Python

emacs-application-framework

emacs-eaf·Python

把浏览器、PDF 阅读器、视频播放器等图形应用直接嵌进 Emacs，用 Python 和 Qt 补上 Emacs 原本薄弱的图形界面能力。

Gepetto

JusticeRage·Python

IDA Pro 插件，把大语言模型接入反汇编界面，直接解释函数、重命名变量、生成脚本，省去手动逆向的重复劳动。

sie

superlinked·Python

开源的推理服务器与生产集群，统一部署 Agent 所需的各类模型，涵盖嵌入、检索与 LLM 推理，省去自建服务与运维的麻烦。

MiniMax 官方开源的文本大模型 MiniMax-Text-01 和视觉语言模型 MiniMax-VL-01，基于线性注意力架构，可用于长上下文理解与多模态推理。

MetaClaw

aiming-lab·Python

一个能持续学习和自我进化的智能体框架，通过对话就能让 Agent 在线微调、积累技能，不用重新训练模型。

基于 Python 的 Telegram 机器人，接入 OpenAI 官方 API，在聊天窗口里直接提供 ChatGPT 问答、DALL·E 绘图和 Whisper 语音转写。

面向地理空间数据的 AI 工具包，基于 PyTorch 提供遥感影像分割、地球观测分析等深度学习模型的训练与推理能力。

收录可直接复制的 AI 图像与视频提示词，每条都附真实生成效果和来源，还提供用 agent 编辑视频的配方。

pyslam

luigifreda·Python

一套 Python/C++ 混合的视觉 SLAM 流水线，支持单目、双目和 RGB-D 相机，集成多种特征提取、回环检测、深度预测与语义分割，用于三维重建和场景理解。

kb

gnebbia·Python

极简的命令行知识库管理工具，用纯文本文件记录笔记、速查表和操作流程，适合习惯终端、想要轻量笔记系统的人。

D-FINE 把 DETR 的边界框回归重构成细粒度分布细化，让目标检测在保持端到端简洁结构的同时显著提升定位精度，是 ICLR 2025 Spotlight 工作。

一套加速深度学习研发的 PyTorch 高层框架，提供可复用的训练循环、分布式训练和指标回调，省去反复搭训练脚手架的时间。

面向高分辨率生成与感知的高效视觉基础模型，通过轻量架构设计降低计算开销，可用于图像分类、分割等任务。

Torch-Pruning

VainF·Python

面向任意结构剪枝的通用框架，支持 LLM、视觉基础模型和 Transformer 等，用依赖图自动处理层间耦合，省去手工设计剪枝策略。

把 OpenAI Whisper 封装成开箱即用的 Docker 语音识别 Web 服务，上传音频即可通过 API 拿到转写文本，省去自己搭推理服务的麻烦。

给 AI Agent 用的隐身浏览器自动化 MCP 服务，基于 Chrome DevTools 协议实现页面导航、网络拦截、DOM 提取和像素级 UI 克隆，能绕过反爬检测。

