TAG

开源工具。

共收录 837 款与「开源」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

STAR

STAR是南京大学PCALAB推出的真实世界视频超分辨率时空增强框架站点，核心定位是为视频画质修复领域提供基于文本到视频扩散先验的技术方案。站点核心功能包括框架技术原理详细讲解、公开数据集测试效果样例展示、模型代码与预训练权重下载渠道提供，同时附带相关学术论文引用说明。目标用户覆盖计算机视觉领域研究人员、视频处理相关开发工程师、影视内容修复从业者、高校相关专业师生等群体，可应用于学术研究参考、商用视频画质优化、老视频修复、低分辨率监控视频增强等多个场景，为视频超分辨率任务提供新的技术实现路径。 · 开源

StickerBaker

StickerBaker是一款基于AI技术的开源贴纸制作工具，核心定位是降低贴纸创作门槛，帮助用户无需专业设计技能即可生成个性化贴纸。核心功能包括关键词驱动的AI贴纸生成、批量贴纸制作、自定义贴纸参数调整三类，支持用户自主调整贴纸风格、尺寸、背景等属性。该工具面向普通用户、内容创作者、社群运营者等多类人群，可应用于社交平台表情包制作、手账素材设计、周边衍生品创作、社群专属标识设计等多个场景，满足不同用户的个性化贴纸创作需求。

DevChat

DevChat是一款开源AI编程辅助工具，核心定位是为开发者提供基于多大型语言模型的代码开发支持，帮助提升编程效率与代码质量。其核心功能包括多模型适配的代码生成、上下文感知的代码解释与调试、自动化技术文档生成，同时支持自定义指令扩展能力。目标用户覆盖各编程语言开发者、技术项目负责人、开源贡献者、计算机专业学生等群体，可应用于日常功能模块开发、代码Bug排查、项目接口文档编写、旧项目代码重构、技术方案可行性验证等多个开发场景，适配不同规模的软件开发需求。 · 开源

Suna

Suna是Kortix推出的开源AI Agent项目，属于通用智能代理开发平台，核心定位是为开发者提供低门槛的AI代理构建、部署与运维支持。平台支持多模态能力接入、自定义工作流编排、跨工具调用三大核心功能，面向AI应用开发者、企业技术团队、开源技术爱好者等群体，可应用于智能客服搭建、自动化办公流程开发、行业专属智能代理定制等多个场景，帮助使用者降低AI Agent开发的技术门槛，缩短从原型到上线的落地周期。 · 开源

Recursal AI

Recursal AI是面向全球的人工智能技术服务平台，核心定位是降低AI技术落地门槛，为不同语言和地区的用户提供开放可及的AI开发工具。平台核心功能包括无服务器Hugging Face模型推理服务、多语言开源基础模型RWKV生态支持、RWKV模型便捷微调部署服务三类，目标用户覆盖AI开发者、企业技术团队、科研人员、独立创作者等群体，可应用于多语言AI应用开发、大模型推理优化、定制化模型微调、低成本AI服务部署等多种场景，帮助不同背景的用户在无需投入大量硬件资源的情况下，完成AI相关的开发与落地工作。

Dioptra

Dioptra是一款开源的数据管理与标注平台，核心面向人工智能开发场景，为计算机视觉、自然语言处理、大语言模型研发团队提供全链路数据治理支撑。平台支持元数据统一注册管理，可定位模型推理失败的根因，还内置主动学习算法，能够筛选高价值未标注数据，同时提供标准化API接口，可对接现有标注、重训练工作流。其目标用户包括AI算法工程师、数据标注团队、机器学习研发负责人等，适用于模型迭代优化、标注成本管控、训练效率提升等多个研发场景。 · 开源

Eko

Eko是FellouAI团队开发的生产级智能代理开源框架，核心定位是为开发者提供低门槛的代理工作流搭建能力。框架支持自然语言与代码逻辑结合的开发模式，内置多轮任务自主拆解机制，可对接数十种主流开发工具与第三方API，同时提供全链路定制化配置选项。目标用户覆盖后端开发工程师、自动化运维人员、AI应用开发者等群体，可应用于复杂业务流程自动化实现、智能客服代理开发、批量数据处理工作流搭建、多工具协同任务编排等多种场景，帮助开发者降低智能代理类应用的开发成本。

