一个人工智能代理框架提供构建由自治代理支持的应用程序所需的基础结构和工具。这些代理通常由大型语言模型(LLM)驱动，可以感知他们的环境，做出决策，并采取行动来实现特定的目标。从头开始构建这样的代理包括管理与LLM的复杂交互、处理状态、连接到外部工具和数据，以及编排工作流。电压剂是一个开源的TypeScript框架，充当这个基本的工具包。它... / 2025-04-28 / 查看 923 次

Sim工作室是一个功能强大、用户友好的平台，用于构建、测试和优化代理工作流 / 2025-04-25 / 查看 123 次

Suna 是一个完全开源的通用 AI 助手，能像真人助手一样理解你的需求，并代替你执行实际任务。它通过自然语言对话与你交流，帮助你完成从数据分析、文件处理、网页抓取到网站部署、自动化工作流等各种复杂工作。无需编程，一句话就能触发自动化操作：Suna 能操作浏览器、管理文件系统、运行命令行、调用 API，甚至生成报告和爬取数据库。它是你真正... / 2025-04-25 / 查看 123 次

FastAPI-MCP，将FastAPI应用轻松转型为MCP服务器FastAPI-MCP，极简配置工具快速实现FastAPI接口与MCP工具的无缝对接例如，只需简单指令"发送提醒邮件给用户ID 12345"Claude即可直接调用邮件发送API无需编写代码，无需手动操作简单几行代码，即可完成配置AI自动发现并调用所有API亦可限制AI访问... / 2025-04-19 / 查看 339 次

OmAgent是一个开源代理框架，旨在简化设备上多模式代理的开发。我们的目标是使代理能够支持各种硬件设备，从智能手机、智能可穿戴设备(如眼镜)、IP摄像头到未来机器人。因此，OmAgent在各种类型的设备上创建了一个抽象，并简化了将这些设备连接到最先进的多模态基础模型和代理算法的过程，以允许每个人构建最有趣的设备上代理。此外，OmAgen... / 2025-04-09 / 查看 335 次

OpenAvatarChat 是一个模块化的实时交互数字人系统，通过整合语音识别（ASR）、多模态语言模型（LLM）和语音合成（TTS）技术，在本地PC上实现低延迟的数字人对话与音视频交互。消费级PC也能部署，i9-13900KF + RTX 4090平台下平均响应延迟仅2.2秒。项目概述目标：实现模块化的交互数字人对话系统，支持在单台P... / 2025-04-07 / 查看 407 次

Khoj是一个个人人工智能应用程序，以扩展您的能力。它可以顺利地从设备上的个人人工智能扩展到云规模的企业人工智能。与任何本地或在线LLM聊天(例如llama3、qwen、gemma、mistral、gpt、claude、gemini)。从互联网和你的文档中获得答案(包括图片、pdf、markdown、org-mode、word、概念文件)... / 2025-04-07 / 查看 651 次

BizGen是清华大学和微软研究院联合推出的AI信息图生成工具，专注于文章级别的视觉文本渲染。能一键将长篇文章内容转化为专业级的信息图和幻灯片，解决传统工具在处理长文本时文字模糊、排版混乱的问题。基于高质量的数据集Infographics-650K和先进的”布局引导的交叉注意力机制”，能将长文本分解为小指令精确注入到图像的不同区域。主要功... / 2025-04-07 / 查看 2215 次

在短视频和内容创作大爆发的时代，如何快速将一个故事变成完整的视频？传统方式需要撰写故事、寻找配图、添加音频、编辑字幕，整个流程费时费力。Story-Flicks，它只需一个故事主题，就能自动生成完整的视频，让视频创作进入“一句话生成大片”的时代。一、Story-Flicks是什么？Story-Flicks是一款由开发者alecm20开发的... / 2025-04-07 / 查看 593 次

本地AI革命！不联网也能写代码、搜文件，这个神器彻底告别隐私泄露！AgenticSeek横空出世！——完全离线的AI助手，用你的电脑就能跑！DeepSeek R1模型驱动，写代码、搜文件、查网络全搞定，数据不出家门！程序员狂喜功能1、一句话生成Python/C/Go代码：「做个贪吃蛇游戏！」直接出完整代码2、自动纠错：代码跑崩了？AI自己... / 2025-04-07 / 查看 300 次

