加载中...

2026年03月01日 GitHub Trending 榜单

成功: 13 | 失败: 0耗时: 139s

moeru-ai/airi

20,163
🍴 1,907
📈 +738
TypeScript

💖🧸 Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.

💡 AI 总结:

Airi 是一个自托管的AI虚拟伴侣项目,旨在复刻Neuro-sama功能,支持实时语音聊天、Minecraft/Factorio游戏互动,跨平台(Web/macOS/Windows)运行。基于TypeScript开发,整合RAG、内存系统等技术,提供可私有化部署的数字生命体解决方案。

🔧 技术栈:TypeScript, Web技术, 游戏引擎集成
💼 适用场景:个人用户创建自有的AI虚拟角色进行多场景互动与娱乐

ruvnet/wifi-densepose

17,131
🍴 1,915
📈 +5,531
Rust

WiFi DensePose turns commodity WiFi signals into real-time human pose estimation, vital sign monitoring, and presence detection — all without a single pixel of video.

💡 AI 总结:

WiFi DensePose利用WiFi信号实现无接触人体姿态估计、生命体征监测与存在检测,通过分析CSI数据实时重构人体位置、呼吸及心跳,支持穿墙检测,适用于安防与健康监护场景。

🔧 技术栈:Rust, 机器学习, 信号处理
💼 适用场景:无接触式人体状态监测与智能安防领域

ruvnet/ruflo

17,268
🍴 1,941
📈 +766
TypeScript

🌊 The leading agent orchestration platform for Claude. Deploy intelligent multi-agent swarms, coordinate autonomous workflows, and build conversational AI systems. Features enterprise-grade architecture, distributed swarm intelligence, RAG integration, and native Claude Code / Codex Integration

💡 AI 总结:

ruvnet/ruflo是一个基于TypeScript的智能代理编排平台,支持部署多智能体群和协调自主工作流,集成RAG和Claude Code/Codex,适用于企业级对话式AI系统开发。

🔧 技术栈:TypeScript, Distributed Systems, RAG (Retrieval-Augmented Generation)
💼 适用场景:企业级智能代理系统与对话式AI应用开发

microsoft/markitdown

88,954
🍴 5,217
📈 +798
Python

Python tool for converting files and office documents to Markdown.

💡 AI 总结:

MarkItDown是微软开发的Python工具,支持将PDF、PPT、Word、Excel等20+格式文档转换为Markdown,适用于LLM文本分析场景。提供流式处理和MCP服务器接口,注重保留文档结构而非人眼可读性。

🔧 技术栈:Python, 文件格式解析库, Markdown生成器
💼 适用场景:将多格式文档批量转换为结构化Markdown文本供AI模型处理

bytedance/deer-flow

22,931
🍴 2,741
📈 +352
Python

An open-source SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skills and subagents, it handles different levels of tasks that could take minutes to hours.

💡 AI 总结:

DeerFlow 是一个开源的超级代理框架,通过子代理、记忆、沙盒和技能协作处理复杂任务。支持上下文工程、长期记忆存储和多模型配置,适用于自动化研究、任务编排及复杂问题解决。

🔧 技术栈:Python, LangChain, Docker
💼 适用场景:适用于需要自动化任务处理、研究分析及复杂系统协作的场景

alibaba/OpenSandbox

3,296
🍴 237
📈 +1,186
Python

OpenSandbox is a general-purpose sandbox platform for AI applications, offering multi-language SDKs, unified sandbox APIs, and Docker/Kubernetes runtimes for scenarios like Coding Agents, GUI Agents, Agent Evaluation, AI Code Execution, and RL Training.

💡 AI 总结:

OpenSandbox是阿里巴巴开源的AI应用沙盒平台,支持多语言SDK和统一API,集成Docker/Kubernetes运行时,提供代码解释器、浏览器自动化及桌面环境模拟,适用于AI代码执行、代理评估与强化学习场景。

🔧 技术栈:Python, Docker, Kubernetes, JavaScript, Java
💼 适用场景:AI开发与测试的多功能沙盒环境,支持代码执行、代理评估及分布式训练

Shubhamsaboo/awesome-llm-apps

98,669
🍴 14,356
📈 +475
Python

Collection of awesome LLM apps with AI Agents and RAG using OpenAI, Anthropic, Gemini and opensource models.

