按 Star 数与更新时间排序
项目简介 n8n 是一个开源的工作流自动化平台，主打"节点化"的可视化编排，在 GitHub 上拥有约 7.8 万颗星。它支持超过 400 个集成（应用与 API），通过拖拽节点即可构建自动化流程，被广泛用于 AI 工作流、业务自动化与数据管道场景。 n8n 的最大特色是"代码与可视化并存"：每...
项目简介 TensorFlow 是 Google 于 2015 年开源的主流深度学习框架，目前由 Google Brain 团队持续维护，在 GitHub 上拥有约 19 万颗星，是全球应用最广泛的机器学习框架之一。它以静态计算图为核心设计，兼顾生产环境的高性能部署，同时通过 Keras 高层 A...
项目简介 AutoGPT 是由 SignificantGravitas 维护的开源项目，致力于让每个人都能使用并构建 AI 智能体。该项目在 GitHub 上拥有约 187,023 颗星标，显示出极高的社区关注度。其核心愿景是提供工具，让用户专注于重要事务，而非底层技术细节。项目包含两个主要部分：...
项目简介 Ollama 是一个旨在让开发者轻松上手开源大模型的开源项目。该项目在 GitHub 上拥有约 179,817 颗 Star，显示出较高的社区关注度。其核心目标是简化大语言模型（LLM）的本地化部署与管理流程，支持包括 KimiK2.6、GLM5.2、MiniMax、DeepSeek、g...
项目简介 Stable Diffusion WebUI 是一个基于 Gradio 库实现的 Stable Diffusion Web 界面。该项目在 GitHub 上拥有约 164752 颗 Star，显示出较高的社区关注度。它由 AUTOMATIC1111 维护，旨在为用户提供一个功能丰富、易于...
项目定位 Dify 的官方仓库将其描述为用于构建生成式 AI 应用的平台。本文只依据该仓库 README 可核验的信息说明如何评估项目，不把未在来源中确认的能力、成本或生产效果写成事实。项目代码和部署方式会变化，开始前应阅读仓库当前 README、许可证、发布说明及安全公告。 先从官方仓库开始 ...
项目简介 Langflow 是一个功能强大的开源平台，专为构建和部署由人工智能驱动的代理（Agents）和工作流（Workflows）而设计。该项目由 Langflow AI 维护，目前处于活跃开发状态，在 GitHub 上拥有约 153,955 颗星，显示出较高的社区关注度。它采用 MIT 许可...
项目简介 Transformers 是 Hugging Face 推出的明星开源库，提供数以万计的预训练模型（BERT、GPT、Llama、Qwen 等）的统一加载与使用接口，在 GitHub 上拥有约 15 万颗星，是自然语言处理领域事实上的标准工具库。 它把"下载模型加载权重推理/微调"压缩...
项目简介 LangChain 是一个定位为“智能体工程平台”的开源框架，旨在简化基于大语言模型（LLM）的应用程序开发。该项目由 LangChain 团队维护，在 GitHub 上拥有约 145321 颗 Star，显示出较高的社区关注度。作为一个活跃的开源项目，它提供了 Python 和 Jav...
项目简介 ComfyUI 是开源的 Stable Diffusion 图形化工作流工具，在 GitHub 上拥有约 6.3 万颗星，是 AI 绘画领域技术用户的首选。它以"节点式"界面著称：把提示词、模型、采样器、放大、修图等步骤拆成节点，自由连线组合，实现高度可控与可复现的生成流程。 相比 W...
项目简介 PyTorch 是 Meta（Facebook）开源的深度学习框架，凭借"动态计算图+Python 原生体验"的设计，成为学术界与科研团队最受欢迎的框架，在 GitHub 上拥有约 9.3 万颗星。 它以灵活著称：模型定义即代码，调试如同写普通 Python 程序。近年来 PyTorc...
项目简介 NextChat（原名 ChatGPTNextWeb）是一个开源的轻量级 AI 助手项目，目前在 GitHub 上拥有约 88676 颗 Star，显示出较高的社区关注度。该项目由 NextChat 团队维护，提供包括 Web 端、iOS App、以及基于 Tauri 开发的 Windo...
项目简介 Open WebUI 是一个开源的 AI 对话界面项目，为 Ollama、OpenAI 兼容 API 等各类大模型提供功能完整的 Web 前端，在 GitHub 上拥有约 8.5 万颗星，是自建 AI 助手中最流行的开源方案之一。 它把"本地大模型的聊天入口"做成了一款类似 ChatG...
