GITHUB 总项目库 · 81 个项目
可以搜项目名、仓库名或用途，也可以按场景、价值方向和研究状态筛选。每个项目先给出值得点开的理由，再说明运行条件与真实成本。
这里没有你要的项目，就去 GitHub 发现。找到后先把仓库链接带回总项目库，再从总库开垦自己的实验田。
找到 81 个项目
ChatGPTNextWeb/NextChat
把 OpenAI、Claude、Gemini、DeepSeek 和本地模型装进同一个轻量聊天客户端。
轻量、跨平台的 AI 对话客户端，可连接 OpenAI、Claude、DeepSeek、Gemini 和自托管模型，并可启用 MCP 扩展工具能力。
PlexPt/awesome-chatgpt-prompts-zh
照着中文范例把任务、材料、限制和格式说清楚，新手也能迅速写出有效提示词。
用中文提示词范例拆解写作、翻译、表格、学习和内容创作任务；用于学习怎样把目标、材料、限制和输出格式说清楚。
penpot/penpot
在浏览器里完成界面设计、交互原型和团队协作，并把设计结果顺畅交给开发。
把界面设计、可点击原型、设计系统和团队协作放进浏览器。设计师可以共同编辑，开发者也能查看尺寸、样式和可复用组件。
LibreOffice/core
不用订阅 Office，也能在本地处理文档、表格、演示文稿和常用办公格式。
Writer、Calc、Impress、Draw 等组件覆盖文字、表格、演示、绘图和公式任务，也能打开和导出常见 Microsoft Office 格式。
op7418/Humanizer-zh
找出中文稿里最像 AI 的套路句，再按自然中文的节奏逐段改掉。
按 24 类常见 AI 写作痕迹检查中文稿，逐项处理套话、虚浮转折、重复结论和不自然节奏。它适合放在初稿之后，作为有规则的改稿工序。
KKKKhazix/human-writing
把材料、因果和段落推进写进流程，让中文文章少套话、少重复、真正往前走。
覆盖文章、口播、评测、人物故事和小说等中文写作任务。流程要求先检查材料，再守住事实或虚构边界，并清理重复解释、商业黑话和模型腔。
OpenCut-app/OpenCut
把日常剪辑留在开源工作台里，让时间线、素材和导出不再被订阅入口锁住。
以 CapCut 开源替代为目标的时间线视频编辑器，面向裁剪、拼接、素材编排和导出等日常工作。项目仍在快速重写，正式使用前可先核对 classic 版本。
tangshimin/MuJing
把电影、剧集和文档里的真实句子变成英语词汇课，在剧情语境里记住单词。
从电影、剧集或文档中提取带上下文的真实句子，把单词、字幕和原场景放在一起学习。比孤立背词更容易记住词义、搭配和语气。
meituan-longcat/LongCat-Video
一张图加一段声音，就能让真人、动漫角色或动物自然开口说话。
给一张人物图和一段声音，就能让真人、动漫角色或动物开口说话；同一仓库还支持文生视频、图生视频和长视频续写。
lipku/LiveTalking
输入文字或声音，就能让数字人实时开口并推到网页、直播间或虚拟摄像头。
实时交互式流媒体数字人引擎：输入文字或音频即可驱动虚拟形象实时口型同步，并可通过 WebRTC、RTMP 或虚拟摄像头输出。
KlingAIResearch/LivePortrait
一张照片加一段驱动视频就能让肖像自然开口和转头，它是高效肖像动画的代表性开源路线。
用源图片或视频配合驱动视频生成肖像动画，支持人物、猫狗、姿态编辑、区域控制和视频转视频；用户已完成真实安装与成片测试。
debpalash/VoiceStudio
在本机完成声音克隆、视频配音、听写和有声书制作，核心流程无需账号、API Key 或订阅。
集成 16 个语音合成引擎和 11 个语音识别引擎，可做零样本声音克隆、视频配音、系统听写、多人故事、有声书、说话人分离和批量生成。声音、项目与输出默认留在本机。
QuentinFuxa/WhisperLiveKit
把正在说的话实时变成字幕，同时区分说话人、翻译并输出兼容 API。
本地实时语音识别与转写工具，覆盖流式识别、说话人分离、翻译和兼容 API。
ItusiAI/Open-Magiviz
输入一个故事想法，它会沿着剧情、角色、分镜、分段生成和合成一路做成视频。
从一个故事大纲自动生成剧情拆解、角色设计、分镜图和逐场视频，最后合成为完整成片。支持横屏与竖屏，并可连接 Veo、Kling、Seedance、Wan 等视频模型。
ATH-MaaS/Pixelle-Video
给一个主题，它就把文案、画面、配音、音乐和合成串成一条自动出片流水线。