AG2(以前的AutoGen)是一个开源编程框架，用于构建AI代理并促进多个代理之间的合作来解决任务。AG2旨在简化智能人工智能的开发和研究。它提供了一些功能，如代理能够相互交互，促进了各种大型语言模型(LLM)和工具使用支持的使用，自治和人在回路中的工作流，以及多代理对话模式。 / 2025-04-05 / 查看 794 次

开源GenBI AI Agent，使数据驱动的团队能够与他们的数据聊天，以生成文本到SQL、图表、电子表格、报告、仪表板和BI。我们专注于为每个人提供一个开放、安全、准确的SQL AI代理。1.交钥匙解决方案Wren AI让您轻松装载数据。通过我们的用户界面发现和分析您的数据。无需编码即可轻松生成结果。2.安全SQL生成我们使用RAG架构... / 2025-04-04 / 查看 520 次

ollama-deep-researcher——基于ollama的本地的网络研究助手ollama-deep-researcher是一个基于ollama的本地网络研究助手，使用任何由ollama托管的LLM。它可以为用户提供一个Markdown总结，包含所有使用的来源。1. 下载ollama 首先，需要从ollama拉取一个本地LLM... / 2025-03-29 / 查看 2091 次

OpenAI Agents SDK：轻量级多智能体工作流框架OpenAI Agents SDK 是一个高效、灵活的多智能体（multi-agent）工作流框架，专为构建基于大型语言模型（LLM）的智能系统而设计。它提供智能体交互、任务分配、安全检查等核心能力，使多个 AI 代理能够协同工作，完成复杂任务。🔹 核心概念 • 智能体（Agen... / 2025-03-28 / 查看 607 次

TTSFM：兼容 OpenAI TTS 的文本转语音 API 服务器❓ 什么是 TTSFM？TTSFM 是一个反向工程的 API 服务器，它模拟 OpenAI 的 TTS（文本转语音）服务，并提供兼容接口，支持多种语音选项。开发者可以使用 TTSFM 轻松实现文本转语音功能，无需依赖官方 API。OpenAI TTS 文档🚀 TTSFM ... / 2025-03-28 / 查看 339 次

DeepKnowledge：基于Agno 的深度智能知识探索框架概述：基于 @AgnoAgi 框架的深度智能问答系统，通过 GPT-4o 模型对文档知识库进行多轮迭代搜索和推理，能将复杂问题拆解并给出详实的答案和引用来源核心功能- 一个深度智能问答系统，能够通过迭代搜索知识库来回答复杂问题- 它会将复杂问题分解成多个子问题，然后逐步探索和... / 2025-03-26 / 查看 1429 次

如何高效检索商品信息并进行智能语音交互？📌 工具简介Oliva 是一个多代理（Multi-Agent）智能助手，结合 LangChain 和 Superlinked，通过 Qdrant 矢量数据库提供高效的商品检索能力。同时，它支持 语音交互，借助 Deepgram 语音识别和 LiveKit 实时通讯，打造智能化的 AI 语音助手，适用... / 2025-03-26 / 查看 623 次

ZO2：低显存环境下的 175B LLM 全参数微调解决方案📌 工具简介ZO2 (Zeroth-Order Offloading) 是一种创新的 零阶优化（ZO）+ 离载（Offloading） 技术框架，使大规模语言模型（LLM） 的 全参数微调（Full Fine-Tuning） 在低显存环境下成为可能。例如，它可以在仅 18GB 显... / 2025-03-26 / 查看 206 次

AI as Workspace（AIaW） 是一款面向开发者、创作者及普通用户的 全功能、轻量级、可扩展的AI对话客户端，项目基于 TypeScript 和 Vue 框架构建，以 “本地优先+实时云同步” 为核心设计理念，支持跨平台运行（Web、桌面端、移动端），并整合了 OpenAI、Anthropic、Google 等主流 AI 服务... / 2025-03-26 / 查看 551 次

什么是GraphRAG？GraphRAG是一种基于图的知识检索增强技术，它结合了知识图谱的广泛知识表示能力和大语言模型（LLM）的生成能力。与传统的RAG方法相比，GraphRAG通过构建知识图谱和社区层次结构，显著提升了复杂信息处理的能力。具体来说，GraphRAG的工作流程包括以下几个步骤：从原始文本中提取知识图谱：使用自然语言处理技... / 2025-03-26 / 查看 123 次