正在涨的 AI 项目

senpi 是一个 TypeScript monorepo，将 pi-mono 的编码代理重新定位为更理智、扩展优先的运行时，内置意图门控、压缩、权限控制等功能。它作为 Dori AI 助手的运行时，并提供作为单一 CLI 二进制的 OMO 轻量级替代方案。

docmd 是一款开源工具，可将 Markdown 文件文件夹转换为静态文档网站**以及**一套 AI 就绪的输出（搜索索引、LLM 上下文文件、开放知识格式包、MCP 服务器和基于 RAG 的聊天助手）。它零配置即可运行，支持 SEO、搜索、OpenAPI 渲染等插件，并提供免费的 Cloud Relay 服务，可在不暴露提供商密钥的情况下代理 AI 请求。非常适合需要人类可读文档和机器可读知识库的项目。

TE MAN 是一个全面的 ComfyUI 插件，新增无限画布工作流、提示增强节点（Qwen、MiniMax H3）、音视频编辑、3D 导演面板、资产库和聊天助手“构想台”。它支持本地扩散模型和云 API，面向希望在单一 UI 中完成图像、视频和音频生成的艺术家与提示工程师。

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。

Awesome AI Pedia 是一个精选的 AI 知识库和博客平台，集中了关于 AI 编码工具、MCP、代理、提示工程及相关主题的实用指南。它提供了一个可搜索的深色主题网站，具有自动生成的导航和自动部署功能，帮助开发者快速找到并应用 AI 最佳实践。

一个交互式应用，通过逐步讲解LLM的每个阶段来展示其工作原理，从模式匹配聊天机器人到从头训练GPT风格的Transformer，无需任何机器学习库。每个部分都包含实时代码、可视化和原始论文的引用。

chan.py 是一个 Python 3.11 库，实现了缠论技术分析框架，提供笔、线段、中枢与买卖点计算，并整合特征工程、机器学习模型、回测以及实盘交易连接器（Futu、数据 API、MySQL/SQLite）。它同时包含用于静态与动态可视化的绘图工具。

用于自动化搜索和优化固定 AI 模型数据与检索管理代码支架（即“支架”）的框架，无需重新训练即可提升任务性能。

VLA 手册是一个持续更新的开源知识库，收集、分析并提炼视觉-语言-行动（VLA）机器人技术论文。它提供深度理论 markdown、实用部署指南、社区技巧、行业雷达和 AI 助手技能，全部由自动化 Pulsar 管道驱动。

HackerAI 是一个代理框架，用于构建 AI 驱动的渗透测试助手，可在隔离的云环境中执行安全分析。

一个非官方的微信读书 SDK 和 CLI，支持超过 40 种读写操作，包括书籍管理、笔记同步和公众号文章导出。

free-code 是 Anthropic 的 Claude Code 终端 AI 编程助手的分支。它移除了所有遥测（不发送任何数据回家），剥离了注入的安全提示护栏（同时保留模型自身的安全训练），并解锁了 54 个实验性功能标志。它支持五个 AI 提供商（Anthropic、OpenAI Codex、AWS Bedrock、Google Vertex AI、Anthropic Foundry），使用 Bun 和 TypeScript 构建，并包含 IPFS 镜像，即使仓库被下架，代码也能持久存在。

一个用于递归语言模型 (RLM) 的推理引擎与训练环境，通过在 REPL 环境中以程序化方式分解任务，使大型语言模型 (LLM) 能够处理近乎无限的上下文。

一个 ComfyUI 节点包，通过将源图像同时注入 VAE 潜在标记和 Qwen3-VL 文本编码器，为 Krea 2（Raw 或 Turbo）添加基于指令的图像编辑功能，与配套 LoRA 的训练方式一致。它提供两个节点用于模型修补和接地编码，支持单图像编辑和双输入人物入场景重排，并具有宽高比适配和显存感知预编码功能。

为独立创始人提供从创意验证、产品构建、营销到 24/7 运营的全流程自动化 AI 代理技能的自主业务操作系统。

一个适用于 GPT-SoVITS 的轻量级推理引擎，针对高速 CPU 性能与低内存使用量优化语音合成。

为 Higgsfield 上的 Seedance 2.0 生成专业、电影级视频提示词的 Claude 提示词工程技能集。

专为处理 AI 生成内容流式传输而优化的 React Markdown 渲染器，能优雅处理不完整的块，防止格式错乱。

Better Design 是一个 MCP 服务器，为 AI 编码代理提供专业的设计系统、组件代码和无障碍审查规则，以生成高质量、一致的 UI。

Hermes Gadget 是一个开源 SDK 和固件，用于为像 Hermes 这样的 AI 代理构建物理的、按键通话的语音界面。它运行在 ESP32-S3 和 Raspberry Pi 板上，包含一个桌面模拟器，并允许代理将设备的 LED 和传感器作为工具进行控制。

一个本地代理，池化多个AI订阅账户并在它们之间轮换，以防止高容量编码代理任务中因使用限制而中断。

FastWAM 是一种面向机器人的高性能世界动作模型，通过可选跳过测试时未来想象，显著降低推理延迟。

TalkingHead 是一个用于浏览器的实时 3D 头像引擎。它渲染一个可定制的 GLB 模型，赋予其语音和口型同步（通过带时间戳的 TTS），添加空闲行为和情绪变化，并与外部 API（如 OpenAI 的 Whisper 或音频驱动的口型同步模块）集成。它被用于各种 AI 驱动的应用和研究项目中。

Interceptor 是一个本地自动化桥梁，使 AI 代理能够与您现有的浏览器会话、原生桌面应用程序和物理 iPhone 进行交互，从而执行复杂的现实世界任务。