从主题出发自动串接文案、素材或视频生成、配音、背景音乐和视频合成的 AI 视频生产流程。
calesthio/OpenMontage
只说想做什么，Agent 就从研究、脚本和素材一路做到字幕、配音、剪辑与成片。
把研究、脚本、素材、配音、字幕、时间线、渲染和质检串成整片视频生产流程；可接商业模型，也有免费素材与本地工具路线。
Comfy-Org/ComfyUI
像搭积木一样保存和复用整条生成流程，一套工作流反复产出图片、视频、音频和 3D。
像搭积木一样把模型、提示词、参考图和处理步骤连起来，搭好一次就能反复生成图片、视频、音频和 3D 内容。
Wan-Video/Wan2.1
用同一套开放模型完成文生视频、图生视频、首尾帧控制、视频编辑和声音生成。
开源视频生成模型，README 列出文生视频、图生视频、首尾帧视频、视频编辑、文生图与视频音频等任务。
Tencent-Hunyuan/HunyuanVideo-1.5
把腾讯混元的视频生成模型、权重和推理代码跑到自己的 GPU 或 ComfyUI 工作流里。
腾讯混元视频生成模型，覆盖文生视频、图生视频、480p/720p、超分辨率，并提供 Diffusers 与 ComfyUI 路线。
Lightricks/LTX-Video
用关键帧决定视频怎样发展、向前或向后续写，并让新一代模型同步生成画面与声音。
不只把一张图变成短片：它能用多个关键帧控制过程、向前或向后续写、做视频转视频；新一代 LTX-2 还把画面与声音一起生成。
Panniantong/Agent-Reach
一句话给 Agent 装上网页、YouTube、X、Reddit、GitHub、B 站和小红书等互联网能力。
替 Agent 选好、装好并检查网页读取、全网搜索、YouTube、X、Reddit、GitHub、B 站、小红书等平台接法。自带 doctor 诊断，某个后端失效时也能继续切换维护路线。
browser-use/browser-use
把整段网页工作交给 AI，它会自己打开、点击、填写、提交并提取结果。
把网页任务交给 AI：它会打开页面、点击、输入、填表和提取数据；官方示例包括按简历填写求职申请并导出数据。
msitarzewski/agency-agents
直接调用产品、设计、工程和营销等专业 Agent 角色，不必从零写岗位提示词。
按产品、设计、工程、营销、测试和运营等真实职责整理角色提示词、交付标准和工作流。需要组建多角色协作时，可以直接选人上场，不必从空白提示词开始。
n8n-io/n8n
把表单、邮件、表格、应用和 AI 接成一条会自己运行的自动流程。
把表单、邮件、表格、AI 和各种应用连成一条自动流程，数据一来就自己跑；既能拖拽搭建，也能插入 Python、JavaScript 和人工审批。
NanoNets/Graft
它给代码仓库画出一张 Agent 真能读懂的关系图，让每次开工不必重新摸路。
用 tree-sitter 为代码库生成符号、调用和文件关系图，并通过 MCP、命令行和 Agent 配置提供可追踪的代码上下文；深度模式还能生成文件与系统说明。
mcncarl/agent-memory-vault
Claude Code 和 Codex 共用一座可追溯、可回滚的长期记忆库，换会话也不会集体失忆。
让 Claude Code 与 Codex 共用 Markdown 事实源、Git 历史、SQLite 全文检索和可选本地语义搜索，并通过认领、预写、收尾和审计控制记忆写入。
hmjz100/LinkSwift
把多个主流网盘的分享页变成可直接交给下载器的直链。
支持百度、阿里、移动、天翼、迅雷、夸克、UC、123 等网盘的直链获取、界面优化与多下载器协同。
swordluan8-hash/token-aware-orchestrator
给 AI 编程任务设置上下文预算和执行路线，把有限 token 留给真正影响结果的信息。
先缩小 Codex 初始读取范围，再按任务类型、目标模型、预算、成功标准和预期文件执行任务；结束后写出包含 token 用量、测试、差异和异常文件的 JSON 交接记录。
firecrawl/firecrawl
搜索、抓取并整理整站内容，一步产出 AI 可直接使用的 Markdown、JSON 或截图。
别再手工翻一页页网站：它能搜索、抓取并把网页整理成 Markdown、JSON、截图或结构化数据，直接交给 AI 工作流。
Aider-AI/aider
在现有仓库里做精准的跨文件修改，同时自动提交 Git、运行检查并继续修错。
把现有代码库交给终端里的 AI 结对程序员：它先理解整个仓库，再按要求跨文件修改、提交 Git、运行 lint 和测试，发现问题还能继续修。
