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。

其他MidscenePW
UI自动化,视觉AI,测试,字节跳动

Midscene

字节跳动开源的 AI 视觉驱动 UI 自动化框架,用自然语言描述操作意图即可自动化任何平台的界面交互,无需写选择器。

79
查看仓库
其他EvoMap/evolverPW
agent,evolution,GEP,self-improving

EvoMap/evolver

基于基因表达式编程(GEP)的AI Agent自进化引擎。通过基因组演化协议,让Agent能够自主进化技能树、优化行为策略。本周GitHub热榜项目,4.3K Star。

79
查看仓库
其他raphaelmansuy/edgequakePW
GraphRAG,Rust,knowledge-graph,RAG

raphaelmansuy/edgequake

高性能GraphRAG引擎,用Rust编写,灵感来自LightRAG。将文档转化为智能知识图谱,实现更优质的检索增强生成。1.9K Star,Rust生态新星。

79
查看仓库
其他z-lab/dflashPW
inference,speculative-decoding,LLM,acceleration

z-lab/dflash

DFlash: 基于块扩散的闪电推测解码技术,显著加速LLM推理速度。新一代推理加速方案,本周1.8K Star。

79
查看仓库
其他CowAgentPW
agent,chatbot,wechat,multi-platform,llm

CowAgent

基于大模型的超级AI助理框架,支持主动思考、任务规划、技能创建与执行、长期记忆。支持微信/飞书/钉钉/企微等多平台接入,可选择OpenAI/Claude/Gemini/DeepSeek等多种模型。43K+ Stars。

79
查看仓库
其他Qwen CodePW
AI,coding-agent,terminal,开源,Qwen

Qwen Code

通义千问开源的终端AI编码助手,类似Claude Code的开源替代。支持文件编辑、Shell命令执行、代码搜索等,可连接多种LLM后端。本周GitHub 23.5k星。

79
查看仓库
其他EinoPW
Go,LLM,framework,字节跳动,Agent

Eino

字节跳动CloudWeGo团队出品的Go语言LLM应用开发框架,提供Agent编排、RAG、工具调用等能力,适合用Go构建生产级AI应用。本周GitHub 10.7k星。

79
查看仓库
其他T3 CodePW
TypeScript,coding-agent,全栈,AI

T3 Code

Theo (t3.gg) 推出的TypeScript编码Agent工具,专注于全栈TypeScript项目的AI辅助开发。今日GitHub热榜,9.5k星。

79
查看仓库
其他OpenAI Agents JSPW
多Agent,OpenAI,TypeScript,语音Agent

OpenAI Agents JS

OpenAI官方发布的轻量级多Agent工作流框架(JavaScript/TypeScript版),支持语音Agent和工具调用编排

79
查看仓库
其他Spark - 3D Gaussian Splatting for THREE.jsPW
3d-gaussian-splatting,threejs,3d-rendering,webgl,visualization

Spark - 3D Gaussian Splatting for THREE.js

面向 THREE.js 的高性能 3D 高斯溅射渲染器,利用 WebGL 实现实时 3DGS 场景渲染,适合 Web 端 3D 重建和可视化

79
查看仓库
其他DFlashPW
speculative-decoding,inference-acceleration,diffusion,LLM,research

DFlash

基于块扩散模型的闪电推测解码框架,显著加速 LLM 推理速度,z-lab 团队的前沿推理加速研究项目

79
查看仓库
其他GenericAgentPW
agent,self-evolving,skill-tree,token-efficiency

GenericAgent

自进化Agent框架,从3300行种子代码出发自动生长技能树,实现完整系统控制能力,同时Token消耗降低6倍。展示了Agent自主学习与技能积累的全新范式。

79
查看仓库
其他VoiceBoxPW
voice,TTS,speech-synthesis,open-source

VoiceBox

开源语音合成工作室,支持多语言语音生成、声音克隆和创意语音设计。提供直观的Studio界面,适合开发者和内容创作者快速构建语音应用。

79
查看仓库
其他EvolverPW
AI Agent,GEP,进化算法,开源

Evolver

基于GEP(基因表达编程)的AI Agent自进化引擎,通过基因组进化协议让Agent自主发现和优化策略,evomap.ai出品

79
查看仓库
其他DFlashPW
LLM推理,推测解码,扩散模型,性能优化

DFlash

DFlash 是一种基于块扩散(Block Diffusion)的闪电推测解码方法,可以显著加速LLM推理速度。与传统自回归推测解码不同,DFlash使用扩散模型并行生成多个token块,实现更高效的推理加速。

79
查看仓库
其他MOSS-TTSPW
TTS,语音合成,多语言,开源模型

MOSS-TTS

MOSS-TTS 是由复旦大学 MOSI.AI 和 OpenMOSS 团队开源的语音合成模型家族,支持高保真多语言语音生成、多说话人对话、声音/角色设计、环境音效和实时流式TTS,覆盖复杂真实场景。

79
查看仓库
其他compressOPW
视频压缩,图片压缩,桌面应用,开源工具

compressO

compressO 是一款100%免费开源的视频/图片压缩工具,支持将任何视频和图片压缩到极小体积,提供Mac、Windows和Linux桌面客户端,界面简洁易用。

79
查看仓库
其他MakiPW
ai-agent,rust,coding,cli

Maki

高效的 Rust AI 编码 Agent,专注于快速代码生成和修改,资源占用极低

79
查看仓库
其他VoxCPM2PW
tts,voice-clone,speech-synthesis,multilingual

VoxCPM2

清华 OpenBMB 开源的无 Tokenizer TTS 模型,支持多语言语音合成、创意声音设计和高保真语音克隆

79
查看仓库
其他EvoMap EvolverPW
agent,evolution,GEP,javascript

EvoMap Evolver

基于基因表达编程(GEP)的AI Agent自进化引擎。通过基因组进化协议,让Agent像生物一样自主进化策略和能力,是Agent自主进化方向的创新探索。

79
查看仓库
其他RalphPW
agent,autonomous,coding,typescript

Ralph

自主AI Agent循环执行器,根据PRD文档自动规划任务、编写代码、运行测试,循环执行直到所有需求项完成。让AI编码从辅助变为自主交付。

79
查看仓库
其他VoiceBoxPW
tts,voice-synthesis,open-source,typescript

VoiceBox

开源语音合成工作室,支持多种TTS模型的统一管理、对比测试和一键部署。提供语音克隆、风格迁移和批量生成。

79
查看仓库
其他KronosPW
finance,time-series,foundation-model,trading,python

Kronos

金融市场语言基础模型,专为金融时序数据设计。支持价格预测、市场情绪分析和交易信号生成。

79
查看仓库
AI 与 Agentandrej-karpathy-skillsPW
开源项目

andrej-karpathy-skills

一份 CLAUDE.md 最佳实践文件,源自 Andrej Karpathy 对 LLM 编码陷阱的观察总结。帮助 Claude Code 避免常见的过度工程化、幻觉导入等问题,显著提升 AI 编码质量。

79
查看仓库