项目框架

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。

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。

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。

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 。

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

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。

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。

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。

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。

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。

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。

Unstract 是一款基于大语言模型（LLM）打造的无代码平台，专注于非结构化数据提取，旨在通过 LLM 能力消除非结构化数据相关的人工流程

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。

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。

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。

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。

Ant Design X For Vue。基于 RICH 设计范式，打造卓越 AI 界面解决方案，引领智能新体验。

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。

开源AI搜索引擎项目,主要功能包括支持本地和云端模型运行,可选择使用本地大型语言模型(如Llama3,Mistral,Gemma和Phi3)或云端模型(如OpenAI的GPT-4和Groq的Llama

PocketFlow 是一个极简主义的 LLM（大型语言模型）框架，其核心代码仅包含 100 行代码，旨在简化 LLM 应用的开发。

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。

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。

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）。

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。

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。

WrenAI 是一个开源的生成式商业智能（GenBI）AI 代理，旨在帮助数据驱动的团队与他们的数据进行对话，并生成文本到 SQL、图表、电子表格、报告和可操作的见解 。

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。

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

Haystack 是一个端到端的 LLM 框架，允许用户构建基于 LLM、Transformer 模型、向量搜索等技术的应用程序。

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。

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。

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。

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。

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。

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。

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