Whisper Web

Whisper Web是一款基于OpenAI Whisper模型、完全运行在浏览器端的隐私型AI语音转文字转写工具，核心定位是为用户提供无需上传音频文件到服务器的本地转写服务。该工具支持多种格式音频导入、自定义转写参数、多语言识别、结果导出等功能，无需下载安装客户端，也不需要注册账号即可使用。目标用户涵盖需要整理采访录音的媒体从业者、需要转写课程录音的学生、需要记录会议内容的职场人士等，适合对语音转写隐私有要求的各类使用场景。

Lite Queen

Lite Queen是一款支持部署在用户自有服务器的开源SQLite数据库管理工具，核心定位为帮助技术人员在本地或私有服务器环境中完成SQLite数据库的可视化管理操作。该工具支持直接通过浏览器访问管理界面，无需额外安装桌面客户端，提供数据库连接管理、SQL查询执行、数据表结构编辑、数据导出导入等核心功能，支持多数据库同时管理，还可配置访问权限保障数据安全。目标用户涵盖后端开发人员、运维工程师、独立开发者、小型项目维护人员、学生开发者和个人站长，适合在自有服务器部署小型Web项目、桌面应用、个人博客等场景时，对项目使用的SQLite数据库进行日常维护、数据查询、结构调整和批量数据处理。

LearnHouse

LearnHouse是一款开源在线学习平台，核心定位为帮助创作者和机构搭建自有在线课程与培训交付体系。平台支持从零创建结构化课程内容，自定义学习路径，管理学员学习进度，还提供互动讨论空间满足教学交流需求。目标用户涵盖独立内容创作者、企业培训部门、教育机构、中小型培训机构以及高校教师，适用于职业技能培训、兴趣爱好教学、企业内训、校园课后辅导等多种在线教学场景。

PearAI

PearAI是一款基于VS Code构建的开源AI代码编辑器，核心定位为面向开发者的可定制化AI辅助编程工具。其核心功能包含多主流AI模型兼容切换、内联代码智能编辑、全代码库上下文感知辅助，同时支持自定义扩展与插件适配。目标用户覆盖个人开发者、技术团队成员、开源贡献者、编程学习者等群体，可应用于日常代码开发、遗留项目重构、新手编程学习、开源项目协作等多个场景，在满足编程效率提升需求的同时，支持用户按需定制开发环境，兼顾数据隐私与使用灵活性。 · 开源

IndieFindr

IndieFindr是一个连接全球与本地独立开发者的垂直交流展示平台，核心定位为独立创作者提供作品曝光、资源链接与同好连接的线上空间。平台支持独立开发者展示自主开发的项目与产品，提供分类检索功能帮助访问者发现小众优质项目，同时支持开发者交流开发经验、对接合作需求。目标用户涵盖各类独立开发者、创业团队、数字产品爱好者以及投资对接人员，适用于独立开发者展示项目、用户挖掘小众原创产品、开发者寻求合作对接等多种场景。

GenXD

GenXD是一个专注于3D与4D场景生成的开源研究框架，核心面向计算机视觉领域的研究者、开发人员及相关方向学生，旨在解决当前4D生成领域数据稀缺、运动与相机参数耦合的行业问题。核心功能包含专业4D数据策划流程，可从普通视频中提取相机姿态与物体运动强度参数；自研CamVid-30K大规模现实世界4D场景数据集，覆盖多类真实场景样本；多视图-时间模块，可实现相机与物体运动参数的分离学习，兼容3D与4D两类数据训练。目标用户覆盖高校计算机视觉实验室研究员、3D内容开发工程师、元宇宙场景搭建人员、AI生成算法开发者、数字孪生项目从业者、图形学相关专业学生等。使用场景包括学术研究中4D生成算法的基准测试、元宇宙项目中动态场景的批量生成、数字孪生项目的真实场景复刻、3D内容创作中的多视图一致素材生成等。 · 开源

Panto AI

Panto AI 是专注于代码自动化审查的编程辅助工具，核心定位是在代码上线前识别潜在缺陷、降低生产环境故障风险。核心功能包括代码漏洞自动扫描、修复方案智能建议、研发知识库集成适配，目标用户覆盖后端开发人员、前端开发工程师、DevOps运维人员、技术团队负责人、开源项目维护者等。可应用于功能迭代的代码评审环节、线上故障的根因复盘场景、开源项目的贡献代码核验流程、新人代码规范培训场景等，帮助研发团队减少人工评审的重复工作量，提升代码交付的整体质量。 · 开源

