开源项目推荐

AI 编程助手跨会话记忆系统。这是一个基于 iii 引擎构建的 AI 编程 Agent 持久记忆服务，通过自动获取 Agent 的操作行为并压缩为可检索的记忆，在后续开启新会话时注入相关上下文，让 Agent 无需重新解释即可延续上次状态。支持 Claude Code、Cursor、Gemini CLI、Codex CLI 等多种编程助手，提供 50 多个 MCP 工具和 12 个钩子，在 LongMemEval-S 测试中检索召回率达 95.2%，同时减少 92% 的 Token 消耗。

从零开始学习 AI 工程。这是一套免费、开源、完整的 AI 工程学习教程，共分为 20 个阶段、435 节课、学习时长约 320 小时。内容从线性代数等数学基础出发，贯穿机器学习基础、深度学习、Transformer、大语言模型、Agent 工程到多 Agent 系统等方面。每节课均需从数学推导开始编写代码、运行测试，从而深入理解它们的原理和运行机制。

AI 编程助手 Token 用量分析工具。这是一款用于追踪 AI 编程助手 Token 用量的工具，支持 20 多款 AI 编程工具。它直接从磁盘读取会话数据，无需 API Key，然后通过 LiteLLM 计算每次调用成本。可按任务类型、模型、工具、项目和供应商等维度统计，支持优化建议、模型横向对比、消费分析，并可将数据导出为 CSV 或 JSON。

Claude Design 的开源替代品。该项目是 Claude Design 的开源替代方案，支持本地运行和部署到 Vercel，全程无需订阅和账号。它可以自动检测 PATH 中的 10+ 款 AI 编程 CLI 作为设计引擎，内置 30 多种可组合技能和 70+ 套品牌级设计系统。

融入你日常生活的 AI 桌面助手。这是一款开源的 AI 桌面个人助手，内置带表情的桌面吉祥物，能够代替你参加在线会议，并在后台持续思考和记忆。它开箱即用、界面友好、无需复杂配置，可将数据以 Markdown 格式存入 SQLite 和兼容 Obsidian 的知识库，支持接入 Gmail、Notion、GitHub、Slack、Jira 等服务，每 20 分钟自动同步最新数据并更新记忆。

用 HTML 制作视频的技能包。这是一个让开发者用 HTML 创作视频的技能包，内置 GSAP、anime.js、Lottie、Three.js 等框架，支持实时预览/编辑、背景移除、语音合成和字幕等功能，可无缝集成 Claude Code、Cursor、Codex、Gemini CLI 等工具。

让 AI 生成的文档值得被打印出来。该项目是面向 AI 编程工具的文档排版设计技能包，解决 AI 生成文档排版不好看、风格不一的问题。内置 10 种文档模板，包括一页纸、简历、幻灯片、作品集和落地页等。

让 AI 编程工具告别瞎写的技能包。这是一款由资深开发者 Matt Pocock 打造的 AI 编码工具技能包，适用于 Claude Code、Codex 等，通过一行命令即可安装。它包含需求对齐、共享文档、红绿重构 TDD、问题诊断、问题拆分、架构优化等十余个可组合的技能，帮助开发者用工程化方法驾驭 AI，而不是漫无目的地 vibe coding。

越用越聪明的 AI 智能体。这是一款开源的自我进化型 AI Agent，能够与用户共同成长的个人 AI 助手。它内置学习循环机制，可根据过往任务经历自动创建和优化技能（Skills），支持跨会话持久化记忆、自由切换模型和接入多种消息平台。

你的专属 AI 新闻雷达工具。这是一款 AI 驱动的个人新闻聚合与简报生成工具，支持从 Hacker News、Reddit、RSS、Telegram、GitHub 等多渠道获取内容，经过去重、AI 评分过滤、背景信息补充与摘要生成后，自动生成中英双语日报。生成的简报可发布到 GitHub Pages，或通过邮件、飞书、Slack 等方式推送，并支持 Docker 部署与 GitHub Actions 定时运行。

让多个 AI 编程助手同时干活的工具。这是一款专为多项目并行 Vibe Coding 而打造的 AI 编程桌面工具，原生支持 Claude Code 和 Codex。它采用 Tauri+React+TypeScript 构建，集成了多项目管理、待办系统、会话管理、虚拟终端、代码编辑器和 Git 等功能，无需在终端、编辑器和 Git 客户端之间来回切换，让开发者可以在单一界面内同时管理多个项目的 Vibe Coding 任务，大幅提升你的 Vibe Coding 效率。

随时随地管理多个 AI 编程助手的平台。这是一款专为 Claude Code、Codex 和 OpenCode 打造的统一管理平台，提供 iOS、Android、桌面端、Web 和 CLI 等客户端，支持语音控制、跨设备协同和隔离开发等功能。

用 AI 将文档转换为可编辑的 PPT。该项目能够根据 PDF、Word、URL 和 Markdown 等格式的文档，生成可编辑的 .pptx 文件，支持调整文字、布局和样式。它内置多种画布格式，支持自定义模型，可集成到 Claude Code、Cursor、VS Code Copilot 等 AI 工具。

让 AI 编程助手少犯错的行为规范。该项目是受 Andrej Karpathy 对 LLM 编码陷阱观察的启发，提炼出编码前思考、简洁优先、精准修改、目标结果验证四条原则，并封装为一个技能包。支持一键安装到 Claude Code、Cursor 等工具，能有效减少 AI 乱改代码、过度抽象、不问就猜等问题。

让 AI 编程助手少说废话。这是一款让 AI 编程助手用原始人风格、极简文字回答用户问题的技能包，在保留技术准确性的前提下，可减少 75% 的输出 token。

把代码库变成知识图谱的技能包。该项目可以扫描代码仓库、Markdown、PDF、截图和音视频等文件，自动提取概念与关系，构建一个可查询的知识图谱。支持 Claude Code、Codex、OpenCode、Cursor 等多种 AI 编程工具，适合想让 AI 更好理解项目上下文、节省 token 用量的开发者。

一句话生成能交付的设计稿。这是一个面向 Claude Code 等 agent 的设计技能包，基于 HTML 工作流生成高保真原型、演讲幻灯片、信息图和动画内容。它支持多种设计方向推荐、品牌资产解析、5 维度设计评审，以及 MP4、GIF、PPTX 等格式导出。

