Crawl4AI 是 GitHub Star 数最多的开源网页爬虫（75,960 ★，数据截至 20260817），专为将网页转化为 LLM 可直接消费的 Markdown 而设计。相比传统爬虫输出 HTML 碎片，Crawl4AI 输出结构清晰、噪音少、带引用标注的 Markdown，特别适合 RAG pipeline、Agent 数据摄取和大规模数据采集…
仓库攻略
259 篇 · 257 个项目 · tom · LLM 基础设施
DeepResearch_AI 是一个 AI 驱动的多智能体研究工作空间，基于 LangGraph + FastAPI 构建，支持两种研究模式： 1. DeepSearch（快速模式）：5 个 researcher agent 并行 fanout + 聚合，约 12 分钟产出带引用的结构化网络研究报告 2. Research Mode（深度模式）：25 个 …
Stable Diffusion 是 CompVis 团队（海德堡大学）开发的潜在扩散模型（Latent Diffusion Model），通过文本提示生成照片级图像。该项目是 Stability AI 和 Runway 合作的产物，在 2022 年 CVPR 以 Oral 论文发表，相关论文 HighResolution Image Synthesis w…
DAIR.AI 出品的 Prompt Engineering Guide，是一个聚合了提示工程领域最新论文、学习路径、实战技巧和工具资源的开源知识库。2022年2月登顶 Hacker News 热榜，2024年1月突破 300 万学习者，目前在 GitHub 拥有约 77.5k Stars、8.5k Forks（MIT 许可证），支持 13 种语言翻译。 它…
pi 是由 earendilworks 开发的轻量级终端 AI Agent 工具包，包含四个核心 npm 包： | 包 | 说明 | ||| | @earendilworks/picodingagent | 交互式编码 Agent CLI | | @earendilworks/piagentcore | Agent 运行时（工具调用 + 状态管理）| | @…
llama.cpp 是一个纯 C/C++ 实现的高性能 LLM 推理框架，核心目标是在各种硬件上以最小化依赖和最优性能跑本地大模型。它基于底层的 ggml 库构建，支持 FP16 和 GGUF 量化格式，Star 122,572（无周增，长期稳定），是本地 LLM 推理领域最活跃的开源项目之一。 核心特点： 纯 C/C++ 实现，无外部依赖（除少量单文件 H…
DSH 插件市场（DSH Plugin Marketplace）是一个为 DeepSeek Harness（DSH） 打造的插件市场插件，通过在 DSH Web GUI 的设置页面中嵌入一个卡片列表界面，让用户无需命令行即可浏览、安装、更新 GitHub 上全部打有 dshplugin topic 的插件，以及 14000+ 通用 Skills（来自 age…
PaperOrchestra 是 Google 研究团队（Song et al., 2026）提出的一种多智能体学术论文写作框架（arXiv:2604.05018），其核心思路是用 5 个专责 Agent 流水线协作，把零散的研究材料（想法、实验记录、图表）转化为可直接投稿的 LaTeX 论文。 Ar9av/PaperOrchestra 则是将这篇论文的实现…
jezweb/claudeskills 是一个面向 Claude Code CLI 的 Skill 集合仓库，收录了 50+ 个经过结构化封装的 Skill，覆盖全栈开发（Cloudflare、React、Tailwind v4）、AI 集成、数据库、支付、DevOps、SEO、文档生成、商业写作等常见场景。 换句话说：这是一套开箱即用的 Claude Co…
freebuffproxy 是一个本地网关，把 FreeBuff/Codebuff 的免费 AI 编程模型（deepseekv4flash 等）以 OpenAI 兼容接口（/v1/chat/completions）暴露给任意工具——OpenCode、pi、9router、LiteLLM 或自己的脚本。 它的核心价值是"翻译 + 池化 + 隐匿"： FreeB…
