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。
Motion capture for any creature from one AI video: two cameras in one frame, a DINOv2 joint reader, the rig fitted in both views, a GLB out.
想验证一个小游戏的玩法手感,又不想先学引擎?dsh-game-studio 是装在 DeepSeek Harness 里的插件,一句话描述就能生成、自己试玩,右侧栏直接上手。想换真美术时它用 OpenAI 或本机 Codex 出候选图,报清服务、图片张数和预计花费再让你确认,最后导出一个无网络请求的 HTML 文件。
给 AI 装上「身体」和「人味」,拆成三个能单独用的包:companion 管角色卡、记忆账本、拟人化打字节奏和唤醒策略;phone-mcp 借 adb 拿到真实安卓机的点按、滑动、中文输入、截图与录屏;qzone 与 qzone-mcp 让它自己发 QQ 空间说说。账本和对话流都是纯文本存在本地,不绑定具体模型。
项目一大,编码助手就找不到该改哪行。graphicle 用 Rust 把仓库映射成代码图,索引文档、历史决策和 Agent 会话,问「价格里在哪加税」返回带行号的引用;query_graph、get_neighbors、shortest_path 经 MCP 暴露给 Claude Code、Cursor、Codex。
记忆要跨会话留住,推理时又不想再翻一遍完整上下文。MemTensor 的 MemT-1.0 把可持久、可演化的记忆做进模型计算本身:动态本地记忆块加可训练的超记忆块,128K 历史长度下常驻状态大小恒定,存储约为完整上下文 KV cache 的 1/66,另配两阶段训练和 11 项记忆基准。
别人讲 Agent 都是玄学,你却想知道它每转一圈上下文怎么变长、卡在哪。NamiAgent 是中文教程兼可运行实例:从 100 行的 while 最小循环起步,一课加一个能力 —— 读写文件、执行命令、MCP、长期记忆;第 3 课的权限确认拦住有副作用的操作,第 10 课让它先出计划再动手,网页端把每次思考和上下文摊开。
大批量做决策判断,逐条问模型太慢。Flide 是给决策模型的高速推理引擎,用精确状态分叉并行展开,答案与模型单独作答完全一致,比 vLLM 和 SGLang 快最多 9.5 倍;官方 demo 里一台 H200 用 28 秒给 10,000 封邮件各打 8 个标签。RTX 40 系与 50 系有预编译内核。
信任边界、威胁和缓解措施,让 AI 凭感觉写等于没写。把仓库指向 Claude Code 或 Codex,它先做一遍有界的只读证据扫描,再按 36 种架构、29 套方法产出带代码引用出处的威胁模型:STRIDE 可以只跑单个元素,改分支时还能拿旧的 JSON 报告当基线做差异评审,隐私评审另有流程。
订阅账单越滚越厚,敏感文档又不敢往云端传?hob 是个免费开源的本地 AI 桌面客户端,装在 Mac、Windows、Linux 上就能跑 Gemma、gpt-oss 这类开放权重模型,断网也能用,内容不出本机。
做计算机操作 Agent(CUA),论文、模型、数据集散在各处,谁验过说不清。Awesome-CUA 收了一份来源可追溯的目录:评审过的论文与综述、GUI 模型、数据集、基准和工具,共 5,347 条资源、1,718 篇论文、309 个基准,配 JSONL/SQLite 结构化数据与中英双语文档。
Can AI agents rebuild websites through browser exploration?
