路线图和面试指南。

一个基于MIT协议的中文AI工程课程，通过从零构建每个算法来教授AI工程，包含20个阶段共542节课程，提供可复用的成果及AI导师支持。

Anthropic 的教育仓库，包含五门课程（API 基础、提示工程、现实世界提示、提示评估、工具使用），教授如何使用 Claude 构建，并使用低成本的 Claude 3 Haiku 模型来降低学生的 API 费用。

一种前馈式 3D 高斯重建框架，可从单个 RGB 图像或多个重叠图像生成 3D 场景，用于新视角渲染。

一个AI驱动的电商客服SaaS平台，将多个购物平台统一到一个界面中，并使用可自定义的LLM自动回复。

一个面向生产环境的 Java 框架，具备基于图的运行时以支持状态化工作流，并提供可视化管理平台

一款即时翻译与语言学习 Android 应用程序，利用 OCR 技术直接在屏幕上翻译游戏、视觉小说与漫画中的文字。

一个通过 Model Context Protocol (MCP) 将安全工具 Burp Suite 与 AI 客户端集成的 Burp Suite 扩展，使 AI 助手能够与 Burp Suite 交互。

Stirrup 是一个用于构建 LLM 驱动型智能体的轻量级 Python 框架。它提供现成的工具（代码执行、网络搜索、文件 I/O、多模态处理）和灵活的 `Tool`/`ToolProvider` 系统，同时自动管理上下文限制和会话生命周期。通过 `pip install stirrup`（可选扩展包括 Docker、浏览器等）进行安装，创建客户端（OpenRouter、LiteLLM 或任何 OpenAI 兼容的 API），实例化一个 `Agent`，并运行一个允许模型调用工具来解决任务的会话。易于添加自定义工具和提供者，使 Stirrup 非常适合快速原型设计、特定领域助手以及对使用工具的智能体的研究。

ComfyUI 的官方前端，提供可视化节点界面和强大的扩展 API，用于设计 AI 工作流。

一个基于 WebGPU 和 Burn 框架的跨平台 3D 重建引擎，支持 macOS、Windows、Linux、Android 和浏览器。

一个为 Pi 和 oh-my-pi 编码代理设计的桌面 GUI，将聊天、项目管理和代码编辑器整合在单一窗口中。

支持广泛硬件和神经网络模型的AI驱动图像和视频放大及帧插值图形用户界面。

timm（PyTorch Image Models）是一个提供数百种预训练视觉架构（CNN、Vision Transformers、混合模型等）的库，并附带训练脚本、优化器、调度器、数据工具和超参数扫描工具，全部构建在 PyTorch 之上，便于实验和部署。

tweakcc 是一个基于 Node 的命令行工具，用于定制 Claude Code AI 助手桌面应用。它会修补 Claude Code 的 JavaScript（或原生 Bun 二进制文件），让用户可以更改系统提示词、UI 主题、加载动画、工具集、模型别名、会话处理和性能设置。配置存储在本地（或从远程获取），并可通过交互式 UI、命令行标志或通过其 npm API 以编程方式应用。

一系列用于最先进智能体强化学习算法的教程和可复现代码，旨在降低研究人员和开发者的入门门槛。

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。

一个用于微调、训练和运行各种开源大语言模型及多模态模型推理的现成 Google Colab 笔记本集合。

一个用于 WebGPU 的 TypeScript 库，提供类型化着色器导入和统一 API，可在浏览器、无头 Node 和测试环境中运行 GPU 代码。

一个包含“技能”（上下文包）的库，旨在帮助 AI 编程助手正确使用 Gemini API。该库针对不同用例提供了三种特定技能，并可在多种编程工具中安装。

一个独立的离线 AI 工作室，让您无需云账户或复杂的安装，即可在自己的硬件上本地运行图像生成、文本聊天和语音工具。

World‑Intelligence MCP Server 是一个开源的 Python 平台，从 30+ 个领域（金融、地缘政治、气候、军事、网络、健康等）收集免费的公共 API 数据，将其存储在 SQLite 和 Qdrant 向量存储中，并通过 Model Context Protocol 提供给 AI 代理。它包含 Streamlit 仪表板、CLI、PDF/HTML 报告、地理围栏警报和跨领域分析，所有这些都围绕 139 个“工具”构建，用于获取和分析数据。

MoGe 是一个从单张开放域图像中恢复精确 3D 几何结构（包括度量深度图和点图）的模型。

一个由 LLM 驱动的智能体，可抓取 URL、起草 Twitter/LinkedIn 帖子，经人工审核后通过 Arcade 或原生 OAuth 发布。基于 LangGraph 构建，支持 Slack、Supabase、GitHub 和 YouTube 集成，并可通过提示词文件配置。

一个全面、适合初学者的教程和代码演示集合，用于学习大语言模型、AI图像生成和模型微调，使用标准API和免费云平台。

humanize (hmz) 是一个基于 Python 的 CLI/Web 工具，可编排 AI 编码代理（Claude、DeepSeek、Kimi、litellm）为可复用流程，提供令牌使用感知执行、macOS 桌面应用，并可通过 `uv` 包管理器轻松安装。

AI Homepage 是一个 Chrome 扩展程序，利用您的 Anthropic API 密钥将您最近的浏览记录（最多 8 个页面）发送给 Claude，并根据您描述的任何风格生成个性化的新标签页。

MOSS 是一个拥有 160 亿参数的开源双语（中文-英文）对话语言模型，支持多轮对话和通过插件调用外部工具。

一组用于ComfyUI的自定义Python节点，可简化Stable Diffusion工作流程——种子处理、上下文路由、LoRA加载、提示词构建以及节点组的静音/旁路——从而实现更清晰的图形并节省GPU时间。

一个用于构建、测试和部署 MCP 服务器以及支持原生 React 视图的交互式 AI 驱动应用程序的 TypeScript 框架。

Conduit 是一个原生的 Flutter 移动客户端，适用于 iOS 和 Android，可连接 Open WebUI、兼容 OpenAI 的端点、Ollama、Apple 的本地模型以及自托管的代理（如 Hermes）。它通过提供可靠的流式传输、原生渲染、安全的凭据存储以及支持离线的笔记和聊天，解决了自托管 AI 在移动端体验不佳的问题。

一款 AI 提示词管理工具，提供超过 5,000 个即用型提示词，帮助用户从 ChatGPT 和 Cursor 等 AI 工具中获得专家级输出。

Reader 是一个将 URL、PDF 与 Office 文档转换为适合 LLM 使用的 Markdown，并提供网页搜索功能，返回完整页面内容而非仅片段的工具。

这是一个精选的Gemini CLI工具、扩展和资源列表，Gemini CLI是一个在终端中运行的开源AI代理。它帮助开发者发现从替代界面和分支到代理编排工具、MCP服务器和Neovim插件的一切。