OSS Radar
首页
AI 分类
推理与服务5
大模型推理服务 · 向量化 / 重排服务 · 网关与路由
训练与微调6
训练框架 · 参数高效微调 · 后训练 / RLHF
数据工程4
数据集托管 · 数据清洗与处理 · 合成数据
检索与 RAG9
向量数据库 · RAG 框架 · 检索增强引擎
Agent 与编排6
Agent 框架 · 编码 Agent · 电脑 / 浏览器 Agent
评估 · 实验 · MLOps8
模型评测 · Agent 评测 · 实验管理
多模态生成5
图像生成 · 视频生成 · 视觉语言模型
视觉与 3D5
检测 / 分割 · 3D 重建 · 3D 生成
模型工具链8
量化 · 剪枝与蒸馏 · 格式转换
科研与论文实现3
论文复现 · 时序预测 · 科学计算 / 生物医药
开发工具
开发与框架5构建与交付4底层与逆向3
系统工具
系统与文件7图像与影音工具5实用小工具4
效率工具
记录与整理3输入与阅读4
媒体与内容
播放与媒体库4内容处理3
网络工具
访问与代理3连接与传输4
游戏相关
开发与运行2游玩相关2
安全与隐私
攻防与审计3加密与隐私1
硬件与机器人
嵌入式与物联网5机器人与具身智能3
数据与金融
数据库与存储4金融与量化1
探索排行榜开发语言标签
/
周报
本周新增、涨得最快、发了什么版本
对比项目
两个项目并排看 star、维护状态与硬件
数据体检
收录量、完整度缺口、沉睡项目
提交仓库
推荐项目,附上你的使用经验
反馈与纠错
分类错了、介绍不准、链接失效
关于本站
数据来源与分类原则
登录
OSS Radar

按算法工程工作流分类的开源工具库。数据来自 GitHub 公开 API,收录 6,740 个仓库、129 个细分分类。 带 ✦ 的条目有人工撰写的专家点评。

数据最近同步于 2026/11/11 14:07:13 · 本项目仅做聚合与索引,软件版权归原作者所有

浏览

  • 全部仓库
  • AI 分类
  • 排行榜
  • 开发语言
  • 标签与关键词
  • 搜索

关于

  • 关于本站
  • 数据体检
  • 提交仓库
  • 反馈与纠错
  • 偏好设置
  • 我的收藏
  • 我的点评
© 2026 OSS Radar数据每小时级同步 · 内容由算法与人工共同维护
⌘K
「多模态智能体」找到 17 个结果 · 17ms命中词:多模态智能体agentmultimodal只看有点评
A
agentscope
agentscope-ai·Python

面向 LLM 应用的多智能体开发框架,支持多模态、语音与实时交互,让智能体的构建、运行和调试过程可见、可理解、可信。

多智能体+4
358140—
agentscope-ai/agentscope · 20.16
A
Agent-S
simular-ai·Python

开源计算机使用智能体,能像人一样操作图形界面完成桌面任务,靠多模态大模型、规划与记忆实现自动化操作。

计算机使用智能体+4
129440—
simular-ai/Agent-S · 18.54
V
Vision-Agents
GetStream·Python

基于 Stream 边缘网络快速搭建语音与视觉智能体,可接入任意模型或视频源,实现超低延迟的实时多模态交互。

视觉智能体+4
82080—
GetStream/Vision-Agents · 18.28
M
MobileAgent
X-PLUG·Python

基于多模态大模型的 GUI 智能体家族,能看懂手机和电脑界面并自动点击操作,帮你完成跨 App 的自动化任务。

GUI 智能体+4
93790—
X-PLUG/MobileAgent · 18.05
P
page-agent
alibaba·TypeScript

用自然语言直接操控网页界面的 JavaScript 页面内 GUI 智能体,把浏览器自动化从写选择器变成说人话,适合做网页操作助手和自动化流程。

GUI 智能体+4
296670—
alibaba/page-agent · 17.33
O
OpenMontage
calesthio·Python

把 Claude、Cursor 等 AI 编程助手变成完整的视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖从生成到剪辑的全流程。

视频制作+4
778670—
calesthio/OpenMontage · 12.07
G
gemini-cli
google-gemini·TypeScript

