🏷️ 开源
共 128 个相关内容
🧭 导航
AutoGen
微软多 Agent 框架
DeepSeek V4
深度求索开源大语言模型
DeepSeek
DeepSeek 是由深度求索推出的开源大语言模型，支持代码生成、数学推理、多轮对话等任务。DeepSeek-V3 和 DeepSeek-R1 在多项基准测试中媲美 GPT-4，且完全免费开放使用。
Dify
Dify 是一个开源的 LLM 应用开发平台，提供可视化工作流编排、RAG 知识库、Agent 构建等功能。无需编程即可搭建 AI 聊天机器人、自动化工作流和企业级 AI 应用。
FastGPT
FastGPT是专注于知识库问答的开源AI Agent平台，支持文档上传、RAG检索、工作流编排，适合构建企业知识库和智能客服系统。
沉浸式翻译
双语对照翻译浏览器插件
LangChain
LLM 应用开发框架
LangGraph
LangChain 多 Agent 图编排框架
Llama 4
Meta 开源大语言模型
LlamaIndex
LLM 数据框架
Mistral Large
Mistral AI 旗舰模型
n8n
n8n是强大的开源工作流自动化平台，支持连接100+应用和服务，通过可视化工作流设计实现业务流程自动化，支持自托管。
Qwen 2.5
阿里通义千问开源大模型
DeepSeek R1
深度求索开发的开源推理大模型，擅长复杂推理和数学逻辑推理，在推理基准测试中表现卓越。
LiteLLM
开源 LLM API 网关，统一 100+ 模型调用接口
New API (One API)
开源的多模型 API 管理系统，支持自助充值
ComfyUI
ComfyUI 是一个基于节点的 Stable Diffusion 工作流界面，以可视化节点方式编排 AI 图像生成流程，功能强大且灵活。
Continue
Continue 是领先的开源 AI 代码助手，作为 VS Code 和 JetBrains IDE 插件运行，支持多模型接入和自定义上下文。
Ollama
Ollama 是最流行的本地大模型运行工具，一行命令即可在本地部署和运行 Llama、Mistral、Qwen 等主流开源模型。
Pixtral
Pixtral 是 Mistral AI 推出的多模态视觉语言模型，能够理解和分析图像、图表、文档等内容，具备强大的多模态推理能力。
百川智能 (Baichuan AI)
百川智能研发的大语言模型系列，覆盖通用对话、代码、医疗等垂直领域。
OpenHands
开源 AI 软件工程 Agent，能自主完成编码、调试和部署任务。
Jan
Jan 是一款开源本地 AI 桌面客户端，支持离线运行大模型，注重隐私保护。
LM Studio
LM Studio 是一款本地运行和发现大模型的桌面应用，直观地搜索、下载和使用开源 LLM。
LobeChat
LobeChat 是一款开源 AI 聊天平台，支持多模型接入、插件扩展和知识库。
NextChat
NextChat (ChatGPT-Next-Web) 是一款开源 AI 聊天客户端，支持 OpenAI、Claude、Gemini 等多种大模型。
Pinokio
Pinokio 是一款一键安装和运行 AI 应用的浏览器平台，无需配置环境即可使用各种 AI 工具。
Aider
终端中的 AI pair programming 工具，支持多模型协作和 Git 自动提交。
Gemma
Google 开源轻量级大语言模型家族，以较小的模型尺寸提供出色的性能表现。
Gradio
Hugging Face 开源的机器学习演示框架，用 Python 快速构建 AI 应用的 Web 界面。
Streamlit
Python 数据应用与 AI 演示的快速构建框架，可视化数据驱动的 Web 应用。
MCP (Model Context Protocol)
Anthropic 开源的模型上下文协议，用统一标准把大模型连接到外部工具、数据源与业务系统的开放生态。
AnimateDiff
AnimateDiff 是开源的 AI 动画生成工具，基于 Stable Diffusion 实现文本驱动动画生成与运动控制。
Camel AI
Camel AI 是开源的多智能体协作研究框架，探索 AI 自主协作、角色扮演与复杂任务分解，推动 Agent 间高效通信。
GPT4All
GPT4All 是开源的本地大模型桌面运行工具，无需 GPU 即可在个人电脑上运行多种开源 LLM，保护隐私离线使用。
Inkling
Thinking Machines Lab（Mira Murati 创立的 AI 公司）首款开源权重模型，全能型基础模型，覆盖文本理解、代码生成与推理任务。
Qwen2.5-VL
阿里通义千问视觉语言多模态模型系列，具备图像理解、视频分析、文档识别与文生图等全面的视觉-语言多模态能力。