给 Sublime Text 加装更强的 Markdown 语法高亮和配色方案，让 GFM 写作和阅读更顺手。

2d-gaussian-splatting

hbb1·Python

用 2D 高斯面片做辐射场重建，能同时合成新视角并输出几何精确的表面，解决了传统 3DGS 重建表面粗糙、几何不准的问题。

image-to-editable-ppt-skill

ningzimu·Python

把幻灯片截图、PDF 和图片版 PPTX 转成可编辑的 PowerPoint 文件，基于 Codex skill 实现，省去手动重排的麻烦。

CyberScraper-2077

itsOwen·Python

用 LLM 驱动的网页抓取工具，支持 OpenAI、Gemini 和 Ollama，能按自然语言指令从网页中提取结构化数据，省去手写解析规则。

用网页抓取和自动化脚本自动搜集 Udemy 免费优惠券，并批量注册付费课程，省去手动找券和报名的麻烦。

轻量级 Python 向量化库，无需 API 调用即可在本地快速生成高质量文本嵌入，适合 RAG 和向量检索场景。

轻量可扩展的 Python 数据校验库，用声明式 schema 校验字典等数据结构，适合接口入参和配置文件的格式检查。

pentestagent

GH05TCREW·Python

面向黑盒安全测试的 AI Agent 框架，把大模型和 MCP 工具串起来，支撑漏洞赏金、红队和渗透测试流程。

deepdoctection

deepdoctection·Python

面向文档 AI 的 Python 工具箱，把 OCR、版面分析和表格识别串成流水线，方便从扫描件和 PDF 里抽取结构化内容。

OneTrainer

Nerogar·Python

一站式扩散模型训练工具，支持 LoRA 和图像模型微调，提供图形界面，无需写代码即可完成训练配置。

在真实操作系统环境里评测多模态智能体的基准平台，支持开放式任务，覆盖 GUI 操作、命令行和代码生成等场景。

基于 MASt3R 三维重建先验的实时稠密 SLAM 系统，能在单目视频流中同步完成相机位姿估计与稠密三维重建，适合机器人和 AR 场景。

QualityScaler

Djdefrag·Python

基于 ONNX Runtime 和 DirectX 12 的图像/视频 AI 超分工具，带图形界面，支持 N 卡、A 卡和 Intel 显卡，可降噪、去压缩伪影，适合修复动漫和漫画素材。

manga-translator-ui

hgmzhn·Python

开箱即用的漫画 AI 翻译桌面工具，自动完成日韩英漫画的 OCR 检测、原文擦除、翻译、图像修复和译文排版，并带可视化编辑器调整文本样式。

The Security Toolkit for LLM Interactions

一个动态 AI Agent 自动化平台，能跨不同模型供应商编排指令管理和复杂任务执行，内置自适应记忆与插件系统。

基于 CNN/ResNet/DenseNet 加 GRU/LSTM 与 CTC/交叉熵的验证码识别模型训练工具，专注训练环节，帮你快速产出可用的验证码 OCR 模型。

inspect_ai

UKGovernmentBEIS·Python

Inspect 是一个用 Python 编写的大语言模型评测框架，帮助研究者系统化地设计、运行和分析模型评估实验。

把 PDF、Word、PPTX 等文档和图片通过 OCR 加 Ollama 模型解析成结构化 JSON 或 Markdown，还能自动匿名化、清除 PII 敏感信息。

在本地电脑上跑一家 7×24 小时运转的「自主公司」，用多智能体加工作流自动完成开发与运营任务，支持 Windows、Linux、macOS 自托管。

持续更新的 3D 高斯泼溅（3DGS）论文合集，按主题整理新视角合成与 3D 重建相关研究，方便快速跟进领域进展。

装在终端里的自主 AI 编程助手，能直接改代码、跑命令、调用工具，并按成本自动在多家大模型之间路由，省下调用开销。

organize

tfeldmann·Python

用 YAML 规则自动整理文件：按扩展名、日期、内容等条件把下载目录、文档归档等杂乱文件移动、重命名、删除或归档，省去手动分类。

面向越南语的本地语音合成工具，支持即时声音克隆，在 CPU 上实时推理并输出 48kHz 音频，适合做越南语 TTS 应用。

TuriX-CUA

TurixAI·Python

TuriX-CUA 是一个让 AI 直接操作图形界面的计算机使用代理，通过视觉模型识别屏幕并模拟鼠标键盘完成自动化任务。

Skywork-R1V

SkyworkAI·Python

Skywork-R1V 是昆仑万维开源的多模态视觉语言推理模型系列，基于强化学习训练，擅长图像理解与复杂推理任务。

把任意网站逆向成带类型定义的 API 客户端，配合 Claude Code、Cursor 等编码助手直接生成可调用的接口代码。

Sparsity-aware deep learning inference runtime for CPUs

面向 Linux 的逆向工程与内存修改工具，集成调试器、反汇编器、十六进制编辑和代码注入，可像 Cheat Engine 一样搜索修改游戏内存。

用大模型从文档里自动抽取实体和关系，生成可交互的知识图谱，省去手工梳理和建模的麻烦。

robusta

robusta-dev·Python

给 Kubernetes 的 Prometheus 告警做智能分组、AI 补充上下文和自动修复，减少告警噪音并加快故障定位。

用容器方式在本地跑 AI 模型推理的开发工具，屏蔽不同模型来源和硬件差异，一条命令就能起服务并用于生产。