把 Gemini 直接搬进终端的开源 AI 智能体,在命令行里就能对话、调用 MCP 服务并完成编码任务。

终端智能体+4
1087800—
google-gemini/gemini-cli · 11.54
C
coze-studio
coze-dev·TypeScript

一站式可视化 AI Agent 开发平台,用拖拽式工具完成智能体的创建、调试和部署,大幅降低搭建聊天机器人与多模态应用的门槛。

智能体平台+4
218180—
coze-dev/coze-studio · 11.22
T
txtai
neuml·Python

一站式语义搜索与 LLM 编排框架,把向量检索、RAG 和智能体工作流整合在一起,用 Python 就能搭建基于语言模型的应用。

语义搜索+4
133060—
neuml/txtai · 11.13
A
anything-llm
Mintplex-Labs·JavaScript

本地优先的 AI 智能体工作台,把文档、对话和工具整合成可私有部署的知识库与代理,数据留在自己机器上,不用租用云端智能服务。

本地AI+4
681890—
Mintplex-Labs/anything-llm · 10.84
G
genkit
genkit-ai·TypeScript

Google 开源的智能体应用开发框架,支持 JavaScript、Go、Dart 和 Python,内置 LLM 调用、多模态、RAG 与向量检索能力,帮开发者快速搭建生产级 AI 应用。

智能体开发+4
65810—
genkit-ai/genkit · 10.51
H
haystack
deepset-ai·Python

开源 LLM 应用编排框架,用模块化管道和智能体工作流显式控制检索、路由、记忆与生成,适合搭建 RAG、语义搜索和多模态对话系统。

RAG 框架+4
269920—
deepset-ai/haystack · 10.36
R
R2R
SciPhi-AI·Python

生产可用的智能体式 RAG 检索系统,提供 RESTful API,帮开发者快速搭建带检索增强的问答与搜索服务。

检索增强生成+4
80860—
SciPhi-AI/R2R · 10.29
O
OpenMontage
OpenMontageInc·Python

把 Claude、Cursor 等 AI 编程助手变成完整视频制作工作室,内置 12 条制作流水线和 100+ 工具,覆盖脚本、配音、图像生成到剪辑全流程。

视频制作+4
796920—
OpenMontageInc/OpenMontage · 10.04
C
cursor-talk-to-figma-mcp
grab·JavaScript

让 Cursor、Claude Code 等 AI 编程助手通过 MCP 协议直接读写 Figma 设计稿,实现设计稿的自动读取与程序化修改。

MCP协议+4
71020—
grab/cursor-talk-to-figma-mcp · 9.29
M
memvid
memvid·Rust

给 AI Agent 用的无服务器单文件记忆层,用嵌入式向量检索替代复杂 RAG 管线,让智能体拥有即时检索和长期记忆能力。

记忆层+4
173940—
memvid/memvid · 9.19
A
ai-agent-book
bojieli·Python

一本系统讲解 AI Agent 设计原理与工程实践的开源书,含全书正文、PDF 和按章配套 Python 代码,覆盖记忆、上下文工程、RAG、多智能体等主题。

AI Agent+4
577800—
bojieli/ai-agent-book · 6.43

发布说明里提到「多模态智能体」

来自 2 个版本
  • ModelEngine-Group/nexentv2.8.12026-10-27

    … v2.8.1 正式发布!🎉 Nexent 是一个开源智能体平台,能够将流程的自然语言转化为完整的多模态智能体 —— 无需编排,无需复杂拖拉拽。基于 MCP 工具生态,Nexent 提供强大的模型集成、数据处理、知识库管理、零代码智能体开发能力。我们的目标很简单:将数据、模型和工具整合到一个智能中心中,使日常工作流程更智能、更互联。 W

  • ModelEngine-Group/nexentv2.8.02026-10-23

    … v2.8.0 正式发布!🎉 Nexent 是一个开源智能体平台,能够将流程的自然语言转化为完整的多模态智能体 —— 无需编排,无需复杂拖拉拽。基于 MCP 工具生态,Nexent 提供强大的模型集成、数据处理、知识库管理、零代码智能体开发能力。我们的目标很简单:将数据、模型和工具整合到一个智能中心中,使日常工作流程更智能、更互联。 W