正在涨的 AI 项目

Amadeus 是一个开源的实时多模态桌面代理，它将语音对话、与语音同步的动画角色以及由专门提供商执行的任务整合到一个界面中。它旨在通过将对话、具身化、行动和用户控制保持在同一个连贯循环中，解决独立语音助手、桌面角色和执行代理碎片化的问题。

一个插件和服务器实现，通过Model Context Protocol将Blockbench 3D建模工具暴露给AI代理，实现自动化模型创建和编辑。

一个语音控制的 Claude Code 界面，允许用户通过语音进行设计头脑风暴、驱动自动化构建，并通过语音监控多个 AI 编程会话。

Switchyard 是一个开源的 NVIDIA NeMo 库，可将每个 LLM 请求路由至用户定义模型池中最合适的模型，让您能混合使用廉价快速的模型与大型高质量模型。它提供多种路由算法（Auto、Task-based、Execution-based、Composite 等），可通过 OpenRouter、LiteLLM 或 NeMo Relay 等网关使用，亦可作为本地代理执行，或直接嵌入 Rust/Python 应用中。此为 pre-1.0 Apache-2.0 软件，专为成本与延迟敏感的 AI 代理设计。

SwarmUI 是一个开源的基于 Web 的 UI，用于运行 AI 图像、视频和音频生成模型（Stable Diffusion、Flux 等）。它提供初学者友好的 Generate 标签页、高级 Comfy 风格工作流编辑器、多 GPU“集群”支持以及可扩展的插件。提供 Windows、Linux、macOS（Apple 芯片）和 Docker 的安装程序，以及用于 Runpod 和 Vast.ai 的云 GPU 模板。该项目处于“Almost-Release”测试版（v0.9.8），采用 MIT 许可证，但可能会自动安装 GPL/AGPL 组件。

LetsFG 是一个集成 AI 的旅行搜索和预订引擎，提供实时、透明的机票和酒店价格，允许 AI 代理直接进行预订，避免了传统旅行网站的价格通胀。

一个基于 Rust 的高性能引擎，可检测 224 多种语言中的重复代码、无效代码和复杂度热点，并通过 MCP 服务器提供 AI 就绪集成。

LightX2V 是一个开源的推理框架，用于快速生成图像和视频。它支持多种模型（MiniMax‑H3、LTX‑2、HunyuanVideo‑1.5、Wan‑2.x、Qwen‑Image 等），并提供加速技巧，例如 4 步蒸馏 LoRA、FP8/NVFP4 量化、张量并行，以及在多种加速器上的解耦部署。用户通过单个 `LightX2VPipeline` 类进行交互，选择模型、变体和 JSON 配置，然后以任务（例如 t2av、t2v、i2i）调用 `generate`。报告的基准测试显示，在 H100 GPU 上相比 Diffusers 最高可达约 4 倍加速。该项目提供 Docker 镜像、macOS 应用、在线演示，以及丰富的文档和示例。

Awesome Agents 是一个精选的开源目录，收录了旨在帮助开发者构建、评估和管理 AI 代理的工具、框架和平台。

一个开源、社区策划的列表，收录了使用 Jev（TypeSafe 的决策模型）构建的用例、演示和仓库。它包含流行度指标、成本/延迟报告、模型限制和创意，全部集中在一个地方。

一个动手实践的教育仓库，通过实用代码示例、代理框架以及云端或本地模型托管，教授 .NET 开发者如何构建和部署生成式 AI 应用。

一个 AI 代理“技能”库，让 Cursor 或 Claude Code 等工具能使用 Appeeky API 的真实数据执行应用商店优化和移动应用增长任务（关键词研究、审计、元数据撰写、竞争分析、广告活动规划等）。通过 `npx skills add …` 或作为 Claude 插件安装后，输入自然语言查询；路由技能会将请求分发给正确的专业技能，并返回可执行报告。

一个开放的代理式编码系统，利用多智能体系统将自然语言和研究论文转化为生产就绪的代码。

Dapr 是一个开源的、CNCF 毕业的运行时，以边车模式运行，提供持久化工作流、安全的服务间调用、状态管理、发布/订阅、Actor 以及用于 LLM 的对话 API。它让您能够用任何语言构建可靠的 AI 代理和分布式应用，内置安全性、可观测性，并能在 Kubernetes、云虚拟机、边缘设备或本地运行。

一款原生 Mac 应用和 CLI，利用多令牌预测（MTP）在 Apple Silicon 上加速本地 LLM 推理。

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。

一个浏览器脚本，为ChatGPT添加一键导出菜单，允许用户以Markdown、JSON、HTML和图片等多种格式保存聊天记录。

一套为研究和工业界设计的、可靠的强化学习算法PyTorch实现，旨在提供稳定的基线。

一个适用于 Windows 的 ComfyUI 便携式一键安装程序，包含用于管理环境、包和硬件配置的仪表板。

MetaHarness 是一个 CLI 和网络工作室，用于创建特定于仓库的 AI 代理工作台（自定义 CLI、技能、记忆和策略），可在多个宿主代理上运行，并可作为 npm 包发布。

一个全面、由社区维护的 DeepSeek Harness 插件目录和市场，具有自动发现、严格质量验证和集成应用内商店的功能。

Jacobian 是一个 MCP 服务器，为 AI 代理提供可搜索、可执行的精确数学运算库，使它们能够执行可靠的计算并组合复杂的解决方案。

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。

一个与 scikit-learn 兼容的表格基础模型，能够通过上下文学习在混合类型的表格数据集上实现零样本分类和回归。

BabelDOC 是一个开源 Python 工具，使用 LLM（OpenAI 兼容模型）翻译 PDF 科学论文，并输出双语 PDF。它提供 CLI、Python API、丰富的 PDF 处理选项、术语表支持、离线资源打包，可本地运行或通过托管的 Beta 服务使用。

