Kimi K3 是一個擁有 2.8T 參數的開源權重原生多模態 MoE 模型，專為長週期編碼、深度研究和複雜的智能體知識工作而設計。

一個開源的擴散模型引擎，可在消費級 GPU 上實現影像、影片與音訊生成模型的高效能推論與訓練。

一款專為英語學習者打造的 AI 增強影片播放器，提供本地 AI 字幕生成、句子拆解和詞彙工具，以促進沉浸式語言學習。

Flyte 2 是一個用於定義、編排和提供 ML 流水線與 AI agent 服務的開源 Python 框架。它讓您能夠將普通的 Python 函數作為任務，將其組合成工作流，並在本地或未來的 Kubernetes-native 後端上執行。該專案包含 CLI、以開發者為中心的 TUI，以及對 FastAPI 模型服務化的原生支持。

Beav（前身為 RedBox）是一款專為自媒體創作者設計的跨平台桌面 AI 工作站。它讓您能夠收集網頁與社群媒體素材、儲存至本地知識庫、利用 AI 生成文字、圖片與影片、編輯配音剪輯、添加動畫並排程發布，所有功能皆整合於單一介面。該應用程式隨附 Chrome/Edge 網頁擷取工具、每日營運報告、可重複使用的圖片模板、多軌影片編輯器，並可選擇整合外部 Agent。它支援 macOS、Windows 與 Linux，可使用內建 AI 服務或任何相容 OpenAI 的端點，並以 MIT-NC（非商業）授權發布。

一套AI代理技能工具包，應用專業電影製作和戲劇學原理，為AI影片和圖像模型生成高精度提示。

一款瀏覽器原生、以本地為首的簡報編輯器，利用 Web AI 與 WebGPU 提供無後端的 AI 驅動簡報生成、翻譯與簡報工具。

一個適用於多模態生成模型的通用 RL 訓練框架，提供快速滾動與穩定的後訓練，適用於擴散模型與多模態模型。

Omnigraph 是一個基於 Rust 的湖倉式圖資料庫，將資料以欄式 Lance 格式儲存在任何 S3 相容物件儲存中。專為 AI 代理艦隊設計：每個代理可寫入其隔離分支，然後提交變更以供審查和 Git 風格合併。查詢在單一執行時中融合圖遍歷、向量 ANN 和全文搜尋，Cedar 策略對每次變更強制執行細粒度安全。專案提供 CLI、Axum HTTP 伺服器、TypeScript SDK 和 LLM 主機用的「MCP」橋接器，是代理記憶、企業腦知識圖譜、開發圖自動化和版本化 ML 資料層的全棧解決方案。

一個開放平台，提供全模態世界模型與工具，用於建構物理AI，支援機器人與自主系統對文字、視覺、音訊與動作序列的聯合處理與生成。

Tren⚡Torch 是一個教育性質的、僅依賴 NumPy 的深度學習框架，重現 TinyTorch 並新增 20 個進階模組——從張量與自動微分到 CNN、Transformer、量化與基準測試——還包含 CLI 與歷史里程碑腳本，支援實作學習。

面向 Document AI 的視覺-文字基礎模型，提供多語言視覺編碼器以及專用於文件解析與理解的模型。

mcpc 是一個輕量、跨平台的 CLI，提供對 Model Context Protocol (MCP) 的完整存取——AI 代理的工具、提示、任務與付款的標準 API。它讓代理與腳本能從 Bash shell 呼叫任何 MCP 操作，支援持久會話、儲存在作業系統金鑰鏈中的 OAuth 2.1、適合管道的 JSON 輸出、透過 grep 的動態工具發現，以及實驗性的 x402 付款整合。

一款開源桌面應用程式，可從 1000 多個網站下載影片和音訊，在本地進行轉錄，並使用 AI 對內容進行摘要和搜尋。

Doop 是一個開源的即時設計畫布，人類與 AI 代理（透過 Claude Code 或內建 Doop 代理）可共同編輯 HTML 幀。它提供即時多人功能、AI 驅動的設計任務、私有共享，並可透過單一 Docker 命令或 `bun run dev` 自行托管。AI 後端支援 Anthropic（免費層）或使用者提供的 OpenAI/ChatGPT 金鑰。

一個全棧式 AI 內容創作工作台，透過無限畫布與代理輔助工作流，將文字轉化為 AI 電影與短影片。

一個透過統一的 Streamlit 界面實現語音轉錄、翻譯與語音生成自動化的 AI 驅動影片翻譯與配音工具。

一個 Pi 代理插件，透過一個輕量工具代理 MCP 伺服器，懶加載伺服器並按需發現工具，以節省上下文視窗

Google Workspace MCP Server 是一個開源 Python 服務，透過 Model‑Client‑Protocol 暴露 120 多個 Google Workspace 操作（Gmail、Drive、Docs、Calendar 等），讓 Claude 或 ChatGPT 等 LLM 助手能讀取和寫入 Workspace 資料。支援多使用者 OAuth 2.1、三種工具層級、無狀態容器部署與完整 CLI，同時將所有流量限制在 Google 的 API 範圍內，並提供 MIT 授權、可自行主機的程式碼。

一個基於 GGML/C++ 的 NVIDIA Kimodo 模型實作，可從文字提示生成角色與機器人動作動畫。

一系列專為高效設備端部署設計的口袋大小多模態 LLM，可在手機上實現高效率影像、影片與即時全模態互動。

一個開源的 AI 記憶系統，可從可穿戴裝置與桌面應用程式捕捉螢幕與音訊資料，提供即時轉錄、摘要與可搜尋的 AI 聊天功能。

Burn 是一個原生 Rust 的深度學習框架，透過單一 API 統一訓練與推論。它提供類似 PyTorch 的易用性、自動微分、JIT 編譯的內核融合，以及彈性的後端系統（CUDA、ROCm、Metal、Vulkan、WebGPU、CPU 和 no-std）。藉由 ONNX 導入、權重載入、終端訓練儀表板，以及對嵌入式與瀏覽器環境的支援，Burn 讓您撰寫一次模型，即可在任何地方執行。

