项目框架

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。

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。

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。

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。

一个开源的 AI 桌面代理，旨在通过自然语言指令自动化计算机任务，允许用户通过简单的自然语言命令执行复杂的任务，如网页浏览、数据处理、文件管理等，无需编写复杂代码 。

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。

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。

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。

一个由人工智能驱动的研究助手，通过结合搜索引擎、网页抓取和大型语言模型，对任何主题进行迭代、深入的研究。

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。

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。

LangUI 是一个现代化的开源 UI 组件库，专为 AI 和 GPT 项目设计，旨在帮助开发者快速构建高质量的应用界面。

kotaemon是一个开源的基于检索增强生成（RAG）的工具，旨在实现与文档对话的能力。

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

一个开源的多智能体交易框架，旨在模拟真实世界交易公司的动态，通过多个专业智能体（如基本面分析师、情绪分析师、技术分析师等）协同工作，评估市场条件并做出交易决策。

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。

DeepFlow 是由云杉网络（Yunshan Networks）研发的 全栈可观测性平台，面向云原生、分布式系统以及 AI 应用，提供从底层网络到业务层的统一监控、追踪和性能剖析能力。

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。

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

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。

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。

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 。

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。

DeepSeek官方推出的一站式集成资源库，旨在帮助用户将DeepSeek AI能力无缝集成到各类应用中。

OpenTiny 是华为云推出的企业级前端组件库解决方案，旨在为开发者提供高效、稳定、跨平台的前端开发工具和组件库。

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。

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。

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。

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。

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。

AI Agent案例集合。收录了 500 多个 AI Agent 项目和应用案例，涵盖医疗、金融、教育、零售等多个行业，每个案例都配有详细说明和开源代码链接，便于开发者参考和学习 。

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。

OmniHuman 是字节跳动研发的多模态数字人生成模型，能够同时接受文本、图像、音频和姿态等多种条件，实现从单张照片生成全身动态视频的功能。

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。