热度排序的 AI 开源项目榜单。
AIHawk 是一个开源的 AI 浏览器智能体，旨在通过自然语言描述任务，自主操作真实网页完成浏览、点击、输入和内容读取等动作，实现端到端的 Web 自动化。用户无需编写脚本，只需用日常语言说明目标，如求职申请、销售线索搜集、网页调研或日常信息整理，AIHawk 便会模拟人类操作浏览器逐步执行整个流程。项目基于 Python 构建，核心由 LLM 驱动智能体进行决策与任务拆解，并能自适应动态页面变化，解决传统自动化脚本难以应对复杂网页交互的问题。AIHawk 既提供独立 UI 方便个人直接使用，也支持通过 MCP 协议无缝接入 Claude Code、Codex 和 Gemini CLI 等主流 AI 编程环境，作为通用的浏览器操作能力层被其他工具调用。其亮点在于将自然语言理解、自主规划与真实浏览器操作深度结合，不仅降低了自动化门槛，也扩展了 AI Agent 在真实互联网环境中的执行边界，适合个人助理、自动化办公及智能体应用开发等多种场景。
AIHawk 是一款开源的 AI 浏览器智能体，致力于用自然语言驱动真实的网页自动化操作。用户只需用日常语言描述任务，它就能自主浏览网页、点击按钮、输入文本并读取页面内容，完成诸如简历投递、职位搜索、潜在客户挖掘、在线调研等各类复杂事务。其核心亮点在于将大语言模型（LLM）与浏览器操作深度融合，具备自主决策与执行能力，不仅能理解任务意图，还能在真实网站环境中灵活应对动态内容与多步骤流程。项目提供两种接入方式：既可独立使用自带用户界面（UI），也可作为 MCP 服务器接入 Claude Code、Codex 与 Gemini CLI 等主流 AI 编程工具，让用户在熟悉的工作流中直接调用浏览器自动化能力。作为基于 Python 的 agentic-ai 项目，AIHawk 强调开放性与可扩展性，适合需要批量化网络操作、效率提升或个性化 AI 助理开发的开发者，是探索 autonomous-agents 与 computer-use 方向的实用参考实现。
Quivr 是一个用于将生成式 AI 集成到应用程序中的 RAG 框架，核心理念是让开发者专注于产品本身，而非 RAG 的复杂实现。它提供高度自定义能力，可轻松嵌入现有产品，并支持任意 LLM（如 GPT4、Groq、Llama）和任意向量库（如 PGVector、Faiss），同时能处理多种文件格式，满足灵活多变的业务需求。项目提供完整的 API 和 CLI，技术栈基于 React、TypeScript、PostgreSQL，并支持 Docker 部署，方便快速上手与扩展。Quivr 特别强调安全与隐私，在数据存储和访问控制上做了针对性设计，适合需要私有化或安全可控的 RAG 场景。除了基础的问答与检索能力，它还具备前端界面，可快速搭建聊天机器人或知识库应用。无论你是想为产品添加 AI 能力，还是构建独立的智能助手，Quivr 都提供了一种“按你想要的方式”集成的路径，大幅降低工程复杂度，加速生成式 AI 功能落地。
CodeWhale 是一个开源的、社区驱动的 agent harness，专为 AI 编码代理设计。它使用 Rust 编写，提供 CLI 与 TUI 两种交互界面，让开发者能够在终端中直接创建、配置和运行基于 LLM 的 agent。CodeWhale 统一了与 OpenAI、Anthropic、DeepSeek、Qwen、Kimi、Grok 等主流模型的 API 接入，避免不同提供商 SDK 之间的割裂问题。通过声明式配置和模块化工具链，用户可以快速定义 agent 的任务流程、工具调用与上下文管理，显著降低构建复杂 coding agent 的门槛。项目由社区持续贡献，兼容阿里云等云环境，具备良好的扩展性，适合希望深度定制 AI 工作流的开发者。作为 harness，它不限定具体模型，而是提供可插拔的中间层，让 agent 能力更透明、更易维护，同时依托 Rust 的性能优势，保障终端环境下的流畅体验。
worldmonitor 是一款开源的实时全球情报仪表盘，聚焦 AI 驱动的新闻聚合、地缘政治态势监测与关键基础设施追踪，为用户提供统一的态势感知界面。项目通过集成多种数据源与 MCP server 协议，支持智能 agent 自主采集、过滤和关联来自全球的公开情报（OSINT），帮助分析人员快速掌握冲突动态、政策变化及基础设施异常。其核心能力包括：基于 LLM 的新闻摘要与事件聚类、地理空间可视化与热力分析、自定义监测规则与告警触发，以及类似 Palantir 的情报关联与推理链路呈现。worldmonitor 强调实时性与可扩展性，CLI 与 Dashboard 双模式兼顾开发者和分析师需求，可直接对接主流情报 API 与开源数据管道。无论是安全研究、地缘政治分析还是企业风险监控，该项目都能提供低门槛、高信息密度的智能监测方案。