一个用于构建具有低延迟音频、文本和视觉能力的实时多模态对话式 AI 代理的开源框架。

一个大型开源库，用于 2D/3D 图像和点云处理，广泛用于机器人和 3D 感知。

一个深度强化学习库，提供单文件、透明的流行算法实现，以简化研究、调试和原型开发。

AxonHub是一个AI网关（基于Go，包含Web仪表板），接受OpenAI、Anthropic或Gemini SDK格式的请求，然后透明地转换并路由到10多个受支持的模型提供商。它增加了请求追踪、RBAC、负载均衡和按请求成本跟踪——让你通过配置更改而不是代码重写来交换模型（例如，GPT-4o到Claude）。

Osaurus 是一款原生 macOS 应用，可让你在本地运行私密的 AI 代理。代理拥有独立记忆，可在隔离的 Linux VM 或 macOS 沙盒中执行代码，调用工具（文件系统、浏览器、Apple 应用、图像生成），并通过加密通道安全通信。该平台支持本地模型（MLX、Apple Foundation Models、Liquid AI）或云 API（OpenAI、Anthropic 等），并包含隐私过滤、加密身份、插件支持、语音输入和系统级快捷键。可通过 Homebrew 或 .dmg 安装，需 Apple Silicon 上的 macOS 15.5+。

一个集中式的开源教程、指南和学习材料仓库，旨在帮助开发者学习和实现GPU加速计算。

一个在双节点 DGX Spark 集群上运行 DeepSeek-V4-Flash-Vision-Exp 的部署方案，支持 1M token 上下文、投机采样和原生图像处理。

Postiz Agent 提供插件清单，让 AI 代理（ChatGPT、Claude、Gemini 等）调用 Postiz CLI 来发现社交媒体集成、上传媒体、安排帖子并在 28 多个平台上获取分析数据。

一个免费的、维基风格的AI工具目录，按是否需要注册分类，涵盖聊天、媒体、语音、IDE和API类别，并明确警告免费服务可能会记录你的数据或随时消失。

Box 是一款安全加固的 Android 应用，使用户能够完全离线运行强大的 AI 模型（包括 LLM 和图像生成器），并利用本地硬件加速。

一个用于构建 LLM 驱动应用程序的框架，通过模块化、可互操作的架构，简化模型、数据源和组件的集成。

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。

director 是一个AI代理技能，可引导语言模型完成从脚本、视觉风格、角色、声音、逐镜头提示到视频生成的完整视频制作流程，并使用LibTV或即梦CLI工具生成可直接编辑的视频片段。支持三种模式（动画解说、故事时间动画、电影剧集），可作为技能目录安装至Codex等代理。

来自DataTalks.Club的免费动手课程，教授有纪律的AI辅助软件开发——使用编码代理/助手来规划、构建、测试、部署、观察和审计真实应用，包含5个模块的课程和顶点项目。仅通过直播班（2026年8月31日开始）获得证书。

Oxigraph 是一个高性能、符合标准的图数据库和工具包，用于 RDF 数据和 SPARQL 查询，可作为 Rust 库、Python 包和 JavaScript 模块使用。

gflow-cli 是一个 Python CLI（以及可选的 MCP 服务器），通过真实的 Chrome 会话自动化 Google Flow 的 Veo 视频生成和 Imagen 图像生成。它支持批量任务、可复用角色、提示词重写工具，并可将结果传输到云存储。专为开发者和 AI 代理集成设计，目前处于 alpha 阶段，需要带界面的 Playwright-Chromium 浏览器。

RTAB-Map 是一个用于构建未知环境地图的机器人建图与定位库及独立应用程序。

OpenLLM 是一个 Python 工具，可让您在本地运行开源 LLM（例如 Llama 3、Qwen 2.5、Mistral），并通过兼容 OpenAI 的 REST API 将其暴露。通过一条命令，您可以启动 GPU 加速服务器、使用内置的 Web 聊天 UI，并通过 Docker 或 Kubernetes 部署服务。它支持模型目录、自定义模型仓库，并与高性能 vLLM 后端集成。

通过使用 ReShade 数据模拟必要的 API 调用，使缺乏原生 DLSS 支持的游戏也能实现 DLSS 5 神经渲染的工具。

LongMemory 是一个本地优先、基于 SQLite 的记忆引擎，专为 LLM 驱动的智能体设计。它存储不可变的、具有时间感知的图节点，提供严格/历史/联想/世界基础回忆，并包含治理、多语言支持和多种集成（CLI、HTTP API、VS Code、n8n 等）。可通过 Docker、云平台或本地部署。

一个全面的 JavaScript 逆向工程工具包，专为 AI 代理设计，用于分析 Web API、绕过反爬虫签名，并在 Node.js 或 Python 中恢复加密逻辑。

本项目是关于“工具链自我演化”的66页综述论文的配套资源。该过程指AI智能体在不重新训练模型本身的情况下，利用过往执行经验改进模型周围的软件（提示词、记忆、工作流、工具）。本项目提供了定义、分类法、分类文献列表、相关综述、评估与理论分支以及背景先驱研究。

AI-FW 是一个自托管网关，位于 AI 代理与其调用的模型之间，检查每个提示和响应，执行治理规则，并生成符合监管要求的审计日志。它支持故障关闭操作、代理身份、节省成本的缓存，以及与 Claude Code、Cursor 和 M365 Copilot 等工具的集成。

Easy-RL（又称蘑菇书）是一个开源的强化学习中文教程，它将经典讲义整理成一本结构化的书籍，包含章节、练习、代码笔记本和论文阅读。它旨在让初学者能够轻松理解强化学习的理论与实践，提供免费在线阅读、PDF下载以及印刷版。