Archgw

Archgw 是一款面向生成式AI应用开发场景的开源网关产品，核心定位为大语言模型提示词处理与流量调度中间件，基于Envoy架构构建，具备跨语言适配能力。核心功能包括提示词全生命周期治理、多LLM流量智能路由、全链路可观测性监控，可帮助开发者降低GenAI应用与后端大模型服务、业务系统的集成复杂度。目标用户覆盖AI应用开发者、后端架构师、SRE运维工程师等群体，适用于生成式AI应用上线部署、多模型服务调度优化、大模型应用可观测性建设等场景，支持快速部署与无侵入式升级，无需对现有业务代码做大量改造即可接入使用。 · 开源

Keephq

Keephq是面向IT运维场景的开源AIOps平台，核心定位是帮助团队在复杂IT环境下高效处理告警信息，降低故障响应延迟。平台核心功能包括：告警信息自动丰富、可自定义的告警处理工作流、多源告警统一单视图展示，支持90余种主流运维工具的集成对接。目标用户覆盖SRE人员、运维工程师、研发团队、企业IT部门、初创公司技术团队等，可应用于日常运维告警降噪、故障根因快速定位、跨团队运维流程协同、多系统运维数据聚合等场景，帮助团队优化告警处理效率，减少无效告警干扰。 · 开源

EmoPP

EmoPP是面向语音合成领域的情绪感知韵律分析开源项目，核心定位是通过深度学习技术挖掘语音中的情感与韵律关联，提升端到端语音合成系统的情绪表达效果。项目支持语音情感线索提取、韵律停顿位置预测、模型效果对比验证三类核心功能，目标用户覆盖语音合成算法研发人员、自然语言处理研究者、语音交互产品开发团队等，可用于多情绪语音合成模型训练、智能语音助手交互优化、有声读物情绪配音开发等场景。

OpenBerth

OpenBerth是一款面向非技术背景用户的AI应用部署服务平台，核心定位是降低AI应用落地的技术门槛，让不具备后端开发、服务器运维能力的用户也能完成AI生成应用的自主部署。平台核心功能包括单命令应用部署、沙箱环境隔离、自动HTTPS配置，同时所有代码开源，支持用户自定义扩展。平台目标用户覆盖产品经理、运营人员、创业者、设计师等非工程师群体，适用场景包括快速验证AI应用原型、部署内部自用AI工具、上线小型面向用户的AI服务、团队内部AI能力落地等，无需用户掌握复杂的服务器运维知识即可完成全流程操作。 · 开源

Claw Code

Claw Code是基于Python和Rust开发的Claude Code AI智能体框架开源重写版本，面向开发人员、AI框架研究者以及开源项目贡献者，提供可本地部署、可自定义修改的AI智能体开发基础框架，支持开发者基于该框架构建适配自身需求的AI编码辅助工具，也可供AI框架学习者研究Claude Code的架构实现逻辑，适用于本地AI开发环境搭建、自定义编码智能体开发、开源框架二次开发等场景。

Mind Map Wizard

Mind Map Wizard是一款基于人工智能技术的开源思维导图生成工具，核心定位是帮助用户将零散、复杂的信息快速转化为结构化的可视化思维导图。其核心功能包括AI智能解析文本生成多级思维导图、YouTube视频内容自动提取转导图、多格式导出与协作分享，同时支持本地存储保障用户数据隐私。该工具面向学生、教育工作者、研究人员、商务人士、内容创作者等群体，可应用于笔记整理、会议纪要梳理、视频知识拆解、项目规划、创意脑暴等多种场景，无需注册即可直接使用，全程无广告干扰。 · 开源

Omages

Omages是专注于3D模型生成技术研发与演示的开源技术站点，核心是将3D形状封装为64x64像素的Object Images格式，简化3D内容的生成与处理流程。站点支持Omages格式的3D模型预览、Diffusion Transformers生成3D形状的效果演示、传统3D网格与Omages格式的在线转换，面向计算机视觉研究者、3D内容创作者、图形学开发人员，可用于3D生成模型开发、轻量3D内容存储、3DAI模型训练数据预处理等场景，帮助用户降低3D形状处理的技术门槛。 · 开源

