正在涨的 AI 项目

一个精选的应用程序和工具列表，这些应用程序和工具可与 OpenRouter 配合使用，OpenRouter 是一个统一的 API，用于访问来自主要提供商的数百个 AI 模型。该目录帮助用户发现与 OpenRouter 集成的应用程序，从编码代理到聊天客户端、可观测性工具等。

一个将网络摄像头捕捉的无声唇部动作转换为文本并直接粘贴到任何应用程序中的视觉语音识别工具。

一款使用本地或远程 AI 对图像、文档和媒体文件进行分类并建议描述性文件名的跨平台桌面应用。

一款使用本地嵌入的 Obsidian 插件，可自动呈现语义相关的笔记，帮助用户在大型库中无需手动标记即可发现连接。

一份关于 GLM 5.3 abliterated/uncensored 模型的 GitHub 指南，包含越狱提示词、通过 RouterHub 进行 API 访问的方法以及评估建议。

NVIDIA RTX Streamline 是一个开源 SDK，它将 NVIDIA 基于 AI 的图形增强功能（DLSS、DLSS-G、Reflex、NIS）抽象为 Windows 游戏的单一集成层。它提供预构建的签名 DLL 插件、统一 API、构建脚本、调试工具和示例代码，使开发者无需编写特定于供应商的代码即可添加超分辨率、帧生成、延迟降低和图像缩放。

一个本地运行的 Excalidraw 画布，AI 编码代理可以通过 CLI、MCP 或 REST 控制它。支持元素级 CRUD、无头截图、确定性 .excalidraw 导出、Mermaid 导入、快照和兼容 Obsidian 的文件——全部无需外部 API 密钥。

Meridian 是一个基于 Node.js 的本地服务器，将编程助手客户端（Pi、OpenCode 等）桥接到 Anthropic 的 Claude 和 Google 的 Antigravity 模型，提供统一 API、缓存、会话管理以及 macOS 仪表板。

一个免费的、浏览器运行的Google Colab和Kaggle笔记本集合，用于生成式AI工具——涵盖视频升级、文本到图像、文本到视频、表现力文本到语音、语音克隆、音乐生成和说话头像。它消除了硬件和设置障碍，让任何人都能在免费的云GPU上运行高级模型。

一个本地、注重隐私的工具，使用OCR索引截图中的文本，让你能够通过内容即时搜索和检索截图。

一个自动化评估平台，使用视觉模型来测试、评分并报告AI生成的应用程序在Web、Android和iOS平台上的质量。

ARDY 是一种用于实时交互式人体运动生成的自回归扩散模型，支持文本到运动的合成以及航点和关键帧等精确运动学约束。

Claude of Tanks 是一款基于浏览器、由 Three.js 驱动的坦克战斗模拟器，包含 220 种程序化生成的载具、33 个可破坏战场、13 种游戏模式以及 WebRTC 多人联机功能，全程采用 Claude/Codex AI 辅助开发流程构建。

一个开源、自托管的网关，将电话线路和消息应用连接到 AI 代理，实现私密的 AI 驱动的接待员和客户通信。

BidMaster Pro 是一个 AI 驱动的桌面+服务器平台，自动化从招标到投标的全流程。它解析招标文件，使用 LLM 生成投标初稿，执行 21 项合规检查，并格式化最终文档。基于 FastAPI、React‑Electron、LangGraph Agent、插件式 Skill 引擎和 RAG 向量存储（ChromaDB），支持多种 LLM 提供商（DeepSeek、OpenAI、Alibaba Tongyi、本地 Ollama）及 MinerU OCR。Docker 部署与可扩展的 Python Skill 使其适用于需要快速、合规投标准备的企业。

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。

由 JetBrains 维护的插件，为 AI 编码助手提供版本感知的现代 Go（至 Go 1.27）编写指南。它与 Junie、Claude Code、Codex、Cursor 及通用 `skills.sh` 代理集成，可自动优先使用新语言特性和惯用法。

一款专注于隐私、在设备端运行的 Linux 语音听写工具，利用本地 STT 引擎将语音转换为任何活动应用程序中的文本。

一个由社区策划的库，包含 6,582 条用于字节跳动 Seedance 2.0 视频生成器的文本提示词，附有 6 个精选示例、示例视频、作者署名、配套网页画廊，并采用 CC BY 4.0 许可证。

CodeGraphContext 是一个 CLI 工具包和 MCP 服务器，它将本地代码索引到图数据库中，使 AI 代理和开发人员能够进行结构化代码分析并追踪存储库中的复杂关系。