项目简介 llama.cpp 是 Georgi Gerganov 发起的开源项目，目标是在消费级硬件上高效运行大语言模型，在 GitHub 上拥有约 8.2 万颗星。它用 C/C++ 实现了 LLM 推理，并通过 GGUF 量化格式把模型压缩到普通电脑甚至手机都能运行的体积。 它支持 Llama...
项目简介 Whisper 是 OpenAI 开源的语音识别模型，支持 99 种语言的语音转文字，在 GitHub 上拥有约 8.2 万颗星。它基于大规模弱监督训练，从互联网收集的海量多语言音频数据中学习，识别准确率在多个基准上达到甚至超过人类水平。 Whisper 不仅能转写，还支持翻译（转写为...
项目简介 GPT4All 是 Nomic AI 推出的开源项目，目标是让任何人都能在自己的电脑上免费运行本地大语言模型，在 GitHub 上拥有约 7.4 万颗星。它提供开箱即用的桌面应用、跨平台 API 与模型下载中心，无需 GPU 也能运行。 GPT4All 的理念是"AI 应人人可及"：模...
项目简介 MetaGPT 是一个开源的多智能体框架，由 FoundationAgents 团队维护。其核心理念是将大语言模型（LLM）赋予不同的职业角色，如产品经理、架构师、项目经理和工程师，从而形成一个协同工作的实体。该项目在 GitHub 上拥有约 70116 颗 Star，显示出较高的社区关...
项目简介 Lobe Chat 是一个开源的现代化 AI 对话框架，由 LobeHub 团队维护，在 GitHub 上拥有约 7 万颗星。它把 ChatGPT 级的产品体验做成可私有部署的 Web 应用，支持 OpenAI、Claude、Ollama、通义千问等 30+ 模型服务商接入。 Lobe...
项目简介 Open Interpreter 是一个面向开源模型的编码智能体（Coding Agent），目前拥有约 68207 颗 Star，显示出较高的社区关注度。该项目是 OpenAI Codex 的一个分支，核心目标是通过 Rust 语言重新实现，以优化对低成本模型的支持。当前版本重点适配了...
项目简介 AnythingLLM 是由 Mintplex Labs 维护的开源项目，旨在提供一款功能完备的私有化 AI 应用。该项目在 GitHub 上拥有约 65415 颗星，显示出较高的社区关注度。其核心理念是让用户“拥有”而非“租赁”智能，提供一个本地优先、高度可配置的 Agent 体验。项...
项目简介 CrewAI 是一个开源的 Python 框架，专注于编排具有角色扮演能力的自主 AI 智能体。通过促进协作智能，它使智能体能够无缝协作，处理复杂任务。该项目由 crewAIInc 维护，目前在 GitHub 上拥有约 57859 颗星，显示出较高的社区关注度。作为快速且灵活的多智能体自...
项目简介 PrivateGPT 是一个开源的 API 层，旨在将本地运行的模型转化为可用于生产的 AI 应用程序。该项目由 Zylon 团队维护，目前拥有约 57492 颗 GitHub Star，显示出较高的社区关注度。它并非直接运行模型，而是作为中间件连接上游应用与下游推理服务器。项目遵循 A...
项目简介 vLLM 是加州大学伯克利分校团队推出的高性能大语言模型推理引擎，在 GitHub 上拥有约 5.7 万颗星，是当前部署大模型服务最流行的开源方案之一。它以"PagedAttention"为核心创新，把 LLM 推理吞吐量提升了数倍，并大幅降低显存占用。 vLLM 兼容 OpenAI ...
项目简介 Flowise 是一款旨在让开发者能够“可视化地构建 AI 智能体（Build AI Agents, Visually）”的开源工具。该项目由 FlowiseAI 团队发起，在 GitHub 上获得了约 55399 颗 Star，显示出其在开源社区中具有较高的关注度和流行度。需要特别注意...
项目简介 LlamaIndex 是一个用于构建智能体应用程序的开源框架，由 LlamaIndex 团队维护。该项目在 GitHub 上拥有约 51931 颗 Star，显示出较高的社区关注度。作为 LlamaIndex OSS 部分，它是一个开放源代码的项目，同时官方也提供了名为 LlamaPar...