Zasper

Zasper是面向数据科学领域打造的集成开发环境（IDE），从底层架构设计适配大规模并发处理需求，具备低内存占用、运行速度快、高并发连接承载的特性。核心功能包括兼容REPL风格交互式代码运行、分布式数据任务调度、多语言环境统一管理，主要面向数据科学家、算法工程师、后端开发者等群体，可应用于机器学习模型迭代、大数据分析脚本调试、高并发数据服务开发、实时数据处理流程测试等多类场景，帮助用户在数据研发全流程中降低资源消耗，提升代码运行与任务处理效率。 · 开源

Mantlecore AI

Mantlecore AI是面向开源AI智能体的托管云平台，为开发者提供开源AI智能体的部署、运行与管理服务。平台支持一键部署已适配的开源智能体，提供弹性可扩展的云基础设施，支持自定义智能体配置与资源调整，还提供监控与日志服务帮助开发者追踪运行状态。目标用户包括AI开发者、开源项目维护者、AI创业团队、AI研究人员，适用于AI智能体原型验证、生产级部署、开源项目演示、AI应用二次开发等场景。

Jaaz

Jaaz是一款开源AI设计代理工具，可作为设计类智能代理项目的本地部署替代方案，核心定位是为设计相关场景提供智能化技术支持。其核心功能包括本地部署运行、设计需求智能解析、设计方案自动生成，适合有本地运行AI工具需求的设计从业者、开发者以及相关项目研发人员使用，可应用于UI设计初稿输出、平面设计元素生成、设计方案批量迭代等多种场景，无需依赖第三方云端服务即可完成设计类智能任务处理，满足用户对数据安全、自定义部署的需求。 · 开源

BotticelliBots

BotticelliBots是面向.NET生态开发者的开源机器人开发框架站点，核心为开发者提供基于.NET Core的通用聊天机器人构建能力。站点集成数据库对接、队列代理适配、多AI引擎接入、语音引擎联动四大核心模块，支持跨平台部署与高负载场景调度。目标用户覆盖.NET后端开发者、企业智能服务开发团队、开源技术爱好者，可应用于企业客服机器人搭建、智能语音交互系统开发、高负载消息分发机器人部署等多种场景，帮助开发者降低自研机器人的底层架构搭建成本。 · 开源

FMA-Net

FMA-Net是由韩国科学技术院VIC实验室推出的视频超分辨率与去模糊深度学习模型站点，核心为实现低分辨率模糊视频的高质量清晰化修复。站点搭载流引导动态过滤、多注意力迭代特征精炼两大核心技术，可应对视频中的大幅度动作场景，实现超分辨率与去模糊任务的联合处理。目标用户覆盖计算机视觉研究人员、视频内容创作者、视频修复从业者、多媒体开发工程师等群体，可用于老旧影像修复、监控视频画质增强、自媒体素材画质提升、学术研究算法对比等多类场景。 · 开源

Generative Omnimatte

Generative Omnimatte是专注于视频分层处理的学术技术展示站点，核心定位为向公众展示基于生成式AI的视频RGBA分层技术成果。核心功能包括视频对象与关联效果分层提取、分层结果可视化预览、分层素材导出支持，同时提供技术论文与实现原理说明。目标用户覆盖视频创作者、影视后期从业者、计算机视觉研究者、高校相关专业学生。适用场景包括影视特效制作中独立调整对象效果、老视频修复中分层优化特定元素、学术研究中验证视频分层技术效果、短视频二次创作中快速提取素材等。

DiffHuman

DiffHuman是一个面向3D人体重建领域的学术项目展示网站，核心呈现基于扩散模型的概率式光度逼真3D人体重建方案。该网站支持单张RGB图像输入的3D人体分布预测、多采样高细节人体模型生成、加速推理效果对比三大核心功能，主要服务于计算机视觉研究人员、3D内容开发者、动画制作从业者、数字人研发团队等群体，可应用于学术研究验证、动画角色快速建模、数字人素材生成、3D重建算法效果比对等多种场景，帮助用户直观了解非确定性3D人体重建技术的实现逻辑与实际应用效果。 · 开源

NanoClaw

NanoClaw是一款主打安全轻量属性的AI智能体产品，核心定位为面向个人自动化场景的可定制化AI工具，运行于容器环境以保障用户数据隐私。其核心功能包括自定义工作流配置、容器化隐私部署、第三方工具对接适配三类，目标用户覆盖个人开发者、自动化需求用户、隐私敏感的办公人群等，可应用于日常办公事务批量处理、个人生活事项自动化触发、开发流程辅助提效等多种场景，作为OpenClaw的替代选择，支持用户根据自身需求调整功能模块以适配不同使用需求。 · 开源