Windmill
开发者友好的开源 AI 工作流自动化平台，用代码定义复杂工作流并分享可复用的脚本应用。
Langflow
开源低代码 AI Agent 构建平台，通过可视化拖拽编排 LLM、工具与数据流，快速搭建智能体应用。
Zed
高性能开源 AI 代码编辑器，极速响应与原生协作功能，内置多模型 AI 助手，为开发者提供流畅的编码体验。
Coolify
开源自托管 PaaS 平台，一键部署 Docker 应用与 AI 服务，替代 Vercel、Netlify 的云部署方案。
Gemini CLI
Google 开源命令行 AI 编码智能体，直接在终端用自然语言完成编程、调试与 Git 任务。
NVIDIA Nemotron
NVIDIA 开源推理大模型系列，以精准的推理、数学与编程能力见长，支持本地或云端部署。
Vespa
Yahoo 开源的向量与混合搜索引擎，支持大规模向量检索、实时索引与全文搜索一站式处理。
Dreambooth
Google 与波士顿大学提出的开源定制化文生图微调技术，用少量样本即可训练个性化 Stable Diffusion 模型。
DeepLX
开源的 DeepL 免费翻译 API 代理服务，无需付费密钥即可调用高质量翻译，支持自建服务器部署。
LibreChat
LibreChat 是一个开源的多模型 AI 聊天平台，统一接入 OpenAI、Claude、Gemini、本地模型等上百种提供商，支持文件上传、代码解释器、Agent 构建与多用户协作，是对 ChatGPT 等商业服务的隐私友好替代。
Marqo
Marqo 是一个开源、云原生的张量搜索引擎，将机器学习直接嵌入检索流程，实现向量搜索与全文检索的混合排序，无需机器学习专家即可开箱即用地构建语义搜索、图像搜索和 RAG 应用。
AudioCraft (Meta)
AudioCraft 是 Meta 开源的一站式 AI 音频生成框架，包含 MusicGen 音乐生成与 AudioGen 音效生成模型，开发者可训练、微调并部署生成高质量音频。
GPT-SoVITS
GPT-SoVITS 是开源 AI 语音克隆与声音合成工具，用极少参考音频即可复刻音色，支持情感语气、多语言与高并发推理。
Seed-VC
Seed-VC 是开源零样本语音转换与歌声转换工具，支持实时音色迁移、说话风格模仿与智能音色克隆，无需训练数据。
Kimi CLI
月之暗面官方开源的终端 AI 编程助手，基于 Kimi K2 在命令行内完成编码与调试。
Qwen Code
阿里通义千问开源的命令行编程 Agent，为 Qwen3-Coder 深度优化。
Crawl4AI
开源 LLM 友好的网页爬虫与数据抓取框架，把整站内容清洗成结构化 Markdown 供 RAG 与 Agent 使用。
LangWatch
开源 LLM 可观测性与评测平台，追踪对话链路、监控成本延迟并自动评估提示词与 Agent 质量。
Graphiti
为 AI Agent 构建时序知识图谱记忆的开源框架
IndexTTS
哔哩哔哩开源的高表现力中文语音合成模型
Stagehand
面向浏览器 Agent 的自然语言自动化 SDK
AiShort
开源 AI 提示词管理与分享平台，内置数千条精选 Prompt 模板
腾讯混元3D
腾讯混元开源 3D 生成模型，文本/图像一键生成高质量 3D 资产
Nanobrowser
Nanobrowser 是开源的 Chrome 浏览器 AI 自动化扩展，内置 Planner、Navigator、Validator 多代理协作，能在浏览器中自主完成网页研究、信息提取与操作任务。
Chonkie
Chonkie 是轻量开源文本分块库，内置多种语义与结构感知切分算法，为 RAG 流水线提供高效、可定制的 chunking 能力。
ClickHouse
ClickHouse 是面向实时分析的开源列式数据库，海量数据亚秒级查询，内置向量检索能力，为 AI 与遥测数据提供极速的实时洞察。
Kilo Code
Kilo Code 是一款开源 AI 编程 Agent 扩展，可在 VS Code 中自主规划、编写代码并执行任务，支持多模型切换、架构设计与代码库级理解，把复杂开发工作交给 AI 完成。
MinerU
MinerU 是开源高精度文档解析工具，将 PDF、扫描件与网页智能转换为结构化 Markdown/JSON，为 RAG 与 LLM 提供干净语料。
Pear AI
Pear AI 是一款开源 AI 代码编辑器，基于 VS Code 内核集成多家主流大模型，提供智能补全、对话编程与代码库问答，助你在一体化环境中高效开发。
Playwright MCP
