项目框架

一个用于构建 LLM（大型语言模型）应用的数据框架，提供了一套工具和框架，帮助开发者将私有数据与 LLM 结合使用，以增强知识生成和推理能力。

Open WebUI 是一个可扩展的、可自托管的 AI 界面，它能够适应你的工作流程，同时完全在离线状态下运行。

一个视频分析工具，结合了视觉模型（如Llama的11B视觉模型）和Whisper进行语音识别，通过提取关键帧并进行分析，生成视频内容的描述。

LocalGPT 是一个开源项目，旨在让用户在本地设备上与文档进行对话，确保数据隐私和安全。

olmOCR是一个用于将PDF、图像等基于图像的文档转换为可读、纯文本格式的工具。

OmniHuman 是字节跳动研发的多模态数字人生成模型，能够同时接受文本、图像、音频和姿态等多种条件，实现从单张照片生成全身动态视频的功能。

Parlant 是由 emcie-co 团队开发的一款开源的 LLM（大型语言模型）智能体框架，旨在解决传统 AI 代理在实际应用中行为不可预测、难以控制的核心问题。

kotaemon是一个开源的基于检索增强生成（RAG）的工具，旨在实现与文档对话的能力。

opencode 是一个专为终端设计的 AI 编程代理（AI coding agent），旨在提供类似 Claude Code 的功能。支持 OpenAI、Google、Anthropic 等模型，甚至本地模型。

Unstract 是一款基于大语言模型（LLM）打造的无代码平台，专注于非结构化数据提取，旨在通过 LLM 能力消除非结构化数据相关的人工流程

一键将音视频转化为小红书/公众号/知识笔记/思维导图/视频字幕等各种风格的文档。

Ant Design X For Vue。基于 RICH 设计范式，打造卓越 AI 界面解决方案，引领智能新体验。

一个开源的 AI 桌面代理，旨在通过自然语言指令自动化计算机任务，允许用户通过简单的自然语言命令执行复杂的任务，如网页浏览、数据处理、文件管理等，无需编写复杂代码 。

LangGraph 是一个用于构建、管理和部署长运行、有状态代理（agents）的低级编排框架。它被广泛应用于需要构建复杂、可扩展、可持久化代理系统的场景。

GPT-SoVITS 是一款创新的开源声音克隆工具，它将 GPT 模型与 SoVITS 技术相结合，能够在样本数据极少的情况下，实现高质量的语音克隆和文本到语音转换（TTS）。

AI Agent案例集合。收录了 500 多个 AI Agent 项目和应用案例，涵盖医疗、金融、教育、零售等多个行业，每个案例都配有详细说明和开源代码链接，便于开发者参考和学习 。

Mem0 是一个专注于构建具有可扩展长期记忆的 AI 助手和代理的平台。

Shimmy 是一款轻量级开源工具，专为本地 AI 推理设计，提供了与 OpenAI API 完全兼容的接口，使开发者能够在本地环境中运行大模型，而无需依赖云端服务。

Edge-TTS 是一个基于微软 Azure 文本转语音（TTS）功能的 Python 库，旨在为开发者提供简单、高效、免费的文本转语音解决方案。

Coze Studio 是由字节跳动开发并开源的一站式 AI Agent 开发工具，旨在为开发者提供从开发到部署的全方位支持，帮助他们快速构建和调试智能体、应用和工作流 。

易于上手的多平台聊天机器人及开发框架。松耦合 / 异步 / 多消息平台部署 / 易用的插件系统 / 完善的大语言模型（LLM）接入

OpenRouter 是一个统一的 API 接口平台，旨在为用户提供访问和使用多种 AI 模型的便捷途径。

Letta 是一个开源 AI 助手框架，旨在为开发者和企业提供高效、灵活的自然语言处理（NLP）解决方案。

WeKnora是一款基于大语言模型的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。

百度飞桨（PaddlePaddle）平台上的一个开源语音处理工具包，旨在为语音识别、语音合成、语音翻译、语音识别、语音分类、语音标点恢复、语音情感分析等任务提供全面的解决方案。

一个专注于构建用户面向的智能应用（Agentic Applications）的工具