正在涨的 AI 项目

SHARP 是一个快速的单目视图合成工具，使用神经网络在不到一秒内从单张图像生成度量 3D 高斯表示。

Open AI UGC 是一个开源、可自托管的网页应用，让用户能够利用多种最先进的文字转视频模型，生成短版竖屏 UGC 视频广告。它包含 Google OAuth、整合 Stripe 的积分系统、用于渲染的异步 Webhook 处理，以及过往创作的仪表板。技术栈包含 Next.js 16、React 19、Tailwind、Prisma 以及用于底层视频生成的 Muapi.ai。

一款根据 GB/T 9704-2012 国家标准，将文本转换为官方中文政府文件（DOCX）的工具，专为 AI 助手设计为一项技能。

基于 MiniMax H3 的混合注意力模型，在保持高视觉质量的同时显著加快了视频生成速度。

FlyEnv 是一款跨平台桌面应用，原生安装、版本管理和编排运行时（PHP、Node、Python、Java、Go 等）和服务（数据库、缓存、搜索、Web 服务器）。它提供项目级工作流定义、本地 HTTPS 域，以及一个 MCP 服务器，使 AI 编码助手能够查询本地栈。适用于 Windows、macOS 和 Linux 的安装程序，开源（BSD-3-Clause），面向希望使用 XAMPP/Laragon/Docker 的原生替代方案进行全栈本地开发的开发者。

一种用于LLM的电影视觉指导框架，可将脚本和创意转化为精确、一致的AI图像生成提示。

PentesterFlow 是一款开源的终端助手，允许人类分析师引导 LLM 驱动的 Agent 进行渗透测试任务。它集成了真实的安全性工具（curl、shell、Burp、文件工具），支持多种 LLM 后端，将证据和发现项以 Markdown 格式存储，并在会话之间保留项目级记忆，同时要求对风险操作进行明确批准。

OntoBricks 是一个 Databricks 原生应用，利用 LLM 驱动的本体生成和映射，将 Unity Catalog 表转化为一个活生生的、可查询的知识图谱。它提供治理、多种图后端，并通过 MCP 将图谱暴露给 AI 代理。

ai-usagebar 是一款系统监控工具，可将多种 AI 编码服务（Claude、Codex、GitHub Copilot、OpenRouter、DeepSeek 等）的实时配额使用情况显示为桌面小部件、终端界面或 JSON 数据流。它复用官方 CLI 的现有凭据，自动刷新令牌，并提供阈值警报和重置计时器。

Mirobody 是一个自托管的 AI 健康数据引擎，它将医疗记录、实验室报告和可穿戴设备数据标准化为统一格式，允许用户通过可追溯的引用查询其健康历史。

为 Claude Code 提供 164 种专业技能的集合，引导开发者构建、发布及增长 iOS、macOS、watchOS 和 visionOS 应用。

NodeTool 是一个开源的、以代理为先的创意工作空间，让您通过节点图界面构建多模态 AI 驱动的媒体（文本、图像、视频、音频、3D、游戏）。使用您自己的 API 密钥连接任何 LLM 或生成模型，或在本地运行开放权重模型，让内置代理连接并运行工作流程，并在专门的编辑器（故事板、时间线、素描、3D、游戏）中编辑结果。可作为免费的跨平台桌面/Web 应用使用，可通过自定义 TypeScript/Python 节点扩展，并可从 CLI 或 MCP 服务器使用。

ProxmoxMCP-Plus 是一个连接器，允许 AI 代理（通过 MCP）和标准 HTTP 工具（通过 OpenAPI）安全地操作 Proxmox VE 虚拟化服务器，涵盖 VM/LXC 生命周期、快照、备份、ISO、容器命令和持久化作业跟踪。它通过 API 令牌、命令策略、审批门控和 TLS 验证强调安全性，并支持本地 stdio、基于 Docker 的 HTTP 以及可选的沙盒代码模式。一个由 PostgreSQL 支持的可选 OAuth 浏览器门控流程用于处理远程客户端身份验证。