EvTexture

EvTexture是基于事件视觉驱动的视频超分辨率技术演示站点，核心定位为面向计算机视觉领域研究者、开发者提供事件驱动视频超分辨率技术的体验、效果验证与技术参考平台。站点支持上传普通视频与对应事件信号数据进行超分辨率处理，可直观对比不同算法的纹理恢复效果，同时提供完整的技术论文、数据集测试结果查阅功能。目标用户涵盖计算机视觉研究人员、视频处理开发工程师、高校相关专业师生、影视后期制作人员、安防监控技术人员、VR内容创作者，可应用于学术研究验证、老旧视频修复、监控画面增强、影视内容画质升级、VR视频清晰度优化等多种场景。

Writebot

Writebot是一个面向开发人员的GPT-3集成工具JavaScript库，核心定位是帮助开发者快速在自身项目中接入GPT-3文本生成能力，无需处理复杂的OpenAI接口配置逻辑。核心功能包括简化API调用流程、内置多种文本生成模板、支持自定义prompt模板配置、提供本地调用选项，适配前端、后端等多种开发环境，目标用户为JavaScript全栈开发人员、AI应用初创团队、独立开发者，可用于快速搭建AI文本生成应用、为现有产品添加AI内容生成功能、开发AI辅助创作工具等场景。

ReKep

ReKep是面向机器人研发领域的时空关系关键点约束推理系统，核心定位是帮助开发者降低机器人操控任务的编码门槛。系统支持基于大型视觉模型与视觉-语言模型生成约束规则，无需特定任务训练或预置环境模型即可完成任务编码，同时可对接现成求解器完成实时动作优化，适配多阶段、双手协同、户外非结构化场景等复杂任务需求。目标用户覆盖机器人算法研发人员、高校机器人相关专业研究者、智能机器人产品开发工程师、自动化场景方案设计者等，可应用于工业机器人任务调试、服务机器人行为编码、户外特种机器人任务规划、多机协作系统逻辑开发等多种场景。

hertz-dev

hertz-dev是Standard Intelligence推出的开源音频变换器基础模型站点，核心定位为面向音频处理领域的开源技术研究平台，提供85亿参数规模的全双工仅音频变换器模型能力。核心功能包括音频编码转换服务，可将16kHz单声道语音转换为8Hz低比特率潜在表示；支持模型微调工具集，方便研究人员基于现有模型适配特定场景；提供完整的技术文档与开源协作社区，助力跨模态音频学习技术落地。目标用户覆盖AI音频领域研究人员、语音技术开发工程师、跨模态学习相关科研团队，适用于低带宽语音传输场景开发、音频特征提取研究、多模态大模型音频模块搭建等多元场景。

Story-Adapter

Story-Adapter是一个面向长篇故事可视化场景的无需训练迭代框架，核心定位是解决传统文本到图像模型在长内容生成中存在的语义连贯性不足、计算成本过高的问题。核心功能包括全局参考交叉注意力模块保障角色场景一致性、迭代生成范式降低算力需求、多轮优化提升生成图像匹配度。目标用户覆盖文学创作者、动画前期设定人员、漫画从业者、影视概念设计师等群体，可应用于网络小说插图生成、儿童绘本分镜制作、影视前期概念草图输出、漫画内容草稿绘制等多个场景，无需额外模型训练即可快速实现长篇故事的批量可视化转换。

AIxBlock

AIxBlock是一个去中心化的AI开发协作平台，面向全球AI开发者、研究人员和项目团队，聚合分布式计算资源、开源AI模型与人类验证服务，支持开发者开展低成本模型训练、数据集标注和模型验证工作，适合小型AI创业项目、学术研究实验以及开源AI协作开发场景使用。平台依托分布式网络架构，打破传统中心化开发平台的资源限制，连接全球范围内的算力提供者、模型开发者和数据标注人员，构建开放的AI开发生态。

HappyHorse

HappyHorse是一款开源在线AI生成工具，核心定位为提供网页端在线视频生成服务，可一键生成1080P分辨率视频与同步音轨。工具支持用户通过输入文本提示词，直接生成符合要求的短视频内容，同时支持对生成内容进行基础调整，还开放源代码供开发者二次开发。核心功能包含文本生成视频、同步生成音轨、自定义生成参数、开源代码下载、在线预览导出等，适合内容创作者、开发研究者、短视频制作者使用，可应用于快速生成短视频素材、开发衍生AI工具、制作演示内容等场景。

