正在涨的 AI 项目

Cua 是一个基础设施平台，为 AI 智能体提供受控的桌面环境、自动化驱动程序和评估工具，以执行跨图形用户界面和操作系统的任务。

Hi3D v1.0 是一款仅限 GPU 的 3D 几何细化工具：它通过 1-3 次渐进式细化（最高可达 1536³ 有效分辨率）将粗糙网格和参考图像转换为高细节网格。该工具仅提供推理代码，需要 Linux/Python 3.10/配备 CUDA 12.x 的 NVIDIA GPU，并采用允许商业用途的自定义协议，但包含品牌标识和基于规模的许可触发条款。

Research-Starter-Kit 是一本由南京大学教授编写的开源中文手册，旨在教研究初学者如何做研究和写论文，涵盖从查找论文到撰写每个部分以及处理审稿意见的所有内容。该项目处于早期阶段，免费，面向首次进入实验室的学生。

pi编码代理的扩展，允许用户实验和交换系统提示词，以测试指令遵循性和提示词鲁棒性。

World Monitor 是一个开源、AI 增强的仪表板，将全球新闻、地缘政治、金融、能源和基础设施数据汇总到交互式 3D/平面地图中。它使用 Ollama 在本地运行，用于 LLM 生成的简报，提供 Tauri 桌面应用，并通过 MCP 流服务器、REST OpenAPI、CLI 和 SDK（Python、Ruby、Go）提供编程访问。该项目以 TypeScript 编写，使用 Vite、globe.gl、deck.gl，并以 AGPL-3.0 许可。

Browser Use 是一个开源的 Python/TypeScript 库，赋予 LLM 代理对真实或云端托管网页浏览器的完全控制权。它提供了 31 种浏览器操作作为工具，支持自定义函数，兼容 OpenAI、Anthropic、Google 模型或其自有的 BU2 模型，并提供三种使用模式：完全托管的云 API、用于现有代理的 CLI 以及可嵌入代码的库。非常适合自动化网页任务、构建具备浏览能力的 AI 助手或进行 LLM 驱动的网页导航研究。

nanoMuse 是一个开源的个人 AI 代理，运行在您自己的设备上——手机、桌面和网页——并能执行实际操作，如使用应用和浏览网页，同时在不可逆步骤前征求您的同意。它提供免费的中继配额或自托管选项，支持多种平台，并将您的数据保存在您控制的硬件上。

Octop 是一个自托管、多用户的 AI 助手平台，提供一个私密、协作的环境，用于管理跨 Web、桌面和消息渠道的专业代理、知识库和自动化工作流。

OpenSpec 是一个为代码库添加轻量级规范层的框架，允许您在生成代码之前与 AI 编程助手就项目需求和计划达成一致。

一套用于 RPC 服务的合约驱动回归测试工具，可自动组成测试链并根据已批准的基准验证行为，以检测回归问题。

一套工具、插件和技能集合，使 AI 编码代理能够使用 Model Context Protocol 安全地构建、部署和管理 AWS 基础设施。

awesome-claude-skills 是一个精选目录，包含 1,000 多个可复用的“Claude Skills”——指令包（一个 SKILL.md 文件加上可选的脚本），用于教 AI 代理如何完成特定工作，从编辑 Word 文档到运行浏览器测试。技能会渐进式加载，因此一个代理可以携带数百个技能而不会撑爆其上下文窗口。该列表涵盖 10 个类别，并链接到外部仓库，主要来自社区。维护者 Composio 还提供了 MCP 网关和“connect-apps”插件，使 Claude 能够在 1,000 多个集成（电子邮件、Slack、GitHub 等）中执行真实操作，README 中有 3 步快速入门指南。

Awesome Claude Code 是一个精选的资源列表（指南、插件、技能、工具），用于 Anthropic 的 AI 编程助手 Claude Code。它按类别组织，包含官方和社区项目，目前处于过渡状态，一些较旧的条目暂时缺失，但将恢复。

