aldegad/sprite-gen

一個 Python CLI 和智能體技能,使用 AI 生成流水線將單個基礎圖像轉換為遊戲就緒的透明精靈圖集或動畫循環。

ZJU-REAL/Easel

一個開源的 AI 內容工作台,為社群媒體創作者自動化從趨勢發現、規劃、資產創造到跨平台發佈的整個流程。

perseval-BLR/DLSS5-NeuralScreen

一個即時神經渲染器,將 NVIDIA 的 DLSS 5 銳化和增強效果應用於整個 Windows 桌面或特定視窗。

lightpanda-io/browser

Lightpanda Browser 是一個用 Zig 編寫的輕量級無頭瀏覽器,專為 AI 代理和大規模 Web 自動化而構建。它運行完整的 V8 JavaScript 引擎,提供 CDP 和 WebDriver BiDi 介面,並包含一個「代理」模式,允許 LLM 透過純英語任務控制瀏覽器,並記錄確定性的 JavaScript 腳本。基準測試聲稱其記憶體比無頭 Chrome 低約 16 倍,頁面載入速度快約 9 倍。可透過 Homebrew、AUR、直接二進位檔案或 Docker 安裝,支援 Linux/macOS(Windows 使用 WSL2),並與主要 LLM 供應商整合。該專案採用 MIT 授權,經過積極測試(單元測試、端到端測試、Web Platform Tests),並由社群 Discord 支援。

Colafornia/short-video-generator-AI

一個開源Python工具,可從YouTube或本機影片自動建立直式短影片片段。它使用本機Whisper進行轉錄,使用LLM(OpenAI、Gemini或MuAPI)對病毒式時刻進行排名,可選地新增AI生成的鉤子,並透過簡單的CLI或本機Web UI渲染片段。

OpenBMB/MiniCPM

一組 1B-2B 參數的緊湊型、最尖端語言模型,專為設備端部署優化,具備強大的程式碼、數學與智能體任務能力。

apify/apify-mcp-server

一個 MCP 伺服器,使 AI 代理能使用數千個 Apify Actors 進行網頁抓取、資料提取和自動化。

nftechie/stonkfly

一個使用生物神經網絡結構在 Coinbase 上進行加密貨幣交易的果蠅連接體模擬。

akitaonrails/ai-memory

ai‑memory 是一個基於 Rust 的伺服器,將程式碼助理所作的每一次觀察(提示、工具呼叫、會話邊界)以純 Markdown 檔案形式儲存在 Git 支援的維基中。該伺服器可於本機、Docker/Podman 或家庭實驗室設備上執行,旨在在多個代理(Claude Code、Codex、Cursor、Gemini CLI 等)、機器和團隊成員之間共享。代理發布的鈎子在會話結束時被整合為可讀的維基頁面;下一個會話會收到簡潔的交接資訊,從而能準確接續上一個會話的進度。儲存採用人類可讀的 Markdown 加上 SQLite 索引(FTS5、實體和可選向量搜尋)。預設情況下無需 LLM 或嵌入金鑰;可選的 Anthropic/OpenAI 集成可新增 LLM 生成的摘要和語意搜尋功能。內建多使用者認證、稽核日誌和個人歸屬。可透過 Arch AUR、Docker 包裝器或原生二進位檔安裝,啟動伺服器,註冊客戶端及其鈎子,系統即可透明運作。

xzf-thu/VoiceMem

專為即時語音代理設計的串流雙腦記憶系統,實現低延遲、情感感知的長期記憶,且令牌消耗極低。

colbymchenry/codegraph

一個語意程式碼智慧平台,為 AI 代理提供程式碼庫的預建構知識圖譜,消除逐檔案緩慢發現的問題,並降低 token 成本。

Tencent-Hunyuan/AuK

AuK 是一個 15 億參數的開源基礎模型,適用於語音生成、編輯、增強與來源分離。它透過自然語言指令運作,提供高品質基礎模型與快速 4 步蒸餾版「快閃」版本,並支援 CLI、Gradio UI、Python API、微調腳本與 ComfyUI 集成。

