项目框架

OWL 是一个先进的多代理协作框架，旨在推动任务自动化的边界，建立在 CAMEL-AI 框架之上。

一个用于构建 LLM（大型语言模型）应用的数据框架，提供了一套工具和框架，帮助开发者将私有数据与 LLM 结合使用，以增强知识生成和推理能力。

一个视频分析工具，结合了视觉模型（如Llama的11B视觉模型）和Whisper进行语音识别，通过提取关键帧并进行分析，生成视频内容的描述。

Open WebUI 是一个可扩展的、可自托管的 AI 界面，它能够适应你的工作流程，同时完全在离线状态下运行。

Shimmy 是一款轻量级开源工具，专为本地 AI 推理设计，提供了与 OpenAI API 完全兼容的接口，使开发者能够在本地环境中运行大模型，而无需依赖云端服务。

TradingAgents-CN 是一个基于多智能体大语言模型的中文金融交易决策框架，专为中文用户优化，提供完整的A股、港股、美股分析能力。

LocalGPT 是一个开源项目，旨在让用户在本地设备上与文档进行对话，确保数据隐私和安全。

LMSYS Org是一个专注于大规模人工智能模型研究与开放协作的非营利组织，提供了丰富的资源、工具和社区服务，旨在促进学术界与工业界的合作，降低大模型技术的使用门槛。

IOPaint 是一款开源的 AI 图像处理工具，功能包括图像擦除、修复、扩展、对象替换、文本绘制、图像外扩等。

Perplexica 是一个开源的 AI 驱动搜索工具，旨在深入互联网以找到答案。它基于 Perplexity AI，是一个开源的替代方案，不仅搜索网页，还能理解用户的问题。

一个开源项目，由风哥（AI 博主）开发并维护，该项目旨在提供200多个Coze工作流，帮助用户高效处理AI任务。

开源免费的 Wispr Flow 替代方案 | 集成FunASR本地模型和可配置大语言模型的下一代中文桌面语音工作流

Edge-TTS 是一个基于微软 Azure 文本转语音（TTS）功能的 Python 库，旨在为开发者提供简单、高效、免费的文本转语音解决方案。

一键将音视频转化为小红书/公众号/知识笔记/思维导图/视频字幕等各种风格的文档。

开源的LLM可观测性平台。一行代码即可进行监控、评估和实验

Fish Speech 是一个由 Fish Audio 团队开发的文本转语音（TTS）技术，旨在利用先进的机器学习和深度学习技术将文字转换为自然流畅的语音输出。

Mem0 是一个专注于构建具有可扩展长期记忆的 AI 助手和代理的平台。

LangGraph 是一个用于构建、管理和部署长运行、有状态代理（agents）的低级编排框架。它被广泛应用于需要构建复杂、可扩展、可持久化代理系统的场景。

AI SDK 是一个由 Vercel 推出的 TypeScript 工具包，旨在帮助开发者使用 React、Next.js、Vue、Svelte、Node.js 等技术构建 AI 驱动的应用。

Anthropic Cookbook 是由 Anthropic 官方推出的开源项目，旨在为开发者提供基于 Claude 大模型的最佳实践、代码示例和集成案例

一款基于大语言模型和 RAG(检索增强生成)的智能问数系统。借助 SQLBot，用户可以实现数据的即问即答，快速提炼获取所需的数据信息及可视化图表，并且支持进一步开展智能分析。

WeKnora是一款基于大语言模型的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。

MCP Feedback Enhanced 是一个基于 Model Context Protocol（MCP）的反馈驱动开发工具，旨在通过用户确认而非推测操作，优化AI交互流程，提升开发效率。

MultiTalk 是一个音频驱动的多人物对话视频生成系统，支持多人对话、互动控制、卡通角色生成、唱歌等。

LeRobot 是由 Hugging Face 推出的一个开源机器人项目，旨在通过提供模型、数据集和工具，降低机器人开发的门槛，使更多人能够参与和受益于机器人技术的发展。

Youtu-Agent 是腾讯优图实验室于 2025 年 9 月 2 日正式开源的智能体构建框架。是一个灵活、高性能的框架，用于构建、运行和评估自主智能体。

MindSearch是一款由上海人工智能实验室联合研发的开源AI搜索引擎框架，旨在通过模仿人类的思维过程，高效地处理复杂信息搜集与整合任务。

Gemini CLI 是一个开源的 AI 代理工具，由 Google 开发，旨在将 Gemini 模型的强大功能直接集成到开发者的终端中 。

易于上手的多平台聊天机器人及开发框架。松耦合 / 异步 / 多消息平台部署 / 易用的插件系统 / 完善的大语言模型（LLM）接入

AniPortrait 是腾讯游戏智迹团队开发的一款创新的音频驱动肖像动画生成框架，能够通过音频和参考肖像图像生成高质量的动态视频。

RAGFlow是一款基于深度文档理解技术的开源RAG（检索增强生成）引擎，旨在为企业和个人提供高效、准确的文本处理和问答功能。

MotionAgent是一个能将用户创造的剧本生成视频的深度学习模型工具。用户通过我们提供的工具组合，进行剧本创作、剧照生成、图片/视频生成、背景音乐谱写等工作。

FireRedTTS是一款由小红书技术团队开发的基于大语言模型（LLM）的语音合成系统，旨在为用户提供高效、多样化的语音生成服务。

IDM-VTON是一款基于深度学习和扩散模型的虚拟试衣技术，旨在通过高保真度的图像生成实现逼真的虚拟试穿效果。

DreamTalk是一个基于扩散模型的音频驱动表达性头部生成框架，核心功能是将静态人物照片转化为逼真、富有表现力的说话视频。

EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。

Diffutoon 是一种基于扩散模型的高分辨率可编辑卡通着色技术，其核心功能是将真实视频转换为动漫风格，同时保持内容的一致性和高质量。

Midscene.js 是一个基于人工智能（AI）技术的自动化 SDK，旨在简化用户界面（UI）自动化测试流程，提高测试效率和准确性。