编写HTML，渲染视频，专为智能体构建。
随你成长的智能体
superpowers 是一个基于智能体的技能框架与软件开发方法论，旨在解决现有AI辅助开发中缺乏系统性协作与可复用能力的问题。它提出了“子智能体驱动开发”（subagent-driven-development）模式，将LLM agent嵌入SDLC全流程，通过模块化的技能模块（如头脑风暴、编码、推理）实现自动化与增强。核心能力包括：可组合的技能定义，允许将复杂任务分解为独立、可复用的agent技能；支持多种AI模型集成与编排；强调人机闭环，确保人类始终处于决策中心。亮点在于提供了一套经过验证的方法论，使AI不再停留在代码补全，而是参与从设计到测试的完整开发过程，尤其适用于需要创意与技术结合的领域。项目遵循obra等理念，旨在重构软件开发工作流，提升团队效率与创造力。
herdr 是一个用 Rust 打造的终端运行时，专为编码代理（coding agents）设计，定位是"代理所居住的运行时"。它本质上是一个面向 AI 代理的多路复用器（multiplexer）与工作区管理器，类似于 tmux 在终端会话中的作用，但针对 Claude Code、Codex 等 AI 编程工具深度优化。 核心能力包括：在单一终端界面中同时运行、监控和切换多个编码代理会话，为每个代理提供独立的工作区与上下文隔离；提供直观的 TUI 界面，让开发者实时观察代理的决策过程与文件操作；支持代理间的协作编排，允许多个代理并行处理不同模块或任务。 herdr 解决了开发者在同时使用多个 AI 代理时面临的会话混乱、上下文冲突和资源管理困难等问题，将零散的代理调用整合为可控的工作流。项目基于 Rust 实现，具备高性能与低资源占用，强调终端原生的流畅体验，是面向未来的 AI 原生开发工具链中的重要基础设施。
herdr 是一个用 Rust 构建的编码智能体运行时，定位为「coding agents 赖以运行的操作系统」。它专门解决同时使用 Claude Code、Codex 等多个 AI 编程工具时的痛点：工作区混乱、会话割裂、多 agent 无法协同。作为终端多路复用器与工作区管理器，herdr 提供类似 tmux 的体验，但针对 AI coding 场景深度优化。开发者可通过 CLI 和 TUI 同时启动、监控、切换多个编码 agent，每个 agent 拥有独立会话与工作区，互不干扰且统一管理。其 agent-orchestration 能力支持多个智能体在同一项目上分工协作，共享上下文与状态。herdr 基于 Rust 开发，性能出色、资源占用低，终端 UI 响应流畅。它将碎片化的 agent 使用体验整合成可管控的工作流，让多智能体协作效率大幅提升，是 AI 辅助编程时代的核心开发者工具。
unsloth 是一个本地运行的图形界面工具，用于启动和训练大型语言模型（LLM）与扩散模型。它支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX、Stable Diffusion 等主流模型，覆盖文本生成、图像生成与文本转语音（TTS）等多个模态。该项目旨在降低模型使用与微调的门槛，无需编写代码即可通过 UI 完成推理、参数调整、数据集准备和 fine-tuning。同时，它面向自托管（self-hosted）场景，强调数据隐私与离线可用性，并兼容 OpenAI 风格的 API 接口。unsloth 还涉及强化学习（RL）与智能体（agent）工作流，适合研究者、开发者以及需要在本地高效迭代模型的团队使用。其亮点在于整合了多种前沿模型与训练能力，并以简洁的交互方式替代复杂 CLI 操作，使本地 AI 实验更加直观和高效。
OfficeCLI 是首个专为 AI 智能体打造的 Office 套件，旨在让 AI 直接读取、编辑并自动化处理 Word、Excel 和 PowerPoint 文件。它解决了传统 Office 自动化依赖完整安装、体积庞大且难以被模型调用的问题，以单个二进制文件提供轻量级 CLI 接口，无需安装 Microsoft Office 即可运行。项目完全开源免费，支持 docx、xlsx、pptx 等主流格式，并可无缝集成 Claude Code、Codex、OpenClaw 等 Agent 工作流，通过自然语言指令或脚本触发复杂文档操作。其核心亮点在于为 LLM 与 RAG 场景提供了结构化、可预测的文件访问能力，让 AI 不仅能读取内容，还能精准修改表格、生成幻灯片、批量处理数据。无论是自动化日报、合同审阅，还是构建企业级文档流水线，OfficeCLI 都能显著降低开发成本，成为 AI 原生办公自动化基础设施的有力补充。