google/magika

一款利用深度學習模型,能以高精度和高速度準確識別超過 200 種內容類型的 AI 驅動檔案類型檢測工具。

SpaceDudem/text-humanizer

一個開源重寫管線,使用LLM和多步跨語言翻譯,使AI生成的文字更自然,並繞過AI偵測器。

achimala/dream-loop

一種利用影像生成與 AI 評論封閉迴圈,來建立視覺震撼遊戲、應用程式或 3D 場景的代理技能。

lidge-jun/opencodex

一個通用的供應商代理,可讓您在 Codex、Claude Code、Claude Desktop 和 Grok Build 中使用任何 LLM(如 Claude、Gemini、Grok 等)。

vinzdg/codenotch

一個 macOS 應用,顯示各種 AI 編碼助理的即時使用限制和會話狀態。

firecrawl/anydoc

anydoc 是一個純 Rust 庫(附帶 Node、Python 和 WebAssembly 綁定),可在數毫秒內將 14 種辦公文件格式統一轉換為一致的 GitHub 風格 Markdown。它保留文件結構,支援掃描 PDF 的可選主機 OCR,以 CLI、Agent Skill 和語言特定 SDK 形式打包,非常適合需要快速、統一文字萃取的 LLM 導向流水線。

ggml-org/llama.cpp

一種純 C/C++ 實作,可在廣泛硬體上以最小設定實現高效能 LLM 與 VLM 推論。

tensorflow/tensorflow

一個端到端的開源機器學習平台,提供靈活的工具與函式庫生態系統,用於構建與部署以機器學習為核心的應用程式。

MakazhanAlpamys/Soup

Soup 是一個 Python CLI(可選 Web UI),僅需一個 YAML 設定檔和一條命令,即可在低 VRAM GPU 上對 LLM(包括 8B 模型)進行微調。它提供層流式、QLoRA、多種訓練目標、GGUF/ONNX/TensorRT 匯出、OpenAI 相容伺服器等功能,支援零 SSH、自動偵測設定和詳盡文件。

advaitpaliwal/feynman

一個開源的人工智慧研究代理,可自動化跨論文、網路與程式碼庫的文獻回顧、論文排序與科學證據綜合。

Wei-Shaw/sub2api

一個 AI API 網關平台,允許使用者將訂閱配額轉換為可透過 API 存取的服務,從而實現對 AI 訂閱配額的分發與管理。

FlashML-org/FreeToken

一種邊緣原生的 MoE 服務引擎,透過優化 CPU-GPU 協同執行與記憶體管理,使在消費級硬體上執行前沿規模的開源權重模型成為可能。

jamiepine/voicebox

一個以本地為先的開源 AI 語音工作室,支援語音克隆、語音生成與系統級語音輸入,內建用於 AI 代理整合的 MCP 伺服器。

open-webui/open-webui

一個自託管、可擴展的AI平台,為本地與雲端模型提供統一介面,具備內建RAG、代理建立與企業級使用者管理功能。

max-sixty/worktrunk

一款專為簡化建立與切換獨立工作目錄而設計的 git worktree 管理 CLI,讓開發者能輕鬆並行執行多個 AI 代理。

google-research/timesfm

TimesFM 是 Google Research 的時間序列預測基礎模型。開源倉儲提供至版本 3.0 的預訓練檢查點、支援 PyTorch 與 Apple Silicon(MLX)的 Python 庫、單變量與多變量序列(含共變量)、分位數預測以及 LoRA 風格微調功能。在主要基準測試中達成最先進水準,可與 Google Cloud(BigQuery ML、Vertex Model Garden、Sheets)整合,程式碼採用 Apache-2.0 授權,但最新權重僅限非商業用途。

