项目框架

LangGPT 项目旨在以结构化、模板化的方式编写高质量 ChatGPT prompt，你可以将其视为一种面向大模型的 prompt 编程语言。

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。

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

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。

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。

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。

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。

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。

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。

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。

PoloAPI 是一个专注于大模型 API 聚合服务的平台，旨在帮助开发者和企业快速接入和使用多种 AI 模型，如 Claude、OpenAI、Gemini 等。

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。

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 。

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。

一个完全本地运行的 AI 助手，旨在替代传统云端 AI 服务，提供多种功能，包括智能网页浏览、代码编写、任务规划、语音交互等，支持多种编程语言和多语言支持。

Browser Use 是一款专为大语言模型设计的智能浏览器工具。它是将 AI 智能体与浏览器连接起来的最简单方式，通过提供强大且简单的浏览器自动化接口，让 AI 智能体能够访问各类网站。

DroidRun 是一个开源框架，旨在通过自然语言命令控制 Android 设备，实现移动设备的自动化操作。

GPT-SoVITS 是一款创新的开源声音克隆工具，它将 GPT 模型与 SoVITS 技术相结合，能够在样本数据极少的情况下，实现高质量的语音克隆和文本到语音转换（TTS）。

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。

opencode 是一个专为终端设计的 AI 编程代理（AI coding agent），旨在提供类似 Claude Code 的功能。支持 OpenAI、Google、Anthropic 等模型，甚

PPTist 是一个基于 Web 的演示文稿（幻灯片）应用，旨在为用户提供类似于 Microsoft Office PowerPoint 的功能。

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。

Letta 是一个开源 AI 助手框架，旨在为开发者和企业提供高效、灵活的自然语言处理（NLP）解决方案。

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。

Eino 是一个基于 Go 语言的 LLM（大语言模型）应用开发框架，旨在成为最全面的 LLM 应用开发框架。

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。

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。

Sim 是一款革命性的智能连接平台，致力于帮助企业无缝整合各类工具与AI代理，打造高效、自动化的数字工作流。

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。

一个开源的多模态代理模型，基于强大的视觉语言模型，能够有效执行虚拟世界中的多样化任务。具备 GUI、游戏、代码和工具使用等增强能力，能够无缝集成多种能力以完成复杂任务。

Stagehand 是一个专注于网页自动化和 AI 浏览器控制的框架。它基于 Playwright 构建，提供自然语言控制的 API，用于实现网页自动化任务，如网页浏览、数据提取和操作等。

Windows-Use 是一个开源工具，旨在桥接AI智能体（如大型语言模型）与Windows操作系统，实现无需人工干预的自动化操作。

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。

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。

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。

Coze Studio 是由字节跳动开发并开源的一站式 AI Agent 开发工具，旨在为开发者提供从开发到部署的全方位支持，帮助他们快速构建和调试智能体、应用和工作流 。

小智 AI 聊天机器人是一款基于开源硬件和开源软件的智能对话设备，旨在帮助用户入门 AI 硬件开发和 AI 模型应用。

Xinference 是一个功能强大且功能全面的分布式推理框架，旨在简化大语言模型（LLM）、语音识别、多模态模型等多种AI模型的推理任务。

百度飞桨（PaddlePaddle）平台上的一个开源语音处理工具包，旨在为语音识别、语音合成、语音翻译、语音识别、语音分类、语音标点恢复、语音情感分析等任务提供全面的解决方案。