oraios/serena
让编程 Agent 按符号和代码结构定位问题，不必反复吞下整个文件。
为编程 Agent 提供按符号查找、引用追踪和结构化编辑能力，让它先定位类、函数与调用关系，再读取和修改必要代码。大型仓库里尤其能减少无关上下文。
star23/content-os
每天自动扫描优质信息源、筛掉旧闻和重复事件，再按你的声音写成简报与内容草稿。
每天读取精选 X 账号、新闻简报、播客和其他来源，只保留 48 小时内的新信号，按事件去重并生成简报与草稿。下一轮还能结合已发布内容表现调整选题和钩子建议。
ollama/ollama
一条命令在本机运行开源模型，再把它接给聊天界面、Codex 或其他 Agent。
在 Mac、Windows 或 Linux 上用一条命令运行开源模型，也能把这些模型接给 Codex、Claude Code、OpenClaw 等程序。
FluentRead/FluentRead
在原网页上直接做中英对照和划词翻译，读英文资料不用来回复制。
直接在原网页生成中英对照，保留段落位置和英文术语；只想查一句时也能划词、悬停或双击翻译。内置免费翻译回退与缓存，已经完成真实安装测试。
open-webui/open-webui
给本地模型和多个 API 一个统一工作台，聊天、资料库、记忆与工具都在同一界面。
给 Ollama 和多个模型 API 装上自己的聊天工作台：在一个界面里切换模型、上传资料、做知识库、记忆和定时任务。
paperless-ngx/paperless-ngx
把扫描件、合同和票据自动变成可搜索、可分类的私人电子档案库。
自动接收扫描件和电子文件，执行 OCR、全文索引、标签与归档，让合同、票据、信件和资料可以按关键词迅速找回。所有档案可留在自己的 NAS 或服务器。
inovector/mixpost
在自己的服务器里统一排期、发布和管理多个社交平台的内容。
在自己的服务器里排期、发布和管理多平台内容，并提供内容日历、模板、媒体库和团队工作区。
twentyhq/twenty
把客户、联系人、交易和跟进放进一套可自托管、可改字段流程的 CRM。
给个人或小团队一套可自托管、可改字段和流程的客户管理系统，让线索、联系人、交易和跟进记录不再散在表格与聊天里。
MartinDelophy/ai-video-editor
在浏览器里完成多轨剪辑、字幕、配音、AI 修复和离线导出，素材尽量留在本地。
把 CapCut 风格多轨时间线、自动字幕、多语言配音、本地 AI 音乐、画面修复、智能裁切、数字人和离线导出放进浏览器；还提供 Codex、Claude Code、Copilot 与 Gemini 可调用的视频编辑 Skill。
OpenHands/OpenHands
在一个自托管控制台里运行多个编程 Agent，并把一次性指令变成可重复的开发流程。
让 AI Agent 在隔离执行环境中完成软件开发任务，覆盖代码修改、命令执行、网页交互和多种模型接入。
activepieces/activepieces
用 280 多个连接器搭自动流程，还能把每个连接器直接变成 Agent 可调用的 MCP 工具。
像搭积木一样把表单、表格、邮件、API 和 AI 连成流程；280 多个连接器还能直接变成 Claude、Cursor 等 Agent 可调用的 MCP 工具。
CherryHQ/cherry-studio
把多个 AI 助手收进一台桌面工作台，中文资料和日常任务不用来回切网页。
跨平台多模型桌面客户端，支持主流云模型、本地 Ollama、预设助手、文档处理与 MCP。
QwenLM/Qwen-Agent
千问不只回答问题，还能调用工具、跑代码、查资料，把对话真正变成 Agent。
Qwen 官方 Agent 框架与应用，支持函数调用、MCP、代码解释器、RAG 和浏览器扩展。
opendatalab/MinerU
复杂 PDF、Office 和扫描件先变成干净 Markdown，长资料才真正适合交给 AI。
将 PDF、图片、DOCX、PPTX、XLSX 转为 Markdown 或 JSON，支持公式、表格、扫描件、OCR、CLI、API 和 WebUI。
microsoft/markitdown
Word、PPT、Excel 和 PDF 一次转成 Markdown，微软资料进入 AI 前终于有统一入口。
微软开源的轻量转换工具，可把 PDF、Word、PowerPoint、Excel、图片、音频和网页等转成保留结构的 Markdown。
infiniflow/ragflow
