发现值得收藏的
开源项目

CopilotKit 是构建 AI Agent 和生成式 UI 的前端开发栈，支持 React、Angular、移动端和 Slack 等平台，并制定 AG-UI 协议，帮助开发者快速搭建智能化界面。

编辑点评CopilotKit 将 AI 能力无缝集成到前端，解决了传统 UI 难以呈现 Agent 交互的痛点。其多框架支持和 AG-UI 协议标准化了生成式 UI 的通信方式，适合需要快速交付 AI 原生体验的团队。目前项目仍在演进中，生态成熟度有待观察，但对于探索 Agent 交互设计的前端开发者极具价值。

TypeScript 可自托管的开源方案，涉及agents、AI、backend

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

Khoj 是一款可自托管的 AI 第二大脑，能从你的文档或网页中获取答案，支持构建自定义代理、自动化任务与深度研究，将任意在线或本地 LLM 变为你的个人自主 AI。

编辑点评Khoj 的核心优势在于“自托管 + 多模型接入”，既能保护数据隐私，又能灵活对接 GPT、Claude、Gemini、Llama 等主流模型。它不只是一个聊天工具，更像一个可编程的 AI 工作台，适合知识管理、研究辅助和个人自动化场景。需要注意的是，自托管部署需要一定的技术背景，且深度研究等高级功能可能依赖外部服务。整体上，对于追求数据掌控和个性化 AI 流程的开发者来说，非常值得一试。

收录500个AI、机器学习、深度学习、计算机视觉和NLP项目，均附代码实现，覆盖从入门到进阶的实践案例。

编辑点评资源丰富，覆盖多个AI方向，适合通过实战学习。项目按领域分类，便于查阅。但部分项目可能年代久远或依赖旧版本库，需注意环境兼容性。作为代码参考和灵感来源很有价值。

跨平台、可定制的实时媒体机器学习解决方案，帮助开发者高效构建直播和流式媒体中的智能应用。

编辑点评MediaPipe 将复杂的媒体处理与 ML 推理封装为易用管道，支持移动端、桌面端和 Web，适合做人脸识别、手势追踪、物体检测等实时交互场景。其模块化设计便于二次开发，但自定义算子或部署到边缘设备时有一定学习成本，建议先基于官方示例快速上手。

[TypeScript] Draw and edit draw.io diagrams by chatting with an AI. Web app, desktop app, and an MCP server for...

Continue 是一款开源的人工智能编程助手，作为 VS Code 和 JetBrains 的扩展，帮助开发者在 IDE 中直接使用大模型进行代码生成、问答和自动补全，支持自定义模型。

编辑点评Continue 是开源界最接近 Copilot 的替代品，核心优势在于模型自由——可接入 OpenAI、Claude 或本地模型，数据自主可控。适合注重隐私或有定制需求的开发者，也适合团队统一管理编码助手配置。缺点是开箱即用体验不如商业方案，部分功能需要自行调优。

SheetJS 是一款强大的 JavaScript 电子表格解析与生成库，支持读写 Excel 等多种格式，解决前端处理表格数据的难题。

编辑点评SheetJS 是前端处理 Excel 事实标准，API 丰富，兼容性极佳，能解析复杂公式和样式。适合报表导出、数据导入、在线表格等场景。注意新版本已迁移至 Git.sheetjs.com，GitHub 仓库不再更新，使用时应留意版本来源。

在浏览器中直接组装、配置并部署自主 AI 代理，无需后端环境即可完成任务。

编辑点评AgentGPT 让用户通过自然语言定义目标，自动拆解任务并循环执行，适合快速体验和原型验证自主 Agent 工作流。其前端零门槛部署是亮点，但复杂任务下 Long-term 记忆和稳定性有限，更偏演示与教学场景，生产级应用仍需二次开发。

