发现值得收藏的
开源项目

Python 实用工具，涉及智能体、agentic、agentic-框架

编辑点评适用于AI/大模型场景。使用 Python 开发，涉及智能体、agentic、agentic-框架等技术方向。建议关注其社区活跃度和文档完善程度。

LobeHub 是一个 AI Agent 编排平台，可让你像管理团队一样招募、调度和监控多个 AI 代理，实现 7×24 小时自动化运营。

编辑点评该项目将 AI 代理从单一工具提升为可协作的团队，通过 hire/schedule/report 闭环实现持续运转。适合需要批量部署和运营多个 AI 场景的团队。优点是理念新颖，将组织管理概念引入 AI 编排；但生态尚处早期，生产落地需注意定制成本和稳定性。

Python 命令行工具，涉及智能体-infrastructure、AI-智能体、AI-搜索

编辑点评适用于AI/大模型、Web 开发、开发工具场景。使用 Python 开发，涉及智能体-infrastructure、AI-智能体、AI-搜索等技术方向。建议关注其社区活跃度和文档完善程度。

收录小学到大学全学段PDF教材的GitHub仓库，提供系统性学习资料，解决教材资源分散难找的问题。

编辑点评该项目将大量教材PDF集中管理，分类清晰，适合学生、教师和自学者快速获取教育资源。作为开源项目，其内容覆盖面广，但需注意版权问题，部分教材可能仅限个人学习使用。对于希望利用教材数据构建教育类AI应用的开发者，也可作为RAG或训练语料的来源。

Python 开发的框架/库，涉及AI、AI-scraping、自动化

编辑点评适用于AI/大模型、Web 开发、基础设施场景。使用 Python 开发，涉及AI、AI-scraping、自动化等技术方向。建议关注其社区活跃度和文档完善程度。

TypeScript 应用

编辑点评适用于AI/大模型、开发工具场景。使用 TypeScript 开发，建议关注其社区活跃度和文档完善程度。

《动手学深度学习》中文版，面向中文读者、可运行、能讨论的深度学习教材，被全球多所大学采用。

编辑点评这是中文开发者最推荐的深度学习入门教材之一，代码与理论结合紧密，支持Jupyter交互式运行，适合自学和教学。内容覆盖从基础到Transformer等前沿主题，但部分章节需要一定数学基础。建议搭配GPU环境实践，并积极参与社区讨论。

Rust 命令行工具，涉及agentic-coding、AI-coding、anthropic

编辑点评适用于AI/大模型、开发工具场景。使用 Rust 开发，涉及agentic-coding、AI-coding、anthropic等技术方向。建议关注其社区活跃度和文档完善程度。

Netdata 是一个开源的实时监控和可观测性平台，通过 AI 驱动的分析帮助团队快速定位全栈系统问题，即使是精简团队也能轻松上手。

编辑点评Netdata 以其高分辨率实时监控和极低的资源占用著称，安装后即可自动采集数千个指标，无需复杂配置。AI 驱动的异常检测能帮助开发者在问题影响用户前发现隐患，非常适合中小团队或希望快速搭建监控体系的场景。注意：对于超大规模集群，可能需要额外考虑数据存储和长期留存方案，但日常排查和实时告警体验非常出色。

Python 开源项目，涉及ai4science、文档-analysis、docx

编辑点评适用于AI/大模型、基础设施、数据科学场景。使用 Python 开发，涉及ai4science、文档-analysis、docx等技术方向。建议关注其社区活跃度和文档完善程度。

为 GitHub README 动态生成统计卡片，展示仓库星标、提交数等数据，让个人主页更专业。

编辑点评这是 GitHub 个人主页最常见的增强工具，使用简单，只需插入图片链接即可获得实时统计。支持自定义主题、隐藏指定项、显示语言占比等。适合开发者打造个人品牌，但要注意卡片加载依赖网络，且统计对私有仓库不生效。

一款集成各类黑客攻击与渗透测试工具的多合一命令行套件，为安全研究人员提供便捷的测试环境。

编辑点评它将网络攻击、密码破解、无线攻击等常用工具整合到一个界面中，降低了安全测试工具的使用门槛，适合学习渗透测试或进行授权安全评估的开发者。但需注意，该工具集可能包含恶意代码，仅限合法用途，切勿用于未经授权的系统，使用者须自行承担法律责任。

[Python] 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程

一个制作可启动U盘的开源工具，支持直接放入ISO镜像即可引导安装系统，无需反复格式化。

编辑点评Ventoy 彻底简化了启动盘的制作流程，只需将 ISO 文件拷贝进 U 盘即可启动，支持多系统镜像共存，非常适合运维、装机爱好者及经常折腾系统的开发者。兼容性表现优秀，但部分老旧设备或特殊镜像可能需要耐心测试。

Python AI/ML 项目

编辑点评适用于通用开发场景。使用 Python 开发，建议关注其社区活跃度和文档完善程度。

一个关于提示工程、上下文工程、RAG和AI Agent的综合性指南资源库，收录指南、论文、课程和实战笔记本。

编辑点评这是目前最系统的提示工程学习资源之一，从基础概念到高级技术，覆盖大量论文与案例。适合希望深入了解大模型交互方式的开发者、研究者和教学场景。内容全面但信息密度高，建议结合自身需求有选择地学习，并关注仓库的持续更新。

GPT4All 是一个可在任何设备上本地运行大语言模型的开源工具，支持商用，帮助开发者轻松部署离线 LLM 应用。

编辑点评它解决了云端 API 的隐私和成本问题，让大模型能在普通电脑甚至移动设备上运行。采用 C++ 实现，性能好，支持多种量化格式和丰富的模型库。适合需要离线推理、数据敏感或边缘部署的场景。注意：本地模型能力相比云端大模型有差距，需在效果和资源之间权衡。

Python AI/ML 项目，涉及智能体、AI、chatgpt

编辑点评适用于AI/大模型场景。使用 Python 开发，涉及智能体、AI、chatgpt等技术方向。建议关注其社区活跃度和文档完善程度。

LlamaFactory 是一个统一的高效微调框架，支持 100+ 种大语言模型与视觉语言模型，帮助开发者快速完成模型定制。

编辑点评作为 ACL 2024 的入选项目，LlamaFactory 将 LoRA、QLoRA 等多种微调方法整合到统一接口中，大幅降低了 LLM/VLM 微调的上手门槛。适合需要快速实验或生产级适配的团队。注意：不同模型对硬件资源要求差异较大，建议先阅读官方文档确认显存与训练速度。

Python 开发的框架/库，涉及智能体、AI、anthropic

编辑点评适用于AI/大模型、Web 开发、基础设施场景。使用 Python 开发，涉及智能体、AI、anthropic等技术方向。建议关注其社区活跃度和文档完善程度。