OpenClaw 是一个开源、自托管的 AI 助手网关，可连接 20 多个消息平台，同时将数据和凭据保留在您自己的硬件上。

一款桌面应用，可实时记录和转录会议，提供实时 AI 辅助、对话指标和自动会后摘要。

AI Startup Skills 是一个包含 7 个 Agent Skills 及一个路由器的工具包，专为在中国构建 AI 产品的独立创始人设计，涵盖验证 → 商业计划 → 政策 → 路演 → 增长 → 定价 → 注册。路由器根据你的进度选择正确的步骤，输出在步骤间流动，可作为一个包或按步骤安装。它仅供参考，不构成法律或税务建议，政策和平台部分针对中国大陆。

一款开源的AI驱动视频剪辑工具，可自动识别、编辑并格式化长视频中的病毒式短片，同时支持自托管以避免平台锁定。

OpenAI CLI 是一款官方命令行工具，允许用户直接从终端与 OpenAI REST API 进行交互，无需编写自定义代码即可完成图像生成、文件管理和批处理等任务。

一套基于代理的工程技能和操作手册，旨在通过自动化严格的开发工作流程，帮助AI代理编写高质量、可验证的代码。

一个用于在个人设备上构建和部署个人 AI 代理的本地优先框架，通过针对设备硬件限制进行优化，减少对云端的依赖。

huashu-motion 是一个 Agent Skill，让 LLM 代理完全通过代码（GSAP/Canvas/Three.js）和本地渲染音乐生成、编辑和导出 30 秒产品宣传视频，并提供交互式浏览器编辑器进行点击式修改。

一个开源AI技能，将简单主题转化为完整的火柴人视频计划——脚本、分镜和可直接使用的Gemini Omni Flash提示词——涵盖四种精选视觉风格，支持快速创建适用于YouTube、TikTok和Instagram等平台的教育或故事短片。

一套让 AI 代理通过 ESP32-S3 开发板作为 USB HID 桥接器并利用 AirPlay 进行屏幕镜像来控制真实 iPhone 的系统，无需开发者账号或在设备上安装任何软件。

一个开源的 AI 视频编辑工具，允许用户通过自然语言与 AI 代理聊天来编辑素材，自动完成剪切、去除填充词和字幕生成。

GSAP 官方 AI 技能，教导 AI 编程代理如何正确使用 GreenSock Animation Platform 进行 Web 动画制作。

Apple Design Skill 是一个 AI 代理插件，可让编码助手根据 Apple 的《人机界面指南》审查 UI 代码（Flutter、React Native、Tauri、Electron、SwiftUI 等）。它附带 123 份 HIG 的 Markdown 副本、一个用于刷新它们的 Node 脚本，以及一个技能定义，可生成结构化的审查（原则、可访问性、平台惯例、视觉设计、交互、内容），并附有引用和特定于框架的修复。可通过通用的 `npx skills add` CLI 安装，或克隆到代理的技能文件夹中。

VectorCraft 是一款基于 Rust 构建的高性能开源矢量插图应用程序，通过 Model Context Protocol 提供对 AI 代理的原生支持。

Open Generative AI 是一个免费、开源的 AI 工作室，用于生成图像、视频和唇形同步内容，拥有 200 多个模型。它通过 MuAPI 提供基于云的访问，也支持本地推理选项，没有内容过滤器或订阅费用。

一个AI代理技能集合，通过将公开社交数据转化为结构化商业报告，自动化社交媒体研究、竞争分析和内容策略。

OOMWOO 是一款基于 ROS 2 的开源 DIY 扫地机器人。它使用 Raspberry Pi、2D LiDAR 和 3D 打印底盘，可在本地运行并集成 Home Assistant。目前硬件文件正在最终定稿中，现已提供 Gazebo 模拟版本。

一份精选的 AI 代理技能清单，用于短剧和漫剧制作，涵盖编剧、故事板、视频提示词等，并包含测试结果和安装说明。

DSH-IM 是 DeepSeek Harness 的一个插件，可将微信、飞书、钉钉、Slack、Telegram、Discord、WhatsApp、QQ 等 IM 机器人连接到本地 Harness 实例。它让您可以从常用的消息应用与 AI 代理聊天，并完全支持流式回复、文件上传、群组历史和每个机器人的独立配置。