项目简介 LocalAI 被称为开源 AI 引擎，由 Ettore Di Giacinto 创建并由 LocalAI 团队维护。该项目在 GitHub 上拥有约 48775 颗星，显示出较高的社区关注度。其核心定位是允许用户在任意硬件上运行各类模型，包括大型语言模型（LLM）、视觉、语音、图像和视...
项目简介 AutoGen 是微软研究院开源的 AI Agent 开发框架，在 GitHub 上拥有约 4.6 万颗星，是"多智能体协作"方向最具影响力的开源项目之一。它允许开发者定义多个 AI Agent（角色），让它们通过对话协作完成复杂任务，例如一个"研究员"Agent 与一个"写手"Agen...
项目简介 RAGFlow 是 InfiniFlow 开源的基于 RAG（检索增强生成）的企业级知识库问答引擎，在 GitHub 上拥有约 4.5 万颗星。它专注解决"企业文档问答"这一核心场景：上传 PDF、Word、网页等资料，即可搭建带引用来源的智能问答系统。 RAGFlow 最大的卖点是"...
项目简介 Jan 是一个开源的 ChatGPT 替代方案，旨在将开源人工智能的最佳实践融入易于使用的产品中。该项目由 Jan 团队维护，目前在 GitHub 上拥有约 44275 颗 Star，显示出较高的社区关注度。从仓库的提交活跃度、贡献者数量以及最近一次提交的时间来看，该项目处于持续维护和迭...
项目简介 Gradio 是 Hugging Face 推出的快速构建机器学习 Web 演示界面框架，在 GitHub 上拥有约 4.4 万颗星。它用几行 Python 代码就能把模型封装成可交互的网页应用：输入框、图片上传、聊天界面、参数滑块等组件开箱即用。 Gradio 是 AI 研究者最常用...
项目简介 OpenHands（原 OpenDevin）是开源的"AI 软件工程师"项目，在 GitHub 上拥有约 4.3 万颗星。它能像人类工程师一样操作电脑：读取代码、修改文件、运行命令、浏览网页，在沙箱环境中自主完成软件开发任务。 OpenHands 的理念是"让 AI 真正动手干活"：不...
项目简介 GPTSoVITS 是开源的"少样本语音克隆与合成"项目，在 GitHub 上拥有约 4.3 万颗星。它只需 1 分钟的目标说话人音频，就能克隆音色并合成高质量中文语音，同时支持推理加速与跨语言语音合成。 GPTSoVITS 把"音色克隆"的门槛降到普通用户可及：本地即可运行，无需专业...
项目简介 Text Generation WebUI（常称 Oobabooga WebUI）是开源的本地大模型图形界面项目，在 GitHub 上拥有约 4.2 万颗星。它提供类似 ChatGPT 的浏览器界面，让用户在本机运行开源大模型，支持聊天、模型加载管理、LoRA 微调、API 服务等完整功...
项目简介 Streamlit 是开源的 Python 数据应用框架，在 GitHub 上拥有约 4.2 万颗星，是数据科学和 AI 领域最流行的 Web 应用工具之一。它让开发者用纯 Python 代码构建交互式仪表盘、数据应用与 AI 工具，无需写 HTML/JavaScript。 Strea...
项目简介 Quivr 是一个开源的 RAG（检索增强生成）框架，由 QuivrHQ 维护。该项目在 GitHub 上拥有约 39438 颗星标，显示出较高的社区关注度。其核心定位是作为开发者的“第二大脑”，利用生成式 AI 的能力构建个人助手或集成到现有产品中。Quivr 强调“有观点的 RAG”...
项目简介 DeepSpeed 是微软开源的深度学习优化库，在 GitHub 上拥有约 3.9 万颗星，是训练大模型最重要的基础设施之一。它提供 ZeRO 内存优化、分布式训练、推理加速等能力，让开发者能在有限硬件上训练和部署超大模型。 GPT 系列等大模型训练普遍使用 DeepSpeed 或其衍...
项目简介 exo 是开源项目，目标是让任何设备都能运行大模型，在 GitHub 上拥有约 3.9 万颗星。它的杀手级特性是"设备集群推理"：把家里的 MacBook、树莓派、旧电脑等设备组网，联合运行大模型，让"用闲置设备拼出一台大模型服务器"成为现实。 exo 的愿景是"大模型的去中心化"——...