减少 AI 编码幻觉的专属知识库。该项目是专为 Claude Code 等 AI 编程工具，提供由社区精心整理、版本化的 API 文档知识库，支持按需检索、本地标注和反馈循环等功能，有效减少 AI 生成代码时的幻觉问题。

AI 驱动的对话式视频创作智能体。这是一款基于 LLM/VLM 构建的自动化视频创作智能体。用户可通过自然语言描述意图，系统会自动完成素材收集、剪辑、构建故事线、配音和配乐，支持对话式精修，包括删减、重组、修改字幕等，并可一键保存为剪辑技能包，方便快速复刻同风格视频。

让 AI 编程助手变身虚拟开发团队。这是一组提升 AI 编程助手开发能力的 Skills 集合，能够让 AI 模拟 YC 合伙人的提问方式，以及 CEO、架构师、设计师和测试等角色，将 Claude Code 变成一支可按需唤出的虚拟开发团队。

你网站里的 AI 操作员。这是一个页面内嵌式 GUI Agent，专为网站开发者设计。与传统的浏览器自动化工具不同，它需要通过代码集成到网站中，集成后用户即可通过自然语言与页面进行交互。

快速构建生产级智能体的 Python 框架。这是一个开发智能体 AI 应用的 Python 框架，可通过简单的代码实现从模型能力、工具调用到自主工作流的构建，支持多种模型、Agent Loop、多智能协同和语音对话等功能。

基于 LLM 的智能股票分析系统。这是一个由 LLM 驱动的智能股票分析工具，支持 A 股、港股和美股的每日自动分析与推送。它通过 AkShare、Tushare、YFinance 等数据源获取实时行情，并借助 DeepSeek 等大模型 API 服务，对自选股票进行多维度分析（技术面、筹码分布、舆情），生成决策仪表盘，支持 GitHub Actions 定时执行（无需服务器）或 Docker 一键部署。

从零开始动手实现 AI Agent。该项目是讲解如何从零构建类似 Claude Code 的 AI Agent 工具，共计 12 节课，每节课都有一个可运行的 Python 文件。内容从最基础的 Agent 循环，逐步叠加工具调用、任务规划、子智能体、上下文压缩、多智能体协作和自主执行等功能，最终构建出一个完整的 AI Agent 系统。

零依赖单文件实现现代 AI 主流算法。这是一个专为学习 AI 算法设计的教学项目，包含 30 个零依赖、单文件、可直接运行的 Python 实现，涵盖从基础的 GPT 到微调（LoRA、PPO）以及推理优化（Flash Attention）等内容。通过简单易懂的代码实现每个算法，并配有对应的 Manim 动画，方便理解和学习。

现象级的个人 AI 助手。这是一款用 TypeScript 开发的开源个人 AI 助手，可快速部署在 macOS、Windows 和 Linux 系统，并支持通过 WhatsApp、Telegram、Slack 等即时通讯应用进行交互。只要你的 token 额度充足，它就能 7*24 不停歇地执行任务，持续为你“打工”。

极简的 AI Agent 工具箱。这是一款基于 TypeScript 开发的 AI Agent 工具箱，爆火的 OpenClaw 就是基于该项目开发出来的。它提供开发 AI Agent 所需的基础功能，包括统一多 LLM 服务接口、Agent 状态管理、工具调用、交互式命令行界面、WebUI 和 Slack 机器人集成等。

本地运行的智能知识库搜索工具。这是一款完全本地运行的智能搜索引擎，可用于检索个人文档、知识库、会议记录和 Markdown 文件。它集成了本地运行轻量化模型、BM25 全文检索、向量语义搜索和重排序等功能，开箱即用、无需联网、支持 MCP 协议，可作为 AI 助手和 Agent 工作流中的知识搜索工具。

AI 驱动的修仙世界模拟器。这是一款基于 LLM 的修仙模拟器游戏，不同于传统 RPG，游戏内的 NPC 均是 AI 智能体，有独立的性格、记忆和行为逻辑，而玩家在游戏中扮演“天道”，以上帝视角观察并干预 AI 修仙者和仙界规则，见证门派兴衰与天骄崛起。

用手机操控 Claude Code 和 Codex。这是一款可以远程操作 Claude Code 或 Codex 的工具，让你随时随地通过手机查看和远程控制 AI 编程助手，提供了 iOS、Android 和 Web 客户端。

不到一秒生成 3D 场景。该项目是 Apple 开源的单目视角合成技术的配套代码，能够在短时间内根据单张图片生成高质量的 3D 场景。它通过神经网络从单张照片中回归出 3D 高斯参数，输出可供 3DGS 渲染器使用的 ply 文件。

轻量高效的 ONNX 模型优化工具。这是一个纯 Python 实现的 ONNX 模型精简与结构优化工具，无需额外的编译依赖。它通过分析与重写计算图，自动移除冗余节点、无效分支和多余参数，在保证模型精度不变的前提下，减少模型体积并提升推理速度，适用于模型发布、推理部署和工程化场景。

百行代码复现经典深度学习论文。该项目通过约 100 行 Python 代码复现了 60+ 篇深度学习领域的经典论文，提供极简、可运行的代码实现，帮助研究员、学生和开发者快速理解经典论文的核心思想和实现细节。

AI 驱动的 PPT 生成工具。该项目基于 Nano Banana Pro API，能够根据用户的想法、大纲或文档（如 PDF、Markdown）自动生成结构清晰、排版精美的 PPT，并支持通过对话方式调整内容。

面向 AI 编程工具的记忆系统。该项目是专为 AI 编程工具设计的记忆系统，采用 Git 和 JSON 作为持久化存储，为 AI 编程智能体提供长期、结构化的记忆，解决其在处理长周期、复杂编程任务时出现的上下文丢失等问题。

HF 的官方 Python 客户端。该项目是 Hugging Face 平台官方开源的 Python 客户端，提供了模型、数据集和 Spaces 的下载、上传、管理等功能。

图解大模型技术原理。该项目包含 100 多张大模型技术原理图，系统介绍了大模型和强化学习，内容涵盖 LLM/VLM 大模型结构、训练算法（RL、RLHF、GRPO、DPO、SFT、CoT）、效果优化与 RAG 等。

