正在涨的 AI 项目

一个极简的视觉语言模型 (VLM) 实现，允许用户在单张消费级 GPU 上仅用 2 小时即可训练一个 65M 参数的多模态模型。

一个为 ComfyUI 设计的智能助手，通过 LLM 驱动的代理程序自动化图像生成工作流的生成、调试和优化。

一个使用 Tauri 和 React 构建的开源桌面应用程序，通过 Goose 后端为 AI 代理提供图形化界面。

一种为编程代理设计的浏览器自动化技能，使其能够编写并执行自定义 Playwright 脚本，用于测试和复杂的 Web 流程。

NVIDIA PhysicsNeMo 是一个基于 PyTorch 的框架，用于构建和扩展科学与工程模拟的 AI 模型，支持网格和栅格等多种数据结构。

一款使用本地机器学习实现自动文档检测和透视校正，以创建私有 PDF 的开源 Android 文档扫描器。

一款桌面应用程序，可创建在文本聊天、桌面角色扮演游戏引擎和自主 OS 级代理之间保持持续身份的持久 AI 角色。

一个用于 Agent Client Protocol (ACP) 的无头 CLI 客户端，提供标准化接口来管理会话并与多个 AI 编码代理进行交互。

Model Context Protocol (MCP) 的官方 Go SDK，提供构建 AI 模型交互的标准化客户端和服务器所需的工具。

《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。

一种本地、开源的 Jev 编程模型实现，可在不生成文本标记的情况下，从 LLM 提供类型化决策和概率。

一个由专家验证的、针对特定引擎的技能和架构模式库，旨在帮助 AI 编码代理在 Godot 和 Bevy 中构建专业级游戏。

Kody 是一个基于 Cloudflare Workers 的平台，通过模型上下文协议（MCP）为 AI 代理提供持久内存、凭据存储、代码包和作业调度。它提供 Remix UI、OAuth 保护的端点，以及一个四工作器架构（origin、platform、runtime、jobs），用于服务个人或团队账户。该仓库是一个全栈 TypeScript 单体仓库（Nx），支持本地开发、大量文档，并采用功能性源代码许可证。

一个自适应输入字段，能根据用户输入时的意图，利用 AI 将其动态转化为计时器、待办清单等专用 UI 卡片。

一款开源、3D打印的腱驱动机器人手，专为低成本的精细操作学习与强化学习研究而设计。

一种基于代理的框架，通过合成可执行的 Manim 代码而非像素来生成高质量教育视频，确保数学精确性与连贯性。

MCP Apps 是一个框架，使开发人员能够使用 Model Context Protocol 直接在 AI 聊天界面中构建和渲染图表和表单等交互式 UI。

Destructive Command Guard (dcg) 是一个基于 Rust 的 Hook，旨在保护开发者免受 AI 编码代理（如 Claude、Codex、Gemini、Copilot 等）意外发出的破坏性指令影响。它将指令与 50 多个规则包（文件系统、Git、云端、数据库、容器等）进行比对并予以拦截，同时提供清晰的解释、代理专属配置文件、CI 扫描以及快速的 SIMD 加速过滤功能。

一个确定性的代码库扫描器，可识别状态、性能和安全性方面的 React 特定问题，专门设计用于帮助 AI 编程代理编写更好的代码。

z-skills 是一个可复用的本地 Agent 技能集合，涵盖网页抓取、视频下载、文档解析、音频生成、Markdown 转 Word/PDF、基于来源的问答等，旨在集成到 Codex 或 Claude Code 中，用于中文内容创作和自动化。每个技能都包含触发词、脚本和评估示例，使代理能够可靠地执行复杂工作流。

Modal GPU 术语表的源内容，采用双重许可（术语表文本为 CC BY 4.0，其余为 MIT），并附有社区中文翻译。

一个代理框架，通过生成能输出 LDraw 3D CAD 源代码的 Python 脚本，使 AI 能够设计出可组装的 LEGO 模型。

一个高性能的网页抓取与爬虫引擎，可将 URL 转换为干净的 Markdown 或 JSON，供 AI 代理与 RAG 管线使用。

memsearch 通过将对话摘要存储在 Markdown 中、使用 Milvus 进行索引，并提供混合向量-BM25 检索以及可选的远程重排序，为 AI 编码代理（Claude Code、Codex、DeepSeek Harness、OpenClaw、OpenCode）提供持久、可搜索的记忆。它通过零配置插件为用户提供服务，并通过 CLI/Python API 为开发者提供服务，支持本地 ONNX 嵌入、云 Milvus、后台笔记维护，以及将重复工作流自动提炼为可复用的代理技能。

Veridrop 是一个开源的 Python 工具，用于检查 Claude、OpenAI 或 Gemini 的 AI-API 中继/代理服务是否真实，是否保留了宣传的功能（PDF、工具使用、长上下文等），以及是否遵循官方响应规范。它运行一系列针对协议的探测，将结果与官方基准进行比较（包括 Claude 的加密签名检查），并生成加权分数和详细报告。提供免费的网页 UI (veridrop.app) 以及可自托管的 CLI/FastAPI 服务，采用 AGPL-3.0 授权。