RAGFlow是一个领先的开源检索增强生成（RAG）引擎，融合了前沿的RAG与Agent能力，为大型语言模型（LLMs）构建卓越的上下文层。
WorldMonitor 是一个开源的实时全球情报仪表盘，专注于通过 AI 驱动的新闻聚合、地缘政治监控和关键基础设施追踪，为用户提供统一的态势感知界面。它解决了信息过载时代中多源情报碎片化的问题，将 OSINT 数据、新闻流和地理空间信息自动整合进可交互的可视化面板。核心能力包括：基于 LLM 的多语言新闻摘要与关联分析、MCP 和 MCP-server 支持（实现与 Agent 框架的灵活集成）、以及类似 Palantir 的情境分析逻辑。亮点在于其轻量级、模块化设计，既可作为独立监控终端，也能作为 AI Agent 的情报数据管道，帮助分析师、安全团队和研究人员快速掌握全球动态而不依赖商业闭源平台。
AI Agent助手与开发框架，集成了众多IM平台、LLM、插件和AI功能，可作为你的openclaw替代方案。
每个代理的跨会话持久上下文 – 捕获代理在会话期间的所有操作，用AI压缩，并将相关上下文注入未来会话。适用于Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode等。
开箱即用的代理框架。
unsloth 是一个本地化 UI 工具，用于运行和训练大型语言模型（LLM）与扩散模型，涵盖 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等众多前沿模型。它解决了用户在本机环境中便捷部署、测试和自定义模型的问题，无需复杂命令行操作即可完成推理、微调、图像生成乃至强化学习任务。其核心亮点在于提供统一友好的图形界面，将模型加载、提示词交互、训练参数配置等流程可视化，同时支持自托管，保障数据隐私。作为面向 agent、AI 研究与开发者的工具，unsloth 兼容 Python 生态，并整合了 OpenAI 风格的工作流，降低了从模型实验到实际应用的门槛。无论是快速试用最新模型，还是针对特定任务进行微调，unsloth 都能以高效、简洁的方式完成，适合个人开发者与小型团队在本地构建 AI 应用。
编排角色扮演、自主AI代理的框架。通过培养协作智能，CrewAI使代理能够无缝协同工作，处理复杂任务。
qwen-code 是一款开源 AI 编程智能体，直接运行在终端环境中，为开发者提供从命令行驱动的代码生成、理解与重构能力。它基于 LLM 与 agentic 架构，能够自主解析任务、调用工具并完成多步骤编辑流程，显著提升日常编码效率。项目采用 TypeScript 构建，充分利用 CLI 的轻量交互优势，同时支持 MCP，可灵活接入外部工具与数据源，扩展自动化场景。作为面向开发者的 AI coding agent，qwen-code 不仅擅长常见语言的项目生成与补全，还具备上下文感知和文件级修改能力，适合集成到现有工作流中。其核心亮点在于将完整的 AI 辅助编程体验无缝融入终端，无需切换界面，即可获得类似 IDE 的智能反馈。该项目由 Qwen 团队支持，兼具开放性与实用性，是探索 AI 驱动开发模式的有力工具。
一个强大的MCP编程工具包，提供语义检索和编辑功能——为您智能体打造的IDE
社区贡献的指令、代理、技能和配置，帮助您充分利用GitHub Copilot。
omo/lazycodex：面向tokenmaxxers的编码代理；处理复杂代码库的唯一代理工具。适用于你的Codex，适用于你的OpenCode。
cognee是开源AI记忆平台，专为AI智能体设计，通过自托管的knowledge graph引擎为智能体提供跨会话的持久长期记忆。它解决了传统AI会话中记忆丢失的问题，让智能体能够记住上下文、技能和知识，实现认知架构的持续演进。核心能力包括：基于Graph RAG的知识图谱存储与检索、向量数据库集成、记忆管理机制，以及灵活的CLI和API接口。项目支持agent memory与agent skills，帮助开发者构建具备认知记忆的AI应用，并积极欢迎贡献、提供good first issue和help wanted标签，降低了参与门槛。cognee定位为开源AI记忆基础设施，使AI智能体拥有类似人类的长期记忆能力。
一个开源、可扩展的AI代理，超越代码建议——可安装、执行、编辑和测试任何LLM。
基于真实世界基准的AI编码代理的持久内存
轻量级、开源的人工智能代理，适用于您的工具、聊天和工作流程。
来自Gatsby背后的团队，Mastra是一个框架，用于使用现代TypeScript栈构建AI驱动的应用和智能体。
