AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：开源
共 101 篇文章 · 清除标签
CleanYourTV – 开源的电视广告去除工具，垃圾软件全清空
CleanYourTV 是一款开源的电视系统优化工具，通过 Wi-Fi 网络利用 ADB（Android Debug Bridge）协议连接安卓电视，借助 Claude Code、Codex、Gemini CLI 等 AI Agent 自动识别并停用厂商预装的广告应用、数据遥测服务和臃肿软件，同时安装一款风格类似 Apple TV 的极简桌面 Launcher。该工具全程无需 Root 权限、不卸...
Void – 开源的全栈开发部署工具，创作部署一体化
Void 是由尤雨溪团队开源的全栈开发部署工具，包含 SDK、CLI 和团队部署平台三部分。该工具将 Vite 应用的开发流程——编写代码、连接数据库、部署上线——串联为一套完整的工作流。本地开发时自动配置本地资源，部署时一键对接 Cloudflare 的 D1、KV、R2 等服务，免去繁琐的手动配置。团队平台允许管理员统一管控云账号权限，成员可安全地部署内部应用。Void 支持 Nuxt、Sve...
Doory – 开源的在线设计编辑器，Canva 开源平替
Doory 是一款开源的在线设计编辑器，定位为 Canva 的开源替代方案。它完全运行在浏览器中，无需安装任何客户端软件，即可完成海报、社交媒体配图、简历、PPT、名片等多种类型的设计创作。该工具支持导出 PNG/JPG/SVG/PDF 以及带动画效果的 MP4/WebM/GIF 格式，内置实时协同编辑、动画特效、一键抠图等能力，并可通过 Docker 实现私有化部署。Doory 对所有用户免费开...
FLUX 3 Image Klein – Black Forest Labs 开源的AI图像模型
FLUX 3 Image Klein 是由 Black Forest Labs 开源的 AI 图像生成模型，以仅 5.6B 参数的轻量级体量实现了此前需要数十亿参数乃至闭源大模型才能达成的能力。该模型同时支持文生图、指令式图编辑以及最多 10 张参考图的多图生成，具备原生 4K 输出、像素级精确编辑和坐标框布局控制等差异化功能。官方内部盲测显示，其在中文生图、编辑、多参考三项任务中均排名第一，超越...
ip-as-logo-skill：开源 Agent Skill，用几何约束生成高辨识度 IP 吉祥物头像
ip-as-logo-skill 是一个开源的 Agent Skill，专用于生成极简可爱的 IP 吉祥物头像。该技能通过 4–7 个圆润几何形状构建清晰轮廓，配合"两主色加一背景"的三色约束，确保角色在缩小至 32×32 像素的头像场景中依然保持可辨识度。其工作流程为先输出 3 个设计方向供用户确认，再批量生成 6 张候选图。该 Skill 需搭配 Codex、豆包等兼容 Agent 及 GPT...
Beam – Reflection AI 开源的首款大语言模型：501B稀疏MoE架构的工程力作
Beam是Reflection AI推出的首款开源大语言模型，采用501B参数的稀疏MoE架构，每个token仅激活23B参数，支持100万token上下文窗口，预训练消耗23.8T token。该模型在软件工程任务上达到GLM-5.2同级水平，其训练过程堪称重工业级别的算力展示：预训练阶段使用6,144张GB300 GPU在不到四周内完成，随后动用10,500张GB300进行为期四周、超1亿次r...
APUS-OpenJev-v1：APUS AI Lab 开源的端侧决策大模型深度评测
APUS-OpenJev-v1 是 APUS AI Lab 开源的端侧 System 1 决策大模型系列，与 TypeSafe AI 的闭源 Jev 模型定位同类，提供 4B、9B 和 35B-A3B 三种权重规格，可在浏览器自动化、表单填写、流程路由等任务中快速选择下一步操作。模型首创 `effort="low/high"` 动态计算深度机制：low 模式仅运行 16 层并结合候选感知投影，速度...
OpenMuse – CopilotKit 开源的个人 AI 助理
OpenMuse 是由 CopilotKit 团队开源的个人 AI 助理项目，其核心设计理念是"给 Agent 配一台电脑"——通过持久化浏览器、可选 Linux Docker 容器和文件系统的组合，让 AI 代理能够在后台持续运行复杂任务，并允许用户随时暂停、接管或恢复操作。该项目面向 iOS、Android 和 Web 三端，内置了 Gmail 与日历集成、PDF 表单填写、网页监控、支出分析...
T3PO – 网易有道开源的流式同传翻译模型
T3PO（simulTaneous Translation via pareTo Policy Optimization）是网易有道开源的流式同传翻译模型，核心解决"边说边译"场景下翻译质量与响应延迟的动态平衡问题。该模型将同传任务建模为增量决策过程，通过Pareto DPO偏好优化方法训练策略，使模型能够根据已接收的源语上下文自主判断是继续等待（READ）还是立即产出译文（WRITE）。T3PO...
Ming-Image-0.1-Design：蚂蚁开源6B图像生成模型，端到端重构设计工作流
Ming-Image-0.1-Design是蚂蚁集团InclusionAI开源的一款6B参数图像生成模型，专注设计场景，支持8K长结构化提示词，能端到端生成UI、信息图、海报等完整视觉设计。配合同步开源的Design-Layer模型，该工具可将设计图拆解为2—9个可独立编辑的透明图层，实现"生成—分层—编辑—交付"全流程。Ming-Image-0.1-Design登顶Artificial Anal...