Go 平台，涉及智能体、agentic、AI

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

Go 命令行工具，涉及智能体、智能体-框架、AI-智能体

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

SillyTavern 是一款面向高级用户的 LLM 前端界面，提供丰富的聊天、角色扮演和提示词管理功能，帮助用户更自由地接入各类大模型服务。

编辑点评SillyTavern 是开源社区中功能极强、定制性极高的 LLM 前端之一，支持多种后端（如 OpenAI、Claude、本地模型），内置角色卡、世界书、表情系统等深度玩法。适合喜欢折腾的 AI 聊天/角色扮演玩家，或需要精细控制提示词与交互流程的开发者。注意其功能偏重娱乐向，上手门槛较高，且部分高级特性需要自行配置 API 或代理。

Caffe 是一个基于 C++ 实现的快速开源深度学习框架，专注于卷积神经网络的高效训练与部署，广泛用于计算机视觉任务。

编辑点评作为深度学习框架的先驱，Caffe 在图像分类、目标检测等视觉任务上性能出色，模型定义简洁，适合快速原型验证和工业部署。但其灵活性较现代框架（如 PyTorch）弱，对新算子支持和动态图支持有限，更适合有稳定 CNN 结构且追求速度的场景。

CLIP 是 OpenAI 提出的多模态对比学习模型，通过图像与文本的匹配训练，实现零样本图像分类和图文检索。

编辑点评CLIP 是多模态领域的奠基之作，用自然语言监督让模型具备强大的零样本迁移能力，非常适合做图文检索、图像分类等任务。它开源了模型权重和推理代码，但训练数据未公开，且对细粒度分类和复杂语义理解仍有局限。适合作为多模态应用的基础组件或进一步微调的起点。

OpenPose 是一个实时多人关键点检测库，支持身体、面部、手部和脚部姿态估计，广泛应用于计算机视觉研究。

编辑点评作为姿态估计领域的经典开源项目，OpenPose 提供高效的多人物关键点检测能力，适合学术研究、动作识别和交互应用。其优点在于支持多部位联合检测且性能稳定，但需注意模型体积较大、依赖较多，部署时需合理配置环境。

spaCy 是一个工业级 Python 自然语言处理库，提供高效、可靠的文本分词、词性标注、命名实体识别等功能，用于构建真实 NLP 应用。

编辑点评spaCy 是 Python NLP 领域的事实标准之一，性能强劲且 API 设计清晰，适合快速搭建文本处理流水线。它内置预训练模型和多语言支持，但缺点是对自定义模型训练的支持较复杂，且深度学习集成需搭配其他框架。适合生产环境、信息抽取、文本分类等场景，也是学习工业级 NLP 架构的优秀参考。

TypeScript 命令行工具，涉及acp、智能体-team、AI

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

Netron 是一款神经网络、深度学习和机器学习模型的可视化工具，支持多种模型格式的交互式结构查看。

编辑点评Netron 是调试和理解模型结构的利器，支持 ONNX、TensorFlow、PyTorch 等主流格式，可直接在浏览器或桌面端打开模型，查看张量维度和算子流向。优点是无需安装依赖、跨平台、可视化直观；缺点是交互能力有限，不适合大规模模型训练或修改。适合模型开发者、研究者和学习者快速检查模型结构，也适合教学演示。

用纯 NumPy 从零实现机器学习模型与算法的教程型项目，覆盖线性回归到深度学习，强调代码可读性与原理透明。

编辑点评适合希望深入理解算法内部机制的开发者，通过简洁实现摆脱黑盒依赖。每个算法独立成文件，便于对照数学公式学习。缺点是未覆盖最新前沿模型，且代码为教学简化版，不适合直接用于生产。作为学习资料价值极高，是入门机器学习原理的经典参考。

开源AI平台，提供支持多种LLM的AI聊天与高级功能，帮助用户快速搭建自托管AI助手。

编辑点评Onyx 是一款功能全面的开源AI平台，最大亮点是兼容几乎所有主流LLM，用户可自由选择模型。它内置聊天、知识库等高级特性，适合团队或开发者自托管部署，避免数据外泄。项目活跃度高，但部署和配置有一定门槛，建议熟悉Docker和LLM生态的开发者使用。