正在整理你需要的资料…
增量榜看的是「这段时间里涨了多少 star」,不是 star 总数。 快照每天记一次,所以历史越长,窗口越准。
总榜 · 当前 star 总数 · 数据日期 2026-11-18 · 共 14 个项目
第 10 名做一条视频,调研、写稿、生成素材、剪辑、合成,每步都得切工具。OpenMontage 把整条流水线交给编码智能体:12 条生产流水线、100 多个工具、700 多份技能与制作知识文件。从一条 YouTube 参考视频起步,它会拆转写稿、节奏、镜头和风格,给出 2 到 3 个方向、成本估算和样片;Backlot 本地看板实时显示每个供应商花了多少钱。
让 AI 助手包办一部视频的后期工序,中间几步最容易卡在素材和剪辑。OpenMontage 把调研、脚本、素材、剪辑到合成串成 12 条成片流水线,配 100 多个工具和 700 多份技能与制作知识文件,AGPL-3.0 协议。参考一条 YouTube 视频起步,能拿到 2 到 3 个方向、成本估算和样片。
把文档或主题交出去,想要的不是图片拼的幻灯片,而是一份还能在 PowerPoint 里继续改的原生稿。ppt-master 生成的是真形状、真切换、真动画,图表和表格按数据来,还能从备注生成旁白音频,并支持套用自己的 .pptx 模板。
想自建一个 AI 绘图和生视频的站,14 个 studio、600 多个模型(Flux、Midjourney、Kling、Sora、Veo)摆在一起,还明确不做内容过滤;Open-Generative-AI 是 Next.js 应用,能打成 Windows、macOS、Linux 桌面端自己跑。
要让智能体学会用电脑,得先给它真的桌面、能连网的机器和可重复的考题。cua 把这四件事(computer-use 训练与评测)拆成开源件:跨系统桌面自动化的 Cua Driver、本地虚拟机 Lume、做决策的 CUA-S1、造任务和打分的 Cua Bench,还能把多台电脑拼成团队和智能体共享的算力。
第 70 名小说改成短剧,中间隔着剧本、分镜、角色设定、图像、视频好几道工序。Toonflow 把它们全摆在同一张无限画布上,中间随时能改:文本节点整理故事和镜头描述,图像节点出角色、场景和分镜图,视频模型按镜头出片段;支持本地部署,接第三方 API 或本地 ComfyUI,还有 MCP 和插件市场,界面支持 21 种语言。
You built it. Now brag. Turn the project you just created into a short, shareable launch video with one command.
第 75 名产品宣传片想用代码渲染,镜头库和动效得自己攒。给 Claude Code 和 Codex 用的视频技能备了 124 张镜头配方卡和 150 个动效预览:Agent 抓你的真实页面做素材,挑镜头、排分镜,用 Remotion 逐帧画出来,卡点对齐、音效设计都做掉。它不是视频生成模型,每一帧都是代码画的。
对外的聊天机器人最难的不是接通率,而是每次回答都得守规矩。Parlant 里你用自然语言写清智能体该有的行为,编码助手替你实现,运行时用策略引擎保证它每次对话都按你的规则走:Basic 客户撞到项目额度才提一次 Pro,Pro 客户一次都不提。聊天挂件、人工转接、测试、托管和分析也都归它管。
把一条视频译成 120 多种语言再配音,每条都得手动过一遍工具。OpenCreator(原名 KrillinAI)拿 Codex CLI 当执行引擎,视频下载、翻译配音、图像与音频生成、文章和短视频脚本收在一个界面里,还能用自然语言给 Agent 派活。
刷到爆款视频想复刻,不会写视频代码也能动手:Agent 把参考片拆成镜头和转场,用 HTML 写出来渲染成 MP4。Motion.md 记镜头顺序与节奏,BYOA、BYOK,图像用 Nano Banana 2、视频用 Seedance 2.0、配乐 Suno v4、旁白 Kokoro。
第 101 名想复刻一条爆款视频,得先知道它每个镜头是怎么来的。rea-video 逐个镜头拆开,判断是实拍、AI 生成还是代码做的:实拍给机位和灯光设备(12 套机位附器材清单),AI 视频反推提示词并指出该用哪个模型,代码做的给文本、版式和动效时序。字幕能导出 SRT / ASS,音轨的 BPM 和音效位置也标出来。
第 105 名图像与视频生成要跑得快、要省显存,英伟达把模型和推理引擎放进一个仓库:SANA 出图,最高 4K,官方称比 Flux-12B 小 20 倍、快 100 倍;SANA-Video 2.0 做 720p 视频,SANA-Streaming 实时改视频,Sol-RL 管强化学习,Sol 引擎在 GB200 上把 33B 模型提速 3.95 倍。Apache-2.0 协议,基于 PyTorch。
第 120 名vLLM 原本只管文本自回归生成,想把视频、语音、图像模型摆进同一套推理栈,就得换一套框架。vLLM-Omni 把文本、图像、音频、视频、动作统一到一个运行时对外服务,也纳入了非自回归的 DiT 这类并行生成模型,输出可以是文字、多模态或动作。Apache-2.0 协议。
名次按 star 总数排。数据来自 GitHub 公开接口每天的采集快照,只收录被采集到的项目。