Independent Column

值得研究的开源项目

关注真实可运行、文档清晰、值得二次开发的实用项目。

学习教育Build Your Own XPW
learning,tutorial,programming

Build Your Own X

从零实现你喜爱的技术!精选教程合集,涵盖 3D 渲染器、数据库、编译器、操作系统等数十个方向,费曼式学习法的最佳实践。

159193
查看仓库
效率工具Lightpanda BrowserPW
无头浏览器,自动化,爬虫,Zig

Lightpanda Browser

专为 AI 和自动化设计的无头浏览器,用 Zig 语言编写,极致轻量高性能,适合爬虫和 Agent 网页交互场景。

154187
查看仓库
AI 与 AgentDeerFlow - 字节跳动超级Agent框架PW
智能体,多Agent,研究,字节跳动

DeerFlow - 字节跳动超级Agent框架

字节跳动开源的超级Agent框架,集成沙箱、记忆、工具和子Agent,可处理研究、编码和内容创作等复杂任务

117151
查看仓库
效率工具MarkItDown - 微软文件转Markdown工具PW
文档转换,Markdown,LLM工具,微软,Python,MCP

MarkItDown - 微软文件转Markdown工具

微软开源的文件转Markdown工具,支持PDF、Word、Excel、PPT、图片、音频等20+格式,专为LLM文本分析管道设计。提供MCP Server集成,可与Claude Desktop等LLM应用无缝对接。

107129
查看仓库
其他ChainlitPW
聊天应用,Python,流式,多模态

Chainlit

快速构建AI聊天应用的Python框架,支持流式、多模态和人在回路

94121
查看仓库
安全TrivyPW
安全扫描,容器安全,DevSecOps,K8s

Trivy

一站式安全扫描器:容器、K8s、代码仓库、云环境的漏洞、配置错误和密钥泄露检测,DevSecOps必备工具。

93127
查看仓库
效率工具Stable Diffusion WebUIPW
AI绘画,Stable Diffusion,图像生成,WebUI

Stable Diffusion WebUI

Stable Diffusion 的浏览器界面,支持 txt2img、img2img、ControlNet 等全部功能

89108
查看仓库
其他BitNetPW
LLM,推理优化,微软,量化

BitNet

微软官方 1-bit LLM 推理框架,大幅降低大模型部署成本和硬件要求,支持在 CPU 上高效运行大模型

89110
查看仓库
AI 与 AgentMiroFishPW
AI,群体智能,预测,Python

MiroFish

简洁通用的群体智能引擎,可预测万物。基于群体智能算法,支持股市、天气、体育等多种预测场景,Python 实现,今日 GitHub 399 星。

87108
查看仓库
效率工具SillyTavernPW
角色扮演,聊天,前端,自定义

SillyTavern

面向高级用户的AI角色扮演聊天前端,支持多种LLM后端和丰富的自定义选项

86105
查看仓库
其他Apollo-11 源代码PW
aerospace,history,assembly,nasa

Apollo-11 源代码

NASA 阿波罗11号登月飞船导航计算机(AGC)的原始源代码,包括指令舱和登月舱模块。65k+ Star 的历史级开源项目。

84109
查看仓库
效率工具MinerUPW
数据提取,PDF,OCR,开源

MinerU

一站式开源数据提取工具,将PDF转为Markdown和JSON,支持OCR

8094
查看仓库
AI 与 AgentClaude 官方使用食谱集PW
claude,ai,cookbook,anthropic,agent

Claude 官方使用食谱集

Anthropic 官方出品的 Claude 使用食谱集,涵盖 Agent 构建、工具调用、多模态应用等场景。

80108
查看仓库
效率工具promptfoo - Prompt 评测与红队测试PW
prompt-testing,red-team,evaluation,security

promptfoo - Prompt 评测与红队测试

用于评测和红队测试 LLM 应用的 CLI 工具。支持自动化 prompt 评估、模型对比、安全漏洞扫描,可集成 CI/CD。MIT 开源,已为千万级用户的生产应用提供支持。

7998
查看仓库
其他OpenAI SkillsPW
openai,codex,agent-skills,automation

OpenAI Skills

OpenAI 官方发布的 Codex Agent Skills 目录,定义了一套可复用的指令、脚本和资源包标准,让 AI Agent 能自动发现和执行特定任务。支持自定义 Skill 创建和分发。

7994
查看仓库
效率工具MiroFish - 群体智能预测引擎PW
multi-agent,prediction,simulation,swarm-intelligence