手上有一串中转站账号,每个面板都得单独登录,查余额得点开一堆页面,Key 散在各处,倍率调了也不知道。NerveCenter 把余额、API Key、用量、分组倍率和模型比价收进一个控制台:近 7 天消耗、近 14 天曲线、30 天余额趋势都在一页,要重新授权、余额不足、凭据快过期的渠道集中列出来。面板地址粘进去就认出是 new-api 还是 sub2api。
OpenCode 的免费模型,别的客户端用不上——得自己搬。RuiC-oc-ferry 是 Electron 托盘应用(macOS/Windows):隔离跑一份 OpenCode,只按价格字段挑出免费模型,并发探测能不能按协议产出动作,通过的写进 models.json 或 cordis.patch.yml。
麦当劳中国 MCP 创新赛作品「麦麦老友记」:一句「30 以内、多点蛋白」问出去,它从菜单到核价给一个答案加两个备选,点过的每一单都存进本地记忆银行当「老朋友」(官方接口只能查最近 10 单)。仓库另附「巨无霸指数」,首期实测 11 城,最贵的是重庆解放碑;只有 PRD、离线交互原型与合成评测,不连账户也不下单。
写提示词拼智能体,流程一长就没法调试。Chaos 是一门以函数为基础、把智能体当作可调用值的编程语言:计算与流程写成函数,理解与生成交给智能体,两者在同一个程序里传数据、协作执行、返回结果。源码写成 .chaos 文件,配命令行、网页 IDE 和围绕目标工作的 Bot,实时界面能看着运行网络,40 秒看完全程。
想比较循环深度、稀疏注意力和线性注意力到底谁强,难点不在训练而在公平 —— 数据、token 数、理论算力必须对齐。NextTransformer 在相同数据、相同 token 数、相同理论训练算力下跑这几种 Transformer 架构,开放了 31 次已完成训练、36 份模型卡和可复现排行榜,浏览器里能看每条学习曲线和 22 项 CORE 任务。
多模态模型看得见,却没法「指着图上那块问」——工具一多,前面见过的图像、框、掩码和深度图就丢了。OpenVLHarness 用多模态记忆把它们在整个问答过程中保持可寻址,后面的工具和代码可以接着往上搭。22 个基准、四个领域里,七个骨干模型平均比不接工具时高 9.7 到 12.6 分。
AI 跑研究时偷偷改了评分脚本,「已验证」的结论就废了。Agent Cockpit 把每次运行、每条结论与依赖的代码哈希绑成证据链:脚本、依赖的每个文件、走到的每个函数都记哈希,任何一处变了,这次运行就标记过期,基于它的结论立刻标红待复核。MCP 服务器接 Claude Code、Cursor、Gemini CLI。
要做外壳、支架、安装件又不想学 CAD?SOMA 让 AI 负责建模、你当设计师:描述需求或画个草图,接上 CLI Agent 写 CadQuery 的 Python 代码,每次改动后重建并显示 3D 结果,配 AGENTS.md 规则和 soma build/analyze/render 命令行,最后导出模型去打印。
模型供应商接了五六个,密钥、用量和安全策略全散在各处。antirion 用 Rust 写成单个二进制,自带管理控制台,统一代理 OpenAI、Anthropic、Gemini、Bedrock 等模型,客户端用哪种协议它就转哪种;路由可按最低成本、最低延迟或兜底链逐请求决定,预算按组织、团队、项目和密钥分层记账。
AI OSINT investigator for Windows: ask a question in plain words and get an answer built from public sources, with a source on every sentence.
长时间跑的 Agent 撞到要拍板的地方,只能在日志里喊你。Agentring 让它直接给你手机打真实来电 —— 锁屏待机也照样响,语音 AI 把情况讲一遍,通话转成文本回传给它接着干活,你也能从 App 里反向打回去问它。通话走 VoIP,从你自己的服务器到自己的手机,不要号码也没有每分钟话费,自托管的 Python 实现,Apache-2.0。
机器人操作任务要在仿真里重建,手工搭太慢。RoboSimStudio 是交互式物理仿真工具包:也可手工搭,或让 Codex、Claude Code 这样的编程 Agent 照一段视频说明自动生成,必要时让人提醒它重建物理和几何;2026 年 10 月 18 日起也能在纯 CPU 机器上跑。
把对话、账号和支付信息交给云端助手,总归有点不放心。xiryn 是开源自托管的个人 Agent 平台:每个 Agent 在 Docker 里独占一套 Linux 桌面在后台跑,支持自带密钥的任意模型,账号和卡片放进加密保险库、密钥由操作系统保管、Agent 自己看不到。