让你用 React 组件写视频、动效和 3D 场景,然后在本机 GPU 上渲染成片的引擎:Agent 写代码,代码直接就是最终成片。

raea 把一段视频定义成一个 React 组件,组件根据当前帧号绘制画面,命令行 raea render hello.tsx -o hello.mp4 就能出片。底层是 Rust 加 Bevy 0.20 负责 3D、GPU 合成与硬件编码,TypeScript SDK 提供 useCurrentFrame、interpolate 这类 Remotion 风格的 API,作者在 Apple Silicon Mac 上测 90 帧约 1 秒。v0.1.1 是第一个完整版本,同时带来桌面应用,支持 macOS(Apple Silicon)、Linux x86_64 和 Windows x86_64,官方明确说 Windows 最新也最没测。除了出片,它还能 raea cut 按说话内容切素材,raea check 在交付前抓出文字截断、对比度不足、安全区越界、画面卡住和响度问题。这套能力被打包成 Agent skill 与 Claude 插件,装完 Claude Code 就能调用。
亮点
- 视频、动效、3D、游戏统一成 React 组件,Agent 生成的代码就是最终工程
- Apple Silicon 上 90 帧约 1 秒,硬件编码在支持的机器上生效
- raea check 自动抓文字截断、低对比、安全区和响度问题
- 官方提供 Agent skill 与 Claude 插件,命令装完即可用
优点
- 作者自己维护的 FSL-1.1-ALv2 许可,明确允许商用和自建
- 改一个组件重渲一次即可迭代,不用来回导素材
- 覆盖视频、3D、音效与导出,比多数同类工具链更完整
缺点与注意
- FSL-1.1-ALv2 属 source-available,不是 OSI 开源,两年后才转 Apache-2.0
- 安装脚本是 curl 远程管道执行,且要求 MS VC++ 运行库与 DirectX 12 或 Vulkan 驱动
- Windows 版官方标注最不成熟,README 自己也说有粗糙处和文档缺口
看项目详情与各榜名次
把 MiniMax H3 视频生成塞进消费级显卡的本地推理引擎:8GB 显存加 16GB 内存就能出片,也能当 ComfyUI 插件用。

FreeVideo 基于 OpenVDN 的 8 步 VDN-H3 权重和 Video DeltaNet 的混合注意力,核心是硬件自适应:按显卡选权重格式,GeForce 与 RTX 30 系走 int8,工作站与数据中心卡走 FP8;再用权重流式加载、异步预取和分块计算把峰值内存压下来,最低 8GB 显存配 16GB 内存就能跑。v0.5.0 加了 H3 图像,最高可出 16MP;v0.4.0 允许 Claude Code、Codex 这类 Agent 自己出片,并支持超过一分钟的长视频与时间线编辑。输入支持文本、首尾帧以及图像、视频、音频参考,社区 LoRA 也能直接用。Windows、macOS、Linux 各有一键启动器,会自动装好 ComfyUI、运行时和模型。
亮点
- 最低 8GB 显存加 16GB 内存即可运行 MiniMax H3
- GeForce 走 int8、工作站卡走 FP8,按硬件自动选择权重格式
- 支持文本、首尾帧与图像视频音频参考,社区 LoRA 可用
- ComfyUI 插件形态,可让 Claude Code、Codex 自主出片和剪辑
优点
- Apache-2.0 许可,权重与工程全部开放
- 三平台一键启动器,自动配置 ComfyUI 与模型
- v0.5.0 起可出 16MP 图像,视频与图像共用一套环境
缺点与注意
- 608 个未关闭 issue,是本批里 issue 密度最高的项目
- 实际速度高度依赖显存与带宽,8GB 是下限而不是推荐值
- Windows 启动器若被杀软隔离,官方指引是核对 SHA-256 后加白名单
看项目详情与各榜名次
腾讯 ARC 实验室提出的视频生成训练方法:让自回归模型在预测当前片段的同时额外预测更远的未来,逼它学物理而不是走捷径。

