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 574 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。
一段参考视频本来只是回放,想把它变成能实时操控的场景,中间还差一整套生成渲染。EdenLive 把参考视频当成交互程序与神经视觉合成之间的接口:上游程序执行规则、维护世界状态,EdenLive 再依据目标首帧和一段文字提示把画面渲染成细节帧。项目页演示了 24 FPS 以上、分钟级生成、480P/720P 输出。
Claude 和 ChatGPT 的理财功能都只支持美国账户、只能读账户,不会替你动手。想让 AI 真的记账、跑预算、下单,Open Net Worth 把底账做成真账本:每笔流水、每个账户都在,任何币种都能对账,转账拆分、账单导入都要过一道复核;AI 通过带权限等级的工具直接写入,改动默认先问你确认。

文生图和多图编辑各占一套权重,显存吃紧时更难受。MiniMax 官方放出的开源权重模型一个检查点同时干两件事:可直出约 16MP、最多接受 16 张参考图,扩散转换器 33.1B 参数,转换器权重 66GB 加 VAE 2.3GB。
AI 说「这里有并发漏洞」,你却没法复核,只能照着改或者不改。这个审查技能静态优先、探针驱动,跑四个独立探针,每条结论都指到具体位置和代码路径,严重级分高/中/低三档,合并门禁由机器可读的 JSON 渲染,违规就让构建失败;全程不改动被审查的代码。Claude Code 和 Codex 都能挂,当前稳定版 v0.2.4。
想在一部安卓手机上自建 QQ 机器人,又不想折腾服务器或 Root —— 这个应用把 AstrBot 和 NapCat 装进单个 Android APK,内置 PRoot Ubuntu 环境,开机就能起服务。原生界面管服务启停、状态监控、日志、备份恢复和独立更新,WebUI 通过内置 WebView 打开,QQ 登录、模型接入、人设管理都能在手机上做完。当前版本 1.4.1。

做一条短视频,素材生成、剪辑、导出分散在几个工具里,搬来搬去最耗时间。OpenDirector 是本地运行、用浏览器打开的 AI 视频创作工作台:跟助手聊想法顺手生成素材,在画布上归拢素材、反复改,图像、视频、音频都能编辑,再把素材拖到时间线上剪成片,导出 MP4。工程留在你自己机器上,生成用哪家提供方的 API 随你选。
让 AI 刷 B 站已经不新鲜了,bili-cli 想让它真的当上 UP 主:扫码登录、看推荐读字幕、没字幕就自己语音转写、给喜欢的视频点赞收藏三连、回评论回私信、发动态投视频还自动打上 AI 生成声明,进度条章节、互动投票、下期预告都能安排;80 多条命令、17 个 MCP 工具,输出全是 JSON。
RAG over GitHub issues, with a hand-reviewed eval set and an audit of the judge itself. Reports the interval, not just the best number.
Compile organizational policy into verifiable decision training data.
想把一句产品想法直接变成能上线的站点?ai-app-builder-open 用一句提示词生成完整的全栈 Next.js 应用,托管、数据库、登录认证和实时预览沙箱都装在里面,还带 AI 助手、与 GitHub 双向同步,以及多租户和自定义域名。每个项目跑在各自的隔离环境里,也能按你的品牌交付给客户。
开会时答应的事转头就忘。「涛声」用随身带的安卓手机当记录仪:后台只在有人说话时收音(本机人声检测,实测自身耗电约 0.5%/小时),本机声纹分出谁在说,转写后交给大模型整理成待办、约定和灵感,打字问「上周我答应老王什么了」就能查到;SenseVoice 本地识别可完全离线,数据只留在手机里。
麦当劳的 MCP 给了 30 多个原子工具,查门店、查菜单、查券、领券、算价、下单,可 35 个工具要你自己记顺序、自己判断先调哪个,还得盯着别让 AI 擅自下单。这个 Agent 技能包把它们编成 4 条业务流:活动推送、联名关注、最优惠点餐、多人群点聚合账单;最优惠那档拿 calculate-price 真算,下单领券一律先列明细再二次确认。
Web AI for local work:让网页版 AI 直接操作你的本地文件和电脑,配套浏览器插件 webagent
编码智能体甩给你一大段文字方案,你只能盲批 —— 批错了再让它重来,来回几轮说不清。流儀 是给编码智能体的技能合集:同一件事有几种做法时,它把每个方案画成并列可选的画板并标出推荐的那个,你在任何一个像素上批注,Submit 把选择原样回传;决定是结构、架构或取舍时,它在可批注的设计文档里直接提问,你改句子它就合并。Claude Code、Codex 都能用,还有带真实控件的试玩页和 TDD 构建。
一大坨 AI 生成或重构的 diff 丢过来,逐行读很费劲。diff-tour 是个只读的 Go 终端界面工具,用你自己已登录的 Claude Code 或 Codex 账号,把一次 git 改动写成一份可交互导览:这次改动想干什么、限制怎么被强制执行、留一个让你自己想一想的问题,一份导览写完大约 2 到 5 分钟。
这个项目还没有写介绍。
Agent 干完活就只剩一地日志:读了哪些文件、改了什么、在哪一步失败,只有它自己知道。agentplay 把编码 Agent 的历史会话回放成一张关系图和一条时间轴,Claude Code、Codex、Cursor、Copilot 都能读。一条命令扫出本机已有的会话,脱敏后生成回放并打开本地查看器,不用账号和 API Key。
改论文排版最烦的是盯着 .tex 源码,猜 PDF 最后长什么样。Papilot 这个 AI LaTeX 编辑器反过来做:只读 PDF、不写 .tex,你在排好版的页面上圈出句子或公式写批注,agent 去找源码,再把改动以排版后的 diff 呈现给你看。

