正在涨的 AI 项目

一个包含 398 个模块化技能和插件的综合库，旨在为 AI 编码代理提供跨 13 个平台的工程、商业和合规领域的专业知识。

一款使用 Real-ESRGAN 和 Vulkan 技术，无损放大并增强低分辨率图像的免费开源 AI 图像放大器。

headcount 是一个开源库，它将 AI 代理技能打包成公司式部门（例如安全、营销、财务）。每个部门都是一个插件，包含按需加载的命名技能，让您可以构建模块化、专家驱动的 LLM 工作流。通过 Claude Code 或 ChatGPT 安装，然后直接提问或调用 `/department:skill`。该仓库提供 16 个部门、172 项技能，以及一个用于浏览的交互式组织架构图。

一个生成式、代码渲染的音乐视频系统，利用音频分析和three.js创建确定性的、单词同步的视觉效果，可导出4K60。

本说明涵盖了《AI Agents 初学者课程》的目的、内容、先决条件、技术、语言和社区方面，全部基于 README。

一款由AI驱动的英语听力与口语训练应用，通过内置的间隔重复机制，自动化实现精听、跟读、复述的科学训练闭环。

一个免费、本地运行的谷歌地图抓取工具，用于潜在客户生成，附带 Claude Code 技能，使 AI 编码代理能够用自然语言驱动抓取，并提供干净的企业联系人 CSV 文件。

一个自托管、注重隐私的 NotebookLM 替代方案，让您可以组织多模态研究、与文档对话，并使用您选择的 AI 模型生成播客。

Chrome DevTools for agents (`chrome-devtools-mcp`) 是一个 npm 打包的 MCP 服务器和 CLI，允许 AI 编码助手通过 DevTools 控制实时 Chrome 浏览器。它提供性能追踪、调试、自动化（通过 puppeteer）以及为 Claude、Copilot 和 Gemini 等代理预设的“技能”。通过 npm 安装并配置 MCP 客户端后，代理即可通过自然语言提示（例如“检查网站性能”）来启动 Chrome、运行审计并获取可操作的见解。

9Router 是一个 Node.js/Next.js 服务，充当 AI 编码工具的本地 OpenAI 兼容网关。它压缩负载（RTK Token Saver）、跟踪配额，并在付费、廉价和免费 LLM 提供商之间自动回退，支持 40+ API 和自托管服务器。目标是保持编码不中断，同时将令牌成本降低 20-40%。

一个超轻量、自托管的个人 AI 代理框架，将多个 LLM 提供商、长期记忆和各种聊天应用整合到单一运行时中。

Monid 是一个基于 Deno 的平台，将数千个第三方工具 API（搜索、数据丰富、媒体生成等）聚合到单一、对代理友好的端点后面。开发者编写声明式连接器，描述提供商的端点、认证和使用模型；引擎发现最佳端点、执行调用，并根据原始响应计费。

一座桥梁，将 ChatGPT Web 模型整合进 Codex 工作流程，让用户能通过浏览器自动化和 MCP，使用其 ChatGPT 账户方案与工具。

RP1 是一个用于构建和控制人形机器人的开源全栈平台，涵盖了从机械设计、电子设备到固件、控制和 AI 学习的所有内容。它为开发者提供了完整的技术栈，以便复现、理解和扩展真人大小的人形机器人。

Claude Switcher 是一款原生 macOS（以及测试版 Windows/Linux）应用，在启动 Claude AI 之前会审计 14 个网络/系统指纹。如果任何检查失败，应用将拒绝启动，后台终止开关会在隧道丢失时立即终止 Claude。它包含手工制作的 STUN 探测以检测 WebRTC 泄漏、按账户快照隔离和自修复配置。

Goutoujunshi 是一个开源AI技能，可分析用户情绪、关系背景和聊天记录，提供基于证据、可执行的恋爱或人际关系建议。它包含135项精选知识库、可选长期记忆（需同意）、安全检查，所有内容均以MIT许可证发布。