论文提出的 FCP(Future Chunk Prediction)会给模型加一组辅助分支,从当前片段的中间特征去预测时间上更远的视频片段。作者的说法是,teacher-forcing 训练下的时间冗余容易让模型走局部捷径,只学会下一帧看起来该怎样却不学物体接下来会怎么动。FCP 只用视频像素监督,不引入额外标注,却让生成结果的物理一致性更好、表征更有结构。工程上给出 1.3B 和 5B 两个文本图像生视频模型,底座分别是 Wan2.1-T2V-1.3B 和 Wan2.2-TI2V-5B,代码与权重都在 Hugging Face 上开源。论文发表于 arXiv 2610.29989,由南京大学、腾讯 IEG ARC 实验室和浙江大学合作完成。
亮点
- FCP 只用像素监督,不引入额外标注数据
- 1.3B 与 5B 两个规模的权重直接开源,可下载即跑
- 目标是修物理一致性,而不是单纯堆像素质量
- 论文、代码、权重、示例数据同步放出,可复现路径完整
优点
- 来自腾讯 ARC 实验室与两所高校,方法有论文与公开权重支撑
- 训练思路可直接迁移到其他自回归视频模型上
- 仓库提供 i2v 与 v2v 推理示例和 demo 数据集
缺点与注意
- 仓库只有 103 个文件,README 不到一万字,文档仍在完善
- 最新一次提交是 10 月 26 日,20 天没有更新
- 275 星、4 个 fork,star 数与关注度都偏低
看项目详情与各榜名次
DeepSeek Harness 的视频制作与设计插件:多轨时间线、调色、字幕和工程导出都在本地跑,不装达芬奇也能剪。

EAC design world 是给 DeepSeek Harness 做的创作模式插件,当前是 v0.6.1 开发预览版。它把创作拆成对话、剪辑、Design 三种模式,配 152 套设计体系、517 个模板条目和 150 个 Shotcraft 动效镜头,模板库本体是从 OpenDesign 导入的 865 项内容建立本地索引。剪辑部分是多轨时间线,拖拽、裁剪、输入入点和时长都支持;调色有曲线、HSL、色相曲线、分区轮、静态局部蒙版和相机输入 LUT,能导出 .cube;成品可以导出剪映草稿、Premiere 与达芬奇 FCP7 XML、SRT 和 LUT,交接给人工继续剪。素材能搜 Pexels、Pixabay、维基共享 Commons 的风景视频和 Jamendo 的 CC 配乐,许可随素材持久化。旁白走 macOS say、Windows SAPI 或本地 GPT-SoVITS 曼波中文音色,桌面录制用 Windows gdigrab 或 macOS avfoundation,也有独立 MCP 入口。
亮点
- 多轨时间线、参数化调色、字幕与工程导出都在插件内完成
- 导出剪映草稿、Premiere 与达芬奇 XML,可直接交给人工续剪
- 152 套设计体系与 517 个模板条目本地索引,检索和分页都做了
- 旁白支持 macOS say、Windows SAPI 和本地 GPT-SoVITS 中文音色
优点
- AGPL-3.0,代码与设计库全部可读可改
- 不需要安装达芬奇或 Premiere,剪辑与渲染由插件自身完成
- 素材来源和许可随项目持久化,交付时便于交代授权
缺点与注意
- AGPL-3.0 对闭源商用是硬门槛
- 官方写明 865 项内容里有 205 项需要外部生成服务,模板数不等于都能离线渲染
- 仍是 v0.6.1 开发预览版,作者自己列了尚未实现的能力清单
看项目详情与各榜名次
LangChain 把自己内部用的设计 Agent 开源了:在 Slack 里说人话,就能拿到符合品牌规范的图片、幻灯、图表和动效短片。

Content Studio 是 LangChain 自己在用的设计 Agent,底层跑在 Deep Agents 加 Managed Deep Agents 上。架构上每个 Slack 话题独占一台 LangSmith 沙箱,里面预装 Chrome、FFmpeg、HyperFrames、D2 和品牌字体,做出来的东西全是工程文件:幻灯是 HTML,片子是一条动画时间线,所以改就是改代码再重渲,不必从头来过。它从 35 个技能里选流程,分设计知识库与品牌包,图片、语音、音乐模型在沙箱外作为工具调用,Notion、Linear、GitHub、Figma 走 MCP 且各人以自己的身份登录。大任务会拆给后台子 Agent 并行做片。README 给了它自己的上线数据:8 月以来产出 3000 多个素材,帖子上累计约 450 万次浏览,四分之三的请求来自市场部门以外。
亮点
- 每个话题一台独立沙箱,Chromium、FFmpeg、HyperFrames、D2 预装
- 产出物全是工程文件,幻灯是 HTML、片子是动画时间线,可改可重渲
- 35 个技能加设计知识库与品牌包,团队与个人记忆分层
- Notion、Linear、GitHub、Figma 走 MCP,每人用自己的账号登录
优点
- Apache-2.0,而且是 LangChain 生产环境跑过的真实系统
- 不只是 demo,官方给出 3000 多个素材和 450 万次曝光的数据
- 子 Agent 异步并行,大活不会卡住对话
缺点与注意
- 完整部署要接 Managed Deep Agents 和 LangSmith,不是纯本地方案
- README 自己承认文档仍在完善,各项集成需要自己打开
- 仓库有 1209 个文件、52MB,本地跑起来的资源占用不低
看项目详情与各榜名次
不上传、不加机器人也能开会的本地 AI 会议纪要:录音、转写、总结都在自己电脑上跑,还带本地 MCP 让助手读笔记。

