Micro Agent：AI编程智能体，自动生成代码并测试、修复代码
综合介绍 Micro-Agent是由Builder.io开发的一款开源AI编码助手，旨在为开发者提供自动生成和测试代码的功能。它通过理解自然语言描述生成测试用例，并迭代代码直到所有测试通过，从而减少开发者手动编写和调试代...
共 970 篇文章
标签：AI开源项目 第28页
Sherpa-ONNX：使用ONNXRuntime实现离线语音识别和合成
综合介绍 sherpa-onnx 是由 Next-gen Kaldi 团队开发的一个开源项目，旨在提供高效的离线语音识别和语音合成解决方案。它支持多种平台，包括 Android、iOS、Raspberry Pi 等，能够在没有网络连接的情况下进行实时...
Trae中文版 首发邀请下载：注册后不限量使用DeepSeek-R1！
开启 Builder 智能编程模式，无限量使用 DeepSeek-R1 和 DeepSeek-V3 ，对比海外版体验更加流畅。只需输入中文指令，不懂编程的小白也可以零门槛编写自己的应用。
Eko：自然语言构建智能体工作流，实现桌面与浏览器自动化
综合介绍 Eko 是一个生产级的 JavaScript 框架，旨在通过自然语言描述来构建高效的智能代理工作流程。它的设计使开发者能够在不深入编程的情况下，利用AI技术自动化日常任务。Eko提供了一个统一的接口，支持在计...
Agent Inbox：与AI智能体进行人机交互的管理界面
综合介绍 Agent Inbox是由LangChain团队开发的一个开源项目，旨在提供一种新的用户体验，用于与AI智能体进行交互。该项目允许用户通过一个集中的界面管理和优化与多个AI智能体的交互。Agent Inbox支持多种配置和...
Social Media Agent：社交媒体智能助手，自动生成和管理社交媒体内容
综合介绍 社交媒体代理（Social Media Agent）是一个开源项目，由全新的 Agent Inbox 管理交互信息，旨在帮助用户自动生成和管理社交媒体内容。该项目由LangChain团队开发，利用先进的自然语言处理技术和人机协作...
Executive AI Assistant：AI行政助理，提醒阅读邮件并规划工作日程
综合介绍 Executive AI Assistant（EAIA）是一个基于人工智能的助理工具，旨在帮助用户自动化管理日常任务。该工具由LangChain开发，能够处理电子邮件、安排日程、管理任务等。EAIA通过集成多种API和服务，如Open...
MangaNinjia：自动化线稿上色工具，为动漫黑白线稿快速填色
综合介绍 MangaNinjia 是阿里巴巴通义视觉智能实验室（Ali-Vilab）开发的一个开源项目，专注于线稿上色的自动化处理。这一工具通过深度学习技术，实现了对参考图像的精确色彩匹配，极大地提高了漫画创作中的效率...
Audiblez：生成有声书，使用Kokoro将电子书转换为有声读物
综合介绍 Audiblez 是一个开源项目，旨在将电子书（如 .epub 格式）转换为有声书（如 .m4b 格式）。该项目利用 Kokoro 的高质量语音合成技术，支持多种语言和多种声音。用户只需简单的命令行操作，即可将电子书转...
Search o1：赋予推理模型主动搜索能力，让大模型边思考边搜索外部知识
综合介绍 Search-o1 是一个开源项目，旨在通过整合高级搜索机制来增强大规模推理模型（LRMs）的性能。其核心思想是通过动态的搜索和知识整合来解决推理过程中遇到的知识缺失问题。该项目由 sunnynexus 团队开发，...
Llama 3.2 Reasoning WebGPU：在浏览器中运行LLama-3.2
综合介绍 Transformers.js 是 Hugging Face 提供的一个 JavaScript 库，旨在将最先进的机器学习模型直接在浏览器中运行，无需服务器支持。该库与 Hugging Face 的 Python 版 transformers 库功能相当，支持多种预...
MoneyPrinter V2：自动生成YouTube短视频与Twitter内容并发布
综合介绍 MoneyPrinter V2 是由FujiwaraChoki开发的一个开源项目，旨在通过自动化手段帮助用户在线赚钱。该项目主要集成了Twitter自动化、YouTube短视频生成以及联盟营销等功能。用户可以利用Python脚本进行内容...
RTranslator：语音实时翻译安卓应用，免费且支持离线使用
综合介绍 RTranslator 是一款几乎开源的免费离线实时翻译应用，专为 Android 设备设计。用户可以通过连接蓝牙耳机，将手机放在口袋中，与他人进行如同对方说自己语言的对话。RTranslator 支持多种模式，包括对话...
Gemini Next Chat：一键免费部署您的私人多模态Gemini应用
综合介绍 Gemini Next Chat 是一个开源项目，旨在帮助用户轻松部署私人Gemini应用。该项目支持Gemini 1.5和Gemini 2.0多模态模型，用户可以通过一键部署在Vercel上免费使用。Gemini Next Chat 提供了跨平台客户端...
AutoMouser：生成浏览器自动化代码，将鼠标操作通过AI转为Selenium Python脚本
综合介绍 AutoMouser 是一个 Chrome 扩展程序，能够智能地跟踪用户交互，并使用 OpenAI 的 GPT 模型自动生成 Selenium 测试代码。它通过记录用户的浏览器操作并将其转换为稳健、可维护的 Python Selenium 脚本，...
Vanna：利用RAG技术将文本生成精准SQL查询
综合介绍 Vanna是一个MIT许可的开源Python框架，专注于通过RAG（检索增强生成）技术生成SQL查询。用户可以通过训练RAG模型，将其应用于自己的数据，然后提出问题，Vanna会返回相应的SQL查询。这些查询可以自动在...
SVFR：实现视频人脸修复的统一框架，修复黑白、模糊的人像老视频
综合介绍 SVFR（Stable Video Face Restoration）是一个用于视频人脸修复的统一框架，支持基础人脸修复（BFR）、着色、修复及其组合任务。该框架利用生成和运动先验，通过统一的面部修复框架整合任务特定信息，提...
LiveTalking：开源实时互动数字人直播系统，实现音视频同步对话
综合介绍 LiveTalking是一个开源的实时互动数字人系统，致力于构建高质量的数字人直播解决方案。该项目采用Apache 2.0开源协议，集成了多项前沿技术，包括ER-NeRF渲染、实时音视频流处理、唇形同步等。系统支持实...
Aider：开源编程助手工具，使用AI助手进行代码编写和文件编辑
综合介绍 Aider是一款强大的开源AI编程助手工具，它能够通过自然语言对话的方式帮助开发者编写、编辑和重构代码。作为一款交互式的AI配对编程工具，Aider支持多种主流编程语言，可以无缝集成到Git工作流中，并能...
JoyGen：音频驱动的3D深度感知人像说话视频编辑工具
综合介绍 JoyGen是一个创新的两阶段说话人脸视频生成框架，专注于解决音频驱动的面部表情生成问题。该项目由京东科技团队开发，采用先进的3D重建技术和音频特征提取方法，能够准确捕捉说话人的身份特征和表情系数...
简体中文 
English 
日本語 
Deutsch 
Português do Brasil