项目简介 whisper.cpp 是 whisper 的 C/C++ 移植实现，同样基于 OpenAI Whisper 架构，在 GitHub 上拥有约 3.9 万颗星。它把 Whisper 语音识别模型跑在 CPU 上也能达到不错的实时性，并支持 Apple Silicon 加速、量化和端侧部署...
项目简介 Coqui XTTS 是 Coqui AI 开源的跨语言语音克隆与合成模型，在 GitHub 上拥有约 3.9 万颗星。它只需 6 秒参考音频即可克隆音色，并支持 17 种语言的跨语言合成——用中文参考音色说英文，声音依然保持一致。 XTTS 是少样本语音克隆领域最知名的开源方案之一，...
项目简介 Ray 是开源的分布式计算框架，由加州大学伯克利分校 RISELab 开发，在 GitHub 上拥有约 3.9 万颗星。它把"Python 并行与分布式"变得简单：从多进程并行到大规模集群调度，从强化学习训练到大模型推理服务，Ray 提供了统一的高性能运行时。 Ray 生态覆盖机器学习...
项目简介 Bark 是 Suno AI 开源的全新音频生成模型，在 GitHub 上拥有约 3.8 万颗星。它不只是 TTS（语音合成），还能生成音乐、音效、背景声与多语种语音，是"文本到完整音频"的生成模型。 Bark 支持中文、英文等 20+ 种语言，可以生成带情绪的朗读、唱歌、乐器伴奏与拟...
OpenVoice 是 MyShell 开源的声音克隆方案：一段几秒的参考音频即可克隆说话人音色，并独立控制情感、口音、语速等属性——克隆的音色甚至可以「带着另一种情绪说话」。 同时支持跨语言声音克隆，提供 Python API 与在线演示，训练与推理流程文档完善，是语音克隆领域应用最广的开源项目之...
项目简介 Milvus 是开源的向量数据库，由 Zilliz 团队开发，在 GitHub 上拥有约 3.5 万颗星，是全球最流行的向量数据库之一，也是 LF AI & Data 基金会孵化项目。它专为"十亿级向量检索"设计，是 RAG、语义搜索、推荐系统的基础设施。 Milvus 提供高可用、可...
项目简介 ChatTTS 是开源的对话式中文语音合成模型，在 GitHub 上拥有约 3.4 万颗星，专为"对话场景"优化：支持语气词（嗯、啊、哈哈）、停顿、笑声等自然对话特征，生成的中文语音非常接近真人聊天。 ChatTTS 特别适合对话机器人、短视频口播、播客配音等需要"自然口语感"的场景，...
项目简介 LiteLLM 是开源的 LLM API 统一网关，在 GitHub 上拥有约 3.3 万颗星。它用统一接口封装 100+ 家大模型服务商（OpenAI、Claude、Gemini、通义、DeepSeek、本地 Ollama 等），让开发者一套代码调用所有模型，并提供负载均衡、密钥管理、...
项目简介 LibreChat 是开源的 AI 对话前端，在 GitHub 上拥有约 3.2 万颗星。它把 ChatGPT 的完整产品体验（多模型、多会话、文件上传、插件、多用户）做成可自托管的 Web 应用，并支持 OpenAI、Anthropic、Google、本地模型等众多服务商。 Libr...
项目简介 spaCy 是开源的工业级自然语言处理（NLP）库，在 GitHub 上拥有约 3.2 万颗星，是 Python 生态最成熟的 NLP 工具之一。它提供分词、词性标注、命名实体识别、依存句法分析、文本分类等全套能力，性能经过工业级优化。 与学术导向的库不同，spaCy 的定位是"生产可...
项目简介 SGLang 是开源的 LLM 推理与服务框架，由斯坦福大学团队与社区维护，在 GitHub 上拥有约 3 万颗星。它主打"快速、灵活"：通过 RadixAttention 前缀缓存等技术实现高吞吐推理，同时提供结构化输出、多模态支持与 Python 原生接口。 SGLang 与 vL...
项目简介 Diffusers 是 Hugging Face 推出的开源扩散模型工具库，在 GitHub 上拥有约 3 万颗星，是使用 Stable Diffusion 系列模型最主流的 Python 库。它提供统一的 API 加载与推理各类扩散模型（文生图、图生图、修复、放大），并支持训练与微调。...
项目简介 ControlNet 是开源的扩散模型控制扩展，由斯坦福大学团队发布，在 GitHub 上拥有约 3 万颗星。它让 AI 绘画不再"随缘"：通过边缘图、姿态、深度图、线稿等条件输入，精确控制生成图像的构图与结构，是 Stable Diffusion 生态最重要的配套技术之一。 Cont...
