Python

把 ONNX 模型一键转成 TFLite、TensorFlow、PyTorch 原生代码或 TorchScript，省去跨框架部署时手写转换脚本的麻烦。

monolingual

reader-dict·Python

基于 Wiktionary 构建的通用多语言及单语词典，可打包用于 Kindle、Kobo、KOReader 等电子书阅读器和手机、桌面应用。

AI-Compass

tingaicompass·Python

面向开发者的 AI 学习路线图，系统梳理大模型训练、推理、强化学习与 Agent 等核心方向的概念、主流技术和前沿趋势，帮助从理论走到落地。

基于 OWASP MASVS 框架的 Android 应用静态代码分析工具，帮开发者和安全测试人员快速发现并修复代码中的安全漏洞。

基于视觉语言模型的无解析 RAG 方案，直接把文档当图片做检索和生成，省去 OCR 和版面解析环节，减少信息损失。

一个 Python 包集成 30 种协议蜜罐，覆盖 SSH、MySQL、Redis、SMB 等常见服务，用来诱捕攻击、记录凭据并辅助恶意软件与网络流量分析。

system-monitoring-center

hakandundar34coding·Python

一款多功能的系统监控工具，能实时查看 CPU、内存、磁盘、GPU、网络、传感器和进程等运行状态，适合排查性能问题。

把 Meta 的 Segment Anything 打包成开箱即用的视频目标分割工具，配合 YOLOv5~v8 做检测后分割，省去自己搭环境的麻烦。

itext2kg

AuvaLab·Python

用大模型从文本中自动抽取实体与关系，构建带时间维度的知识图谱，适合做 RAG 检索和结构化知识沉淀。

汇总 ICCV 2023–2025 三届顶会的计算机视觉论文，附代码链接，方便快速追踪 3D 重建、人脸识别等方向的最新研究。

groundingLMM

mbzuai-oryx·Python

GLaMM 是首个能把自然语言回答和物体分割掩码无缝结合的多模态大模型，让模型在对话中直接指出并分割出提到的物体。

OmniQuant

OpenGVLab·Python

一种简单又强大的大模型量化技术，通过可学习权重裁剪和等价变换，在保持精度的同时把 LLM 压到低比特，方便部署推理。

blender-plugin

scenario-labs·Python

把 Scenario 的 AI 生图、视频、3D 与 PBR 材质生成直接搬进 Blender 视口，并内置本地 MCP 服务器供智能体调用。

汇总音频 AI 领域的论文、开源模型、基准和数据集，覆盖音频大模型、语音识别、TTS、音乐与音频生成，方便按方向查找资料。

HQQ 是一种无需校准数据的大模型量化方法，官方实现支持几行代码把 LLM 压到低比特，省显存还能保持精度。

用自托管 Whisper 配合 WebSocket 做近实时语音转写，Python 后端加 JS 前端，适合自己搭一套低延迟的语音识别服务。

用 Python 封装 Mastodon 的 REST API，方便开发者在脚本或应用里发帖、读取时间线、管理账号，不用自己拼 HTTP 请求。

面向自动驾驶场景的 3D 目标检测开源实现，基于深度学习的点云与图像融合方法，可用于训练和评测车辆、行人等目标的立体检测模型。

用多查询生成和倒数排名融合（RRF）提升 RAG 检索质量，附带 NFCorpus/BEIR 评测脚本，方便对比不同检索策略的效果。

story-iter

UCSC-VLAA·Python

无需训练的长篇故事可视化迭代框架，通过多轮迭代生成保持角色与情节一致的故事配图，解决长文本生成图像时前后不一致的问题。

用 Python 写的透明 RAG 参考实现，把 FAISS 向量检索和 BM25 关键词检索做混合召回再重排，配 Gradio 界面和 FastAPI 接口，方便本地搭文档问答。

CatSniffer

ElectronicCats·Python

一款便携 USB 嗅探硬件，集成 CC1352、SX1262 和 RP2040，用于抓包、通信和攻击 BLE、LoRa、Zigbee 等物联网无线协议。

用 Rust 直接实现 Chrome DevTools 协议，为 Python 和 Node 提供与 Playwright 一致的浏览器自动化 API，省去 driver 子进程，启动和调用更轻快。