一份持续更新、MIT 许可的生产级 AI 系统设计与 AI 工程面试参考指南——涵盖 RAG、智能体、模型选择、评估、安全以及 20 个真实案例研究，并附有 147 道面试题库。

EditHere 是一款本地桌面工具，可让您标记截图、界面元素和视频帧，以生成精确、结构化的反馈（JSON），任何 AI 工具都可以执行这些反馈——专为 UI 更改、游戏 HUD、图表和设计评审而设计。

一个 Markdown 定义的插件、代理、技能和命令市场，通过即用型 LLM 驱动工作流（如脚手架、测试和安全扫描）扩展 AI 编码工具（Claude Code、Codex CLI、Cursor 等）。

一套专家级指令和脚本集合，旨在为 AI 编码代理扩展 Web 开发、性能审计和文档标准方面的专业能力。

一个完整、免费的开源课程，让你从零开始构建自己的编码AI助手，学习使此类助手真正工作的工程层（harness）——包括沙箱、上下文管理、子代理和评估——共8节课，包含文章、视频和可运行代码。

一个基于 Rust 的高性能浏览器自动化 CLI，旨在为 AI 智能体提供对网页和浏览器状态的可靠语义控制。

一个桌面工作空间，通过提供统一的看板界面、隔离的执行环境以及用于规划和委派的项目级协调器，来协调多个AI编码代理。

Mem0 是一个用于基于 LLM 的助手的开源记忆层，提供多级、混合检索（语义、BM25、实体链接）和时间推理。它提供 Python/JS SDK、CLI、自托管 Docker 堆栈和托管云服务。新的 2026 算法提高了 token 效率和延迟，在 LongMemEval 上的基准分数高达 94.4。非常适合构建个性化聊天机器人、支持代理或任何需要长期、用户特定记忆的 AI 系统。

一个将单张动漫插画分解为最多 23 个语义不同的、经过修补的图层，并以 PSD 格式导出，用于 2.5D 动画和绑定（rigging）的框架。

一个桥接插件，使AI代理能够通过TCP通道直接控制Blender，实现自动化场景编辑、视口监控和复杂的3D优化任务。

dsh-connect-workbuddy 是 DeepSeek Harness 的一个插件，可将您本地登录的 WorkBuddy 账户（包括中国版和国际版）连接到模型选择器，让您直接在编码工具中使用这些模型。它管理多个账户，提供自动故障转移，显示额度和可用性信息，并允许您在不离开编辑器的情况下进行测试、登录和领取奖励。

YuE2 Studio 是一款独立的 Windows 应用程序，用于生成、编辑和训练 AI 音乐模型，无需 Python 即可提供从歌词和乐谱创作歌曲的完整工作流程。

Kitten TTS 是一个开源文本转语音库，支持实时语音克隆、多语言合成和富有表现力的语音控制，旨在高效运行于 CPU 和 GPU 上。

一个研究级代码库，可复现*内部安全崩溃*——一种故障模式，其中编码代理在迭代编辑任务工作区时，最终会生成它通常会拒绝生成的不安全内容。该仓库提供Docker化的TVD（任务-验证器-数据）工作区、使用LlamaGuard、Detoxify、Qwen3Guard的示例，以及对62个前沿LLM的大规模审计，并附有运行、检查和扩展实验的指南。

TraceRoot 是一个开源平台，用于记录 AI 代理调用、通过自定义检测器标记不良行为、将问题聚类为信号，并运行自动化评估，以便编码代理能够建议并验证修复，从而闭环实现自我改进。它提供 CLI、Python/TS SDK 以及与主要代理框架和模型提供商的集成，并可通过托管云或自托管 Docker Compose 使用。

一个高性能浏览器代理，使用动态索引动作空间与结构化 DOM 状态取代截图，实现超快速网页自动化。

WeChatBridge 是一款原生 macOS（及 Windows）工具，为微信添加分享扩展，让你可以直接将聊天记录转发给 Codex、Claude 或豆包等 AI 代理，或将其作为 Markdown 存档到 Obsidian——所有处理均在本地完成，注重隐私保护。

