它在后台屏上替你看、替你点、替你打字，你照样刷手机！开源可自接任意大模型，微信/抖音/小红书20+App开箱即熟

开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署

Rust编写的轻量级无头浏览器，仅70MB/内存30MB，支持V8/CDP/Puppeteer/Playwright，内置反检测与跟踪器阻止

将数据、嵌入、搜索结构和元数据打包成单个 .mv2 文件。无需数据库、无服务器，支持多语言 SDK 和跨平台。

dealign.ai 出品的 Gemma 4 31B 去审查版，JANG 混合量化 5.1bit，HarmBench 93.7%，支持视觉+思维链

面向团队的开源多智能体协作平台：让每个AI拥有独立身份、记忆与工作空间

Google Chrome官方出品，通过MCP协议让Claude、Cursor等Agent控制浏览器、调试页面、分析性能

19.1k stars 的开源 Coding Agent，500+ 模型可选，5 种代理模式覆盖从架构设计到代码实现与调试全流程

Rust 编写的微信本地数据 CLI，支持聊天记录/搜索/导出/朋友圈，AI Agent 可直接调用

Google 官方出品的 Gemma 模型技能库，让 AI 编码助手自动掌握 Gemma 选型、部署、MTP 加速推理，支持 Vercel/Context7 CLI 一键安装

基于SigLIP微调的电商领域专用嵌入模型，vs通用SigLIP提升67%，vs Amazon Titan提升45%，支持文搜图/图搜图/商品去重

Meta出品纯视觉自监督ViT，无需标注数据开箱即用，300M参数86.3% ImageNet线性分类，月下载290万+

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署

CVPR 2025 Highlight，通过智能缓存跳过冗余时间步，无需重训模型即可大幅加速扩散模型推理。支持Wan2.1/FLUX/HunyuanVideo等20+主流模型

本地运行的AI上下文压缩工具，支持6种算法、可逆压缩、跨Agent共享记忆，零代码接入

快手开源 8B 多模态模型，专为短视频理解优化，Video-MME 73% 同级最强。

83 万下载的开源视频模型天花板——文生视频/图生视频/音视频同步/4K 20 秒，8GB 显存量化可跑

LLM 监督式记忆——宿主 LLM 做判断、单二进制做存储，四图知识架构，零额外 API key，跨 agent 框架共享记忆池

国内首个角色扮演视频生成，文/图生视频、多镜头叙事、音画同步、图文混排绘本，一站式AI创作

中文口播稿出海东南亚怎么配音？覆盖云端统一方案(Qwen-Audio-3.0-TTS/ElevenLabs/MiniMax/豆包)、开源单模型(Scicom/Confucius4)和各语种专用模型(JaiTTS/VieNeu-TTS/Malaysian-TTS)，含选型矩阵