VidPanos

VidPanos是一款专注于普通平移视频转全景视频的在线工具，核心基于生成视频模型与空间时间外推技术，可将用户随手拍摄的横向平移视频转换为同时长的全景视频内容，解决了静态全景图无法还原场景动态元素的问题。核心功能包括平移视频全景转换、动态场景元素保留、多类型野外场景适配，目标用户覆盖视频创作者、全景内容开发者、文旅宣传从业者、户外记录爱好者等群体，适用于制作沉浸式旅行vlog、景区全景宣传素材、户外动态场景存档、全景交互内容原型等多个场景。 · 开源

EyeGestures

EyeGestures是一款基于网络摄像头实现开源凝视追踪的技术平台，面向无障碍辅助开发、眼动追踪学术研究等方向提供技术支持。平台核心功能包含浏览器端实时眼动追踪、开源代码获取、自定义交互界面开发、眼动数据导出，支持非接触式的视线交互开发与研究。该平台可帮助开发者搭建无障碍交互系统，也可支持科研人员开展眼动相关实验研究，适用于无障碍产品开发实验室、高校认知科学研究课题组、交互设计工作室等不同场景。

Draw an Audio

Draw an Audio 是一个基于web端的视频转音频合成工具，核心定位是为用户提供可控性较强的音视频同步生成服务。它支持多指令参数自定义调节，可根据视频画面内容生成匹配的同步音频，还支持多阶段音频混合输出。该工具面向音视频创作者、学生研究群体、多媒体内容制作者等用户，可应用于短视频音频补全、实验性音频创作、音视频同步效果验证、demo作品快速制作等场景，无需复杂本地部署，打开浏览器即可使用相关功能。 · 开源

Factorio学习环境

Factorio学习环境（Factorio Learning Environment, FLE）是基于游戏《Factorio》构建的大语言模型能力评估框架，核心定位为AI研究领域的开放式智能体测试工具。核心功能包括支持结构化任务与开放式任务两类评估协议、可自定义难度梯度的任务配置、标准化的能力评估指标体系。目标用户覆盖AI研究人员、大语言模型开发团队、高校人工智能方向师生、智能体研发从业者、游戏AI爱好者、开源AI项目贡献者。使用场景包括LLM长期规划能力验证、程序合成效果测试、资源分配优化算法评估、智能体多步骤决策能力 benchmark 搭建、复杂开放式领域智能体训练数据集构建等，为大语言模型在复杂任务场景下的能力评估提供标准化测试载体。 · 开源

HelloMeme

HelloMeme是一款基于扩散模型的AI视频生成工具，核心定位是为用户提供高保真、多条件控制的视频生成服务。核心功能包含：支持驱动视频帧特征输入生成对应动态内容，内置优化后的Animatediff模块提升视频连续性，支持ARKit面部混合形状控制角色表情，兼容SD1.5生态的Lora与Checkpoint模型。目标用户涵盖AI内容创作者、动画设计师、虚拟形象运营者、短视频制作者、学术研究人员等。使用场景包含虚拟主播动态视频制作、短视频创意片段生成、动画分镜动态演示、AI艺术创作实验、虚拟角色表情驱动测试等，能够满足不同用户对可控AI视频生成的需求。 · 开源

SeedVR

SeedVR是专注于视频修复任务的扩散变换器模型演示站点，核心定位是为视频处理相关从业者提供前沿AI视频修复能力的在线体验与技术参考。站点支持任意长度、任意分辨率的受损视频序列修复，搭载移位窗口注意力机制，同时结合因果视频自编码器、混合图像视频训练等技术优化生成效果。目标用户涵盖视频内容创作者、后期制作人员、AI技术研究者、影视资料修复从业者等，可应用于老影视资料画质修复、损坏视频素材修复、低清拍摄视频画质增强、AI视频生成瑕疵修正等多种场景，帮助用户提升视频素材的整体视觉质量。

Atech

Atech是一个AI驱动的硬件开发协作平台，核心定位是通过自然语言对话交互结合模块化电子元件，帮助开发者降低硬件设备开发门槛。平台支持用户通过对话生成硬件设计方案、调取模块化元件完成原型搭建、生成对应开发代码并模拟设备运行效果。目标用户覆盖在校电子信息专业学生、独立硬件创客、小型开发团队以及初创硬件公司，适合用于课程设计原型开发、创意硬件产品快速验证、小型创客项目开发等场景，也可用于硬件开发知识学习与技能练习。