RAG 应用自动化评测框架。这是一个专门用于评测和优化 RAG 应用的开源框架，提供客观、可量化的评测结果，并支持自动生成测试数据集。

本地优先的 AI 笔记和会议助手。这是一款可离线运行的 AI 智能笔记和会议记录应用，通过接入 Ollama 可实现语音转录到摘要生成全程在本地完成，支持会议录音、实时转录、笔记整理和智能摘要等功能。

开箱即用的智能体记忆引擎。这是一个专为 AI 智能体（Agents）提供记忆功能的 Python 项目，集成了图数据库、知识图谱及向量数据库等技术。它仅需 5 行代码，即可轻松为 AI 智能体提供持久化、多模态记忆，支持连接和检索过去的对话、文档、图像和音频转录等内容。

随手可用的 AI 桌面助手。这是一款基于上下文感知的桌面 AI 助手，能够自动获取并理解当前屏幕上的内容，无需截图、复制内容或切换应用。只需一键即可召唤出 AI，进行问答、翻译、答疑等任务。

用自然语言操控你的手机。这是一个基于 LLM Agents 的手机自动化框架，可通过自然语言操控 Android 设备或模拟器，支持 DeepSeek、OpenAI、Gemini 等主流大模型。使用时需要在手机上安装 DroidRun Portal，用来收集 UI 信息并执行操作命令，然后通过 ADB 将信息传给电脑上的 DroidRun 框架，由它与 LLM 交互并给出执行指令。

让 AI 替你画架构图。这是一个基于 Next.js 构建的 Web 应用，融合了 AI 与 draw.io 图表绘制能力。现在你可以通过对话直接生成、编辑、优化流程图和架构图，支持流动效果连线、截图复刻、历史版本等功能。

开源的 AI 浏览器。该项目是基于 Chromium 的开源 AI 浏览器，能够在本地浏览器中运行 AI Agents，可作为 ChatGPT Atlas、Perplexity Comet 和 Dia 的开源替代方案。在保留 Chrome 熟悉界面与扩展兼容性的同时，帮助用户实现 AI 驱动的浏览器自动化与智能问答任务，并支持自定义 LLM 服务或本地大模型。

免训练的 DiT 模型缓存加速框架。该项目是为 Diffusers 提供统一缓存加速的框架，支持几乎所有的 DiT 扩散模型，包括 Qwen-Image-Lightning、Qwen-Image、HunyuanImage、Wan、FLUX 等。它通过简单的代码即可实现高效的缓存加速功能，无需重新训练模型即可显著提升推理速度。

为 AI 智能体构建实时知识图谱。这是一个专为 AI 智能体设计的框架，用于构建和查询实时、具有时间感知能力的知识图谱。它能够持续集成用户交互、结构化或非结构化等动态数据，形成连贯且可查询的知识图谱。支持增量数据更新、高效检索和历史查询，适用于开发交互式、上下文感知的 AI 应用。

超低存储占用的向量数据库。这是一款开源的轻量级向量数据库，通过按需计算嵌入向量，实现极低的存储占用。用户可以在个人设备（笔记本电脑）上构建强大且完全私有的检索增强生成 (RAG) 系统，支持对本地文件、电子邮件、浏览器历史、聊天记录等多种数据源进行语义搜索。

从零实现 AI 编程助手的实战教程。这是一个教你用 Go 语言结合 Claude API，从零开发本地 AI 编程助手的项目。从简单的聊天机器人开始，逐步实现文件操作、命令执行、代码编辑和搜索等功能。

给大模型立规矩的智能体开发框架。这是一款专为实际场景控制设计的 LLM 智能体开发框架，旨在解决传统 LLM 对话系统在复杂业务中难以精准控制的问题。它通过自然语言定义智能体行为规则，灵活控制 AI 的对话行为，避免“幻觉”或偏离业务目标。

AI 模型训练跟踪与可观测平台。这是一款专为 AI 模型训练打造的跟踪、记录、分析与协作工具，旨在帮助研究者优化训练过程，提升团队协作效率。它通过简洁的 Python API 和直观的界面，提供了训练可视化、自动日志记录、硬件监控、实验管理和多人协同等功能。已集成 40+ 主流训练框架，适用于大模型训练、计算机视觉、音频处理、AIGC 等任务场景。

开箱即用的本地语音转写工具。这是一款集实时语音转文本、翻译和说话人分离于一体的开源工具，自带服务器端和 Web UI，一条命令即可私有化部署。它基于最新的增量流式技术，无需联网和写前端代码，就能实现超低延迟的会议实时记录和跨语言交流。

开源的 AI 虚拟伴侣。这是一个开源自托管的 AI 虚拟伴侣，将二次元虚拟角色（waifu）等智能体带到你的身边。支持实时文字和语音聊天，可陪你玩 Minecraft、异星工厂等游戏，并提供 Web 端和桌面端应用。

隐形的第二大脑。这是一款隐形桌面 AI 助手，不会出现在录屏、截图或桌面中。支持实时读取屏幕和麦克风内容，随时把所见所闻变成可检索、追问的结构化知识。

可视化 AI 工作流构建平台。这是一款面向开发者和企业用户的开源 AI 智能体与工作流构建平台。它将 LangChain 的核心能力（链、工具、记忆、向量存储等）封装成可复用组件，并结合 React Flow 实现可视化流程编辑，用户无需编写代码即可快速设计、调试并部署复杂的 AI 工作流。

开源的实时多模态对话 AI 框架。这是一个专为实时 AI 音视频互动场景设计的框架。它内置友好的 Web 界面，便于创建、定制和部署具备语音、视觉和虚拟形象交互能力的对话型 AI 智能体。

AI 编程助手任务管理看板。这是一款专为 AI 编程代理打造的看板工具，能够统一管理 Claude Code、Gemini CLI、Codex 等主流 AI 编程助手。它集成了看板任务、Git 仓库和 AI 编程代理，支持多种 AI 代理自动完成 bug 修复、功能开发、项目初始化和文档生成等任务。

一键将代码库转换为 AI 友好格式的工具。该项目可将任意 GitHub 仓库快速转换为适合大语言模型处理的纯文本摘要。使用起来十分方便，只需将 GitHub 项目地址中的 hub 替换为 ingest 即可得到文本摘要。

