AI 资源库 · 已整理 826 项
代码编写、代码审查、测试、排错、技术文档。这里汇总有来源依据的工具、Skill、工作流和开源项目。
auRose94/base9-quantization · Base-9 (ninths-grid) model quantization: the K9 codec, measured frontiers vs GGUF/NF4, and a parser-verified Godot 4 coder fine-tune
该项目提出并实现了一种基于九进位数（ninths / base-9）重复基权重量化网格的模型压缩格式，允许熵编码在 2 的幂量化档位之间滑动。仓库提供真实的 .k9 容器、可原生加载该格式的 llama.cpp 分支、C 语言 rANS 编解码器，以及在被验证的 Godot 4 解析器语料上训练的编码器微调模型（QLoRA）。README 记录了在 Qwen2.5-Coder 1.5B/7B/14B 上的后训练量化测量结果，包含与 GGUF / NF4 的对比，同时也记录了失败与零结果。
zacharydenton/clef-hrx · Cloudflare CLEF structured decisions from text, images and video on AMD Strix Halo. Rust, HRX and Loom.
该项目用 Rust 在 AMD Strix Halo（gfx1151 GPU）上实现 Cloudflare CLEF 与 CLEF Flash 模型的推理，文本主干、视觉编码器和决策头以 Loom 内核形式通过 HRX 运行。CLEF 可对文本、图像和视频回答结构化问题，支持 choice（选项与概率）、score（期望得分与图例）和 noul（命题为真的概率）三类输出，并提供 BF16 与 INT4 精度选项、JSONL 批量请求、库接口 ClefModel/Encoder 等能力。README 给出了在 JevBench 上相对 llama.cpp HIP 的吞吐对比结果。
quickhoteloccupancy5342/vllm-qwen3.8-flash-next-rtx-pro-6000-sharp-monitoring · Serve Qwen3.8-Flash-Next on one RTX PRO 6000 with vLLM, a sharp chat template, and bundled Prometheus+Grafana monitoring.
该仓库提供一套基于 Docker 的打包方案，用于在 NVIDIA RTX PRO 6000 Blackwell 显卡上通过 vLLM 运行 Qwen3.8-Flash-Next 语言模型，包含 Qwen-Sharp 对话模板、MTP-3 推测解码、工具调用支持，以及 Prometheus 与 Grafana 组成的实时监控面板。README 说明面向 Windows 10/11 用户提供 start.bat 启动脚本，本地推理不上传对话数据，并在首次运行时下载约 40GB 模型文件。
datamllab/openesm · Open-source code for training and scaling up energy-based foundation models.
OpenESM 是用于训练和扩展 Energy-Steered Models（能量引导模型）的开源代码库，包含预训练、监督微调、BPB 验证评估、QA 评测、零样本基准与交互式聊天等完整流程，并发布 160M、520M、1B 规模在 DCLM、FineWeb、ClimbMix、OWT 上训练的预训练权重及 ESM-FineWeb-1B-CHAT 微调模型，附有缩放律实验图表。
yzfly/edgejev · 离线可用的本地类型化决策：4 核 CPU 单题 15.6ms。Local & offline Jev / System One inference on CPU — ONNX + INT8, no torch at runtime. 支持 laya / kev / PlayJev
EdgeJev 把 laya、kev、NanoJev、PlayJev 等开源 Jev / System One 复现项目统一为「转换 → 量化 → 部署」的流程：导出 ONNX、做 INT8 量化，并起一个与官方 /v1/systemone 协议兼容的本地服务。它以 ONNX Runtime 在 CPU 上做离线推理，运行时只依赖 onnxruntime、tokenizers、numpy，不需要 torch、API key 或联网，数据不出本机；同时提供 build / serve / eval / bench / info 等 CLI 子命令和训练模块。
natee6684/qwen3.8-27b-in-c · Run 27B-parameter Qwen3.8 locally on a laptop CPU with native C inference, no GPU or Python, at 2.52 token/s.