项目简介 FastGPT 是一个由 labring 团队维护的开源 AI Agent 构建平台。该项目在 GitHub 上拥有约 29516 颗 Star，显示出较高的社区关注度与活跃度。作为一个知识库驱动的平台，它旨在降低大语言模型应用的开发门槛，让开发者无需进行繁琐的基础配置即可构建复杂的问答...
项目简介 Semantic Kernel（语义内核）是微软开源的大模型应用开发框架，在 GitHub 上拥有约 2.8 万颗星。它面向 .NET、Python、Java 开发者，提供统一的"技能（Skills）+ 插件（Plugins）+ 记忆（Memory）+ 规划（Planner）"抽象，让企...
项目简介 sovitssvc（SoftVC VITS Singing Voice Conversion）是开源的歌声/语音变声项目，在 GitHub 上拥有约 2.6 万颗星。它能将输入音频的音色转换为目标音色（歌声或说话声），是"AI 翻唱"领域最知名的开源方案。 基于 SoftVC 架构与 ...
项目简介 InvokeAI 是开源的 AI 绘画创作平台，在 GitHub 上拥有约 2.5 万颗星。它提供完整的图像生成工作台：文生图、图生图、修复、放大、画布编辑一应俱全，并内置模型管理与统一提示词语法，是 Stable Diffusion 生态中"作品级"的创作工具。 InvokeAI 定...
项目简介 Qdrant 是开源的向量搜索引擎，在 GitHub 上拥有约 2.5 万颗星，是 RAG 与语义搜索场景最受欢迎的向量数据库之一。它以"Rust 高性能 + 生产可用"著称：单机即可承载亿级向量，支持过滤、分片、副本等完整分布式能力。 Qdrant 提供云服务（Qdrant Clou...
项目简介 MLflow 是开源的机器学习生命周期管理平台，由 Databricks 开源，在 GitHub 上拥有约 2.4 万颗星。它覆盖 ML 项目的"实验追踪、模型注册、模型服务、项目打包"全流程，被企业广泛用作机器学习平台的底座。 MLflow 强调"语言无关 + 框架无关"：Pytho...
项目简介 Chroma 是开源的嵌入式向量数据库，在 GitHub 上拥有约 2.4 万颗星，是 RAG 应用最易上手的向量存储方案之一。它主打"简单"：几行 Python 代码即可创建集合、插入向量、语义检索，无需部署独立服务。 Chroma 提供内存模式（开发）与持久化模式（生产），与 La...
项目简介 PaddlePaddle（飞桨）是百度开源的深度学习平台，在 GitHub 上拥有约 2.4 万颗星，是国内使用最广泛的深度学习框架之一。它提供完整的训练推理部署工具链：核心框架 + PaddleNLP、PaddleOCR、PaddleSeg 等官方套件，覆盖 NLP、CV、语音等主流方...
项目简介 MLCLLM 是开源的通用大模型部署引擎，由机器学习编译（MLC）社区推出，在 GitHub 上拥有约 2.3 万颗星。它主打"一次编译、全端部署"：同一套 LLM 权重可编译运行在 Web（WASM）、手机（iOS/Android）、消费级 GPU、边缘设备等平台。 MLCLLM 基...
项目简介 DSPy 是斯坦福大学推出的"编程式"大模型应用框架，在 GitHub 上拥有约 2.3 万颗星。它把"提示词工程"重构为"模块化编程 + 自动优化"：用声明式模块（Signature、Predictor、Retriever）定义任务，由编译器自动优化提示与参数。 DSPy 的核心思想...
项目简介 Label Studio 是开源的标注平台，由 Heartex 开发，在 GitHub 上拥有约 2.3 万颗星。它支持文本、图像、音频、视频、时间序列等多模态数据的标注，提供丰富的标注模板（分类、框选、分割、关系、OCR 等），是机器学习数据标注的事实标准工具之一。 Label St...
项目简介 FunASR 是阿里达摩院开源的语音识别工具包，在 GitHub 上拥有约 2.2 万颗星。它提供端到端中文语音识别（ASR）模型（Paraformer 系列）与完整的语音任务能力：识别、标点、说话人分离、时间戳、关键词唤醒等。 FunASR 的中文识别效果在开源方案中处于领先水平，支...
