正在涨的 AI 项目

Vigil 是一个开源、智能体驱动的 SOC 平台，使用可读的 Markdown 工作流和基于 MCP 的集成来自动化安全运营，同时确保人工监督。

专为知识图谱和推荐系统等应用设计的分布式、可扩展图数据库，支持大规模图分析并实现毫秒级延迟。

一个使用无限画布和自然语言助手来管理从脚本到最终视频的全流程的开源 AI 视频创作工作台。

Jac 是一种统一的编程语言和工具链，允许开发人员和 AI 代理在单个经过编译器检查的代码库中构建全栈应用程序，无需胶水代码和外部数据库管理。

一个为 OpenCode 设计的插件，支持具有持久状态、自动任务延续和严格安全护栏的长期、目标导向型智能体行为。

CORAL 是一个开源基础设施，让自主 AI 代理组织通过运行实验和分享知识来演化解决方案，以进行自动研究。

一种以认知驱动的自主安全代理，用于授权的渗透测试，利用因果图推理和 Planner-Executor-Observer 架构，确保可追溯且有证据支持的安全研究。

一个命令行AI DevOps框架，编排专门的代理将自然语言意图转化为经过验证的软件交付成果，具有基于Git的上下文、安全自动化（Pulse/workers）、模型路由和安全功能。

OSWorld 是一个开源基准测试，允许您在真实的 Ubuntu/Windows 虚拟机中运行多模态 LLM 智能体。它提供了一个 Python 库（`desktop-env`），用于通过 VMware、VirtualBox、Docker、AWS、Modal 或 Daytona 启动虚拟机，一套真实桌面任务，参考 GPT-4o 智能体，以及用于评分和可视化结果的工具。

一个集成 SearXNG API 的 MCP 服务器，为 AI 助手提供尊重隐私的网络搜索和 URL 读取功能，无需付费 API 密钥。

gemini-web-to-api 是一个基于 Go 的代理服务器，将 Google Gemini 的网页界面暴露为标准的 REST API。它允许你通过浏览器 cookie 进行身份验证，无需 API 密钥即可使用 Gemini 的最新模型，同时提供 OpenAI、Claude 和 Gemini 兼容的端点。

一套用于与 Hugging Face 交互的 TypeScript 类型 JavaScript 库集合：管理 Hub 仓库、调用推理 API（聊天、文本生成、图像生成等）、解析模型文件格式，以及构建小型 LLM 代理，均可在浏览器或现代 Node/Deno 运行时中运行。

AgentFS 是一个基于 SQLite 的文件系统，专为 AI 代理设计，提供持久化存储、键值状态管理，以及单一可携文件中的完整工具调用审计追踪。

gcx 是一个 Grafana 命令行工具，可让你在终端或 AI 编码代理中查询指标、管理告警和仪表盘，以及使用 Grafana Cloud 产品。它支持 Grafana Cloud、Enterprise 和 OSS，完全支持 Grafana 13+，对 12 提供有限支持。可通过脚本或 Homebrew 安装。它通过内置技能与 AI 代理集成。某些 Cloud 功能会产生使用费用。

一个精选的AI人格技能目录，将特定个人或角色的沟通风格、决策框架和专业知识提炼为可复用的交互式数字代理。

一份精心策划且持续维护的 AI 工具列表，包含 64 款用于构建精美用户界面的工具，分为五大类（AI 助手技能、应用程序、MCP 插件、非 AI 设计工具和学习资源），并附有编辑精选及贡献指南。

一个精选的双语库，包含135个按场景组织的专业AI提示词，旨在为从营销和内容创作到学习和技术工作流程等任务提供干净、可复制粘贴的模板。

一个精选的AI工具、框架和数据集目录，旨在加速科学研究，涵盖从文献管理和文档解析到自主研究代理的各个方面。

一个由单人维护的免费LLM API目录，精选提供商和推荐模型。仅列出OpenAI格式的端点，包含每个提供商的速率限制和模型名称。选择优先考虑长期稳定性、速率限制风格、来源多样性和模型质量。欢迎社区提交，视觉表格由LLM生成。

dsh‑commandcode‑provider 是一个非官方的 DeepSeek Harness 插件，将 Command Code 作为 LLM 提供者加入。它提供 UI 集成、多账号轮替、方案感知模型选择、视觉支持、成本估算、配额显示、网络搜索以及可选的零数据保留功能，适用于 dsh 0.2.x。

一款开源AI营销插件，提供标准化的12步策略流程和163项技能，帮助代理机构和企业内部团队一致地管理大型品牌组合。

LLM4AD Next 是一个 Python 库，使用对话式 LLM 将自然语言问题描述转换为完整、可运行的进化算法搜索管道。它附带多种 GA 风格搜索方法、模块化的“算法设计技能”、一个可以建议要进化的代码块的顾问，以及在线演示。通过 `uv sync`（Python 3.12+）安装，配置 LLM 提供商，然后运行 `llm4ad chat` 生成项目，并使用 `llm4ad run <config>` 进化最佳算法。

