开源项目导航

N

n8n

n8n-io/n8n

工具

开源节点式自动化平台，内置 AI/Agent 节点，可自托管的工作流引擎。

O

Open WebUI

open-webui/open-webui

工具

自托管的 ChatGPT 式界面，兼容 Ollama 与 OpenAI API，团队内网可用。

M

MarkItDown

microsoft/markitdown

工具

把 PDF、Word、PPT、Excel 转成干净的 Markdown，专为喂给 LLM 设计。

L

LLaMA-Factory

hiyouga/LLaMA-Factory

大模型

一站式微调框架，WebUI 点几下就能用 LoRA 训上百种开源模型。

A

AutoGPT

Significant-Gravitas/AutoGPT

Agent

自主 Agent 的开山之作，当前主线是可视化 Agent 搭建平台。

O

ollama

ollama/ollama

大模型

一条命令在本地把一个开源大模型跑起来，自带模型库与 OpenAI 兼容 API。

M

MetaGPT

geekan/MetaGPT

Agent

让「AI 软件公司」自动产出需求文档、设计与代码，多 Agent 协作的经典实现。

T

transformers

huggingface/transformers

大模型

文本、视觉、音频统一 API 的模型库与训练框架，事实上的行业标准。

S

Stable Diffusion WebUI

AUTOMATIC1111/stable-diffusion-webui

多模态

最经典的 Stable Diffusion 网页界面，插件与模型生态最庞大。

D

dify

langgenius/dify

Agent

可视化编排 RAG、Agent、工作流的 LLM 应用平台，可直接私有化部署。

L

langchain

langchain-ai/langchain

Agent

把模型、工具、记忆、检索拼成 LLM 应用的组件化框架，生态最大。

C

ComfyUI

comfyanonymous/ComfyUI

多模态

节点式扩散模型工作流，图像与视频生成的工业化底座，插件生态极强。

D

diffusers

huggingface/diffusers

多模态

扩散模型官方工具箱，图像、视频、音频生成的统一实现。

L

llama.cpp

ggml-org/llama.cpp

大模型

纯 C/C++ 推理栈，CPU、Mac、树莓派都能跑量化模型，GGUF 格式的发源地。

B

browser-use

browser-use/browser-use

Agent

让 AI 直接操作浏览器点鼠标填表单，把网页变成 Agent 的可调用接口。

W

whisper

openai/whisper

NLP

多语种语音识别与翻译的通用模型，ASR 领域的基线。

D

DeepSeek-V3

deepseek-ai/DeepSeek-V3

大模型

DeepSeek 第三代 MoE 基座模型官方仓库，含权重与推理代码。

F

flux

black-forest-labs/flux

多模态

FLUX 系列文生图模型的官方推理代码，出图质量对标闭源。

V

vLLM

vllm-project/vllm

大模型

高吞吐 LLM 推理引擎，PagedAttention 把显存碎片压到极低，是线上部署的默认选择。

R

ragflow

infiniflow/ragflow

RAG

基于深度文档理解的 RAG 引擎，把复杂版式 PDF 变成可检索知识库。

O

opencv

opencv/opencv

CV

计算机视觉的基础设施库，几乎所有视觉项目都绕不开它。

L

LobeChat

lobehub/lobe-chat

工具

设计感极强的开源 AI 聊天客户端，多模型聚合 + 插件市场。

U

unsloth

unslothai/unsloth

大模型

单张消费级显卡微调大模型，显存占用降 70%、训练速度提升约 2 倍。

U

ultralytics

ultralytics/ultralytics

CV

YOLO 系列一站式训练、验证、部署框架，检测分割跟踪全覆盖。

A

autogen

microsoft/autogen

Agent

微软多智能体协作框架，让多个 Agent 分工对话完成复杂任务。

C

crewAI

crewAIInc/crewAI

Agent

角色扮演式多 Agent 编排，定义角色、任务、流程就能跑出一支 AI 团队。

S

Segment Anything

facebookresearch/segment-anything

CV

SAM 通用分割模型，给一个点或框就能分割画面里的一切。

M

milvus

milvus-io/milvus

RAG

云原生向量数据库，十亿级向量检索，AI 应用的存储底座。

W

Wan2.1

Wan-Video/Wan2.1

多模态

阿里万相开源的视频生成模型，消费级显卡也能出 480P 短视频。

L

LightRAG

HKUDS/LightRAG

RAG

轻量级图增强 RAG，用实体关系图补上向量检索的「全局视角」。

S

sglang

sgl-project/sglang

大模型

面向结构化生成与高并发服务的推理框架，RadixAttention 复用 KV 缓存。

Q

qdrant

qdrant/qdrant

RAG

Rust 写的向量搜索引擎，过滤检索与混合检索性能突出。

S

spaCy

explosion/spaCy

NLP

工业级 NLP 流水线，分词、实体、句法一次搞定，生产环境首选。

O

openai-agents-python

openai/openai-agents-python

Agent

OpenAI 官方轻量多 Agent 编排 SDK，handoff 与 guardrail 开箱即用。

C

chroma

chroma-core/chroma

RAG

面向 AI 应用的嵌入式向量库，几行代码就能给应用加上记忆。

Q

Qwen3

QwenLM/Qwen3

大模型

阿里通义千问 Qwen3 系列开源模型与工具链，中英双语能力强。

C

CosyVoice

FunAudioLLM/CosyVoice

NLP

多语种零样本语音克隆与 TTS，几秒音频就能复刻音色。

T

trl

huggingface/trl

大模型

用 SFT / DPO / GRPO 把基座模型对齐成可用助手的官方训练库。

S

SadTalker

OpenTalker/SadTalker

多模态

一张照片 + 一段音频，生成会说话的数字人视频。