Tracely-ai

jwuthri-cloud·Python

面向 AI Agent 的 trace 原生 CI/CD：给生产链路打分、聚类失败样本，冻结成可回放的回归测试，并拦截会让效果退化的 PR，支持自托管。

命令行工具，从 Spotify 批量下载歌曲、播客和视频，支持 AAC、OGG Vorbis 等格式，适合离线收藏音乐内容。

基于 todo.txt 格式的命令行待办事项管理工具，支持过滤、排序和自定义命令，适合习惯在终端里管理任务的人。

用 Python 做点击流和事件日志分析的工具包，支持用户旅程、行为分群、A/B 测试和马尔可夫链模拟，还能让 AI 代理复现并交叉验证分析结果。

开箱即用的自托管离线转录与说话人分离服务，集成 WhisperX 和本地 LLM 自动生成会议摘要，数据不出内网。

docling-graph

docling-project·Python

把 PDF 等非结构化文档转成经过校验、可查询的知识图谱，方便做 RAG 和文档关系分析。

用 Python 写的 MangaDex 漫画下载命令行工具，支持按章节批量抓取并保存到本地，省去手动逐页保存的麻烦。

Maestro

Blizaine·Python

一站式本地 AI 影音工作室，输入一句提示词就能规划完整音乐视频和短片，涵盖视频、图像与音乐生成，基于 WanGP 流水线并通过 Pinokio 安装。

FasterViT 是 NVIDIA 提出的高效视觉主干网络，通过分层注意力机制在 ImageNet 分类、COCO 检测和 ADE20K 分割上兼顾精度与推理速度。

自托管的本地视频压缩 WebUI，基于 FFmpeg 和 GPU 加速，把大视频压到指定体积，适合需要批量处理又不想上传云端的人。

给 AI Agent 配一个真实浏览器，关键步骤可人工接管，基于 MCP 协议、可自托管运行。

NEO

EvolvingLMMs-Lab·Python

从零训练原生视觉语言模型的开源系列，去掉独立视觉编码器，让多模态理解与生成在统一架构里完成。

基于 FastAPI 的 RAG 服务，用 LangChain 对接 PostgreSQL 和 pgvector，按 ID 管理知识库，方便快速搭建检索增强生成后端。

给 AI 编程助手装一个本地长期记忆库，精确记住你说过的每句话和工作习惯，兼容 Cursor、Claude Code、Codex 等工具。

基于 TensorFlow 的端到端数据压缩库，用神经网络实现图像等数据的压缩与解压，适合研究学习式压缩算法。

让 HuggingFace 上的 Transformers 和 Diffusers 模型无缝跑在昇腾 MindSpore 上，省去手动迁移适配的麻烦，并支持加速。

基于 CNN 的音频分割工具包，能自动切分语音、音乐和噪声片段，并识别说话人性别，适合大规模按性别统计发言时长的研究。

SolarWM

Junchao-cs·Python

面向长时程视频世界模型的开源数据集与可扩展训练方案，支持扩散模型和图像到视频生成，可用于实时交互式游戏引擎等场景。

基于 PyTorch 的医学图像分割非官方实现，支持 2D 和 3D 数据，方便快速搭建和训练分割模型。

爬取网页或读取 PDF、DOCX、TXT 并抽取正文，再用向量检索让 ChatGPT 基于内容回答问题或生成摘要。

pass-import

roddhjav·Python

把 KeePass、1Password 等主流密码管理器里的数据迁移到 pass 密码库的命令行扩展，省去手动逐条搬运的麻烦。

微软推出的可扩展 Windows 操作系统平台，用于测试和基准评测多模态 AI 智能体在真实桌面环境中的表现。

alfred

lucasjinreal·Python

面向人的深度学习实用工具库，封装了 3D 目标检测、分割、传感器融合和视频合成等常用功能，省去重复造轮子。

基于微调 Whisper 模型提供语音转文字 API，支持用户级权限控制，方便把 ASR 能力接入自己的应用。

基于 Diffusers 的实时扩散模型演示应用，用潜在一致性模型把文生图做到近乎即时的出图，并通过 MJPEG 推流展示生成过程。