MA-LMM

MA-LMM是面向长期视频理解场景的大规模多模态模型项目官网，核心定位为突破大语言模型上下文与GPU内存限制，实现长时序视频的高效分析处理。核心功能包括在线流式视频处理、跨时长记忆库调度、现有多模态大模型无缝适配三类，支持用户在长视频问答、智能字幕生成、视频内容检索等任务中调用相关能力。目标用户覆盖计算机视觉研究人员、视频平台技术开发人员、AI应用开发者等群体，可满足学术实验验证、工业级视频分析功能落地、多模态应用功能迭代等多场景使用需求。

ClawShip

ClawShip是一个面向AI开发者和AI项目爱好者的一键式完全托管OpenClaw AI机器人部署平台，用户无需搭建复杂的服务器环境，也无需处理复杂的运维配置，即可快速完成OpenClaw AI机器人的部署与运行。平台提供从项目初始化到运行监控的全流程托管服务，支持自定义机器人配置、多版本管理与运行状态监控，适合需要快速部署OpenClaw机器人进行开发测试、功能验证以及实际应用的用户使用，可满足个人AI项目实验、小型团队AI机器人开发等多种场景的部署需求。

GenWarp

GenWarp是专注于单张图像新视角生成的开源研究项目站点，核心为语义保持的生成变形AI模型，可基于单张输入图像生成不同视角下的合理视觉内容。其核心功能包括单图多视角生成、语义一致性约束、跨领域场景适配三类，支持计算机视觉研究人员、3D内容创作者、AI算法开发者等群体使用，适用于3D建模素材生成、AR/VR内容制作、视图合成算法研究、影视场景补全等多个工作场景，为单视图到多视图的转换需求提供可落地的技术参考与实现方案。

DreamWaltz-G

DreamWaltz-G是一款面向3D内容创作领域的文本驱动3D头像与全身动画生成框架官网，核心定位是为3D创作者、研究人员提供可控性强的3D数字人生成解决方案。核心功能包括文本驱动3D头像生成、骨架引导的全身动画制作、混合3D高斯实时渲染，目标用户覆盖计算机图形学研究人员、游戏3D美术设计师、虚拟数字人创作者、动画制作从业者等群体，可应用于虚拟偶像内容制作、游戏角色原型设计、学术3D生成方法验证、短视频虚拟角色动画创作等多种场景，帮助用户降低3D数字人内容的制作门槛，提升生成内容的视角与姿势一致性。

Patched

Patched是一款面向开发团队的开源工作流自动化框架，核心定位是通过集成大语言模型实现开发流程的自动化落地。其核心功能包括预设开发工作流模板调用、自定义多步骤工作流编排、主流开发工具链对接三大模块，支持代码审查自动化、技术文档自动生成、代码补丁智能生成等常见开发任务，能够帮助开发团队减少重复性工作投入，提升研发流程的运转效率。该框架支持私有化部署，可适配团队现有基础设施，适合各类需要优化开发流程的技术团队在日常研发、版本迭代、安全合规检查等场景中使用。 · 开源

Epigram

Epigram是一款由AI驱动的开源免费新闻聚合平台，核心定位是帮助用户应对信息过载问题，高效获取多来源新闻的核心内容。平台具备多源新闻聚合能力，可覆盖全球不同领域的公开新闻资讯，通过AI技术自动生成内容摘要，同时支持用户自定义关注领域筛选内容。目标用户涵盖职场人士、学生、研究人员、媒体从业者等不同群体，可适用于通勤碎片化时间获取资讯、行业信息调研、热点事件动态追踪、多视角新闻对比等多个场景，无需用户访问多个新闻站点即可一站式了解不同信息源的相关内容。

AwanLLM

AwanLLM是一个提供大语言模型推理服务的平台，核心定位是通过按月订阅模式为用户提供高性价比的无限Token量推理服务。平台支持多款主流开源大语言模型直接调用，支持自定义模型部署配置，提供API接口集成能力，可满足不同场景下的大语言模型使用需求。目标用户包括AI开发人员、个人开发者、创业团队、AI应用开发者以及内容创作者，适合用于开发AI应用、原型测试、批量文本处理、持续对话交互等使用场景。