PixelleMCP 是一个基于 MCP 协议的开源多模态 AIGC 解决方案，核心思路是把 ComfyUI 工作流一键转成 MCP 工具，让 LLM（Claude Desktop、Cursor 等）通过自然语言直接驱动 ComfyUI 图像生成。它支持本地 ComfyUI 和云端 RunningHub 两种执行引擎，提供 Web 界面、MCP 服务器和文件…
ASReview LAB（Active Learning for Systematic Reviews LAB）是一个面向系统综述（Systematic Review）场景的主动学习筛选工具，由荷兰 Utrecht University 研究团队开发并在 Nature Machine Intelligence 上发表。 系统综述是学术研究中的基础方法：研究者…
IntellAgent 是一个多智能体（multiagent）框架，专注于对话式 AI Agent 的系统性评测与诊断。 传统 agent 评测依赖人工构造测试用例，数量有限且难以覆盖真实世界的长尾边界情况。IntellAgent 的思路是：给定你的 agent 描述（prompt、工具定义、数据库 schema），自动生成数千种真实感强的边缘场景（edge…
NVIDIA Video Search and Summarization（VSS）Blueprint 是一套GPU 加速的视频语义理解和分析参考架构。它将视觉语言模型（VLM，如 NVIDIA Cosmos）、大语言模型（LLM，如 Nemotron）、RAG 和 NVIDIA NIM 微服务整合在一起，实现用自然语言搜索视频内容、实时异常检测、视频问答和…
CodeGraphRAG 是一个面向多语言代码库的 AI 问答与编辑系统。它用 Treesitter 解析源码，构建代码结构知识图谱存入 Memgraph，再用自然语言驱动 Cypher 查询，实现代码问答、编辑和优化。整个流程对用户屏蔽了图数据库细节——只需一条 CLI 命令，就能把一个陌生仓库变成可对话的智能体。 核心思路：把代码当知识图谱来索引，而不是…
MaxText 是 Google AIHypercomputer 团队开源的高性能、高可扩展 LLM 训练与后训练库，全部用纯 Python/JAX 编写，目标是 TPU 和 NVIDIA GPU 上的高效分布式训练与微调。官方于 20250915 发布 PyPI 包，当前稳定版本 0.2.3（2026 年初）。 MaxText 的定位是"LLM 项目发射台…
DeepSeek Harness（dsh） 是 DeepSeek 官方于 20260813 开源的 Agent 运行时框架，MIT 许可证，用 TypeScript 开发。其核心理念是"一切皆插件"（everything is a plugin）——整个系统由一个可插拔的 profile 骨架和 60+ 官方能力包组成，模型无关，支持 Claude、GPT、…
latexcv 是 Jan Küster 开发维护的 LaTeX 简历（CV）和履历表模板集合，目前在 GitHub 上被广泛使用。所有模板均为原创设计，非从模板网站复制，代码自行实现，结构清晰、注释完整。 项目特色： 用 Word 或在线工具做简历，格式不专业、排版难精确控制、跨平台表现不一致。LaTeX 简历模板解决了"内容与样式分离"的问题——你只管填…
PromptEngineeringGuideChinese（Prompt 工程师指南中文版）是由 wangxuqi 维护的中文翻译项目，翻译自 DAIR.AI 的英文原版 dairai/PromptEngineeringGuide（Stars 77.3k+）。原版是目前最全面、最活跃的 Prompt 工程开源教程，涵盖从基础概念到高级技巧的完整知识体系。 本…
CubeStudio（立方工作室）是一款国产化、云原生的开源一站式 AI 平台，MIT 协议，开源免费商用，已在数千家企业实现私有化部署。 它的定位是 MLOps / MaaS / 算力调度 / 训推平台 的全集，覆盖从数据管理、模型训练、到推理服务的完整链路。核心功能包括：多租户算力调度、拖拉拽 Pipeline 编排、分布式多机多卡训练、超参搜索、vLL…