项目简介 Fooocus 是开源的 AI 绘画工具，在 GitHub 上拥有约 2.2 万颗星，被社区称为"最像 Midjourney 的开源软件"。它基于 Stable Diffusion（SDXL/Flux），但把复杂的参数隐藏到极简界面——安装即用，输入提示词就能生成高质量图像。 Fooo...
项目简介 LivePortrait 是快手开源的人像驱动框架，在 GitHub 上拥有约 2.1 万颗星。它用单张照片即可生成"会说话、会动"的数字人视频：给定一张人像图，通过动作驱动（视频或音频）让照片中的人物自然转头、眨眼、说话。 LivePortrait 定位高效与可控：在消费级 GPU ...
项目简介 Datasets 是 Hugging Face 推出的数据集加载与处理库，在 GitHub 上拥有约 2.1 万颗星。它提供统一的 API 访问 Hugging Face Hub 上的数万个开源数据集，并内置高效的数据处理能力（批量变换、流式加载、内存优化）。 Datasets 相当于...
项目简介 RVC（Retrievalbased Voice Conversion）是开源的语音/歌声转换项目，在 GitHub 上拥有约 2 万颗星。它通过"检索式特征提取"实现高质量音色转换：训练快、效果自然、消费级显卡即可完成训练与推理，是目前最流行的变声/翻唱开源方案之一。 RVC 提供完...
项目简介 DBGPT 是一个开源的代理式 AI 数据助手（Agentic AI Data Assistant），旨在为下一代 AI 与数据结合的产品提供基础能力。该项目由 eosphorosai 组织维护，目前拥有约 19828 个 GitHub Star，显示出较高的社区关注度。它采用 MIT ...
项目简介 PEFT（ParameterEfficient FineTuning）是 Hugging Face 推出的高效微调库，在 GitHub 上拥有约 1.9 万颗星。它实现 LoRA、QLoRA、PrefixTuning、PromptTuning、AdaLoRA 等主流参数高效微调方法，让大...
项目简介 Haystack 是开源的 LLM 应用框架，由 deepset 团队开发，在 GitHub 上拥有约 1.9 万颗星。它提供"管道（Pipeline）+ 组件（Component）"的声明式架构，用于构建 RAG、问答、Agent 等检索增强应用，强调生产级可靠与可观测。 Hayst...
项目简介 pgvector 是 PostgreSQL 的向量检索扩展，在 GitHub 上拥有约 1.9 万颗星。它让 PostgreSQL 原生支持向量数据类型与相似度检索（余弦、欧氏、点积），并提供精确与近似（IVFFlat、HNSW）索引，是"在现有数据库上加语义搜索"的最轻量方案。 对于...
项目简介 Rasa 是开源的对话式 AI 框架，在 GitHub 上拥有约 1.9 万颗星，是构建企业级聊天机器人/对话助手的主流开源平台。它提供 NLU（意图识别、实体抽取）、对话管理（Dialogue Management）、自定义 Actions 等完整能力，支持本地部署与隐私保护。 Ra...
项目简介 WhisperX 是牛津大学团队开源的"加速 Whisper"语音转写工具，在 GitHub 上拥有约 1.8 万颗星。它在 OpenAI Whisper 基础上加入了"词级时间戳对齐 + 自动说话人分离"两大能力，并大幅提升转写速度，是会议转写、字幕生成领域的主流增强方案。 Whis...
项目简介 SentenceTransformers 是开源的句子/文本嵌入库，在 GitHub 上拥有约 1.8 万颗星。它基于 Transformers，提供海量预训练嵌入模型（多语言、中文优化），把文本映射为语义向量，是语义搜索、聚类、相似度计算的标配工具。 一行代码即可加载模型并生成嵌入，...
项目简介 fasterwhisper 是 Whisper 的高性能重新实现，在 GitHub 上拥有约 1.7 万颗星。它基于 CTranslate2 推理引擎重写 Whisper，在保持相同准确率的前提下，将转写速度提升数倍、显存占用大幅降低，是生产环境部署 Whisper 的主流选择。 fa...
项目简介 DVC（Data Version Control）是开源的机器学习数据版本管理工具，在 GitHub 上拥有约 1.6 万颗星。它把 Git 的版本管理思路扩展到"数据与模型"：数据集、模型文件、实验参数都可版本化、可回溯、可协作。 DVC 与 Git 协同工作：代码进 Git，大数据...