💡 AI 总结:

该项目是一个聚焦LLM应用的集合库,涵盖AI代理、RAG、多代理协作等技术,整合OpenAI、Anthropic、Gemini及开源模型如Llama/Qwen,提供从基础到高级的AI应用案例,助力开发者探索LLM在医疗、金融、创作等领域的实践。

🔧 技术栈:Python, OpenAI, Anthropic, Gemini, Llama
💼 适用场景:开发者与研究者探索大语言模型在多场景下的应用方案与技术实现

K-Dense-AI/claude-scientific-skills

10,248
🍴 1,202
📈 +184
Python

A set of ready to use Agent Skills for research, science, engineering, analysis, finance and writing.

💡 AI 总结:

提供148+跨学科的AI代理技能,支持科研、医疗、金融等领域,涵盖生物信息学、化学信息学、临床研究、医疗影像等,提升AI代理执行复杂工作流的能力。

🔧 技术栈:Python, 科学计算库, 机器学习框架, 生物信息学工具
💼 适用场景:适用于科研、医疗、金融等领域的AI代理,支持复杂多步骤科学工作流

basecamp/omarchy

20,725
🍴 2,053
📈 +94
Shell

Beautiful, Modern & Opinionated Linux

💡 AI 总结:

omarchy 是一个基于 Shell 脚本的 Linux 系统配置与管理工具,旨在提供现代化、简化的系统操作体验。项目可能包含自动化脚本,用于系统优化、环境配置或工作流管理,适合开发者或系统管理员提升 Linux 使用效率。

🔧 技术栈:Shell, Linux系统工具, 自动化脚本
💼 适用场景:适用于 Linux 系统的自动化配置与高效管理场景。

X-PLUG/MobileAgent

7,684
🍴 779
📈 +192
Python

Mobile-Agent: The Powerful GUI Agent Family

💡 AI 总结:

MobileAgent是多平台GUI自动化代理系统,融合强化学习与多智能体协作技术,支持复杂任务自主执行与错误诊断,包含半在线学习、预操作检测等方法。

🔧 技术栈:Python, 强化学习, 多智能体协作
💼 适用场景:适用于跨平台GUI自动化测试与智能任务执行场景

datawhalechina/hello-agents

23,796
🍴 2,683
📈 +206
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

💡 AI 总结:

《从零开始构建智能体》系统性教程,涵盖智能体原理、框架开发、高级技术(记忆、上下文工程、Agentic-RL)及实战案例,理论与实践结合。

🔧 技术栈:Python, AutoGen, AgentScope, LangGraph, Coze
💼 适用场景:适用于智能体系统的学习、实践与开发,涵盖从理论到实际应用的全流程。

superset-sh/superset

2,846
🍴 203
📈 +391
TypeScript

IDE for the AI Agents Era - Run an army of Claude Code, Codex, etc. on your machine

💡 AI 总结:

Superset 是面向AI代理时代的集成开发环境,支持同时运行多个CLI代码代理(如Claude Code、Codex等),提供任务隔离、状态监控、差异查看及快速上下文切换功能,提升开发效率。

🔧 技术栈:TypeScript, Bun, Git, GitHub CLI, Caddy
💼 适用场景:适用于需要并行管理多个AI代码代理以加速开发流程的场景

NevaMind-AI/memU

12,004
🍴 881
📈 +338
Python

Memory for 24/7 proactive agents like openclaw (moltbot, clawdbot).

💡 AI 总结:

memU是面向24/7主动代理的内存框架,通过结构化文件系统管理长期记忆,降低LLM令牌成本,支持主动感知用户意图并执行任务。

🔧 技术栈:Python
💼 适用场景:企业级AI代理系统需长期运行并主动提供服务的场景