用 Python 动态演示神经网络。这是一个基于 Manim 的 Python 库，用于制作机器学习相关概念的动画和可视化效果。只需编写简单的 Python 代码，即可轻松生成神经网络结构、卷积操作、Dropout 过程等动画效果，帮助理解和展示复杂的机器学习原理。

新手友好的 LLM 微调工具库。该项目是用于微调和优化大型语言模型（LLM）的 Python 工具库。它通过动态量化和显存优化技术，提高了模型微调速度，同时将显存占用降低 70%-80%，并支持多种硬件配置、LLM、超长上下文任务等功能。除此之外，还提供了可直接在线体验的 Jupyter Notebook 示例，降低了大模型微调的门槛。

MacBook 专属的高性能 AI 推理引擎。这是一个专为 Apple M 系列芯片打造的高性能、轻量级 AI 模型推理引擎。它充分利用 Apple 硬件的特性提升推理速度，并提供简单易用的 API，助你一键部署高效本地大模型服务。

开箱即用的智能字幕助手。这是一款基于大语言模型的智能视频字幕处理工具。它界面简洁、操作便捷，支持语音识别、智能校对和自动生成多语言字幕等功能。

终端里的 Claude 编码助手。该项目是 Claude 官方开源的 AI 编码助手，集成于终端内，能够理解整个代码库，并通过简单的自然语言命令，帮助开发者更高效地完成各类编码任务。

谷歌 Gemini 命令行工具。该项目是 Gemini 官方开源的命令行工具，将 Google Gemini 的强大能力集成到终端环境。它基于百万级上下文，能够理解大型代码库的架构和逻辑，支持多模态输入输出、Google 搜索以及 MCP 等功能。

从零开始的 LLM 原理与实践教程。该项目是帮助初学习者系统地学习大语言模型（LLM）原理与实践的教程。通过详细的教程和实战案例，循序渐进地带领读者深入了解自然语言处理（NLP）基础、Transformer 架构、预训练语言模型的基本原理，并动手实现和训练自己的大语言模型。

从零开始构建的轻量级 vLLM。该项目是用 Python 实现的轻量级 vLLM（大语言模型推理引擎）项目，核心代码仅 1000 多行。它结构清晰、易于阅读，推理速度媲美 vLLM 原版，并集成了前缀缓存（Prefix Caching）、张量并行（Tensor Parallelism）和 Torch 编译等推理优化技术。

优化 AI 提示词的工具。这是一款纯前端实现的提示词优化器，帮助用户快速编写更高质量的提示词。支持多种主流 AI 模型与自定义 API 地址，并可实时对比优化前后的效果。

让静态照片“活”起来。该项目能够通过一张照片快速生成高质量、生动的视频，尤其擅长捕捉和还原面部表情，支持人类和动物肖像的动画生成。

简单易用的多端 AI 推理部署框架。这是一款简单易用、高性能、支持多端的 AI 推理部署框架。它基于有向无环图设计，将前处理、推理和后处理抽象为图的节点，支持流水线并行、任务并行等优化方式。兼容 TensorRT、OpenVINO、MNN 等多种推理后端，适配主流文生图、大语言、检测等模型，实现一套代码多端部署。

开源的 LLM 应用评估框架。这是一个用于构建评估、测试和监控 LLM 应用平台的框架，它提供直观的 Web 界面，能够记录开发和生产期间的所有 LLM 调用，支持反馈评分、测试用例存储、幻觉检测和 CI/CD 集成等功能，适用于 RAG 聊天机器、代码助手和复杂的代理管道等应用场景。

轻松定制你的本地 AI 数字分身。该项目是专注于用个人数据训练 AI 的平台，致力于帮助每个人构建、训练并拥有属于自己的本地 AI 数字分身。它采用分层记忆建模（HMM）和 Me-Alignment 算法，将你的知识、兴趣和偏好融入 AI，打造更懂你的 AI 助手。

开源的 AI 代码编辑器。这是一款基于 VSCode 的开源 AI 代码编辑器，可作为 Cursor 开源替代品。它直接将数据发送给模型提供商，注重保护用户隐私，支持接入本地模型或主流大模型服务（如 OpenAI、Claude、DeepSeek、Gemini 等）。

为 AI 智能体提供高性能虚拟环境。这是一个专为 AI 智能体设计的高性能操作系统虚拟化与控制框架。它通过轻量级、近乎原生速度的虚拟容器，让 AI Agent 能够在完全隔离的 macOS 或 Linux 环境中自动执行“用电脑”任务，如操作应用、上网、写代码、自动化复杂办公流程等，并内置多种主流 LLM（大模型）接口。

用笔记本轻松玩转 AI 生成长视频。这是一款用于视频生成的预测神经网络结构，可以在资源有限的设备上生成高质量的视频。它通过将上下文压缩成固定长度，使得生成任务的工作量与视频长度无关，从而实现高效且资源友好的视频生成。

AI 自动生成代码库教程。该项目利用 AI 将代码库转换为容易理解的教程。它通过分析 GitHub 仓库或本地代码目录，自动生成详细的学习指南，降低初学者理解和上手大型代码仓库的门槛。

让 AI 训练推理自动选择经济型 GPU 方案。这是一个开源的跨云 AI 和批量任务调度平台，用户可以通过统一接口在 K8s、本地集群和主流云服务商（AWS、GCP、Azure 等）上运行深度学习、分布式训练、推理、批处理等任务。它会自动寻找最便宜、可用的 GPU/TPU/CPU 资源，支持队列、自动容错、资源共享、成本优化等功能。

用微信聊天记录微调大语言模型。该项目是通过个人微信聊天记录对大语言模型（LLM）进行微调，打造专属的数字分身。它提供从聊天数据到模型微调、从文本生成到语音克隆、从训练到部署的全链路解决方案。让你的数字分身不仅“会说你的话”，还能“听起来像你本人”。

微软开源的 AI Agent 初学者教程。该项目是微软专为初学者打造的 AI 智能代理（AI Agents）教程，内容分为 10 个课程，包含详细的教程、视频和示例代码。

机器学习代码跨框架转换利器。该项目可以将机器学习模型、工具和库从一个框架转换到另一个框架。开发者通过简单的函数即可完成代码的转换，支持 TensorFlow、PyTorch、JAX 等主流框架。

