AI 項目、工具及動態匯總

項目/產品名稱	核心功能/簡介	主要特點/亮點	相關鏈接
Supervision	一個流行的計算機視覺工具庫，用于加速計算機視覺應用的構建。	模型無關，可與多種主流庫集成；提供豐富的可定制標注工具；支持多種數據集操作和應用場景。	GitHub
SuperDesign	集成在 IDE 中的開源設計代理工具，通過自然語言生成 UI。	允許開發者通過自然語言提示詞生成 UI 模型、組件和線框圖，加速設計流程。	GitHub
Sparrow	結合機器學習和 LLM 的結構化數據提取和指令調用項目。	提供交互式 Web 界面，支持拖拽上傳和實時處理，輸出結構化 JSON，適用于發票、收據等文檔。	GitHub
MermaidFlow	通過安全約束的演化編程，自動生成智能體工作流。	在 Mermaid 領域自動生成流程圖，并在 Python 領域進行規劃和運行，研究已被 ICML 2025 接受。	GitHub
openai-agents-python	OpenAI 官方開源的“輕量級”多智能體框架。	擁有 12.9k star，核心概念為 Agent 和 Runner，機制完善，足以覆蓋大多數 Agent 應用場景。	GitHub
ASI-Arch	上海創智學院發布的 AI 超智能系統，可自主發現新神經網絡架構。	在完全自主條件下發現了106個超越人類設計的神經網絡架構，驗證了科學突破的工業化量產。	GitHub / 網站
Qwen-Agent	專為大模型應用開發打造的輕量級 Agent 框架。	擁有 10.2k star，輕量級，易于上手。	GitHub
Openjourney	受 MidJourney 啟發的媒體內容生成和編輯工具。	界面簡潔，支持圖片生成（Imagen 4）、動畫（Veo 3）以及帶聲音的視頻生成。	GitHub
Grok CLI	基于 Grok-3 的開源 AI 終端助手。	可在終端中通過自然語言交互，自動完成文件操作、命令執行等任務。	GitHub
卡卡字幕助手 (VideoCaptioner)	全流程一鍵處理視頻字幕的工具。	操作簡單，無需高配；支持在線/離線識別，利用 LLM 進行智能斷句、校正和翻譯。	GitHub
Paperless-ngx	一個將物理文檔轉換為可搜索在線檔案的文檔管理系統。	減少紙張使用，是 Paperless 和 Paperless-ng 項目的官方后繼者，由社區共同維護。	GitHub
Deep-Live-Cam	實時人臉替換和視頻深度偽造工具。	操作簡單，僅需一張圖像即可完成實時人臉替換。	GitHub
YouWare	只需一段提示詞即可生成 AI 驅動應用的新平臺。	強調社區建設和創意裂變，為創作者提供自由流動的互動環境。	官方網站
FreeAudio	由清華大學與生數科技開發的 AI 音效生成模型。	實現 90 秒長時精準可控音效生成，能按精確時間控制多種音效組合，研究入選 ACM MM 2025。	未提供
昆侖萬維 Mureka 系列	新一代音樂和語音生成模型。	Mureka V7 音樂模型良品率和音質大幅提升；Mureka TTS V1 支持文本描述定制音色，質量超越競品。	未提供
騰訊混元 ASR	騰訊推出的語音識別大模型。	已接入“ima”應用，支持語音直接輸入功能，提升了用戶交互體驗。	未提供