一个完整的 PyTorch 实现，涵盖从原始文本分词和预训练到高级强化学习对齐（PPO、DPO、GRPO）的 LLM 全流程。

一个开源的 AI 代理上下文数据库，将知识、记忆与技能组织为虚拟文件系统，以实现透明的检索与管理。

Coucou 是一款开源桌面和移动应用，常驻于屏幕刘海（或细长顶部栏）中，作为 AI 编码代理（如 Claude Code、Cursor、Gemini 等）的实时仪表板。它显示实时差异、允许您批准/拒绝权限、与多个 LLM 提供商聊天，并提供语音听写、通话转录、音乐控制、加密货币投资组合等功能。所有数据都保留在您的设备上；密钥存储在操作系统钥匙串中。支持 macOS 15+、Windows 10/11、Linux、iOS 18+ 和 Android 11+。

一个 17 课时的教程，教你如何为基于 LLM 的编码代理（Claude）构建外围“框架”代码。它逐步讲解如何添加工具、权限、上下文管理、记忆、任务调度、多代理协调以及目标驱动的终止机制，全部围绕一个简单的代理循环展开，让模型自行决定何时调用工具。

Trader‑skill 是一组兼容 Claude 的 Python 插件，可让您复制公开投资者、监控新闻、管理预算、检查风险并手动进行纸面交易——全部使用免费公共数据（SEC 文件、国会披露、新闻源）。

一组 agent skills，使 AI agent 能够通过 Claude Code、Codex 和 Open Code，使用专门的语法和格式在 Obsidian vaults 中创建和编辑内容。

JiuwenSwarm 是一个多智能体编排系统，使 AI 智能体团队能够协作完成复杂任务，具备自主技能进化和分布式执行的特点。

New API 是一个开源、可自托管的网关，将多个 LLM 提供者的访问整合在单一且兼容 OpenAI 的 API 之下。它处理路由、使用量与成本追踪、细粒度访问控制，并提供多语言网页控制台与可扩展的 JavaScript 任务插件。可通过 Docker 或 Docker-Compose 部署，后端使用 Go，前端使用 React/Bun，并采用 AGPL-v3 授权。

Playwright 是一个用于浏览器自动化和测试的综合框架，为 Chromium、Firefox 和 WebKit 提供统一的 API，现已扩展为 AI 代理与网络交互的专用工具。

BaoCut 是一款由 AI 驱动的桌面视频编辑器，AI 代理可以直接将视频转写、添加字幕、配音、剪辑和动画化到可编辑的时间线上，而不是生成一次性的 MP4 渲染。它支持本地或云端模型，通过桌面应用、CLI、MCP 和 Web 暴露相同的运行时，并允许你自带代理（Claude Code、Codex）和模型。

Next‑Concept Modeling (NCM) 是一个两阶段、并行的文本生成框架，使用多尺度 VQ 分词器和 transformer 从粗到细生成序列，在摘要、翻译、语言建模和数独任务上实现 9‑31 倍的加速，同时匹配扩散基线。该仓库包含安装说明、评估脚本，以及多个数据集的预训练分词器和生成器。

一种用于生成具有内置演讲者模式和两种不同高端视觉风格的专业单文件 HTML 演示文稿的 AI Agent 技能。

Crawl4AI 是一个开源网络爬虫，可将任何网站转换为干净、结构化的 Markdown，适用于 LLM、RAG 管道和 AI 代理。它支持 JavaScript 密集型页面、深度爬取、结构化数据提取，并可在本地或通过托管云运行。

OfficeCLI 是一个自包含的 CLI 工具，允许 AI 智能体和开发者在无需 Microsoft Office 的情况下创建、读取、编辑和渲染 Word、Excel 和 PowerPoint 文件。它提供基于 JSON 的文档分析、内置的高保真 HTML/PNG 渲染器，以及对样式、公式、图表、形状、表格等功能的完整支持。

一个教导 AI 代理通过 HTTP 请求而非浏览器自动化与网站交互的工具，能有效降低延迟与 Token 成本。

universal-modder 是一个由 AI 驱动的框架，为 LLM 编码代理提供技能、CLI 和知识库，使其能够发现、逆向工程、创建资源（通过 Fal）、测试并发布几乎任何 PC 游戏的模组，同时强制执行安全规则。