MetaMCP 是一个 MCP（Model Context Protocol）代理基础设施，集 MCP 服务器聚合（Aggregator）、编排（Orchestrator）、中间件（Middleware）、网关（Gateway）于一个 Docker 容器。它的核心定位是：让你不必逐个管理多个 MCP 服务器，而是把它们聚合成一个统一端点，再对外暴露。 技术本…
DecryptPrompt 是一个大模型提示词/Agent/RAG/LLM 全栈知识图谱，收录 Prompt 论文、开源模型、推理框架、SFT/RLHF 数据集、AIGC 应用案例等多个维度的资源。更重要的是，作者维护了一个持续更新的"解密Prompt"系列博客（65+ 篇），每篇包含论文串讲+代码实现，覆盖从 Prompt Tuning 到 RLHF、Ag…
封神榜（FengshenbangLM） 是 IDEA 研究院认知计算与自然语言研究中心（CCNL）主导的中文大模型开源体系，2021 年 11 月由沈向洋在 IDEA 大会上正式发布。定位是"中文认知智能的基础设施"，旗下包含 6 大模型系列，覆盖从语言理解到多模态生成的完整 NLP 任务。 三个子项目协同工作： Fengshenbang Model：预训练…
Humanize 是一个 Claude Code 插件，提供RLCR 双循环迭代开发模式——Claude 负责实现，OpenAI Codex 负责独立审查，人类始终是最终决策者。通过持续反馈循环，将 AI 生成代码的质量问题在迭代中早期捕获，而非等到最终 review。 核心哲学来自 Richard Sutton 的"Bitter Lesson"：通用方法（…
genieincodebottle/generativeai 是一个 GenAI 全景学习资源库，自称「一站式 GenAI 学习中心」。内容覆盖完整学习路线图（Roadmap）、22 个学习 track、300+ 模块、9 个实战项目、面试准备（13 个模块）、简历优化，以及大量配套 PDF / Notebook 资源。配套运营一个独立平台 AIML Com…
sergebulaev/linkedinskills 是一套 11 个 Claude Code / Codex Skills，用于自动化 LinkedIn 内容创作与运营。覆盖发帖、评论、回复、审计、人性化改写、钩子提取、内容规划、个人档案优化等全链路场景。所有技能都是「先出草稿、等用户确认」模式——不会擅自发布任何内容。 底层还有配套的社交媒体 Skill…
NVIDIA/GenerativeAIExamples 是 NVIDIA 官方的生成式 AI 参考工作流仓库，针对加速基础设施（GPU/NIM 微服务）做了深度优化，涵盖 RAG 管道、Agentic 工作流、知识图谱、视觉 NIM 工作流、Data Flywheel 完整闭环等场景。当前最新 release 为 v0.8.x（2025 年），目录结构已完成…
borghei/ClaudeSkills 是一个超大型 AI 技能库，涵盖 368 个 Prompt 技能（Skills）、76 个专家级 Agent 身份（Agents）、859 个纯 Python 标准库工具，面向工程、产品、营销、合规、法务、财务等全团队场景。安装后可在 Claude Code、Cursor、Codex、Gemini CLI、Copil…
jadxaimcp 是一套为 JADX（Android APK 反编译器）接入 Model Context Protocol（MCP）的插件 + 服务器组合。安装后，LLM（如 Claude）可以通过 MCP 协议实时读取 JADX 反编译出的 Java/Smali 代码，进行漏洞检测、代码理解、反混淆和逆向辅助——整个过程在 JADX GUI 内完成，无需…
arxivmcpserver 是一个 Model Context Protocol（MCP）服务器，为 AI 编程助手提供搜索、下载、阅读和分析 arXiv 论文的能力。通过 MCP 协议，Claude Code、OpenAI Codex、Kiro 等 AI 客户端可以直接调用工具查询 arXiv、追踪引用图、管理研究追踪任务，所有论文和索引存在本地。 AI…