Inferable

Inferable 是一款专注于企业内部运营的对话式 AI 代理平台，核心目标是帮助企业整合分散的内部系统、碎片化代码库与零散脚本资源，降低内部工具开发的时间成本。平台支持多语言SDK接入，内置分布式消息队列保障运行稳定性，提供人类在循环、分布式函数编排等核心能力，主要面向企业技术团队、运维团队、内部运营团队，适用于内部自动化流程搭建、跨系统数据查询、重复操作自动化执行、复杂内部问题推理解决等场景，可有效提升企业内部运营的整体效率。

OK-Robot

OK-Robot是一个面向机器人操作领域的开放模块化框架，核心定位是实现任意家居环境下基于自然语言指令的零样本物品搬运任务。该框架采用多模块协同的设计思路，内置3D VoxelMap开放词汇导航、AnyGrasp与LangSam联合开放词汇抓取、智能放置原语三大核心功能，无需针对特定环境预先训练即可实现指令的零样本泛化。目标用户覆盖机器人研发人员、高校人工智能方向研究人员、智能家居开发团队等群体，可应用于家用服务机器人功能研发、机器人泛化能力学术研究、工业柔性搬运场景原型测试等多种场景，为降低机器人语言交互落地门槛提供技术支撑。 · 开源

c/ua

c/ua是一个面向开发人员和技术用户的容器化项目，核心定位是提供运行在苹果硅芯片上的AI代理容器，支持macOS和Linux系统，可提供接近本地运行的性能。项目支持容器快速部署、AI代理本地运行、跨环境适配、性能优化以及开源协作开发，可以帮助开发人员在苹果硅平台快速搭建AI开发环境，也方便技术用户在本地部署和运行各类AI代理应用，降低苹果芯片环境下AI应用部署的复杂度。

Diffusion as Shader

Diffusion as Shader（简称DaS）是香港科技大学等高校研究团队开发的3D感知视频生成控制模型工具站，核心定位是为视频创作与3D内容生产领域提供基于扩散模型的多任务控制解决方案。核心功能包括支持网格到视频生成，可将3D网格素材转化为写实或风格化的连续视频内容；支持相机路径自定义控制，生成符合指定镜头运动逻辑的动态视频；支持运动迁移与对象属性编辑，可在保留原有3D空间逻辑的前提下修改对象外观、动作参数。目标用户覆盖CG从业者、影视动画制作人员、VR内容开发者、AI生成技术研究人员、高校计算机相关专业学生等，适用于影视片段预演、VR场景内容生成、3D动画效果测试、AI视频生成学术研究等多个场景。

Multica

Multica是一款开源的AI代码协作平台，核心定位是将各类代码生成智能体转化为开发团队的协作成员，帮助团队优化开发流程、提升项目交付效率。平台支持自定义分配开发任务、实时追踪智能体工作进度、沉淀团队技能库三大核心功能，面向软件开发团队、独立开发者、开源项目维护者等用户群体，可应用于常规功能模块开发、代码缺陷修复、技术文档生成、旧项目代码重构等多种开发场景，降低重复编码工作的人力投入，让开发者可以聚焦于业务逻辑设计等高价值环节。 · 开源

GenSAM

GenSAM是面向迷彩目标分割领域的技术演示与工具站点，核心定位是为相关领域研究与开发人员提供无需额外训练的迷彩目标分割方案。站点支持用户上传含迷彩伪装目标的图像，通过跨模态思维链提示技术提取视觉特征，配合渐进式掩膜生成模块输出精准的目标分割结果。目标用户覆盖计算机视觉研究人员、军事伪装检测开发人员、野生动物监测从业者等群体，可应用于迷彩伪装效果评估、野外隐藏目标识别、遥感图像目标提取等多种场景。 · 开源

SAMURAI

SAMURAI是基于Segment Anything Model 2(SAM 2)开发的视觉对象跟踪模型项目官网，核心定位是为视觉跟踪领域提供无需微调的零样本目标跟踪解决方案。核心功能包括运动感知记忆选择机制、时间运动线索融合、多基准数据集效果验证等，支持用户快速了解模型架构、复现跟踪效果、下载相关测试资源。目标用户覆盖计算机视觉领域研究人员、AI算法开发工程师、智能监控系统开发者、自动驾驶感知模块研发人员等，可用于学术研究对比、工业级视觉跟踪系统搭建、复杂动态场景跟踪方案选型等场景，帮助用户降低视觉跟踪模型的开发和适配成本。 · 开源