Firefox DevTools MCP 是一个开源的模型上下文协议服务器，允许 AI 代理通过 WebDriver BiDi 控制本地 Firefox 浏览器（包括其开发者工具）。它支持代理浏览和 AI 辅助的 Web 开发，提供导航、表单填写、网络检查、控制台访问和 JavaScript 评估等工具。服务器在本地运行（通过 `npx @mozilla/firefox-devtools-mcp@latest`），可与 Claude Code、Codex、Cursor 等配合使用，并提供注重安全的预设以限制功能。

一个精选的ChatGPT相关GitHub仓库列表，附带搜索工具和AI编码助手集成。

FastEmbed 是一个轻量且快速的 Python 库，用于从文本、图像和文档中生成嵌入（意义的数值表示）。它使用 ONNX Runtime 而非 PyTorch，可在无 GPU 的 CPU 上运行，并支持稠密、稀疏、晚期交互、图像和多模态嵌入模型，以及重排序模型。它与 Qdrant 向量数据库集成，专为无服务器环境设计。

SpecForge 是一个用于推测解码模型的统一训练框架，可直接与 SGLang 服务引擎集成，以加速 LLM 推理。

一个可直接投入生产的框架和代码库，用于构建端到端的 LLM 系统，覆盖训练、RAG 与在 AWS 上的部署。

面向移动设备和可穿戴设备的混合边缘-云 AI 引擎，通过自定义量化和硬件特定内核优化文本、语音和视觉模型的推理。

一个用于构建GPU加速AI代理的参考架构，利用视觉语言模型执行实时视频分析、自然语言搜索和自动摘要。

一个高效的闭环式具身智能框架，通过演化基于代码的恢复技能与运行时评判器，在不重新训练基础策略的情况下提升机器人任务成功率。

一个端到端的交通分析套件，利用计算机视觉和自定义校准流程，从 CCTV 视频和卫星地图生成 3D 数字孪生。

JARVIS V4 是一款适用于 macOS 和 Windows 的桌面语音助手，用户可以通过个人 API 密钥利用 Google Gemini 的 AI 功能来执行任务。

一款离线、注重隐私的Android工具，使用本地机器学习模型提供语音转文字转录和实时字幕功能。

一套标准化的模块化技能和文档工具，旨在帮助 AI 编码代理更有效地执行 Kotlin 开发任务。

一个用于家庭实验室的轻量级运维工具包，可跟踪服务器状态变化、验证备份，并为人类或AI代理提供结构化诊断。

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。

一款作为 Qwen4 架构预览的多模态 MoE 模型，可在编码和办公任务中实现高效率，显著降低训练与推理成本。

针对 LLM 和智能体工作流的开源漏洞扫描器，保护 AI 系统免受越狱、模糊测试和多模态攻击。

一个基于 AI 的关系分析工具，通过心理学框架处理 WeChat 和 QQ 聊天日志，量化恋爱关系动态。

MOSS‑VL 是一个开源权重、110亿参数的视频-语言模型系列，支持实时交互直播视频流（MOSS‑VL‑Realtime）以及离线高质量视频问答（MOSS‑VL‑Instruct）和进一步训练的基础检查点。它采用交叉注意力架构，结合时间戳与3D旋转位置嵌入（XRoPE），支持可中断流式传输、主动静默和动态修正，并提供可在单块24GB GPU上运行的量化检查点。仓库包含即用型推理脚本、FastAPI/WebSocket服务器、基于SGLang的后端、全参数与LoRA微调脚本，以及全面的基准测试结果。

一个用于 Stable Diffusion 的多平台包管理器和推理界面，提供一键安装和跨多个 Web UI 包的共享模型管理功能。

一款开源的 AI 语音输入工具，适用于 macOS、Windows 和 Linux，提供应用感知的语音输入、语音问答和文本重写功能。

Speculators 是一个 Python 库，用于训练用于推测解码的小型“草稿”模型，当与 vLLM 一起部署时，能够实现更快、无损的 LLM 推理。

一个插件库，使AI编程代理能够在Adobe生态系统中执行专业任务，包括分析报告、AEM开发和App Builder项目管理。

TinyTroupe 是一个实验性的 Python 库，它使用大型语言模型模拟具有特定个性、兴趣和目标的虚拟人物，从而在模拟环境中实现逼真的多智能体交互，为广告评估、产品反馈和合成数据生成等商业场景提供洞察。

GMR 是一个通用的动作重定向库，可将人类动作数据（来自 SMPL-X、BVH、FBX 甚至单目视频）转换为人形机器人的关节指令，支持超过 17 种机器人模型，并支持实时遥操作和强化学习训练数据生成。

libvips 是一个快速、内存高效的图像处理库，拥有约 300 种操作，支持多种格式（JPEG、PNG、TIFF、WebP、HEIC、PDF、SVG 等），提供 11 种以上语言的绑定，并被 Mastodon、sharp 和 Ruby on Rails 等项目采用。它采用 LGPL 许可证，可通过包管理器安装或使用 Meson 从源码构建，并有许多可选依赖以支持特定格式。

一个 macOS 命令行工具，让 AI 代理程序能在屏幕上绘制可见的箭头与标签，引导用户操作特定的 UI 元素或坐标。