AgentDojo 是一个动态环境与基准，用于评估 LLM 代理的提示注入攻击与防御。

一个开源推理引擎，将多个用于代理任务的开源模型整合到一个具有统一 API 的自托管集群中。

为模型训练团队提供可视化、自动日志记录和实验对比的 AI 训练分析与指标观测平台。

一个用于 Python 和 Cython 的工业级 NLP 库，为 70 多种语言提供预训练流水线和神经网络模型，用于高级文本处理。

一个用于 AI 编码代理的 TUI 监控仪表板，可跨多个活跃会话追踪令牌使用量、上下文窗口和速率限制。

一个轻量级库，用于机器学习训练和评估中，实现大规模多模态数据集的一行加载和高效预处理。

SREGym 是一个 AI 原生的基准测试平台，提供实时 Kubernetes 环境，用于评估和训练 AI 代理在诊断和缓解真实世界站点可靠性工程（SRE）故障方面的能力。

SuperSonic 是一个人工智能驱动的商业智能平台，结合了自然语言查询和语义数据层，以提供可靠且受控的数据洞察。

SentrySearch 是一个命令行工具，可将视频素材索引到本地向量数据库中，让你能够使用自然语言文本或参考图像进行搜索，并将最佳匹配时刻保存为剪辑片段。

UI-Venus-2 是一个用于控制移动、网页和桌面 GUI 的统一 AI 代理。它在 1.5 版本的基础上增加了更多移动环境、桌面支持、基于关键点的验证和反思学习。README 提供了针对移动、计算机、浏览器、接地和 CAPTCHA 任务的快速入门脚本，以及两个用于真实设备自动化的框架。基准测试表显示了强劲的性能，尤其是 27B 模型在移动和计算机任务上的表现。

TapCanvas 是一个开源的、由 AI 智能体驱动的平台，让创作者可以在一个类型化的“无限画布”上编写脚本、故事板、图像、视频和字幕。智能体读取画布，规划多步骤的生产工作流，通过统一网关调用文本/图像/视频模型，并存储每个资产的来源信息。该 monorepo 包含一个 React UI、Hono API、DeepSeek Harness 桥接器，以及一个支持多种提供商（HeyRoute、Factory/Droid 等）的模型网关（Lu-Ban）。Docker-compose 可以启动整个技术栈；核心代码采用 MIT 许可证。

ArcadeDB 是一款高性能多模型数据库，支持图、文档、键值、时序、向量和地理空间数据，提供多种查询语言，并内置用于 AI 集成的 MCP 服务器。它既可以嵌入式运行，也可以通过各种驱动程序远程运行，支持 ACID 事务和 70 多种图算法。

一个用于构建联邦 AI 系统的框架，能够在各种机器学习框架和设备上实现去中心化的模型训练。

一组纯文本规则和说明，使 AI 代理能够以清晰、简洁的风格写作，并从其响应中去除不必要的复杂性。

一个基于 ESP32 开发板的开源四足机器人框架，旨在实现经济实惠的步态研究、强化学习与物理 AI 开发。

MinisSkills 是一个社区收集的可复用技能集合，用于 Claude，每个技能打包为一个 SKILL.md 文件，通过标准化技能格式扩展助手的专业工作流、领域知识以及可选的捆绑资源（如脚本和参考资料）。它解决了按需为 Claude 提供领域特定专业知识的问题。

一个动手实践、基于项目的课程（存放在 GitHub 仓库中），教授 Python 开发者使用 LangChain 和 LangGraph 构建真实 AI 代理——涵盖从简单 hello-world 到自我修正代理的 10 个项目，并指导如何跟随 git 提交作为课程学习。

ai-cookbook 是一套实用的 AI 代码配方和教程，面向希望将 AI 功能复制、粘贴并集成到自己项目中的开发者。

LaRecipe 是一个 Laravel 软件包，可在您的应用程序内托管文档，提供美观的阅读界面，并与编码代理集成，以便在每次代码更改时自动更新文档。它还提供 Markdown 导出、llms.txt 以及用于代理的 MCP 服务器。

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。

一个用于构建和评估 n-gram 及神经语言模型，以对中文拼音输入法候选词进行排序的项目。它提供了一个共享评估集和两个微型 Transformer 模型（4.5 MB 和 25.5 MB），在保持极高速度和轻量化的同时，其质量可媲美甚至超越许多大型开源模型。

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。

一个可自托管的开源工作区，集成了聊天、任务管理和知识库工具，并支持AI代理，具有受控的审批工作流和对模型上下文协议的支持。

ComfyUI‑H3‑FaceRefine 添加了自定义节点，用于检测、裁剪、重新生成并缝合 MiniMax H3 视频中的微小人脸，修复模型在小头上的表现不佳问题。提供自动与手动人脸选择工作流、稳健追踪、可选切帧检测，并与现有 MiniMax H3 管道无缝集成。

一款开源的光学乐谱识别（OMR）应用程序，可将乐谱图像转换为可播放和编辑的符号化数字格式。

一个快速、语言无关的代码导航器，将代码库索引到 SQLite 中，实现毫秒级延迟的符号查找、依赖追踪和影响分析，适用于人类和 AI 代理。

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。

一款为 AI 编码代理提供本地可观测性的工具，通过结构化地图或 3D 厨房主题界面来可视化项目进度与活动。