项目简介 SadTalker 是开源的"照片说话"数字人项目，在 GitHub 上拥有约 1.6 万颗星。它输入一张人像照片和一段音频，即可生成"嘴巴同步说话、头部自然动作"的视频，是口播视频、虚拟主播制作的热门开源方案。 SadTalker 在 Stable Diffusion 生态中集成（W...
项目简介 Weaviate 是开源的向量数据库与知识图谱引擎，在 GitHub 上拥有约 1.6 万颗星。它原生支持向量检索 + 图式对象存储，内置模块化 AI 能力（向量化、生成、重排），定位"AI 原生数据库"。 Weaviate 提供 Python/Go/JS 等客户端、GraphQL/R...
项目简介 SWEagent 是普林斯顿大学推出的"AI 软件工程师"Agent 框架，在 GitHub 上拥有约 1.5 万颗星。它把大模型封装成能自主操作代码仓库的 Agent：阅读代码、定位 bug、修改文件、运行测试、提交修复，主打"让 AI 真正修代码"。 SWEagent 在 SWEb...
项目简介 LM Studio 是一款广受欢迎的本地大模型运行工具，提供图形化界面，让普通用户无需命令行即可下载、加载并运行 Llama、Mistral、Qwen、DeepSeek 等主流开源模型，是"本地跑 AI"最友好的桌面应用之一。 LM Studio 支持 Windows、macOS、Li...
项目简介 DocsGPT 是开源的"文档问答"应用，在 GitHub 上拥有约 1.5 万颗星。它把开源项目、企业内部的文档库变成可对话的知识库：用户提问，AI 基于文档内容作答，并附带出处链接，解决了"查文档难"的痛点。 DocsGPT 提供 Web 界面与浏览器扩展，可自托管，支持多种 LL...
项目简介 Kubeflow 是开源的企业级机器学习平台，在 GitHub 上拥有约 1.5 万颗星，由 Google 主导并捐献给 CNCF（云原生计算基金会）。它让 Kubernetes 上的机器学习全流程（训练、调参、部署、服务）标准化，是"MLOps 平台"的代表项目。 Kubeflow ...
项目简介 CosyVoice 是阿里通义实验室开源的语音合成（TTS）模型，在 GitHub 上拥有约 1.4 万颗星。它以"自然度与可控性"见长：支持零样本音色克隆（几句参考音频即可）、多语言合成、情感控制与流式生成，中文合成效果在开源方案中表现突出。 CosyVoice 提供预训练模型、训练...
项目简介 TRL（Transformer Reinforcement Learning）是 Hugging Face 推出的强化学习训练库，在 GitHub 上拥有约 1.4 万颗星。它提供从"监督微调（SFT）→ 偏好对齐（DPO/PPO）"的大模型对齐训练工具链，是开源社区做 RLHF（人类反...
项目简介 Fish Speech 是开源的语音合成与音色克隆模型，在 GitHub 上拥有约 1.4 万颗星。它基于 VQGAN + Transformer 架构，支持多语言高质量 TTS 与零样本音色克隆，提供 WebUI 与 API，是中文社区流行的 TTS 开源方案之一。 Fish Spe...
项目简介 MegatronLM 是英伟达开源的超大规模语言模型训练框架，在 GitHub 上拥有约 1.3 万颗星。它提供了业界领先的模型并行（张量并行、流水线并行、序列并行）训练方案，是训练 GPT3 级别千亿参数模型的代表性基础设施。 MegatronLM 的并行技术被主流框架（DeepSp...
项目简介 AnimateDiff 是开源的"文本生成动画"框架，在 GitHub 上拥有约 1.3 万颗星。它在 Stable Diffusion 基础上加入时间维度建模，让静态文生图模型生成"连贯动画视频"——输入提示词即可产出短视频，无需逐帧手动绘制。 AnimateDiff 与 WebUI...
项目简介 Cleanlab 是开源的"数据质量"工具库，在 GitHub 上拥有约 1.3 万颗星。它用于自动发现并修复数据集中的标签错误、噪声样本与问题数据，是机器学习"数据清洗"环节的专业方案。 Cleanlab 提供标签错误检测、置信学习（Confident Learning）、异常值检测...
项目简介 LangGraph 是 LangChain 团队推出的"图式 Agent 编排"框架，在 GitHub 上拥有约 1.2 万颗星。它把 LLM 应用定义为"节点 + 边"的图：节点执行逻辑（LLM 调用、工具调用、条件判断），边定义流转，支持循环、分支与持久化，专为构建可靠的多步 Age...