Numen是一个开源Minecraft模组，内嵌了一个可由大语言模型控制的具身AI代理。用户安装该模组、配置OpenAI/Anthropic API密钥、召唤机器人，并通过自然语言、语音或脚本化的Lua操作进行交互。该项目提供三层架构（Minecraft核心、Lua操作API、LLM沙盒）和一个用于扩展代理功能的插件系统。

fff 是一个基于 Rust 的内存文件搜索库，具备模糊、frecency 感知的索引功能。它驱动一个 Neovim 插件、一个供 AI 代理使用的 MCP 服务器，以及一个 Pi 扩展，提供超快速的文件路径和内容搜索，对 LLM 而言比传统 grep 更节省成本。

claude‑real‑video（crv）是一个 Python CLI / Web 工具，可在您自己的机器上从任何视频（YouTube、本地文件等）中提取智能关键帧和 Whisper 转录文本。它去重几乎相同的镜头，可选添加说话人标签，并输出帧、时间戳和转录文本，您可以将其粘贴到 Claude、ChatGPT、Gemini 或其他 LLM 中。该包还提供本地知识库（`crv‑ask`），并通过一行技能安装与 Claude Code、Cursor、Codex 和其他代理平台集成。

TopDeepLearning 是一个经过策划、按星标排序的与深度学习相关的热门 GitHub 项目列表。它是一个单一表格（项目名称、星标数、描述），按星标数降序排列，最后更新于 2026.07.14。它涵盖框架、LLM 工具、AI 代理、视觉、语音和教育资源——除了列表本身之外，不包含代码、说明或分析。

IWE 是一个面向 AI 代理和人类的共享内存系统，它使用一个 Markdown 文档文件夹来提供持久、可编辑和可搜索的项目上下文。

一个开源代理框架工程平台，使用 OpenTelemetry 来追踪、评估并保护 AI 代理和编码代理。

支持文本、基于沙箱的文件系统代理和低延迟实时语音代理的 JavaScript/TypeScript 框架。

Potpie 从您的代码库和开发工具中创建动态上下文图谱，为 AI Agent 提供规划、调试和编写代码所需的深度项目知识。

一个用于自动化大规模 AI 模型预训练与微调的框架，具备 PyTorch 原生并行处理能力与优化配方。

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。

Clawd-Code 是 Anthropic Claude Code 代理的 Python 重新实现版本，提供流式 REPL、工具调用循环、多 LLM 提供商支持以及可扩展的基于 Markdown 的“技能”系统。它附带完整的 CLI、30 多种内置工具、测试和文档，并可通过简单的虚拟环境设置进行安装。

一个用于 PP-OCRv6 的纯 C# 推理库，无需 ONNX Runtime 或 OpenCV 等原生依赖即可提供高性能 OCR。

一个用于E语言的AI代理支持库，通过本地MCP服务器和集成IDE工具，使AI能够自动读取和编辑源代码。

一个将锁定相机视频转换为适用于Mixamo角色的干净FK动画的管道，无需动捕服或手动关键帧。

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。

一本开放、直觉优先的教科书，涵盖数学、计算和人工智能，共18章，源自作者的个人笔记，这些笔记曾帮助朋友进入DeepMind、OpenAI和Nvidia。包含一个用于AI助手的MCP服务器，一种面向“世界上的达尔文们”的学习理念，以及一种两阶段学习技巧。

Scout 是一个开源的 TypeScript 库，可让您将自然语言的网页任务交给 AI 驱动的浏览器代理。它可与您提供的任何聊天补全模型配合使用，可在 Outcrawl 云（住宅 IP、验证码解决、重放录制）上运行，也可通过 Playwright 在本地运行，并返回结构化结果以及逐步重放。

一个开源的 Python 包，用于探索、可视化和分析人类神经生理数据，如 MEG 和 EEG。

Gaze 是一款用于 Linux 的设备端面部认证套件，提供守护进程、命令行界面、图形界面、PAM 模块和桌面环境扩展。它通过 ONNX 模型在本地执行人脸检测（SCRFD）、对齐、ArcFace 嵌入和 MiniFASNet-V2 活体检测，支持 TPM 后端模板密封，并与 GNOME、KDE、Cinnamon 和其他锁屏集成。可通过原生软件包或一行脚本安装，可使用 CPU 或硬件加速器（OpenVINO、AMD NPU），并可通过 `/etc/gaze/config.toml` 完全配置。