本地跑大模型,显存就是那道墙。MACaQ 是华为诺亚方舟实验室的模型无关量化框架,把文本、图像、视频、音频模型量化成 GGUF:Diffusers 走 W4A4,llama.cpp 出 2/3/4-bit GGUF,vLLM 做文本生成与服务,PyTorch 负责语音;每个后端要单独建 Python 3.12 环境。官方称量化 122B 模型约需 64 分钟、32.5GB 显存。
同时开着 Claude Code、Codex、Mistral Vibe 好几个会话,谁在干活、谁在等谁、谁正卡住,只能一个个窗口翻。Agent Standup 把这些工具自己写下的会话文件变成一场实时动画团队会议:主管发号施令,子 Agent 进会、各自干各的、共享屏幕再汇报,带着语音和表情,还标出谁需要你。全程只读本地文件,零 token 成本。
多个 Agent 各跑各的,想让它们共享同一份上下文、互相交活,只能在几个终端窗口之间来回切。gugu 是跨平台个人助理,桌面和 Android 客户端都有:你在自己机器上跑 Claude Code、Codex,其他人在共享群里和你一起干,每个组一个文件夹,Agent 改文件直接落到你正打开的那份;大活儿丢给一个 Agent,它会起按活命名的子 Agent,谁做了什么一目了然。
Capri: a local-first desktop AI agent with a cyberpunk HUD. Your personal Jarvis for Windows. Controls files, apps, terminal and browser, powered by Claude Code, Codex, Antigravity or any backend. Inspired by Cyberpunk: Edgerunners.
编码 Agent 在电脑上跑长任务,你人不在电脑前 —— 想看它跑到哪、要不要批准下一步、改一下指令,都得等回到桌前。Pi-Remote 把 pi 的实时终端会话镜像到浏览器:输出、工具调用和状态变化实时同步,断线重连还能增量补齐,pi 忙的时候发消息会排队或插话,投递有确认。手机上还能切模型、调思考档位、压缩上下文。
Desktop creatures with an AI sidekick that lives on your screen. Talk to it, it remembers what you said you'd do, reminds you and points at things. Your choice of AI. Mac and Windows.