项目简介 OpenLLM 是开源的"LLM 服务化"平台，在 GitHub 上拥有约 1.2 万颗星。它提供"一条命令部署开源大模型为 OpenAI 兼容 API"的能力，支持数十种主流模型（LLaMA、Qwen、Mistral、Flux 等），内置量化、流式与多后端（vLLM、Transform...
项目简介 txtai 是开源的"AI 数据平台"库，在 GitHub 上拥有约 1.2 万颗星。它把"向量数据库 + RAG + 语义搜索 + 知识图谱"整合为统一 API，以"嵌入式、轻量、开箱即用"著称——一个 Python 库即可构建完整的语义应用。 txtai 由 NeuML 团队开发，...
项目简介 TensorRTLLM 是英伟达开源的 LLM 推理优化引擎，在 GitHub 上拥有约 1.1 万颗星。它把大模型编译为 TensorRT 引擎，针对 NVIDIA GPU 深度优化，实现业界领先的推理吞吐与延迟表现，是生产环境高性能部署 LLM 的主流方案之一。 TensorRTL...
StyleTTS2 通过风格扩散模型建模说话人的韵律与情感：给定任意参考音频，生成的语音在停顿、重音、语速上高度贴近参考风格，人机感极弱，评测中自然度接近真人录音。 支持零样本风格迁移与多说话人合成，配合微调可获得更强的个性化效果，是当前自然度口碑最好的开源 TTS 之一。 适合场景：追求真人质感的...
项目简介 Text Generation Inference（TGI）是 Hugging Face 推出的 LLM 推理服务引擎，在 GitHub 上拥有约 1.1 万颗星。它提供生产级的文本生成服务：高吞吐连续批处理、量化支持、流式输出、工具调用，一条命令部署主流开源模型为 OpenAI 兼容 ...
项目简介 Unstructured 是开源的"文档解析"库，在 GitHub 上拥有约 1.1 万颗星。它把 PDF、Word、PPT、HTML、图片等非结构化文档解析为结构化的"元素"（标题、段落、表格、图片），是 RAG 应用文档预处理的事实标准工具之一。 Unstructured 提供 P...
项目简介 Tokenizers 是 Hugging Face 开源的"高性能分词器"库，在 GitHub 上拥有约 1.1 万颗星。它用 Rust 实现、Python 绑定，提供极速的分词训练与编码能力，是 Transformers 生态的基础组件，也被众多框架直接使用。 Tokenizers ...
项目简介 KoboldCpp 是开源的"一体化"本地 LLM 推理工具，在 GitHub 上拥有约 1 万颗星。它把 llama.cpp 的高效推理与 KoboldAI 的创作界面结合，提供开箱即用的本地大模型体验：下载模型、加载、对话/续写、API 一应俱全。 KoboldCpp 面向普通用户...
SenseVoice 是阿里开源的语音识别模型，主打中文高准确率与极低延迟，在中文评测集上的字错率表现优于多数同规模模型。它同时支持中英日粤韩五种语言识别，并附带语速、情绪等副语言信息输出。 提供 Python 与 ONNX 导出，可部署到低端设备；与 FunASR、CosyVoice 配合构成阿里...
项目简介 FiftyOne 是开源的数据集可视化与标注工具，由 Voxel51 开发，在 GitHub 上拥有约 1 万颗星。它提供浏览器端的可视化界面，让开发者交互式地探索、分析、筛选与管理计算机视觉数据集（图像/视频）。 FiftyOne 与主流 CV 框架（Ultralytics、Dete...
MeloTTS 是 MyShell 开源的轻量多语言 TTS：支持中英日韩西法等语言，中文与英文发音自然，合成速度快（CPU 上也可实时），适合对延迟敏感的场景。 提供多说话人音色与速度控制，模型体积小、部署简单，可嵌入桌面应用或服务端。 适合场景：实时语音交互、嵌入式语音输出、多语言配音。 上手方...
项目简介 LMDeploy 是上海人工智能实验室（InternLM 团队）开源的 LLM 推理部署工具箱，在 GitHub 上拥有约 8 千颗星。它提供高性能推理引擎（TurboMind）、量化工具与 Serving 服务，主打"开箱即用 + 高吞吐"，尤其对 InternLM 系列模型优化深入。...
