正在整理你需要的资料…
站内每天采集到的 GitHub 开源项目,一共 287 个符合当前条件。 每条都配了中文说明和适用场景 —— 仓库自己的英文描述对中文读者没什么用。

只有一张照片和一句话,做不出能上架的口播视频。digital-human-koubo 走 Renoise 的 MCP 生成:脚本、口型对上的配音、字幕、主播级包装全由智能体自动跑完,5 种剪辑风格、48 个创作者级包装组件任选。示例里那条 27 秒直播广告没有真人出镜,总共花了 482 个 Renoise 额度。
AI 做的落地页长一个样:方案含糊、没真素材、生成完没人看。MotionSites 的免费 Claude 技能治这三样 —— 读最受欢迎的设计、挑真实电影感素材、写精确构建规范,做完自己截图自查、反复改到过关。技能里有 40 个示例提示词、50 多段视频素材、30 张透明 3D 抠图和 55 条带代码的技巧配方。
教材 PDF、绘本、纪录片各有各的讲法,混成一份互动课件要写的代码不少。Papermorph 这个 Agent 技能把教材 PDF、故事和书籍转成带旁白配音的互动网页课程:公式和场景跟着旁白一步步变,还带随堂小测和章节练习,判数学结果不判字符串;扫进来的绘本能抠出人物当纸偶,产物是静态网页,不依赖服务器、数据库和账号。
聊天一结束,任务就当完了 —— 但活到底干没干、干到什么程度,全凭人自己盯。SoduWork 把这条流程写死:多套 Agent 运行时协同,一个负责干活,另一个换个模型按验收标准复核,不通过连同理由打回;你提需求,AI 写验收标准,再指派给自己或同事的 Agent,人最后签收,谁做了什么人人可见。

把 AI 助手挂到团队聊天里当个侧边栏小机器人,它看得见频道却接不住活。agentes-chat 让 Agent 成为工作区里的正式成员,有角色、负责人和月度预算,能读频道、私聊、跑定时任务、用 MCP 工具,开源自托管,可替代 Slack。
邮件通讯平台按订阅人数收费,你停订了它也在算钱。mailcheap 是开源的 newsletter 平台,按实际发出的邮件计费:自建 Amazon SES 或用官方云服务都行,REST API 和 MCP 服务让 AI 客户端也能发刊,MCP 把发送标成不可撤销的动作,会先问你一句。发前检查主题、预览文字和退订链接。

面向 AI Agent 的 3D 与 VFX 引擎,Agent 直接把场景写成代码(含着色器、材质、相机、物理),Rust 与 Slang 实现,走 Vulkan 和 Metal,核心 API 约 2500 token。
在 AWS Trainium 上跑自建推理,兼容接口和百万上下文自己凑。trnrt 是 Trainium 的开源推理引擎:NKI 巨型内核把 KDA 注意力、DSA 层、mHC 和 MoE FFN 融进一层,解码开销减半;前缀缓存用基数树挂在 FP8 KV 页,淘汰页落回主机内存;1M token 上下文靠稀疏注意力。
一个构建视频 Agent 的框架,让 Agent 能推理并执行搜索、剪辑、合成、生成这类复合视频任务,结果可以即时流式返回。它构建在 VideoDB 的 Video-as-Data 基础设施之上,仓库有 backend 与 frontend 两侧代码、docker-compose 和 Render 的一键部署按钮。
Poki uses your iPhone like you do. An open-source agent that sees your screen and taps, types, and swipes across any app on your real device. Runs locally, plugs right into Claude Code and any MCP agent.
TrnRT 是跑在 AWS Trainium 上的开源大模型推理引擎,一台 trn2.48xlarge 就能对外提供 OpenAI 兼容接口,decode 阶段走 NKI megakernel(大约每半层一个融合核),并在设备内存与主机内存之间保持前缀缓存。目前首先支持的是 GLM-5.3-Flash。仓库里有基准结果文档和 megakernel 说明。
让编码 Agent 做动效,最难的是节奏、缓动和循环点对不上,它自己看不见。56 个开源技能包把这些手艺写成 Agent 能照着做的流程:动态排版、数据驱动图表、科普解说、TikTok / Reels 竖屏短片、3D 与 WebGL、数学动画全都有,每包都带渲染一帧、截图检查的验收闭环;分成 19 个可单独安装的包。
个人助理的聊天记录和记忆托管在别人服务器上,你始终不是主人。talorys 整个跑进你自己的 Cloudflare 账号:一条 npx 命令部署成 Worker,对话和记忆存在 Durable Objects 里,语义回忆能按意思而不只是关键词找到旧事,记忆改动留有历史,任务、笔记和自动化提醒都能在聊天里下达。
渗透测试最费时间的是反复手动编排:先扫哪些资产、用哪个工具、结果怎么核。ARTEX 让 AI 自主规划并执行渗透任务,Go 后端配 Next.js 前端,仪表盘上看得到资产拓扑、每次工具调用的过程和流量录制,卡住时还能人在环路对话、拦截审批,还能直接从 ScopeSentry 同步资产,AGPL-3.0 许可。
点单最烦的是优惠券怎么叠、怎么凑,麦当劳小程序里的券一多就乱。mcd-saver-strategist 用确定性算法穷举「菜单 × 优惠券 × 叠加规则」的组合,输出总价最低的合规方案,还分省钱、吃全、低卡、少排队四种目标给建议:巨无霸加中薯条加可乐直选要 47 元,用「1+1 随心配」组合后落到 21.9 元。