MiroFish - 群体智能预测引擎

基于多智能体技术的 AI 预测引擎,通过构建高保真平行数字世界,让成千上万个智能体自由交互与社会演化,实现对未来走向的精准推演。支持金融信号、舆情事件、小说结局等多种预测场景。

7794
查看仓库
效率工具给定一条视频链接可自动生成手绘故事板的AI工具:clipsketch-ai,并自动适配自媒体平台文案,一键推文PW
自媒体工具,AI

给定一条视频链接可自动生成手绘故事板的AI工具:clipsketch-ai,并自动适配自媒体平台文案,一键推文

clipsketch-ai是一款AI工具,可以根据视频链接自动生成手绘故事板,并适配自媒体平台的文案,支持批量生成和优化分镜,用户可上传自定义角色融入场景,支持解析Bilibili和小红书的视频链接

7796
查看仓库
效率工具MarkerPW
PDF,Markdown,转换,准确

Marker

快速准确的PDF转Markdown工具,支持表格、公式和代码块

7699
查看仓库
效率工具智谱刚刚又炸出来款OCR:GLM-OCR,PDF每秒1.86页,1元能跑2000张A4扫描图片,0.9B,可边缘部署PW
OCR

智谱刚刚又炸出来款OCR:GLM-OCR,PDF每秒1.86页,1元能跑2000张A4扫描图片,0.9B,可边缘部署

GLM-OCR是一款高效的OCR工具,处理PDF文档的速度为每秒1.86页,能够以1元处理约2000张A4扫描图片,成本仅为传统OCR的十分之一。它支持手写体、复杂表格和多语言混排,适合高并发和边缘部署,且在OmniDocBench V1.5上获得94.6分的高分。可通过vLLM、SGLang和Ollama进行部署,降低推理延迟与算力开销

76101
查看仓库
其他RuViewPW
WiFi感知,姿态估计,隐私保护,Rust

RuView

WiFi DensePose:利用普通WiFi信号实现实时人体姿态估计、生命体征监测和存在检测,完全不需要摄像头。基于Rust构建,高性能低延迟。

7593
查看仓库
其他阿里刚刚把最新80B激活3B的MoE编程模型:Qwen3-Coder-Next开源了PW
LLM,开源,模型

阿里刚刚把最新80B激活3B的MoE编程模型:Qwen3-Coder-Next开源了

阿里开源了最新的80B激活3B的MoE编程模型Qwen3-Coder-Next,擅长长时程和多工具的编程任务,解决率超过70%。该模型能够理解需求、编写代码、与环境交互并完成任务,支持本地IDE插件、CLI Agent和企业内网部署

7490
查看仓库
其他蚂蚁健康等刚刚开源了一款医疗语言模型:AntAngelMedPW
医疗大模型,开源,模型

蚂蚁健康等刚刚开源了一款医疗语言模型:AntAngelMed

蚂蚁健康开源的医疗语言模型AntAngelMed基于Ling-flash-2.0的MoE架构,具有100B总参数和6.1B激活参数,推理速度超过200 tokens/s,支持128K上下文。在HealthBench基准测试中排名第一,经过三阶段训练,具备强大的医学知识和复杂诊疗推理能力,适用于复杂病例解析和日常健康问答

7489
查看仓库
其他英伟达放出了:Cosmos Reason 2,最新推理视觉语言模型,专攻物理AI,上下文长度256KPW
VLM,AI,模型

英伟达放出了:Cosmos Reason 2,最新推理视觉语言模型,专攻物理AI,上下文长度256K

英伟达推出了Cosmos Reason 2,这是一个专注于物理AI的最新推理视觉语言模型,支持上下文长度达到256K。该模型提升了时空理解和时间戳精度,能够进行2D/3D点定位、边界框坐标、轨迹数据和OCR,输出机器人动作和运动轨迹,适用于视频分析、数据标注和安全检测等应用。提供2B和8B两种型号

7491
查看仓库
其他阿里刚刚放出了最新模型:Qwen3-VL-Embedding和 Qwen3-VL-Reranker,核心是多模态信息搜索PW
大模型,模型

阿里刚刚放出了最新模型:Qwen3-VL-Embedding和 Qwen3-VL-Reranker,核心是多模态信息搜索

阿里推出了Qwen3-VL-Embedding和Qwen3-VL-Reranker模型,支持多模态信息搜索,包括文字搜图和图搜视频。该组合通过Embedding和Reranking的两阶段检索流程,提高了搜索效率,支持30多种语言,Embedding-8B在MMEB-V2上表现优异

7492
查看仓库