Playwright MCP 是微软开源的 MCP 服务器，让 AI Agent 通过标准化协议控制浏览器，自主完成网页操作、数据抓取与端到端测试自动化。
Void
Void 是一款开源 AI 代码编辑器，可直接接入本地或云端大模型，提供智能补全、内联编辑与私有化 AI 编程能力，兼顾效率与数据安全。
Heygem
Heygem 是硅基智能开源的数字人视频生成工具，上传人物视频与音频即可合成自然口型的高清数字人播报。
HivisionIDPhotos
HivisionIDPhotos 是开源 AI 证件照制作工具，一键抠图换底色并生成标准尺寸证件照，支持多规格与批量处理。
Hunyuan3D
Hunyuan3D 是腾讯混元开源的 3D 生成模型，文本或图像一键生成高质量 3D 网格与纹理资产，可商用部署。
InstantID
InstantID 是小红书开源的人脸 ID 保持图像生成模型，仅凭一张照片即可生成高相似度的个性化风格图像。
LatentSync
LatentSync 是字节跳动开源的音频驱动口型同步框架，基于潜在扩散模型生成高保真唇形与表情，适配真人视频。
MuseTalk
MuseTalk 是开源实时口型同步工具，为虚拟人视频精准匹配音频唇形，支持多语言与 30fps 实时推理。
OOTDiffusion
OOTDiffusion 是开源 AI 虚拟试衣模型，基于扩散模型将服装自然贴合到模特身型，生成逼真的换装效果。
PuLID
PuLID 是字节跳动开源的人脸 ID 定制生成框架，无需微调即插即用，在保持身份特征的同时自由切换风格。
VACE
VACE 是阿里开源的全能视频创作与编辑模型，统一支持文生视频、参考图生视频、视频编辑与重绘等任务。
Dolphin
字节跳动开源文档智能解析模型，精准识别复杂版面、公式、表格与图表，为文档问答与 RAG 提供高质量结构化数据。
MindSearch
上海 AI Lab 开源的多智能体 AI 搜索引擎框架，模拟人类搜索过程进行深度联网检索与答案聚合。
Step-Audio
阶跃星辰开源语音大模型，端到端支持语音理解、生成与实时对话，具备情感与方言控制能力。
Vibe Kanban
开源 AI 编程智能体任务看板，统一编排 Claude Code、Codex、Gemini CLI 等多个编码 Agent 并行工作。
Chatterbox
Chatterbox 是 Resemble AI 开源的文本转语音模型，支持情感夸张控制与零样本音色克隆，效果自然且可商用。
Kokoro TTS
Kokoro TTS 是开源轻量级高质量文本转语音模型，仅 8200 万参数即可生成自然流畅的拟真人语音，支持多语言，CPU 上也能高效运行。
Flux 2
Black Forest Labs 新一代开源图像生成模型，图像质量、文字渲染与编辑一致性大幅提升。
Qwen Image
阿里通义千问团队开源的图像生成与编辑模型，中文文字渲染与复杂排版效果业界领先。
DeepSeek-OCR
深度求索开源的 OCR 视觉语言模型，通过视觉 token 压缩实现高效文档识别与解析。
Dia
Nari Labs 开源的文本转语音模型，支持多说话人对话与情感语音生成。
HunyuanImage 3.0
腾讯混元开源文生图模型，80B 参数原生多模态架构，中文语境与长文本渲染能力突出。
Kandinsky 5.0
Sber AI 开源图像与视频生成模型，文生图、图生视频兼具高画质与可商用授权。
Moshi
Kyutai 开源的实时全双工语音 AI 模型，可一边听一边说，实现自然流畅的端到端语音对话。
OpenCode
开源终端 AI 编程 Agent，支持多模型接入与会话式开发，可作为 Claude Code 的开放替代。
Sim Studio
开源 AI 工作流与 Agent 编排平台，可视化拖拽搭建多步骤智能体流程并一键部署。
Mistral Devstral
Mistral AI 开源编码智能体模型，专为软件工程任务优化，可自主完成多文件代码修改。
Wan 2.2
阿里通义万相开源视频生成模型，MoE 架构提升画质与运动表现，支持文生视频与图生视频。
Omi
开源可穿戴 AI 记录吊坠，实时转录对话并智能整理要点，支持自定义 AI 应用扩展。
Cognee
Cognee 是开源 AI 记忆引擎，用图结构连接文档、对话与知识，为 Agent 提供可扩展的语义记忆与检索增强能力。
Coqui TTS
Coqui TTS 是开源深度学习文本转语音工具包，支持多语言语音合成、声音克隆与情感控制，是可本地部署的高质量 TTS 方案。
Firecrawl
Firecrawl 是开源网页抓取与数据提取 API，能将整站内容清洗为 LLM 友好的结构化数据，为 RAG 与 AI Agent 提供高质量语料。
LeRobot