Yogurt 是 Granola 的免费开源替代品,用 Electron 打包,支持 macOS 14.4 以上 Apple Silicon、Windows 10 2004 以上和 Ubuntu 22.04 以上,最低 8GB 内存。它录麦克风和电脑播放的通话声音,不往会议里塞机器人,所以对方看到的是你自己开的录音;转写用 whisper.cpp,支持的 Mac 上改用系统自带的 Apple SpeechAnalyzer,总结和问答则跑本地开放权重模型,走 llama.cpp。功能上有 99 种语言的多语模式、跨会议检索问答并给出出处、录音开始提醒、本地 MCP 服务。数据落盘位置分别是 Mac 的 Application Support、Windows 的 APPDATA 和 Linux 的 .config。官方也提醒第一次会下载约 5GB 的轻量模型,之后按机器能力下到 14GB 以上的完整模型。
亮点
- 录音、转写、总结全在本地,会议内容不出机器
- 不向会议塞机器人,只需自己告知对方在录音
- 支持 Apple SpeechAnalyzer,Mac 上转写走系统能力
- 自带本地 MCP,助手应用可在授权后读你的笔记
优点
- MIT 许可,免费且不需要账号
- 转写、总结、检索问答的链路完整,还带来源链接
- 多语模式支持 99 种语言
缺点与注意
- 首次要下载 5GB 到 14GB 以上的模型,硬盘和网速都要留够
- 只能识别 Zoom、Teams、Meet 的参会人姓名,且仅限 Mac
- Windows 版未做微软签名,系统会弹「Windows 保护了你的电脑」
看项目详情与各榜名次
给 DeepSeek Harness 的实时视觉插件:把屏幕、摄像头或视频按变化量筛成几帧拼成一张图,静止画面几乎不花 token。

dsh-see-now 解决的问题很具体,AI 要看屏幕时如果把整屏不停传,静止界面等于白烧钱。插件的做法是按变化量筛帧,静止的屏幕几乎不产生新帧,一镜到底的视频按运动量取帧,硬切幻灯片每次切留一帧,再把留下的几帧按真实像素位置拼成一张图交给模型。另有逐场景模式,参数 scene:true 时每换一次画面就单独出一张满幅图,右下角标出已出图数量和帧占比。除了看屏幕也能接摄像头和视频文件,仓库自带雨夜、烟火、行车雾、工具窗口等样例图,还有 800x450 到 1600x900 四档尺寸和三档质量。调试窗能看到每一帧被留下还是被丢掉,悬浮窗则把 AI 说的话显示出来并念出来。
亮点
- 按变化量筛帧,静止画面几乎不消耗 token
- 逐场景模式每次切换单独出一张满幅图,带已出图计数
- 样例覆盖雨夜、烟火、行车雾与工具窗口,含三档质量四档尺寸
- 调试窗逐帧显示去留,悬浮窗把 AI 的回答显示并朗读
优点
- Apache-2.0,中文文档完整,还提供可读的实测参数说明
- 67 个文件、体量小,作为 DSH 插件部署成本低
- 开源实现,不依赖任何闭源视觉服务
缺点与注意
- 必须挂在 DeepSeek Harness 上,不能单独当通用视觉工具用
- 仓库此前要求签 CLA,现改为 Apache-2.0 且不需要签,贡献流程刚切换
- 筛选策略依赖变化量,静态但信息密集的界面可能被误判为无需重传
看项目详情与各榜名次
专门对付 AI 逆向工程的防护层:把发布产物加固,让自动反编译 Agent 面对一堆看起来没用的东西就烧光预算。

BLA 的目标是那些用 AI 做逆向的自动化流水线,比如 morluto/rea 这类自主反编译器。做法不是加密算法,而是在分析器读到的产物里设置确定性上限,基础候选数超过 256、ASAR 超过 16 MiB、WASM 超过 Wabt 上限、SQLite 触发虚拟陷阱,分析器每走一步都会撞到资源天花板;同时用影子状态机把流程引向看起来合理的错误路径,用取模不可判定的算式和不活跃的格式段藏住真实逻辑。作者给的模型化 token 放大倍数是 300 到 2800 倍,仓库自带 14 个测试目标做输入输出等价验证。安装方式是 npm i bla-agents,或者 npx bla-agents setup 注册成 MCP,Claude Code、Cursor、Codex、Windsurf、Gemini CLI、Copilot CLI、VS Code、OpenCode、Antigravity 都能接。
亮点
- 用确定性资源上限和影子状态机消耗分析器预算,而非单纯加密
- 14 个内置目标做输入输出等价验证,可用 bla verify 自查
- MCP 与 CLI 双形态,能挂进九种主流编程 Agent
- 覆盖 JS/TS、Electron ASAR、WASM、Python、原生二进制、SQLite、GGUF/Safetensors 与 Android DEX
优点
- MIT 许可,npm 直接可装,仓库体量只有 3MB
- 防护思路可验证,仓库提供等价性测试而不是只给结论
- 同时给出 CLI 与 MCP 两条接入路径,接现有 Agent 成本低
缺点与注意
- 300 到 2800 倍是模型化估算,不是端到端实测成本
- 对有耐心的攻击者是否真的有效,仓库没有第三方独立评测
- 官方声明仅限防御用途,误用有法律风险
看项目详情与各榜名次
用 Rust 写的容器运行时,替代 Docker Desktop 和 OrbStack:docker 命令照用,容器起停比 Docker Desktop 快约 80 倍。

