browseruse 是让 AI Agent 操作浏览器的 Python 库——AI 描述任务，浏览器替你完成：点按钮、填表单、滚动页面、抓取内容。2026 年 7 月 Stars 104k+，Odysseys 排行榜第一（87.4% 平均准确率），领先 OpenAI、Anthropic、Google、Microsoft 的同类产品。 有两种使用方式：CLI…
仓库攻略
76 篇 · 74 个项目 · Agent 智能体 · 多模态
AI Engineering Hub 是一个收录了 93+ 个生产就绪 AI 项目的开源教程库，涵盖 LLM、RAG、AI Agent 的完整实战项目，每个项目都附带可运行的代码和详细说明。 它不是一个大模型或框架本身，而是一个学习路径 + 项目索引：从最基础的 OCR 识别、聊天机器人，到高级的 Agent 编排、模型微调、生产部署，全部都有按难度分类的实…
UITARSdesktop 是字节跳动开源的多模态 GUI Agent 桌面应用，基于 UITARS 模型。它能像人一样操控电脑（点击、输入、浏览网页），通过视觉理解界面并执行操作。目前支持： Computer Operator：操控本机桌面应用 同属 TARS 项目家族的还有 Agent TARS（终端 CLI + Web UI 版本）。 Stars 37…
AutoGPT 是一个创建、部署和管理持续运行 AI Agent 的平台，目标是让 AI 自动化每个人都能用、都能搭建。它包含三大核心组件： Forge（经典版）：快速构建自定义 Agent 的开发工具包，配有基准测试框架 项目采用双 License：平台核心代码（autogpt_platform/ 文件夹）使用 Polyform Shield Licens…
LibreChat 是一个开源自托管 AI 聊天平台，核心定位是"统一所有主流 AI provider 的 ChatGPT 增强克隆"。它支持 Anthropic Claude、OpenAI（含 GPT4o / o1 / GPT5）、Azure OpenAI、Google Gemini、AWS Bedrock、DeepSeek、Mistral、OpenRou…
MiMo Code 是小米 MiMo AI 团队开源的终端原生 AI 编程智能体，基于开源项目 OpenCode 进行二次开发，2026 年 6 月 10 日以 MIT 许可证发布。 它的核心定位是一个"住在你电脑里的 AI 编程搭档"——能读写代码、执行命令、管理 Git，并且通过持久化记忆系统，在多次会话中持续理解项目上下文、自动进化。 MiMo Cod…
Deep Lake 是 AI 数据运行时（AI Data Runtime），由 Activeloop 提供。其核心定位是：专为 AI 应用设计的多模态数据库，同时支持向量检索、数据版本控制和多模态原始数据存储。 与只存 embedding 的向量数据库不同，Deep Lake 可以存任意类型的原始数据——图片、视频、音频、PDF、文本、embedding 向…
AnythingLLM 是一个本地优先的 AllinOne AI 应用平台，用 MIT 许可证开源（JavaScript），Stars 62,686，周增 +322，已达生产就绪级别。它让用户无需重复"租用 AI 智能"——在自己的服务器或电脑上，连接任意 LLM（本地或云端），管理知识库、操作 AI Agent、构建自动化工作流。 核心定位：私有化部署的 …
unitymcp（MCP for Unity）是一个基于 Model Context Protocol（MCP）的 Unity 编辑器桥接工具，让 AI 助手（Claude、Codex、Cursor、VS Code 等 MCP 兼容客户端）能够直接操控 Unity Editor——创建场景和 GameObject、编写 C# 脚本、管理资产、运行测试、构建项…
obsidianskills 是由 kepano（Obsidian 核心插件开发者）维护的 Agent Skills 集合，让 AI 编程助手（Claude Code、Codex、OpenCode 等）能够理解并操作 Obsidian 的专有格式。遵循 Agent Skills 规范，以 .claude/skills/ 目录结构 + SKILL.md 元数据…
HyperFrames 是 HeyGen 开源的HTML 到 MP4 视频渲染框架，stars 33K+（另有同名仓库差异），周增 +651。核心能力：用写网页的方式定义视频——视频即 HTML，动画即 seekable 动画，渲染引擎通过 headless Chrome seek 到指定帧并用 FFmpeg 编码输出确定性 MP4。 设计上深度面向 AI …
aiwebsiteclonertemplate 是一个可复用的 AI 网站克隆模板项目，用 AI Coding Agent（推荐 Claude Code）将任意公开网站逆向重建为一个干净的 Next.js 现代代码库。 核心思路：给 AI Agent 一个 URL，Agent 自动完成截图、设计 token 提取、组件规格撰写、并行构建、最终组装——你只需要…
Open Design 是 Claude Design（Anthropic 2026 年 4 月发布的 AI 设计工具）的开源替代方案。它是一个本地优先的 Agentic 设计工作空间，让你的代码 Agent（Claude Code / Codex / Cursor 等）直接成为设计引擎，输出真实可用的原型页面、数据看板、演示文稿、图片和视频。 核心特点： …
UI UX Pro Max Skill 是一个面向 AI coding agent 的设计智能 Skill，核心功能是 Design System Generator（设计系统生成器）——根据你描述的项目类型，自动推理并输出完整的设计系统：页面模式、配色、字体、动效、行业反模式、交付检查清单，全部结构化输出。 它不是一次生成一个按钮样式，而是根据"我要做一个…