用 Excel 手搓各种 AI 算法和模型。该项目是通过 Excel 的形式实现并演示人工智能与深度学习的核心算法和概念，让初学者可以动手操作并理解 AI 的运行原理，包括矩阵乘法、MLP、RNN、Transformer、ResNet 等，以独特且浅显易懂的形式，降低了 AI 学习的门槛。

易上手的多平台 LLM 聊天机器人。该项目是基于 Python 构建的 LLM 聊天机器人及开发框架，支持集成多种消息平台和大语言模型。它提供了可视化管理面板和灵活的插件扩展机制，支持速率限制、白名单、关键词过滤、图片理解和语音转文字等功能。

开源的低代码 RAG 平台。这是一个基于 LangChain 和 LlamaIndex 构建的 RAG 平台，支持 Docker 一键部署。它拥有简单易用的 Web 界面，提供数据上传、模型管理、联网和提示词模版等功能，用户无需写代码就能轻松构建、调试和发布 RAG 应用。

开源的 LLM 评测框架。这是一个是用于评估大型语言模型的框架，能够测试模型在多种任务中的表现。它提供了超过 60 个学术基准测试，支持多种模型框架、本地模型、云服务（如 OpenAI）、硬件加速，以及自定义任务等功能。

去除图片水印的 AI 工具。这是一款基于 TensorFlow 的开源图像修复工具，仅需一条命令即可去除图片中的水印。

将“旧”设备接入数字世界。该项目基于 ESP32 等便宜的硬件（不到 10 欧）和 TensorFlow Lite 框架，实现对仪表数字的自动识别和数据传输，轻松将传统设备（水表、燃气表、电表）改造成智能设备。

让 LLM 输出结构化数据的 Python 库。该项目是用于处理大语言模型（LLMs）结构化输出的 Python 库。它基于 Pydantic 实现了数据验证和类型注释，能够将 LLM 的结果（自然语言）转换为结构化数据，支持多种大语言模型服务，以及自动重试、流式响应等功能。

开源的 LLMs 漏洞扫描工具。该项目是 NVIDIA 开源的用于扫描 LLMs 漏洞的工具，支持检测 LLM 可能存在的安全问题和不良行为，包括幻觉、数据泄漏、提示注入、错误信息、有毒内容生成和越狱等。

为 LLM 应用注入记忆能力的开发框架。该项目是用于构建具有记忆功能的 LLM 应用的 Python 框架，支持创建拥有长期记忆和持久状态的智能体（Agent），并能够集成多种 LLM API 服务。

零门槛 AI 换脸应用。这是一款轻量级、开箱即用的 AI 换脸工具，无需 GPU、可离线使用，一键轻松尝试新形象（发型、穿搭等）。

更高效的 LLMs 推理和服务引擎。这是一个高效易用的大型语言模型推理引擎，专为解决推理速度慢、资源利用率低等问题而设计。它基于 PyTorch 和 CUDA，并结合内存优化算法（PagedAttention）、计算图优化和模型并行技术，大幅降低 GPU 内存占用，并充分利用多 GPU 资源提升推理性能。同时，vLLM 与 HF 模型无缝兼容。支持在 GPU、CPU、TPU 等多种硬件平台上高效运行，适用于实时问答、文本生成和推荐系统等场景。

使用视觉模型将 PDF 转换为 Markdown。该项目基于视觉模型 API 服务，提供了将 PDF 文档转化为 Markdown 的功能。其原理是先将原文件（如 pdf、docx）转换为图片，然后把图片发给视觉模型处理，最后汇总所有结果生成完整的 Markdown 文件。

Krita 的 AI 绘画助手插件。这是一个专为 Krita 绘画软件开发的 AIGC 插件，旨在提供更便捷和可控的图像生成体验。用户只需选择区域并输入文本提示，即可轻松实现图像填充、扩展、放大、添加和删除对象等操作，支持本地运行、Stable Diffusion、ControlNet、IP-Adapter 和自定义检查点等功能。

跨平台的机器学习模型查看工具。这是一个神经网络、深度学习和机器学习模型的可视化工具，支持多种模型格式，包括 ONNX、TensorFlow Lite、Core ML、Keras、Caffe、Darknet 和 PyTorch 等。

灵活易用的 YOLO 部署工具。这是一款专为 NVIDIA 设备优化的 YOLO 部署工具。它通过集成 TensorRT 插件和 CUDA 技术，提供 C++ 和 Python API，显著提升了推理速度和易用性，支持多种 YOLO 版本，适用于目标检测、实例分割、姿态识别、旋转目标检测和视频分析等多种场景。

小型的视觉语言模型。这是一个可在资源受限的设备上运行的小型视觉语言模型，它能够理解并生成与图像相关的自然语言描述，支持图像识别、生成描述和问答等功能。

全面的提示工程实战指南。这份教程致力于帮助用户掌握与大型语言模型（LLM）沟通的技巧。内容涵盖从基础到高级的提示工程技术，附有详细的实现指南和示例代码。

强大的自然语言处理 Python 库。这是一个工业级的自然语言处理（NLP）库，支持 70 多种语言的分词和训练。它采用 Python 编写，可实现标注、解析和文本分类等功能，并支持模型打包与部署。

C 语言实现的极简神经网络。该项目展示了如何用 C 语言从头实现一个最小的神经网络。它用不到 200 行代码和 C 标准库，实现了一个极简的神经网络，能够对 MNIST 数据集中的手写数字进行分类。

优化和部署深度学习模型的工具包。该项目是英特尔开源的工具库，旨在加速和优化深度学习模型部署。它能帮助开发者将训练好的模型部署到多种硬件平台，支持 TensorFlow、PyTorch 和 ONNX 等深度学习框架。

Kubernetes 故障诊断 AI 助手。该项目利用 LLM 自动分析 Kubernetes 集群问题，并给出故障诊断和优化建议。它通过读取集群的状态数据和配置，生成靠谱的诊断报告。

大型语言模型的数据框架。该项目是专为 LLM 应用设计的数据框架，帮助开发者将私有数据与 LLM 轻松结合。它提供了数据连接器，支持从 API、PDF、文档、SQL 等多种数据源构建索引，并简化数据导入和查询操作，让初学者也能用几行代码完成 LLMs 上下文增强。