让编码 Agent 把你的整个应用一块一块改写成 Rust,而且每改一块都要拿事先录下来的原程序行为回放校验:原程序在非 ASCII、emoji、负零、NaN、整数当浮点这些边界输入上返回什么或抛什么异常都被录下来,Rust 版必须逐条对上才能过关。工具本身不做代码翻译,它负责 Agent 猜不准的那部分——先 profile 出时间花在哪、该先搬哪一块,再生成桥接层让原代码调用 Rust 时 API 完全不变,最后用 bench、shadow、gate 三道关卡判定这一块是否可以交付。
DeepSeek Harness 自媒体工作台插件:一句话记灵感,一键生成脚本、封面、配图和分镜

想让 AI 出的代码动画有固定风格,光说「电影感」只会糊一版。code-animation-prompts 备了 341 种风格提示词和 196 张参考静帧,配一个离线挑选器,分 10 个系列:粒子、霓虹、水墨、剪纸都有。挑完封成 Claude Code、Codex 能装的技能,一键导入就能渲染成 HTML 视频。
任务派给人还是派给 Agent,两边得看同一块板。Kanzo 是人机共用的自托管看板:一个 4.7 MB 二进制同时给出网页看板、MCP 服务和命令行,零配置启动,占 5 MB 内存,3 毫秒就起来,看板开在 localhost:4242,整个板就存在本机目录里。
写完解说脚本,语音、字幕和渲染还要另找一套工具拼。explainroo 让编码 Agent 一句话生成带旁白的 MP4:本地语音用 Kokoro,字词级时间轴交给 Whisper,渲染也在自己电脑上跑,全程离线、不按次付费。还能录下真实应用画面,场景里配指针和缩放落在旁白上;录好的口播可以按词剪。
显存装不下模型,不等于跑不了:InferSSD 让 llama.cpp 把 MoE 专家权重从 SSD 一段段流式读进来,DeepSeek-V4.1-Flash、Qwen3.6-35B-A3B 这类千亿级模型照样在本地跑起来,标准 GGUF 直接可用。加载前先核对权重、KV cache 和工作内存塞不塞得下,塞不下直接拒绝。
跨境电商的运营 SOP 写在文档里没人真照做,交给智能体又怕它乱编。这个工具箱把运营 SOP 拆成 7 个可复用的 AI Agent 工作流,每个模块给一张拆解表:角色、任务、输入输出契约、自检,外加标准 Prompt、输入模板、分支条件,和真实产品的跑通记录。方法论拆自一份 38 页的 Shopee 巴西站运营手册。
剪自己录的口播视频,字幕、去静音、去口头禅都得手动点。ChatCut 是给 Agent 用的 AI 视频剪辑插件兼 MCP 服务器:接进 Codex、Claude Code、Cursor、Gemini CLI、豆包 Work 之后,一句对话就能加字幕、剪静音和口头禅、做动态图形、生成配音,导出还能继续编辑的时间线。
做 3D 资产时贴图概念图来回切。Blender 5.0+ 扩展(Python,GPL-3.0-or-later)把 Scenario 的图像、视频、3D、PBR 材质和 360 环境生成接进视口:能用场景截图和网格当输入、探索运镜、用 Blockout 生成灰盒布局,还带本地 MCP 服务器供智能体调用。