LeRobot 是 Hugging Face 开源的机器人学习框架，提供预训练策略、数据集与仿真环境，降低具身智能与机器人 AI 的研发门槛。
OmniGen
OmniGen 是开源统一图像生成模型，将文生图、图像编辑与多主体合成统一到单一模型中，无需额外插件即可完成多种视觉任务。
Open Notebook
Open Notebook 是开源版 NotebookLM 替代方案，支持上传 PDF、视频与音频自动构建知识库，提供多模型对话、播客生成与私有化部署能力。
PaddleOCR
PaddleOCR 是百度飞桨开源的 OCR 工具库，提供轻量级多语言文字识别与版面分析，广泛用于票据、证件与文档数字化场景。
Screenpipe
Screenpipe 是开源的全天候屏幕与音频记录 AI 助手，本地转录你的屏幕活动与会议对话，构建可搜索的个人记忆库。
Surya OCR
Surya OCR 是开源高精度多语言 OCR 与版面分析工具，支持 90+ 语言、表格识别、阅读顺序还原与 LaTeX 公式提取，适合文档智能处理。
Rowboat
Rowboat 是开源 AI 协作伙伴与智能笔记应用，本地构建个人知识库，边聊边记并自动生成结构化工作产出。
Suna
Suna 是 Kortix 推出的开源通用 AI 智能体平台，能像真人一样浏览网页、操作文件、处理数据并完成复杂多步骤任务，支持自托管部署。
TaskingAI
TaskingAI 是开源 AI 应用开发平台，提供 Agent、工具、检索增强与模型管理的一站式后端，快速构建生产级 AI 产品。
Unstract
Unstract 是开源 LLM 文档数据提取平台，无需模板即可从 PDF、扫描件与合同批量抽取结构化数据并自动清洗入库。
Bolt.diy
Bolt.diy 是开源的 AI 全栈应用开发平台，可自托管运行，用自然语言在浏览器中生成并部署 Web 应用。
LightRAG
LightRAG 是轻量高效的开源检索增强生成框架，基于图结构索引实现快速、精准的知识问答。
MarkItDown
MarkItDown 是微软开源的文件转 Markdown 工具，将 PDF、Office 文档、图片等转为 LLM 友好的结构化文本。
PostHog
PostHog 是开源的产品分析与 AI 可观测性平台，集用户行为分析、会话回放、A/B 实验与 LLM 分析于一体，帮助团队用数据驱动产品决策。
Dagster
Dagster 是现代数据与 AI 编排平台，以软件定义资产的方式构建、调度与观测数据管道和机器学习工作流。
Inngest
Inngest 是开源持久化工作流执行平台，用于编排异步代码与 AI Agent，支持步骤级重试、事件驱动触发与大规模弹性扩展。
Prefect
Prefect 是数据、ML 与 AI Agent 的工作流编排平台，用 Python 定义自动化流程并实时观测、重试与扩展。
Trigger.dev
Trigger.dev 是开源的 TypeScript 平台，用于构建与部署持久化 AI Agent 和长时任务工作流，自动处理重试、排队、并发与状态管理。
Qwen3 Coder
Qwen3 Coder 是阿里通义千问推出的代码大模型，专为编程与 Agent 场景优化，支持超长上下文与多语言代码生成。
DeerFlow
字节跳动开源的 SuperAgent 深度研究框架，结合沙箱、记忆、工具与子 Agent 完成研究、编码与创作任务。
Big-AGI
Big-AGI 是开源多模型 AI 工作台，聚合主流大模型与本地模型，支持多路对话、Agent 工具调用与知识库。
Hollama
Hollama 是开源 Ollama 桌面聊天客户端，本地运行大模型，支持多会话、模型切换与图片输入，注重隐私。
Witsy
Witsy 是开源跨平台 AI 桌面助手，聚合多模型与本地模型，支持快捷写作、翻译、语音与文档问答。
Moondream
Moondream 是轻量级开源视觉语言模型，参数仅 18 亿即可在端侧运行图像理解、目标检测与视觉问答，兼顾性能与部署便捷性。
HiDream
国产开源文生图模型 HiDream-I1，170 亿参数在多项基准超越主流模型，文字渲染与图像细节表现出色且可商用。
Orpheus TTS
Canopy Labs 开源的 LLM 驱动语音合成模型，具备拟人化情感表达、零样本音色克隆与低延迟流式生成，适合实时语音应用。
Spark-TTS
基于大语言模型的开源语音合成系统，仅凭文本即可实现零样本音色克隆与中英双语自然合成，性能媲美商用方案。
Honcho
开源 AI Agent 记忆与个性化框架，为智能体构建持久化用户记忆、身份建模与上下文管理，让 Agent 真正记住你。
Open-Sora
开源视频生成模型与训练框架，从文本/图像生成高清视频，完整开源训练代码与权重，视频生成社区标杆项目。