项目框架

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。

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。

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。

A.I.G (AI-Infra-Guard) 集成AI基础设施漏洞扫描、MCP Server风险检测与大模型安全体检等能力，旨在为用户提供最全面、智能与易用的AI安全风险自查解决方案。

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。

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。

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。

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）。

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。

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。

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。

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

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。

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。

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 。

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。

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。

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。

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。

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。

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。

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。

最大的 MCP Server（MCP 服务器）集合，包括优秀的 MCP Server（MCP 服务器）和 Claude MCP 集成。搜索和发现 MCP Server（MCP 服务器）以增强您的 AI

Parlant 是由 emcie-co 团队开发的一款开源的 LLM（大型语言模型）智能体框架，旨在解决传统 AI 代理在实际应用中行为不可预测、难以控制的核心问题。

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。

Awesome CursorRules 是一个精选的.cursorrules 文件集合，用于增强 Cursor AI 的代码生成功能。

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。

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

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。

一站式 AI 生成短剧(竖屏短剧 / 微短剧)的生产工具旨在解决创作痛点、提升制作效率的专业级生产平台。别适合内容创作者、短视频制作团队和希望通过 AI 实现规模化生产的企业使用。

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。

PandasAI 是一个开源的 Python 库，旨在通过大语言模型（LLM）为 Pandas 数据分析工具注入对话式的智能能力，从而改变传统的数据查询方式。

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。

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。

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。

agency-agents 是一个极具创新性的开源项目，旨在为用户提供一套完整、专业且个性鲜明的AI智能体（Agent）集合。

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。

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。

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。

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。