一個模組化程式庫，可用於使用與訓練最尖端的擴散模型，以生成影像、音訊與 3D 分子結構。

以 Rust 編寫的 ML 驅動漫畫翻譯工具，自動化文字檢測、OCR、翻譯與生成式填補，實現本地優先的工作流程。

為 Android、iOS 與 Mac 設計的全面離線 AI 套件，提供文字、影像與視覺 AI 以及語音轉錄功能，所有功能均在裝置本地原生執行，確保完全隱私。

一個 Codex 外掛程式，可自動將參考影像重繪為 Microsoft PowerPoint、WPS Presentation 或 draw.io 中的可編輯圖表。

一個開源自動化影片剪輯工具，使用 ASR 和 LLM 根據語音文字、說話人身份或 AI 驅動的內容分析來擷取影片片段。

DBHub 是一個極簡且 Token 高效的 MCP 伺服器，讓基於 LLM 的工具能安全地查詢 PostgreSQL、MySQL、SQL Server、Oracle、SQLite 和 MariaDB。它僅提供兩個核心工具（SQL 執行與結構搜尋），佔用約 1.4k Token，並包含可選的額外工具、防護機制與內建網頁 UI，是 AI 代理與真實資料庫之間的輕量級橋樑。

一個開源的編排框架，透過 WebRTC 整合 LLM、TTS、STT 與影片渲染，實現即時數位人對話。

一個開源框架，讓程式碼代理能從文字提示與 SVG 資產生成可投入生產的 Lottie 動畫。

WorldClaw 是一個代理式 3D 生成框架，旨在創建大規模、開放世界的 3D 環境。

一個開源生成式 AI 平台，提供統一的 OpenAI 相容 API，支援文字、影像、影片、音訊、3D 與嵌入生成。

Pixal3D 是一個高保真 3D 資產生成器，透過像素對齊的反投影技術，從單張影像或多視角影像生成精細的幾何結構與 PBR 紋理。

一個將 Claude AI 與 Ableton Live 連接的 Model Context Protocol (MCP) 伺服器，支援提示驅動的音樂製作、軌道操作與自主歌曲編排。

用於解碼 DNA 序列調控代碼的統一模型與 API，可預測基因表現、剪接與染色質特徵。

一個開源影片本地化工具，可自動完成 YouTube、Bilibili 或本機檔案影片的轉錄、翻譯與配音。

LinguaGacha 是一個跨平台桌面應用，利用 OpenAI、DeepSeek、Anthropic、Google 或本地模型（如 Qwen2.5-7B）等大語言模型 API，僅需點擊一次即可將字幕、電子書和遊戲腳本翻譯成數十種語言。它提供「AGENT」工作流程，支援自動術語表提取、批量翻譯與自動審查，同時保留格式與程式碼風格。

Oil Motion 是一個 AI 代理技能，可將設計提示和來源影像轉換為互動式網頁動畫（滾動驅動、滑鼠追蹤、觸控等）。它自動完成關鍵幀建立、AI 影片生成、幀級清理，並打包為 MP4 或 WebP 資產，最終提供可直接嵌入的前端程式碼。

一個多模態工具集和 MCP 伺服器，透過模式驅動的架構使 AI 智能體能夠生成和編輯專業級的圖像、影片和音訊。

Agency Orchestrator 是一個基於 npm 的工具（CLI + Web UI），可從一句話或極小的 YAML 檔案自動組合並執行多代理 AI 工作流程。它提供 276 個預建中文角色（191 個英文角色），支援 15 個 LLM 提供商（許多無需密鑰），建立 DAG 實現並行執行，驗證輸出，並產生可分享的 HTML 報告。適合希望零程式碼擁有「AI 團隊」的個人創業者、產品分析師與開發者。

一個8B規模的視覺語言互動模型與系統，可在不到一秒內無需等待使用者提示，主動響應即時視訊串流

一個 MCP 伺服器，透過 104 個全面的工具集，讓 AI 助手能夠完全控制 Aseprite，從而創作出專業級的像素藝術與動畫。

一個基於網路攝影機的手部追蹤介面，讓您能以空間方式操作筆記、影像和 3D 模型，其設計旨在作為視覺與互動的「身體」，連接至 AI 代理程式。

Agent Teams AI 是一款免費的跨平台桌面應用程式，可讓您建立和監控 AI 代理團隊（Claude Code、Codex、OpenCode、Cursor、SuperGrok、GitHub Copilot、Z.AI、MiniMax、Kiro 等）。代理可以建立任務、通訊、執行程式碼和終端機指令，並在您觀看看板時執行程式碼審查。此應用程式會追蹤權杖使用量、預算和每個代理的資源統計資料，並提供內建終端機、具 Git 感知的編輯器、多語言 UI，以及透過 `mcp-server` 元件的外掛支援。

ContextForge 是一個開源閘道，將 MCP、A2A、REST 和 gRPC 服務聯邦化為單一、集中治理的端點，支援認證、速率限制、OpenTelemetry 追蹤、插件系統與管理 UI，可透過 PyPI、Docker 或 Helm 執行。

Gemini Live API 的範例集合，使開發者能利用多模態輸入建構低延遲、即時的語音與影片 AI 代理。

一個利用視覺感知與規劃實現行動裝置、桌面端及 Web 介面任務自動化的多平台 GUI 智能體及基礎模型系列。