检索增强生成（RAG）教程集合。该项目提供了 20 多种先进的 RAG 技术教程，包含实现指南和示例代码，并定期更新。内容涵盖检索查询、上下文增强、融合检索（Fusion Retrieval）、分层索引、上下文压缩、知识图谱整合等多种 RAG 技术。

视频和图像无损放大工具。该项目集成了多种超分辨率算法（如 Waifu2x、Anime4K、Real-ESRGAN），能够有效提高视频和图像的分辨率，并提供了图形界面（GUI）、Docker 和命令行界面（CLI）的使用方式。

增强 LLM 上下文连续性的 Python 库。该项目能为多种主流的大型语言模型提供记忆层，它支持保存用户与 LLM 交互时的会话和上下文，并能实时动态更新和调整，从而增强 AI 的个性化，适用于学习助手、医疗助理和虚拟伴侣等需要长期记忆的个性化 LLM 应用。

大型语言模型 API 聚合网关。该项通过提供统一且快速的 API，让开发者能够轻松访问超过 200 个 LLMs，还支持多模态、自动重试和负载均衡等功能。

一键生成短视频的 AI 工具。该项目是基于大模型服务的 AI 视频生成工具，只需要提供一个主题或关键字，就可以自动生成高清的短视频。它拥有简单易用的 Web 界面，支持批量生成、设置视频时长和横/竖屏尺寸等功能。

极简提示词的文生图工具。该项目基于 LLM 的编程能力帮用户自动完善文生图的提示词，可以根据用户输入的简短提示词生成高质量的图片，还支持图片局部修改等功能，比如将图片中的龙变成恐龙，极大地降低了编写文生图的门槛，无需复杂的提示词即可生成满意的图片。

基于 AI 的 Python 爬虫。这是一个由 AI 驱动的 Python 爬虫库，它借助 LLM 的能力，可以根据提示词自动抓取目标网站的数据。

开源的 AI 换脸和增强工具。这是一款功能强大的人脸交换和增强工具，支持将图片/视频中的人脸替换成另一个人的脸、改善人脸和背景清晰度等功能，还提供了友好的 Web 界面（WebUI）和低门槛的 CPU 处理选项。

简化大模型 API 调用的工具。该项目能够将各种 AI 大模型和服务的接口，统一转换成 OpenAI 的格式，简化了在不同 AI 服务/大模型切换和管理的工作。此外，它还支持设置预算、限制请求频率、管理 API Key 和配置 OpenAI 代理服务器等功能。

构建基于 LLM 应用的框架。LLM 是基于大数据预先训练好的大型深度学习模型，该项目可让 LLM 无需再训练就能访问新的数据集。它提供了开发 LLM 应用所需的各种模块，包括连接上下文来源和基于 LLM 进行推理的功能，从而轻松开发由 LLMs 支持的各种应用，比如聊天机器人、知识库和信息提取等。

专门针对 LLM 做微调的框架。这是一个让微调大型语言模型变得轻松的开源项目，它支持 LLaMA、Mistral、ChatGLM 等多种模型，以及增量预训练、奖励模型训练和精度等级等功能。引入了先进的算法和实用的微调技巧，同时提供了便捷的监控工具，方便用户追踪实验进度。

本地运行各种 LLM 的工具。这是一个用 Go 语言写的工具，用于在本地一条命令安装、启动和管理大型语言模型，支持 Llama 3、Gemma、Mistral 等大模型，适用于 Windows、macOS、Linux 操作系统。

与你的 SQL 数据库聊天。该项目使用 LLM+RAG+数据库技术，让用户能够通过自然语言查询 SQL 数据库，用生成的 SQL 回答你的问题。

用于训练和评估大型语言模型的开放平台。这是一个用于训练、部署和评估大型语言模型的平台，你可以用它在本地部署和评估各种大模型。除此之外，它还提供了一个在线评估大模型的平台，用户可以向两个不同的大模型，问同一个问题，然后根据回答选出你认为更好用的大模型。在此过程中，你可以免费使用 Claude、ChatGPT 等对话机器人。

面向初学者的生成式人工智能教程。这是由微软开源的面向初学者的生成式 AI 免费课程，课程共 18 节，涵盖了创建生成式 AI 应用所需要了解的一切，包括生成式 AI 和 LLMs 的简介、提示词、构建文本生成应用、聊天应用、图像生成应用、向量数据库等方面的内容。

一站式体验 LLMs 的桌面应用。这是一个支持在本地运行开源 LLMs 和连接 ChatGPT 服务的 AI 对话桌面应用，它开箱即用、界面清爽、不挑硬件，支持设置代理、接入 ChatGPT、一键下载/接入适配当前电脑配置的大模型、离线运行等功能，适用于 Windows、Linux、macOS 操作系统。

让 LLM 在你的计算机上运行代码。该项目可以让大语言模型在本地运行代码，支持 Python、JavaScript、Shell 等编程语言。相当于大语言模型是一个解释器，它会理解你的意图，将自然语言转化成相应的代码脚本并运行。安装后，用户就可以在终端通过聊天的方式操作计算机，比如创建和编辑图片、视频和文件，控制 Chrome 浏览器进行搜索等。

3D 可视化 GPT 大语言模型。该项目通过 3D 可视化的方式，演示了类似 GPT 的大语言模型的工作原理和推理过程。

从零到神经网络高手。这是一门从基础开始的神经网络课程，包含视频、练习和配套源码，帮助初学者初逐步掌握神经网络的基本概念，并通过实例代码来加深理解。

数据分析对话化的开源库。该项目将 AIGC 和数据分析相结合，让用户可以通过自然语言向自己的数据进行提问，并获得相应的回答。首先，需要将数据以 pandas 的方式进行导入，然后配置好 OpenAI TOKEN 就可以开始通过对话和绘制图表等方式与数据进行交互，而无需编写代码。

让 AI 生成的图动起来。这是一款可以在 Stable Diffusion 中制作动图的库，支持将大多数开源模型转换为动画生成器。让原本通过文字生成的图片，变成 gif 图片动起来。

轻松 DIY 图片文字，定制你的创意设计。该项目提供了文字生成和文字编辑两种模式，它能够根据提示词生成图文融合的图片，并确保文字的准确性，还支持对上传图片中的文字进行编辑后，重新生成图片。支持中文、英语、日语、韩语等多语言，适用于海报设计、Logo 设计、创意涂鸦、表情包等场景。