一个本地运行的 Python 工具，通过重复提示词和低 Token 消耗，对官方 LLM API 进行统计指纹识别，并与第三方 API 进行比较，以检测是否存在潜在的篡改行为。

SEO Machine 是一个 Claude Code 工作空间，用于自动化以 SEO 为重点的内容创作。它提供用于研究、写作、分析、优化和 WordPress 发布的斜杠命令，并有代理评估关键词密度、可读性、意图、CRO 等。与 GA4、Search Console 和 DataForSEO 集成，它将实时性能数据转化为可操作的内容简报和评分，帮助营销人员制作数据驱动的博客文章和落地页。

Kaku 是一款基于 WezTerm 的 macOS 专用终端，自带现成的字体、主题和快捷键，并增加了 AI 助手功能，如命令建议、自然语言转命令和集成聊天面板。通过 Homebrew 或 DMG 安装，自行配置 AI 服务，并享受基于 Lua 的远程访问和自定义。

一个 git 原生 AI 智能体框架，其身份、记忆和工具都以版本控制文件的形式存储，允许像处理代码一样对智能体进行分支和差异比较。

ComfyUI-LTXVideo 添加了自定义节点和示例工作流程，以便在 ComfyUI 可视化编程界面中运行 Lightricks 的 LTX-2 视频生成模型，提供文本转视频、基于 LoRA 的控制、HDR 转换、配音、放大以及高分辨率分块采样功能。

Qiushi‑Skill 是一个插件库，为 Claude Code、Cursor、Codex 等 AI 代理添加九种源自哲学的方法论（如矛盾分析、调查研究、群众路线）。通过 `npx qiushi-skill` 或 Claude Code 市场安装，注入轻量内核，强制执行“实事求是”原则，并将任务路由至合适技能。每个技能包含触发规则、步骤操作、输出模板、硬性约束、交接规范，以及参考文本和可选子代理（用于调查或自我批评）。该项目旨在使代理更具证据驱动性、自我批判性和战略聚焦性。

llama.cpp 的高性能分支，引入了先进的量化类型、实验性模型支持以及针对 CPU 和 GPU 的优化推理内核。

NaturalVoiceSAPIAdapter 是一个 Windows SAPI 5 文本转语音引擎，通过安装一个小型 DLL 和可选的 Azure 密钥，让任何程序都能使用微软的神经（自然）语音——来自 Windows 11 讲述人、Edge 的朗读功能或 Azure 语音服务。

FastFlowLM 是一个轻量级、针对 NPU 优化的运行时，可在 AMD Ryzen AI NPU 上运行大型语言模型，包括视觉和音频模型。它提供简单的命令行界面和兼容 OpenAI API 的服务器，支持长达 256k token 的上下文，安装时间不到 20 秒。

luobo-ppt 是一个 Agent Skill，可将文章、主题或普通 PowerPoint 转换为原生可编辑、带样式的演示文稿。它能从零开始生成幻灯片，在不更改任何文字的情况下美化现有文件，并提供经过严格质量检查且内置 14 种视觉样式的原生 .pptx 文件。

一个将单个 JSON 配置转换为社交媒体动画专业架构图的工具，专为 AI 智能体技能设计。

一个开源的个人 AI 助手平台，将 LLM、RAG 和自主代理循环整合到单个可自行托管的二进制文件中。

用于建模和模拟刚体、变形体、颗粒动力学以及流固耦合的物理仿真软件包，特别支持机器人技术和具身智能（Embodied AI）。

MxPage 是一款开源桌面应用（Electron + Next.js），允许用户使用 LLM 驱动的规划和文生图模型生成电商商品主图、多页详情图形和翻译资产。它支持批量处理、平台特定提示、本地编辑、成本监控和可恢复的 V4 工作流。该工具在 Windows/macOS 上运行，需要 OpenAI 兼容的 API 密钥，数据本地存储（SQLite），并采用 MIT 许可证。

Quivr V2 是一个持久化的开源引擎，能够摄取内容流，并通过混合搜索和模块化插件架构实现即时搜索与监控。

Juggler 是一个开源视觉工作台，让开发者可以在代码旁边运行 AI 编码代理。它提供基于树的对话 UI、每个 LLM 请求/响应的完整检查、供应商中立的模型支持，以及用于自定义工具的 JavaScript 扩展系统。

一组 AI 代理技能，使 LLM 能够通过 TranscriptAPI 搜索 YouTube、提取字幕并浏览频道数据。

一个使用任务规划和实时市场数据进行深度金融分析的自主金融研究代理。

一个用于与各种远程和本地大型语言模型交互的 CLI 工具和 Python 库，具有 SQLite 日志记录和基于插件的可扩展性。

一个通过 Pydantic 进行验证、类型安全和自动重试，确保 LLM 返回可靠、结构化 JSON 的库。

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。

OptiScaler 是一个中间件工具，允许用户替换或交换游戏中的升级和帧生成技术，从而能够使用 FSR、XeSS 或 DLSS 等替代方案，无论游戏原生支持哪种技术。

一个专业的 C++ SDK，用于实时碰撞检测和多物理仿真，应用于机器人技术、VR 和机器学习。