OpenWork：开源 AI 智能体工作流系统，可视化可控的 Claude Work 平替方案
OpenWork是different-ai团队基于OpenCode打造的开源AI智能体工作流桌面系统，作为Claude Work的平替方案，采用TypeScript、Rust等技术构建，以可视化、可审计、权限可控为核...
AgentCPM-GUI：开源多模态设备端智能体，一键实现安卓应用自动化操作
AgentCPM-GUI是一款面向安卓系统的开源设备端GUI（图形用户界面）智能代理，核心能力是接收用户自然语言指令与智能手机屏幕截图，通过对GUI元素的识别、理解与推理，自主生...
EvoCUA：美团开源的多模态端到端计算机交互智能体
EvoCUA（Evolving Computer Use Agent）是由美团公司重磅开源的一款通用多模态计算机使用智能体，核心能力为基于实时桌面截图与自然语言指令，实现对主流桌面软件的端到端、...
UI-TARS-desktop：字节跳动开源的多模态AI智能体，一站式GUI智能任务自动化桌面工具
UI-TARS-desktop是字节跳动开源的多模态AI智能体桌面应用项目，基于UI-TARS模型构建，集成Agent TARS通用多模态AI智能体栈，提供本地/远程计算机、浏览器GUI智能操作能力，...
OS-Copilot：开源跨平台通用AI计算机代理，全维度对接操作系统交互
OS-Copilot是一款面向Linux、MacOS系统的开源通用智能体框架，核心实现为FRIDAY AI助手，可自动对接操作系统的网页、终端、文件、多媒体及第三方应用等全维度元素，具备自改...
RayAI：开源AI智能体运行时框架，支持分布式部署与安全沙箱执行
RayAI是一款基于Ray分布式计算框架构建的智能体运行时框架，专为AI智能体、MCP服务器和代码沙箱场景设计。它以分布式架构为核心，提供框架无关的兼容性、安全隔离的代码执行...
TuriX-CUA：开源AI桌面自动化工具，模拟人类操作完成复杂桌面任务
TuriX-CUA（TuriX Computer Use Agent）是一款开源的AI驱动桌面自动化代理工具，核心依托视觉语言模型（VLM）实现端到端的桌面操作自动化，无需依赖应用专属API，可完全模拟...
MiroThinker：MiroMind开源的搜索智能体方案，交互式缩放突破大模型推理瓶颈
MiroThinker是MiroMind研究院推出的开源搜索智能体（Search Agent）项目，聚焦增强工具辅助推理与信息检索能力，通过“交互式缩放”技术突破传统大模型性能瓶颈，提供多参数...
【从零到一掌握 AI Agent】：深入解析底层架构、工具链选型与代码实践
AI Agent（智能体） 作为基于LLM的下一代智能交互形态，正逐渐成为行业关注的焦点。它不再是简单的“输入输出”工具，而是能够自主感知环境、规划任务、执行操作并持续学习...
MiniMax Agent：基于多模态大模型的全能AI助手，10倍提速工作与学习
MiniMax Agent 是由人工智能公司 MiniMax 推出的新一代智能 AI 助手平台，其集成了自然语言理解、图像识别、语音交互、文档处理、代码生成、创意写作等多项前沿 AI 技术。该...
MAI-UI：阿里通义推出的开源 GUI 智能体框架，赋能移动场景人机交互革新
MAI-UI是阿里通义实验室推出的开源基础GUI智能体项目，核心定位是以现实世界为中心的全尺寸Foundation GUI Agents，聚焦移动场景的人机交互革新，旨在解决传统GUI智能体在实...
ML-Master：上海交大开源的下一代自主机器学习 AI 专家智能体
ML-Master 是上海交通大学 SAI 实验室牵头研发的开源 AI-for-AI 智能体，核心通过探索与推理深度融合范式 + 自适应记忆机制，实现机器学习任务全流程自主完成。该项目在 Op...
LuoGen-agent：开源 AI 视频生成智能体，一键实现爆款数字人口播视频自动化生产
LuoGen-agent 是 LuoGen-AI 团队开源的商业级爆款视频自动化生成智能体，集成智能文案处理、高保真语音克隆、数字人口播合成、多平台自动发布等全流程能力，基于 Whisper、...
MemOS：开源 AI 智能体记忆操作系统，赋能智能体长期记忆与人格一致性
MemOS 是由 MemTensor 团队开发的开源 AI 智能体记忆操作系统，旨在解决传统 AI 智能体存在的 “记忆断层”“人格漂移” 和 “上下文召回能力弱” 等核心痛点。该框架通过模...
MemMachine：开源 AI 智能体通用内存层，支持多类型记忆与跨会话持久化
MemMachine是一款面向AI智能体的开源通用内存层工具，支持工作（短期）、持久（长期）、个性化（档案）三类记忆，其内存层可跨多个会话、代理及大语言模型持久化，将情景记...