开源的视频翻译和配音工具。该项目可以将视频从一种语言翻译成指定语言的视频，并自动生成和添加对应语言的字幕和配音。

实时交互式 AIGC 图片。该项目能以惊人的速度生成 AIGC 图像，单张 RTX4090 显卡可达 100 张/秒。它通过流批处理简化数据处理，采用残差无分类器（RCFG）减少计算冗余，随机相似性过滤器提高 GPU 利用率，并通过优化 IO 队列实现并行处理。同时，利用多种模型加速工具，实现爆炸式地提升 AIGC 图像速度。

一条命令自动移除图像背景。该项目通过 AI 技术，可自动移除图片和视频中的背景。

机器学习路线图。这份机器学习思维导图，包含了机器学习相关的问题、学习步骤、工具、底层数学知识、教程资源等，为如何学习机器学习指出方向。

通过强化学习训练 AI 玩 Pokemon。该项目使用 Python + RL 从零训练了一个玩「宝可梦红」的 AI，同时作者还提供了配套的讲解视频，以及如何在本地运行和自定义训练的教程，快来上手试试吧！

计算机视觉 AI 工具库。该项目简化了对象检测、分类、标注、跟踪等计算机视觉的开发流程。开发者仅需加载数据集和模型，就能轻松实现对图像和视频进行检测、统计某区域的被检测数量等操作。

自动检测数据集中错误数据和标注的框架。该项目基于置信学习（confident learning，CL）算法，实现了自动检测出机器学习数据集中的各种问题，提高数据集质量训练出更好的模型，支持图像、文本、音频类型的数据。

一个基于节点流程的 AI 绘图操作界面。该项目将 Stable Diffusion 流程分成多个节点，通过拖拽各种节点构成图像生成到处理的工作流，支持 Stable Diffusion 1.x 和 2.x 版本、组合各种模型、根据 PNG 图片生成完整的工作流等功能。

一款针对 AI 项目的数据版本管理工具。基于 Git 的数据版本管理工具，版本化机器学习项目的数据和模型。可用于比较代码、数据、参数、模型或性能图，共享机器学习项目的数据或重现结果。

机器学习：LLM/VLM 训练与工程。该项目是作者训练开源 BLOOM-176B 大模型和 IDEFICS-80B 多模态模型的经验总结，还提供了大量可以直接拿来用的代码和脚本，希望能够帮助你成功训练大型语言模型和多模态模型。

将截图转化为 HTML 代码的工具。该项目可以将屏幕截图转化为 HTML/JS/Tailwind CSS 代码，它使用 GPT-4 Vision 生成代码、DALL-E 3 生成相似的图片。

AI 系统 & 深度学习教程。该项目主要是关于人工智能、深度学习系统设计的教程，内容涵盖 AI 基础知识和概述、AI 芯片、AI 编译器原理、AI 框架核心技术等方面。

轻量级人脸识别和分析库。该项目是 Python 写的人脸识别和面部属性分析框架，可根据人脸图像智能识别年龄、性别、情绪等信息。

微软开源的 LLM 提示编程语言。该项目是微软开源的编写 prompt 的模版语言，用于编写复杂、可复用、易于管理的 prompt，支持 GPT-4、LLaMa 等多种大语言模型。

优雅地处理 hCaptcha 验证码的库。该项目不依赖浏览器插件和第三方反验证码服务，通过机器学习的方式处理 hCaptcha 验证码。它采用 ResNet 和 YOLOv8 处理分类和检测问题，通过 ONNX 打包模型降低使用门槛，让用户可在没有 GPU 的设备上运行代码，且无需安装 PyTorch 等依赖，优雅地面对 hCaptcha 验证码。

Meta 开源的文本生成音乐的库。该项目可根据文本提示词生成高质量、高保真的音频和音乐，比如吹着风吹口哨、一段适合海滩场景的流行舞曲，生成效果十分惊艳。

一款开箱即用的图片生成软件。该项目在设计时吸收了 Stable Diffusion 和 Midjourney 的优点，它安装简单、操作方便，省去了复杂的参数调节步骤。用户只需要输入提示词，就可以生成与 Midjourney 水平相当的图片。支持本地部署、离线使用，最低配置要求 8GB 内存和 4GB 的 Nvidia 显卡。

徐亦达的机器学习课程。该项目是香港浸会大学（HKBU）徐亦达教授开源的关于机器学习、概率模型、深度学习的讲义和视频课程链接。

实时直播和视频 AI 换脸程序。该项目可以对摄像头和本地视频文件中的人物，进行实时 AI 换脸，可用于 PC 直播、视频等场景。

微软开源的深度学习训练优化库。众所周知训练大模型(LLM)是一件“费时费钱”的事情，该项目通过 ZeRO++ 技术，在训练时将模型状态分割到每个 GPU 上，通过提高吞吐量的方式，降低训练所需的时间和成本。

AI 模型即服务共享平台。魔塔是由阿里达摩院开源的 MaaS 平台，它为开发者提供了模型体验、推理、训练、部署和应用的一站式服务，相当于国内版的 Hugging Face。

决策智能入门级公开课。此课程希望通过深入讲解最经典的深度强化学习算法 Proximal Policy Optimization (PPO)，打开你的决策 AI 探索之旅。内含视频、理论资料、习题、代码和应用样例，能够帮助初学者快速掌握，如何运用 PPO 解决各种各样的决策智能问题。

微软开源的入门级人工智能教程。这是一份完全免费、面向零基础人群的 AI 课程，为期 12 周共计 24 节课。你将学习到关于 AI 的历史、基本知识、主流框架、CV 和 NLP 等知识。

拖动 GAN 完成 P 图。这是 DragGAN 的官方源码，它支持通过鼠标拖拽的方式对图像进行编辑。任何人都可以通过精确控制像素去向，轻松修改图像中物体的姿态、表情、形状、布局等。例如，可以让图片上原本站着的小狗坐下。

谷歌开源的跨平台机器学习框架。它是一个能够轻松部署到移动端、Web、PC 和物联网设备的机器学习工具库，包含了物体检测、图像分类、人脸识别、手势识别、文本分类、语言检测、音频分类等模型。