一个 GitHub “awesome list”，收集并分类了 GPT-6 Astra 模型在机器人和具身智能领域的真实演示、基准测试和评估，每个条目都链接到原始来源并描述了具体内容。

Autonomous Company 是一个多智能体框架，运行持续的 LLM 驱动循环（Claude Code 或 OpenAI Codex）来研究、编码、部署和营销小型产品。它定义了 14 种专家角色（CEO、CTO、设计师等），为每个任务组建临时 AI 团队，将工作持久化在纯文本文件中，并提供用于产品目录、日志和人机协作控制的本地仪表板。该系统可在 macOS 和 Windows WSL 上运行，通过 make start 或 PowerShell 脚本启动，并附带 22 个示例应用程序。

一个 CLI 工具，在操作系统沙箱（Linux 上的 bubblewrap/Landlock/seccomp，macOS 上的 sandbox-exec）中运行 AI 编码代理，范围仅限于防止意外——而非阻止攻击者。项目目录为可读写；主机默认隐藏，并提供凭据、网络、GPU、显示等可选标志。包含严格的 `--lockdown` 模式和“幽灵凭据”代理，确保真实 API 密钥不会进入沙箱。这是一个成熟、文档完善的 Rust 项目——不是清单、教程或演示。

一个开发者 SDK，提供 API 以构建能够编写代码、管理文件并在本地或临时工作区中执行终端命令的 AI 代理。

一个用于LLM和智能体的高速决策层，利用语义路由在毫秒级内对用户意图进行分类并触发工作流，避免了标准LLM调用的延迟。

Apache TVM 是一个开源机器学习编译框架，采用 Python-first 方法，将模型优化并部署为最小化的可部署模块。

UniFi MCP 提供 MCP 服务器与插件，让 AI 代理能通过自然语言查询和控制 Ubiquiti UniFi 网络、摄像头和门禁系统，具备安全性、延迟加载工具和远程中继选项。

Relaticle是一个基于Laravel构建的开源自托管CRM，提供REST API和自定义MCP服务器，使AI代理（Claude、ChatGPT等）能够读写CRM数据。它提供可自定义字段、工作区隔离、逐字段加密和现代UI，面向希望完全控制数据的AI优先团队。

NetCoreKevin 是一个基于 .NET 9 和 Vue 3 构建的企业级 AI 代理平台，提供多租户 RAG、动态技能脚本、记忆、令牌配额和 OpenAI 兼容 API，以及完整的后台管理界面和许多可插拔的基础设施模块。

一个基于笔记本的教程，带领学习者从LLM算法的PyTorch实现深入到Triton内核和CUDA/系统优化，提供多种学习路径和动手实验，涵盖训练、推理和性能测量。

Tingly Box 是一个高性能 AI 网关，统一了不同的代理和模型协议，为团队提供集中管理、使用跟踪和远程控制功能。

一个精选的GitHub生成式AI项目与服务列表，按类别（文本、编码、图像、音频等）组织，包含推荐阅读、里程碑公告和社区贡献链接。

一款沉浸式的 AI 陪伴助手，结合大语言模型、情绪识别、桌面视觉感知和 Galgame 风格的视觉效果，打造具有反应能力的数字角色。

一款无需编写代码的视觉化网络爬虫和浏览器自动化工具，允许用户通过点选界面设计并执行数据采集任务。

一个 Pi 扩展，使 AI 代理能够通过观察 UI 元素并在 macOS、Windows 和 Linux 上执行点击和输入等操作，从而与桌面应用程序进行交互。

一个由 AI 驱动的渗透测试代理平台，使用 LLM（OpenAI/Anthropic）自主扫描、利用并报告授权目标，具备攻击图驱动的自改进循环、Web 控制台和强大的内置安全限制。

一款开源的 PDF 翻译工具，可保留原始版面和公式，特别针对扫描版和图片型 PDF 进行优化。

一套交互式 ComfyUI 节点集合，将 3D 高斯生成、无限画布图像编辑和 3D 姿势工作室功能直接集成到基于节点的流程中。

Jeff 是一个 0.8B 的“系统 1”模型，能够做出超快速、校准的分类决策。它使用轻量级 LoRA 适配器针对特定领域（防护、分诊、垃圾邮件等），并可作为大型 LLM（例如 Qwen 3.8-27B）前面的快速路径过滤器，大多数查询约 30 毫秒内处理，仅委派不确定的情况。权重和适配器在 Hugging Face 上开源，GGUF 文件支持 llama.cpp 使用，简单的 HTTP/Python API（`jeff-serve`）可让您将 Jeff 集成到任何服务中。

一个本地服务器，使 Claude Code 能够通过 MLX 框架在 Apple Silicon Mac 上运行开源模型，无需云端 API 密钥，确保数据隐私。

一款由 AI 驱动的工具，可从照片中提取单个衣物以创建数字衣橱，并生成服装的建模编辑预览。

Orchard 是一款原生 macOS 应用程序，提供了一个可视化仪表板，用于管理 Apple 的容器运行时，并支持本地 AI 模型集成、Kubernetes 集群和 Linux 虚拟机。

一套用于直接从出生信息计算和分析吠陀占星图的AI代理技能集合，包含职业、爱情和出生时间校正的专用模块。