OpenWhispr/openwhispr

OpenWhispr 是一款跨平台桌面應用,專注於隱私優先的語音聽寫、會議轉錄和 AI 助手互動。它支援基於 Whisper 模型的離線語音轉文字或雲端服務,提供說話人分離、帶語意搜尋的筆記功能、團隊協作以及面向開發者的公共 API。

magnitudedev/magnitude

一個開源的本地推論引擎,透過分析硬體,推薦、下載並在本地私密執行最適合的 LLM。

ruvnet/RuView

一個將無線電訊號轉化為空間智能的WiFi感知平台,實現無需攝影機的人員存在、生命徵象與姿態估計。

openTrinity/mycontext

MyContext 是一款桌面應用程式,可將使用者的工作數據(聊天、文件、會議等)持續攝取到私有的本地儲存知識圖譜中。該圖譜可透過 LLM、本地代理或授權的 AI 應用進行查詢,為它們提供更具資訊性的回應所需的個人上下文層。功能包括數位自我助手、帶有來源引用的自然語言搜尋,以及嚴格的人機回環(human-in-the-loop)控制。該專案正在積極開發中,並根據 Elastic License 2.0 發佈。

f/prompts.chat

一個開源的 AI 聊天模型提示庫,提供網頁介面、自行託管選項,以及提示工程教學資源。

pollen-robotics/microduck

Microduck 是小型雙足機器人的控制軟體,利用強化學習策略實現行走、翻滾以及與環境的互動。

Hisn00w/ASu-skills

專為開發者設計的 AI 驅動求職工作流程外掛程式,可將技術專案日誌與開源貢獻轉化為專業履歷與面試準備資料。

Vincentwei1021/video-shotcraft

一個 AI 代理技能,利用 Remotion 將產品截圖與文案轉化為電影級推廣影片,使用包含 157 張鏡頭配方卡的庫。

h4ckf0r0day/obscura

專為 AI 代理與網路爬蟲設計的輕量級、高效率無頭瀏覽器引擎,使用 Rust 編寫,作為無頭 Chrome 的高效率、低記憶體替代方案。

google/mantis

一個可攜帶的工具包與代理框架,用於自動化軟體漏洞的發現、重現與修補,以建構更安全的程式碼。

anthropics/commerce-agents

一個基於 Claude 建立的 AI 購物與商家代理的參考實作,提供面向客戶的電商框架與安全的後台管理機制。

EverettFish/holo-card-studio

一個Codex技能,可將文字或影像轉換為帶有視差效果的互動式3D全像卡片,同時提供Three.js網頁檢視器與可編輯的Blender專案。

NVIDIA/SkillSpector

SkillSpector 是 NVIDIA 開發的開源工具,用於掃描 AI 代理人的技能(外掛程式、提示、程式碼)中的安全問題。支援 71 種已知漏洞模式的靜態分析,可選的 LLM 語意檢查,即時 CVE 查詢,基線抑制,以及多種輸出格式(終端、JSON、Markdown、SARIF)。可作為 CLI、Docker 容器或 MCP 伺服器執行,適用於開發者、CI 流水線和生產代理。

Fission-AI/OpenSpec

一種在人類與AI編碼助手之間添加輕量級需求層的規格框架,確保在撰寫程式碼前實現對齊。

abi/screenshot-to-code

screenshot‑to‑code 是一款開源應用程式,利用 Gemini、GPT‑5.5 和 Claude 等大語言模型 (LLM),將 UI 截圖、設計稿或短影片錄製轉換為可直接執行的前端程式碼 (HTML/CSS、React、Vue 等),並支援選配的資產提取與視覺預覽。

agentscope-ai/agentscope

一個生產就緒的代理框架,提供SDK和基於FastAPI的服務,用於建置、部署和擴展多代理應用,內建RAG和工具管理。

citrolabs/ego-lite

一款專為人類與 AI 代理並行工作設計的瀏覽器,允許代理在隔離工作區中執行自動化任務,同時保留使用者既有的登入資訊。

gazijarin/itsgiving

一個即時網路攝影機應用,透過檢測面部表情和手勢來觸發匹配的迷因覆疊,支援在視訊會議中使用的虛擬攝影機。

DeusData/codebase-memory-mcp

一個高性能代碼智能引擎,透過建構代碼庫的結構化知識圖譜,為 AI 代理提供高效、低 Token 的架構洞察存取能力。

Human-Agent-Society/reef

為自我進化代理提供持續學習基礎設施,自動化服務、收集回饋與更新模型權重或代理 harness 的循環。