资料回答不再只给结论，RAGFlow 把解析、检索、引用和 Agent 放进一套知识库。
面向文档理解、检索和 Agent 的 RAG 引擎，可解析 Office、PDF、图片、扫描件、数据和网页，并生成带引用的回答。
langbot-app/LangBot
把 AI 助手接进微信、QQ、飞书和群聊，机器人不必困在单独网页里。
支持 QQ、微信、企微、飞书、钉钉、Slack、Discord 和 Telegram，并带知识库、工具调用、插件与 Web 管理台。
GraphiteEditor/Graphite
矢量、位图、图层和节点式设计都在浏览器里，开源图形工具开始接近完整工作台。
开源矢量与位图编辑引擎，以图层合成和节点式生成设计提供非破坏性工作流；项目仍处 Alpha。
invoke-ai/InvokeAI
生成、局部重绘、画布和节点流程放到一起，图片创作终于能反复修改而不是只抽卡。
本地 Web 创意引擎，提供统一画布、局部重绘、画笔、节点工作流、素材图库和 API 扩展。
mcmonkeyprojects/SwarmUI
简单出图和高级 Comfy 工作流共用一个界面，新手与重度用户都不用换工具。
模块化 AI 图片生成 WebUI，兼顾简化生成页和高级 Comfy 节点流程，支持 Stable Diffusion、Flux 等模型；目前仍处 Beta。
ByteDance-Seed/BAGEL
同一套模型既能看图、出图又能改图，字节 Seed 的开源多模态路线值得实测。
字节 Seed 团队的统一多模态模型，覆盖视觉理解、文生图、图片编辑和自由视觉操作，并提供 Gradio 界面。
lllyasviel/Fooocus
少调参数也能在本地专注提示词出图，它是最接近 Midjourney 简化体验的开源路线之一。
离线图片生成器，强调少调参数的提示词体验，并支持变体、放大、局部重绘和扩图。
Acly/krita-ai-diffusion
在 Krita 里边画边生成、局部重绘，AI 不再和真正的修图流程分家。
把生成式填充、实时绘画、放大、参考图、ControlNet 和分区提示放进 Krita 的绘画与修图流程。
lllyasviel/stable-diffusion-webui-forge
更省显存地管理模型、LoRA 和 ControlNet，本地出图工作台更容易跑起来。
在 Stable Diffusion WebUI 基础上优化资源管理和推理速度，兼容常用模型、LoRA、ControlNet 与扩展。
Kwai-Kolors/Kolors
中文和英文文字也能直接进画面，做海报时终于不必默认字一定会崩。
快手团队的中英双语文生图模型，强调复杂语义与中英文文字渲染，并支持 Gradio、ComfyUI、局部重绘和 ControlNet。
Stability-AI/generative-models
从 Stability AI 官方代码进入 SDXL，模型来源、推理示例和许可边界更清楚。
Stability AI 官方生成模型代码库，提供 SDXL 基础与精修模型的文生图、图生图和 Streamlit 推理示例。
tannerhelland/PhotoDemon
22 MB 便携修图，图层、内容感知和批处理都留在本地，老电脑也能直接用。
Windows 便携图片编辑器，提供图层、多格式处理、内容感知工具、宏录制和批量处理等常用能力。
KDE/kdenlive
专业时间线、转场和音频处理都能留在本地，Kdenlive 是成熟的开源剪辑主力。
KDE 维护的免费开源非线性视频编辑器，适合多轨剪辑、转场以及视频和音频效果处理。
lllyasviel/FramePack
一张图就能逐段生成更长视频，较低显存也多了一条可研究的本地路线。
通过逐段预测和固定长度上下文生成视频，提供桌面界面，适合图片转视频及较长视频实验。
zai-org/CogVideo
文字、参考图和已有片段都能进入视频流程，Sora 类任务有了可自行部署的候选。
Z.ai 官方视频生成仓库，覆盖文生视频、图生视频和视频续写，并提供推理与微调工具。
ace-step/ACE-Step-1.5
从一句描述到完整歌曲，还能翻唱、重绘和拆音轨，音乐生成可以留在本机。
支持文本生成音乐、多语言歌词、参考音频、翻唱、局部重绘、音轨分离和时长控制。
QwenAudio/CosyVoice
中文、方言、跨语言克隆和流式输出都在一套模型里，很适合搭自己的语音服务。
支持多语言和中文方言的零样本语音合成、跨语言声音克隆、情绪与语速控制、流式输出及服务端部署。
hexgrad/kokoro
小模型也能做多语言配音，Kokoro 的价值是轻、快、容易接进真实内容流程。
