Bytebot

bytebot.ai

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。

PPTist

pipipi-pikachu.github.io

PPTist是一个基于Web的演示文稿（幻灯片）应用，旨在为用户提供类似于MicrosoftOfficePowerPoint的功能。

Xinference

inference.readthedocs.io

Xinference是一个功能强大且功能全面的分布式推理框架，旨在简化大语言模型（LLM）、语音识别、多模态模型等多种AI模型的推理任务。

DroidRun

droidrun.ai

DroidRun是一个开源框架，旨在通过自然语言命令控制Android设备，实现移动设备的自动化操作。

browser-use

browser-use.com

BrowserUse是一款专为大语言模型设计的智能浏览器工具。它是将AI智能体与浏览器连接起来的最简单方式，通过提供强大且简单的浏览器自动化接口，让AI智能体能够访问各类网站。

olmOCR

olmocr.allenai.org

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。

awesome-llm-apps

readme-i18n.com

awesome-llm-apps是一个开源项目集合，旨在展示如何利用先进语言模型（如RAG和AI代理）构建实用应用程序。

Gemini CLI

google-gemini.github.io

GeminiCLI是一个开源的AI代理工具，由Google开发，旨在将Gemini模型的强大功能直接集成到开发者的终端中。

小智 AI 聊天机器人

xiaozhi.me

小智AI聊天机器人是一款基于开源硬件和开源软件的智能对话设备，旨在帮助用户入门AI硬件开发和AI模型应用。

WeKnora

weknora.weixin.qq.com

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。

PoloAPI

poloapi.com

PoloAPI是一个专注于大模型API聚合服务的平台，旨在帮助开发者和企业快速接入和使用多种AI模型，如Claude、OpenAI、Gemini等。

DreamTalk

dreamtalk-project.github.io

DreamTalk是一个基于扩散模型的音频驱动表达性头部生成框架，核心功能是将静态人物照片转化为逼真、富有表现力的说话视频。

IDM-VTON

idm-vton.github.io

IDM-VTON是一款基于深度学习和扩散模型的虚拟试衣技术，旨在通过高保真度的图像生成实现逼真的虚拟试穿效果。

Diffutoon

ecnu-cilab.github.io

Diffutoon是一种基于扩散模型的高分辨率可编辑卡通着色技术，其核心功能是将真实视频转换为动漫风格，同时保持内容的一致性和高质量。

Midscene.js

midscenejs.com

Midscene.js是一个基于人工智能（AI）技术的自动化SDK，旨在简化用户界面（UI）自动化测试流程，提高测试效率和准确性。

AstrBo

astrbot.app

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

FireRedTTS

fireredteam.github.io

FireRedTTS是一款由小红书技术团队开发的基于大语言模型（LLM）的语音合成系统，旨在为用户提供高效、多样化的语音生成服务。

RAGFlow

ragflow.io

RAGFlow是一款基于深度文档理解技术的开源RAG（检索增强生成）引擎，旨在为企业和个人提供高效、准确的文本处理和问答功能。

OpenRouter

openrouter.ai

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。