增强版ChatGPT克隆：支持代理、MCP、技能、DeepSeek、Anthropic、AWS、OpenAI、Responses API、Azure、Groq、o
一个轻量级、强大的多智能体工作流框架
LobeHub 是您的首席代理操作员，通过雇佣、调度和报告整个AI团队，将您的代理组织为7×24小时运营。
qwen-code 是一款开源 AI 编程智能体，直接运行于终端环境，让开发者无需切换上下文即可获得智能编码协助。它由 LLM 驱动，具备 agentic 自主规划与执行能力，能够理解自然语言指令，自动完成代码生成、重构、调试、测试与文件操作等多步骤开发任务。项目以 TypeScript 构建，提供轻量高效的 CLI 界面，无缝融入日常终端工作流。qwen-code 完整支持 MCP 协议，可灵活接入外部工具、API 与数据源，扩展 AI 在真实工程场景中的能力边界。作为开源项目，其源码完全透明，开发者可以自由审计、按需定制并参与社区共建。无论是快速编写代码片段、梳理陌生代码库，还是处理跨文件的复杂工程问题，qwen-code 都能显著降低开发成本、提升效率，是值得信赖的终端 AI 编程搭档。
OfficeCLI 是首个专为 AI 智能体打造的 Office 套件，旨在让 AI 直接读取、编辑和自动化处理 Word、Excel 与 PowerPoint 文件。它解决了传统 Office 工具依赖图形界面、难以被 LLM 或 Agent 高效调用的问题，以 CLI 形式提供轻量、可编程的文档操作能力。该项目完全免费且开源，编译为单一二进制文件，无需安装 Microsoft Office 即可运行，极大降低了部署复杂度。其核心亮点包括：针对 AI Agent 场景优化，支持 docx、xlsx、pptx 等格式的批量读写与修改；可无缝集成至 Claude Code、Codex 等智能体工作流，作为 skills 或工具调用；同时兼顾人类使用，提供简洁的命令行交互。无论是生成报告、处理表格数据还是制作演示文稿，OfficeCLI 都能以脚本化方式高效完成，是 AI 自动化办公基础设施的有力补充。
开源的代码优先Python工具包，用于构建、评估和部署复杂的AI代理，提供灵活性和控制。
开源编码代理
ai-website-cloner-template 是一个基于 AI 编码代理的网站克隆工具模板，只需一条命令即可利用 Claude 等大模型自动完成任意网站的反向工程与克隆。它解决了传统手动抓取、重构前端界面时耗时且易错的问题，核心能力在于整合 AI 代理与自动化工作流：用户输入目标 URL，AI 自动解析页面结构、提取样式与交互逻辑，并生成完整的 Next.js + React + TypeScript + Tailwind CSS + shadcn/ui 项目代码。亮点包括：纯 CLI 操作，搭配 Claude Code 实现端到端克隆；内置可复用的 boilerplate 模板，支持快速二次开发；利用 LLM 理解复杂 UI 组件，而非简单的 HTML 复制，输出工程化、可维护的代码。该工具尤其适合开发者快速搭建原型、学习前沿前端技术栈或进行竞品界面研究，同时保持高度可定制性。
SWE-agent接收一个GitHub问题，并使用您选择的语言模型（LM）尝试自动修复它。它也可用于进攻性网络安全或竞争性编程挑战。[NeurIPS 2024]
Kilo 是一体化智能工程平台。使用最流行的开源编码智能体，更快地构建、交付和迭代。
面向Agent和生成式UI的前端技术栈。支持React、Angular、移动端、Slack等。AG-UI协议缔造者。
构建、运行和管理智能体平台。
AI智能体的通用记忆层
一个开源AI代理，将Gemini的能力直接带入你的终端。
面向智能体、LLM和ML模型的开源AI工程平台。MLflow帮助各类团队调试、评估、监控和优化生产级AI应用，同时控制成本并管理模型与数据访问。
完全本地的Manus AI。无需API，无需每月200美元账单。享受一个自主代理，它能够思考
针对AI编程助手的规范驱动开发（SDD）。
Free, local, open-source 24/7 Cowork app for OpenClaw, Hermes Agent, Claude Code, Codex, OpenCode, Gemini CLI and 20+ more CLI | Customize your assistants | Star if you like it!
从vibe coding到agentic engineering - 实践使Claude完美
智能体工程平台
世界上首个开源、智能体式视频制作系统。12个流水线，52个工具，500多项智能体技能。将你的AI编程助手转变为完整的视频制作工作室。
构建有韧性的智能体。