一个精选的关于人形机器人学习的学术论文集合，按任务组织，并重点介绍具有真实世界实验和开源代码的研究。

一个中文、社区维护的指南，收集ChatGPT和AI资源——从提示词和应用到模型生态系统、开发指南和前沿主题——并配有Telegram社区和开放贡献模式。

HERO 是一个可粘贴的规则块，用于编码代理配置文件，阻止 AI 助手过度防御——添加无人阅读的哈希、追逐不可能的边缘情况、用检查清单取代判断、构建不必要的脚手架——从而让它们将工作投入到实际要求的任务上。它适用于 Claude Code、Codex、Cursor、Copilot 以及其他加载配置文件的代理。

minutes 是一款开源桌面/CLI 应用，可录制、本地转写会议，并将其存储为带有丰富元数据的 Markdown 文件。它公开了一个简单的 MCP API（`search_meetings`），使任何 LLM 代理（如 Claude Code、Cursor、Codex 等）都能检索相关摘录，从而实现隐私优先、代理优先的工作流程。

Kiln 是一个开源、以本地优先的工作台（桌面应用程序 + Python 库），让团队能够构建、评估、优化并发布基于 LLM 的产品。它涵盖了评估创建、提示词自动优化、RAG 流水线、多智能体层级结构、合成数据生成以及超过 190 种模型的零代码微调，并支持基于 Git 的协作与离线功能。

Harness Books 是一个发布两本关于 AI 编码代理的“约束工程”的免费在线书籍的项目。第一本书聚焦于 Claude Code 的运行时结构；第二本书比较了 Claude Code 和 Codex。这些书强调真正的挑战在于管理行为后果，而不是答案质量。它们涵盖了提示、权限、上下文、恢复、验证和团队规则。该项目包括源文件和构建工具，并链接到一个名为 AgentWay 的相关实践平台。

一份包含 443 多项经过验证的 AI 智能体构建与评估资源精选列表，附带可运行的代码手册、深度阅读笔记以及必读入门指南。

vbsec是一款针对AI生成代码的安全扫描工具，通过分析数据流识别21种常见漏洞，为开发人员提供清晰的解释和修复方案。

Millennium Harness 是一个用于 Lean 和 Dafny 中 AI 生成证明的形式化验证门控，通过检查冻结规范是否成立且未使用任何逃生舱，从而拒绝所有作弊行为（如 `sorry` 或 `assume {:axiom}`）。它还为 Millennium RSI 提供支持，这是一个奖励无法被操纵的自我改进代理循环。

AGY2API 是一个自托管网关，通过 OpenAI、Gemini 和 Claude 兼容的 API 暴露 Google Antigravity 模型（如 Claude 和 Gemini）。它管理多个 Google OAuth 凭据，支持流式传输，并提供用于配置和凭据管理的 Web 控制面板。

Godot-MCP 是一款面向 Godot 编辑器的 AI 驱动助手，允许 AI 代理控制游戏引擎，使其能够通过模型上下文协议编辑场景、管理脚本和调试项目。

Comfy MCP 是一个服务器，将 AI 代理连接到你的本地 ComfyUI 安装，使你能够直接通过 AI 助手触发图像生成、管理工作流并监控服务器。

OpenAI Dots 的开源替代方案，允许您使用自己的 API 密钥和应用集成在 Mac 上运行个人后台代理。

GreptimeDB 是一款开源可观测性数据库，将指标、日志和追踪统一到一个列式引擎中，允许用户将数据存储在对象存储上并使用 SQL 进行查询。

一个利用 GPU 并行化实现高吞吐量数据收集和训练的开源机器人仿真与训练框架，专为操作技能训练而设计。

一个开源研究框架，通过单个 Transformer 模型处理来自各种输入组合的多种 3D 任务，实现通用的度量 3D 重建。