kiri 的定位是 Docker Desktop 与 OrbStack 的轻量替代,用 Rust 写,说 Docker Engine API,所以现有的 docker、Compose、buildx、docker login 都能直接用,amd64 镜像在 Apple Silicon 上走 Rosetta。容器跑在一个小 Linux VM 里,Linux 上直接跑在内核,VM 60 秒空闲就休眠、守护进程常驻约 15MB、唤醒约 0.15 秒。作者给的基准是 alpine 执行 true 再删除、30 次取中位,走 Docker API 时 Kiri 2.55 毫秒、Docker Desktop 213 毫秒、OrbStack 380 毫秒,走 docker CLI 时 14.2 毫秒对 243 和 442 毫秒。此外还提供本地域名 http://名字.kiri.local 和自有 CA 的 HTTPS、一条命令起单节点 Kubernetes、kiri machine create 建 Linux 机器,以及容器镜像卷网络的可视化原生窗口。
亮点
- Docker Engine API 兼容,docker、Compose、buildx 全部照常用
- 容器起停中位 2.55 毫秒,作者给了 Docker Desktop 与 OrbStack 的同条件对比
- VM 空闲 60 秒休眠,守护进程约 15MB,唤醒约 0.15 秒
- 本地域名配自有 CA 的 HTTPS,另含一键 K8s 与 Linux 机器
优点
- Apache-2.0,Rust 实现,仓库 327 个文件结构清晰
- 原生窗口支持 38 种语言,阿拉伯语、波斯语和库尔德语还是从右往左排版
- 首次打开自动建 docker context,还能从 OrbStack 或 Docker Desktop 一键导入
缺点与注意
- Windows 走 WSL 2,兼容性和性能不如 macOS 路径
- 65 个未关闭 issue,12 天的新项目还在快速变动
- 作者自己说数字是自家基准,读者应按自己的硬件复测
看项目详情与各榜名次
把 Rust 编译改成增量的:改一个函数到程序跑起来约 20 毫秒,官方测平均比 cargo build 快 10 到 24 倍。

blaze 的做法是彻底绕开 cargo 和 rustc,让自己的守护进程把项目常驻编译在内存里,改动后只编译变化的函数再用自己的链接器链接回去。它自带一套 Rust 工具链 blaze-2026-10-27,按自己定的 nightly 构建,不管项目怎么 pin 工具链,你的工具链和 CI 仍是最终依据。v1 的实测是 macOS arm64 平均快 10 倍、Linux aarch64 快 24 倍、Linux x86-64 快 11 倍,从保存文件到新代码跑起来约 20 毫秒;作者的逐项目表里 ripgrep 从 508 毫秒降到 56 毫秒,nushell 1.25 秒降到 236 毫秒,helix 2.15 秒降到 116 毫秒,bun 9.11 秒降到 451 毫秒,标题里的 92 倍是最好情况。它还带 live edit 直接改运行中的程序,以及把每次合并指令数和编辑耗时写回仓库的趋势图。
亮点
- 守护进程常驻内存,只编译改动的函数再重新链接
- 逐项目实测:ripgrep 508 到 56 毫秒,bun 9.11 秒到 451 毫秒
- live edit 让运行中的程序直接用上新代码,约 20 毫秒
- 把每次合并的指令数与编辑耗时写回仓库并画成趋势图
优点
- Apache-2.0,基准数据、复现方法和趋势图都公开在仓库
- 作者逐条列出收益边界,没有把最好值当普遍值
- 自带工具链,项目原有的工具链和 CI 仍是最终依据
缺点与注意
- 441 个未关闭 issue,26 天内变化极快,接口还在动
- 用内存换速度,小项目也要吃掉几个 GB
- v2 尚未在 Windows 上跑过,且安装同样是 curl 远程脚本
看项目详情与各榜名次