RAG-Anything：统一处理图文表格公式的全栈RAG框架 | HKUDS/RAG-Anything
项目速览：香港大学出品，多模态RAG框架 RAG-Anything 是一个基于 LightRAG 构建的多模态文档处理 RAG 系统，GitHub 仓库 HKUDS/RAG-Anything，2025年10月已获 20754 个 star。它要解决的核心问题：现代文档（PDF、Office、图片）里...
AI 项目
开源AI编程代理OpenCode：双智能体切换提升开发效率 | anomalyco/opencode
为什么我推荐这个项目 166952 个 star 的 TypeScript 项目，叫 OpenCode。装好之后终端输入 opencode 启动，默认进入一个 AI 编码代理（agent），能直接读写文件、运行 bash 命令。不像 Copilot 那样只补全代码，也不像 ChatGPT 那样只能输...
Dia：一句话生成带情感的双人对话音频 | nari-labs/dia
📌 项目地址：nari-labs/dia | ⭐ 19,300 颗星 | 🔧 Python | 📜 Apache-2.0 这不是你见过的那种TTS 大部分开源TTS（Bark、XTTS）处理的是单人读文字。Dia不一样——它根据标注了说话人的剧本，直接输出两个人自然对话的音频。中间可以插入[laug...
谷歌官方出品的终端AI Agent：Gemini CLI 核心解读 | google-gemini/gemini-cli
Google 开源了一个纯终端 AI agent：gemini-cli。它不是又一款聊天机器人，而是在你命令行里直接操作的 AI 代理。我用它替换了日常工作中频繁切窗口问 ChatGPT 的习惯，下面说清楚这东西到底是什么、怎么装、能干什么、以及有什么坑。 为什么这个 CLI 值得装？ 免费额度大到...
FramePack：让显存需求恒定，在笔记本上跑13B视频扩散模型 | lllyasviel/FramePack
核心突破：让长视频生成的计算量固定下来 FramePack解决的问题很具体：视频生成要想效果好，通常需要维护一个“上下文”——过去已经生成的所有帧。这个上下文越长，计算量越大，显存需求越高。这是目前几乎所有视频扩散模型的瓶颈。生成长视频要么必须分段拼接，要么只能用高压缩率的中间表示来近似历史信息，两...
OpenCode：终端原生的 AI 编码助手，但项目已迁移 | opencode-ai/opencode
先给结论：别用，但值得看 OpenCode 的 README 顶部第一句话是“Archived: Project has Moved”。这个 12760 星的 Go 项目已经停止维护，原名和团队换成了新项目 Crush（charmbracelet/crush）。你看到的 OpenCode 仓库只是一...
Second Me：本地训练你的AI自我，构建分布式身份网络 | mindverse/Second-Me
一句话说清这个项目在做什么 Second Me 的目标不是做个更好的聊天机器人。它在 GitHub 上拿了 15555 颗星，Apache-2.0 协议，Python 实现。 项目 README 第一句话就划了条线：OpenAI 那套是“超级AI”，威胁人的独立性。他们要做的是跑在你本机、用你的数据...
Claude Task Master：面向 AI 驱动开发的任务管理系统 | eyaltoledano/claude-task-master
问题：AI记不住自己说过的话 我在Cursor里让Claude“先建一个users表，字段id、name、email”。它写了。然后我说“加一个login API”。它改了代码，但回头一看，users表里的email字段写成了mail。Claude自己忘了之前定的命名规范，而我翻了几十轮对话才找到当...
用 Claude Code 接入任何大模型：claude-code-router 项目解读 | musistudio/claude-code-router
为什么需要 CCR claude 是 Anthropic 官方的终端编程助手。你在项目目录下敲 claude，它能读代码、写文件、操作 git。但 Claude Code 默认只连 Anthropic 自家的模型——你想用 DeepSeek 做快速推理，或者在公司内网跑 Ollama 省成本，直接换...
Claude Code：终端中的智能体编程工具详解 | anthropics/claude-code
它不是一个补全引擎 Claude Code 不讲自动补全，也不在 VSCode 侧边栏里出建议。它接管你的终端，听懂自然语言请求，然后自己读文件、改代码、跑命令、提交 commit。你描述目标，它执行操作。 把它当成一个在项目目录里工作的编码助理——没有界面，只有命令行对话。你打字说“移除所有 co...
腾讯混元3D-2：从单图到高保真3D资产的生成实战 | Tencent-Hunyuan/Hunyuan3D-2
1.3 万 star 的开源项目 Tencent-Hunyuan/Hunyuan3D-2 到底是干啥的？简单说，它是一套把单张图（或文字）变成 3D 模型的模型组合。但不是只有一个模型，而是一个包含多个变体的家族，分别解决不同需求：有人要快，有人要精细，有人显卡只有 6G。 我读完 README 并...
阿里开源的深度研究智能体：Tongyi DeepResearch 技术解析 | Alibaba-NLP/DeepResearch
这不是聊天模型，是能自己搜索验证的智能体 通义实验室开源的 Tongyi DeepResearch（仓库 Alibaba-NLP/DeepResearch）是一个 MoE 模型，总参数 30.5B，推理时每个 token 只激活 3.3B 参数。它的定位不是对话，而是“长周期深度信息搜索”（long...