基于 Google Gemini + FFmpeg，通过 Director/Editor/Reviewer 多 Agent 流水线，将原始素材和创意简报自动剪辑成精品广告，支持 YAML 管道配置与风格模板

开源 AI 交易系统，支持股票/加密货币/商品/外汇。Trading-as-Git 工作流、多券商统一账户、24/7 心跳监控，每笔交易需手动批准后执行。

用自然语言创建能执行、能记忆、可复用的 AI Agent，连接 15+ 主流工具

24.7k stars 的自托管服务整合首页，支持状态监控、50+小部件、多主题、SSO 认证与云备份

自主 AI Agent 编排器，支持 Claude Code/Codex/Rovo Dev/OpenCode/Copilot CLI，每次迭令一个小改动，成功 commit 失败 rollback

微软删除官方 TTS 推理代码后，社区 fork 保留的 PyTorch 完整实现。支持单卡/多卡推理、语音克隆、Gradio Demo。

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。

微软开源中文 TTS，男声女声，RTF 0.5x，Agent 通过 SSH 一键生成并播放

prithivMLmods 出品的 Gemma 4 31B 全精度(BF16)去审查版，无量化损失，mlx-vlm 原生支持

输入一个主题，AI 自动完成文案、配图、配音、视频合成，零门槛创作短视频

OpenBMB 开源 2B 无分词器 TTS，支持30语言、Voice Design、声音克隆，附 CLI 和 FastAPI HTTP 服务完整用法，可直接给 Agent 调用

把AI Agent当队友而非工具，频道+DM实时协作，Agent跑在你自己的电脑上，全程隐私可控。

将编码Agent变成真正的团队成员，统一管理人+Agent的工作流，支持Claude Code、Codex、Gemini CLI等

上传音视频，AI 自动整理成结构化 Markdown 笔记

聚合各大 API 中转站，提供真假检测、价格对比、在线率与延迟监控

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

一个 API 驱动 Chromium/Firefox/WebKit 三大浏览器，支持 TS/Python/Java/.NET，自动等待+追踪调试+AI Agent 浏览器控制

支持抖音/B站/YouTube等50+平台的命令行视频下载工具，优先高清无水印，可pip直接安装

微软首个 Agentic SLM，7B 参数本地跑，看屏幕操作鼠标键盘自动执行任务

基于 Transformer 对比表示与扩散先验，输入草图或图片即可生成 3D CAD 模型，TMCE 2025 论文