AI 生成游戏角色动画。该项目可以基于原始的动作捕捉数据，生成更加自然、可控的角色动画，解决两足、四足动物的动画生成问题，比如无需人为干涉就能生成坐下、跳跃、开门、武术等复杂动作的动画。

腾讯开源的人脸修复算法。它可以用于修复像素低、模糊、破损的人脸图像，尤其是在脸部细节和清晰度方面，修复效果尤为出色。

连接多种感官数据的 AI 模型。这是一个由 Meta AI 开源的新型多模态 AI 模型，支持在图像、文本、音频等六种不同模态之间任意转换。比如它可以根据一段火车的音频，自动生成火车的照片、视频和一段文本。

深度学习调优指南。该指南出自几位谷歌大脑研究员的深度学习模型调参经验总结，内容包括如何开始新项目、提高模型性能的方法和训练过程中的经验，适合已掌握机器学习基本知识、对优化深度学习模型性能感兴趣的工程师和研究员阅读。

让画作动起来的 AI 项目。这是 Meta AI 研究院开源的动画库，它能让你的画作动起来。无论是小朋友画的小人，还是高水平的卡通人物，该项目都能让它们跟着你一起做动作。

Text-Prompted 生成音频的模型。该项目可以根据你输入的文本提示生成音频，甚至可以指定背景声音，比如我爱 HG (大笑)，生成的语音会包含爽朗的笑声。它还可以模拟音乐、声效，比传统的文本转语音更智能。

通过深度学习修复老照片的工具。由微软开源的深度学习项目，可用于修复破损的老照片，修复效果显著。

清华 KEG 开源的双语对话语言模型。这是一个基于 GLM 架构、具有 62 亿参数的中英双语对话语言模型，支持在单张 2080Ti 上进行推理使用。

OpenDILab 开源的决策 AI 平台。这是一个基于 PyTorch 的通用决策智能引擎，为开发者提供了 60+ 种算法、40+ 类型环境。支持各类定制化的训练和实际决策智能应用，比如游戏 AI、自动驾驶和生物序列预测等。

在笔记本上运行 LLaMA 大模型。该项目实现了在 CPU 上流畅运行 LLaMA 模型，支持 macOS、Linux、Windows 操作系统。

将机器学习模型打包到容器的工具。可通过配置将机器学习模型所需的环境和依赖，自动打包到容器里方便部署，让你不再为编写 Docker 文件和 CUDA 而痛苦，还能自动启动 HTTP 接口服务方便调用。

Stable Diffusion 模型的 WebUI 界面。这是一个实现在浏览器上使用的 Stable Diffusion 模型的项目，支持通过文本/图片生成图片、嵌入文本、调整图片大小等功能。

深度学习论文的实现集合。这是一个关于神经网络和相关算法 PyTorch 实现的集合，代码里还包含逐行的注释。

OpenAI CLIP 模型中文预训练版本。该项目使用了大规模的中文数据进行训练（~2亿图文数据），提供了多个规模的预训练模型和技术报告，让使用者仅通过几行代码就能完成中文图文特征提取和图文检索。

一款可以给老旧照片上色的项目。该项目基于深度学习实现了对黑白图像和视频进行着色的功能。

一款轻量级的机器学习可视化工具。该项目是用于可视化和跟踪机器学习实验的工具，通过几行代码就可以实现跟踪、比较和可视化机器学习实验。

快速上手 AI 理论及应用实战。该教程包含学习 AI 必备的数学基础，机器学习实战小项目、深度学习入门、自然语言通用框架 BERT 实战，以及大量数据集。

Netflix 开源的视频质量评估算法。一种将人类视觉模型与机器学习结合的评估视频质量的方法，目的是改善观众们的观看体验。

根据文本生成 3D 人体运动的模型。论文《Human Motion Diffusion Model》第一作者开源的 PyTorch 实现。

OpenAI 开源的多语言识别系统。该项目是强大的自动语音识别系统，支持包括中文在内的多种语言识别。尤其是在快语速、口音、背景噪音等场景，依旧表现出色，能够达到极高的准确率。

可以根据文字生成图片的模型。只要输入一段文字描述，就能得到一张由 AI 生成的图片，除此之外该项目还支持将粗糙的草图转化成精致的艺术图片。

自建 GitHub Copilot 服务。它采用 NVIDIA 的 Triton Inference Server 的 SalesForce CodeGen 模型，自建 AI 编码辅助服务。支持接入 VSCode Copilot 插件，使用起来十分方便。

OpenMMLab 开源的目标检测工具箱。基于 PyTorch 的目标检测开源工具箱，支持 Faster R-CNN、Mask R-CNN、RetinaNet 等主流算法。

简单易用的 NLP 框架。基于 PyTorch 的 NLP 框架，支持文本命名实体识别(NER)、词性标注(PoS)、词义消歧和分类。项目中包含详细的使用教程，介绍了如何标记文本、训练语言模型等。

根据文字生成图片的 AI 模型。可以按照文字提示自动生成图片，我试了下感觉生成的图片有些“抽象”。

解释机器学习模型输出的库。它基于博弈论中的 Shapley Value 理论，将所有特征视为贡献者，然后计算每个特征对于模型输出结果的贡献。

全面的机器学习教程库。一份包含 30 多个 Jupyter Notebook 的集合库，内容涵盖机器学习所需的 Python 基础，数据操作、清洗、分析、可视化常用的库和工具，以及经典机器学习、NLP、计算机视觉等算法，一份面面俱到的机器学习入门教程

用 SQL 开启机器学习的数据库。把机器学习引入 SQL 数据库将模型作为虚拟表（AI-table），从而省去了数据准备、预处理等步骤，可以直接用 SQL 查询时间序列、回归、分类预测的结果，实现简化机器学习开发流程的效果

拯救词穷的字典。由清华大学 NLP 实验室开源，可以根据你的意思返回相关词汇，有效解决词穷、话到嘴边说不出来的窘境。[在线尝试](https://wantwords.net/)

加速训练 NeRF 模型的项目。英伟达开源的最快只需 5 秒，训练出一只狐狸 NeRF 模型的技术。即根据静态的 2D 图片通过神经网络建模，快速训练出可以放大且从任何角度观察都清晰的图片