Kokoro-82M 的官方推理库，可通过 pip 安装，用较小模型完成英语、中文、日语等多语言文字转语音。
modelscope/ClearerVoice-Studio
底噪、混响和糊掉的人声先交给它清理，录坏的音频多了一次补救机会。
覆盖语音增强、语音分离、超分辨率和目标说话人提取，并提供预训练模型。
cryptpad/cryptpad
在线协作文档不想交出正文，CryptPad 把实时编辑和端到端加密放在一起。
端到端加密的开源在线协作办公套件，可实时同步多人文档修改，并提供 Docker 自托管路线。
ONLYOFFICE/DesktopEditors
文档、表格、演示和 PDF 都留在本地，常用办公格式一次接住。
本地办公套件，包含文档、表格、演示、表单和 PDF 编辑器，并兼容常见 OOXML 格式。
AppFlowy-IO/AppFlowy
想把 Notion 的页面、项目和知识库搬回自己掌控的数据空间，它是成熟候选之一。
面向项目、Wiki 和团队协作的开源知识工作区，提供桌面、移动端与自托管路线。
presenton/presenton
给一句主题或一份文档，它能生成可继续编辑的 PPTX，并允许自己选模型和模板。
从提示词、上传文档或现有 PowerPoint 设计生成演示文稿，支持拖拽修改及可编辑 PPTX、PDF 导出。
Vexa-ai/vexa
它能自己进 Meet、Teams 和 Zoom 开会，实时吐出带说话人归属的转写。
可加入 Google Meet、Microsoft Teams 和 Zoom，并通过 API 输出带说话人归属的实时转写。
Automattic/harper
英文语法检查不想上传整篇文字，Harper 可以直接在本地给出修改提示。
Rust 与 WebAssembly 驱动的离线英文语法检查器，可接入浏览器、桌面应用和多种编辑器。
Thiagohgl/ai-pronunciation-trainer
录下自己读的一句话就能得到发音反馈，口语练习不再只靠自己听感觉。
利用语音识别与音素比较评估发音，可在线试用或用 Python、FFmpeg 在本地运行。
ankitects/anki
真正的间隔重复引擎就在官方仓库里，卡片和复习调度不是第三方仿制品。
Anki 官方桌面端源码，通过间隔重复调度卡片复习。
LibreTranslate/LibreTranslate
翻译 API 不想把每句话送给商业平台，LibreTranslate 能完整部署在自己的服务器。
由 Argos Translate 驱动、可完全自托管和离线运行的开源机器翻译 API。
dyad-sh/dyad
像 Lovable 和 v0 一样用对话生成应用，但代码、预览和模型钥匙都能留在本机。
本地 AI 应用构建器，用自然语言生成代码并在电脑上运行实时预览，支持自带模型密钥。
firecrawl/open-lovable
给一个网站或一句需求，就能对话生成 React 应用，开源的 Lovable 路线非常直接。
通过对话生成和重建 React 应用，可抓取参考网站并使用自选模型继续修改。
medusajs/medusa
商品、订单、库存和支付模块都能自己组合，开源电商不必从购物车底层重写。
提供商品、订单、库存、支付等可组合商业模块与应用框架，用于构建 DTC、B2B、市场平台和定制电商。
webstudio-is/webstudio
可视化网页、完整 CSS 和任意 CMS 接入放在一起，它是 Webflow 最直接的开源对手。
开源可视化网站构建器，可连接任意无头 CMS、支持完整 CSS 属性并将站点托管到不同平台。
GrapesJS/grapesjs
拖拽组件、样式、图层和素材管理都能嵌进自己的产品，网页编辑器不用从零造。
免费开源 Web Builder 框架，提供组件、样式、图层、代码、素材和存储管理，用于嵌入网站与模板编辑器。
knadh/listmonk
邮件列表、订阅者和批量发送都回到自己的服务器，通讯业务不再被月费锁死。
高性能自托管邮件通讯和邮件列表管理器，提供订阅者、活动、模板、分析和现代管理后台。
windmill-labs/windmill
脚本一写就能变成工作流、Webhook 和内部工具，复杂自动化不必全靠拖拽。
把 Python、TypeScript 等脚本变成 Webhook、工作流、定时任务和内部应用，并支持自托管。
huginn/huginn
网页一有变化就触发下一步，它把 IFTTT 式事件自动化留在自己的服务器。
在自己的服务器创建 Agent，监测网页和事件并触发后续动作，官方将其描述为可改造的 IFTTT 或 Zapier。