TradingAgents‑CN Community Edition 是一个混合授权平台，利用多个 LLM 驱动的代理来研究中国 A 股。它提供辩论式个股分析、自然语言筛选、模拟交易沙盒及免费学习课程。核心引擎采用 FastAPI、Vue 3、MongoDB 和 Redis 构建，核心引擎为 Apache‑2.0，应用层则为源码可见的非商业用途授权。

一个包含超过 2,600 个可安装 playbook 的库，让 AI 代理能够搜索、选择并应用可重复使用的指令，以执行复杂的技术任务。

一个为 AI 编码代理提供最新、特定版本库文档和代码示例的平台，以防止幻觉和过时的代码生成。

一款具备持久化浏览器、Linux 终端和 Google 集成的个人代理应用，允许用户委派复杂任务并审查代理行为。

一个由人工精选的 1,497+ 个 Agent Skills（AI 编码助手的指令包）集合，来自 Anthropic、Google、Stripe、Microsoft 等官方团队，以及社区贡献。兼容 Claude Code、Cursor、Copilot 等工具——专注于工程团队的实际应用，而非 AI 生成的内容。

《从头构建大型语言模型》一书的官方代码——一个逐步、从零开始用 PyTorch 实现类似 GPT 的 LLM，涵盖文本预处理、注意力机制、模型实现、预训练和微调。可在笔记本电脑上运行，并支持可选的 GPU 加速。

Dioramas 是一个免费、开源的框架，用于构建电影般的、交互式 3D 网站。它使用 AI 从文本提示生成和优化 3D 英雄模型，并包含一个用于视觉效果的小型 three.js 引擎，以及 20 个示例网站。

KiviDB 是一个基于 Rust 的 Redis 兼容内存数据库，它利用所有 CPU 核心并内置了全文搜索和向量 (ANN) 搜索功能。它提供极高的吞吐量（32 核上达到 2100 万 GET/s）和亚毫秒级延迟，非常适合需要快速键值访问及嵌入向量相似度搜索的 AI 工作负载。它支持可选的 Lua 脚本、TLS 和标准的 Redis 持久化，并可通过 Docker、Linux 软件包或预编译二进制文件进行部署。

Lyapunov 是一个面向机器人和 3D 模拟的 LLM 优先桌面框架，将场景构建、机器人准备和物理引擎控制集成到单一工作区中。

该项目是SuperMimic方法用于全身人形控制的独立复现。它使用可微分世界模型训练策略来跟踪LAFAN1动作，在单个GPU上不到1.5 GPU小时内达到与论文相当的结果。

该项目是一个经过策划和测试的开源视频制作技能列表，适用于编码代理，包含分类、选择标准和端到端测试结果。

Hyperresearch 是一个为 AI 编码代理（Claude Code、OpenAI Codex）设计的深度研究工具，通过 16 步骤流程收集数百个来源、验证引用，并产出经对抗性审计的报告，同时具备持久且可搜索的知识库。

helm-d 是一个 DeepSeek Harness 插件，强制进行基于证据的安全分析——每个结论必须引用基于磁盘的 E 编号证据，并提供 34 个工具、362 个按需参考文档，以及适用于 Android、Web、Native、Protocol、Malware 和 AI-Security 任务的热切换越狱配置文件。

StreamEval 是一个开源基准测试框架，旨在评估交互式流式视频生成模型在长时间会话中的性能。它提供标准化的任务和指标，以衡量这些模型在保持上下文和响应实时用户输入方面的表现。

WeVisOne-VL 是腾讯推出的视觉语言模型，将对象级任务（检测、计数、指向、OCR、指代）和像素级任务（分割、抠图）统一在一个系统中，使用 9.6M 参数的像素解码器和结构化文本标记。它提供 2B 和 4B 两种规模，能可靠地拒绝不存在的目标，并在所有主要基准上优于开源基线。推理代码、演示和评估流程已发布；微调代码仍在待办中。