Whisper：OpenAI 开源多语言语音处理模型，支持语音识别与跨语言翻译
Whisper 是 OpenAI 开发的开源通用语音处理模型，基于 Transformer 架构，通过多任务训练支持多语言语音识别、语音翻译、语言识别等功能。该模型提供 6 种不同规格（从 tin...
Shimmy：轻量 OpenAI 兼容服务器，本地 LLM 推理无依赖高性能
Shimmy 是一款基于 Rust 开发的轻量级 OpenAI API 兼容服务器，专注于本地大语言模型（LLM）推理。它以 “无依赖、高性能、隐私优先” 为核心优势，提供 100% 兼容 OpenAI ...
DreamOmni2：开源多模态指令驱动的图像编辑与生成模型，支持跨模态参考与精准控制
DreamOmni2是一款开源多模态指令驱动图像编辑与生成模型，支持基于文本和图像参考的跨模态内容创作。其核心优势在于统一架构下兼顾生成与编辑任务，能精准保持对象身份、姿...
AgentBoard：开源浏览器扩展，让 AI 代理灵活连接多模型与工具
AgentBoard 是一款开源浏览器扩展，定位为 “浏览器中的 AI 交换机”，支持集成 OpenAI、Anthropic、Google 等主流 AI 模型及本地 Ollama 模型，通过自定义工具脚本（WebMC...
Kimi CLI：Moonshot AI开源的命令行AI代理工具，集成Shell交互与多工具链支持
Kimi CLI是Moonshot AI开发的开源命令行AI代理工具，旨在通过自然语言交互简化终端操作与软件开发任务。它支持类Shell交互、Zsh集成、多工具链调用（文件操作、网络搜索等）...
Archon：开源 AI 编程助手指挥中心，强化知识协作与多工具集成
Archon 是一款开源的 AI 编程助手指挥中心，同时作为 Model Context Protocol（MCP）服务器，旨在通过知识管理、任务协同和多工具集成，增强 AI 编程助手（如 Claude Code、...
OpenEnv：开源强化学习环境框架，支持隔离执行与多场景交互
OpenEnv 是由 Meta-PyTorch 主导开发的开源端到端框架，专为强化学习（RL）代理训练设计。它通过统一的 Gymnasium 风格 API（如step()、reset()）简化环境交互，依托 Docke...
ViNote：开源的 AI 视频处理工具，支持视频转笔记与智能问答
ViNote 是一款开源的 AI 视频处理工具，核心定位是 “视记 AI・让每个视频成为你的知识资产”。它支持 YouTube、Bilibili 等主流平台视频的解析，通过 AI 技术实现音频转录...
Skyvern：开源浏览器工作流自动化工具，基于LLM与计算机视觉实现灵活可靠的网页交互
Skyvern是一款基于大语言模型（LLMs）和计算机视觉的开源浏览器工作流自动化工具，旨在解决传统自动化方案（如依赖XPath或DOM解析）的脆弱性问题。它通过视觉理解和逻辑推理...
DeepSeek-OCR：深度求索推出的开源 LLM 视角 OCR 工具，高效提取图像与文档文本
DeepSeek-OCR 是由 deepseek-ai 团队开源的高性能 OCR 模型，核心聚焦于从 LLM 视角探索视觉 - 文本压缩技术，支持图像、PDF 等多模态输入的文本提取。该模型提供 Native和...
Qwen3-VL：Qwen 系列推出的强大多模态 AI 模型，打通视觉与语言的智能融合
Qwen3-VL 是 Qwen 系列开源的强大多模态视觉 - 语言模型，支持图像 / 视频理解、文本交互、视觉代理等全场景任务，具备长上下文处理、空间感知、跨语言 OCR 等核心能力，提...
Katakate：开源轻量级安全 VM 沙箱工具，支持大规模 AI 计算与多场景隔离编排
Katakate（简称 k7）是一个开源的轻量级安全 VM 沙箱工具，基于 Kubernetes、Kata Containers 和 Firecracker 等成熟技术构建，旨在为大规模 AI 计算、无服务器架构、CI/CD...
Open Notebook：开源隐私优先的研究助手，支持多模态管理与多 AI 模型集成
Open Notebook 是一款开源、隐私优先的研究工具，作为 Google Notebook LM 的替代方案，支持本地化部署与数据自主控制。它兼容 16+ AI 模型，可管理 PDF、音视频等多模态内...
ChopperBot：开源全自动化多平台直播切片机器人，支持智能剪辑与跨平台发布
ChopperBot 是一款开源全自动化多平台直播切片机器人，专注于直播视频的全流程处理，涵盖热门直播爬取、智能切片、标题封面生成及跨平台发布等功能。其采用插件化架构，支持...
VitaBench：美团联合 Sierra Research 推出的 LLM 智能体生活服务场景基准测试框架
VitaBench 是一款由美团与 Sierra Research 联合开发的开源基准测试框架，专为评估大型语言模型（LLM）智能体在真实生活服务场景中的综合能力而设计。该框架通过模拟外卖、...