该项目用纯 C 编写的原生推理程序在普通笔记本 CPU 上运行 27B 参数的 Qwen3.8-27B 模型，无需 GPU 和 Python，README 声称可达约 2.52 token/s、最低 8 GB 内存即可运行，并提供兼容 OpenAI API 的本地服务接口，方便其他工具接入本地模型。
Amitga5978/mainarch · Run LLM inference directly on AMD GPUs by bypassing ROCm for low-latency serving.
mainarch 是一个用 Rust 从零编写的程序，让计算机直接与 AMD GPU 硬件通信，绕过 ROCm、HIP、HSA 等中间软件层，用于低延迟的 LLM 推理服务。项目针对 AMD CDNA 架构（MI355X）优化，目前支持 OLMo 2 语言模型，可在本地完成对话、文本生成、翻译、摘要等任务，数据不出本机。README 声称可降低延迟、提升内存效率，但未给出具体基准数据。
mixpeek/momentbench · Corpus-scale video moment retrieval benchmark — 75h of rights-cleared video, 500 queries, 4 difficulty tiers. Built on Mixpeek.
MomentBench 是由 Mixpeek 构建的语料级视频时刻检索评测基准，目标规模为 75 小时版权清晰视频与 500 条查询，覆盖四个难度层级。当前 v0.2 版本包含 27 个经哈希校验的视频资产，来自 Blender 开放电影、NASA 航空航天与 NASA 机器人三个领域，配套 620 条查询（457 条收录于仓库中）。项目提供查询分层定义、评测协议与评测指标（Recall@1/5、平均时间 IoU）、智能体评测赛道（模型通过 list_assets、search_transcript、read_transcript、sample_frames、submit_answer 等工具在预算内提交答案）、多模型适配器（Gemini、GPT、Claude、TwelveLabs、Qwen-VL、E5-Omni、CLIP 等）、污染控制机制（canary 字符串与 public/held_out/rolling 划分）以及结果提交与自建语料运行流程。
wellingfeng/UltraGameStudio · UltraGameStudio - AI coding agent for game development: engine workflows, gameplay code, and asset generation.
UltraGameStudio 是一个面向游戏开发的 AI 编程代理，借鉴 Claude Code / Codex / Gemini 的交互形态，专门理解游戏引擎概念，并能在同一会话中生成图像、3D 模型、2D 精灵动画、图集、音频、骨骼绑定和视频等游戏资产。项目内置 40 多个游戏开发专家角色，覆盖 Unity、Unreal、Godot 与 Web 引擎，并支持通过免费或低成本渠道路由请求，将较高成本配额留给关键任务；会话、密钥与历史记录保存在本地。
skzv/ccmux · One TUI for every AI coding agent session — Claude Code, Codex, Cursor, and more — in sync across every device.
ccmux 是一个用 Go 编写的跨设备 tmux 会话管理器，为 Claude Code、Codex、Cursor、Gemini CLI、Antigravity、pi、Grok、Muse Code 等 AI 编程代理提供统一的终端界面。它以 tmux 作为会话存储，把各会话集中在一个仪表盘里按状态（进行中、空闲、等待输入）着色展示，支持启动、恢复与监督会话，并通过 tailnet 与 SSH/Mosh 连接，让用户从 Mac、笔记本或手机访问同一会话。还提供项目笔记浏览、代理安装与登录状态查看、会话历史恢复、用量统计以及多机自动发现等能力。
Wizapply/OpenGeekLLMChat · 日本語のギークのためのllama.cppローカルLLMチャットブラウザクライアント。
OpenGeekLLM 是一个以浏览器为界面的本地 LLM 聊天应用，通过启动 llama.cpp 的 llama-server 子进程完成推理，数据默认保留在本地、不向云端发送。它在聊天之外集成了 Agentic RAG、DuckDuckGo 联网搜索、服务器文件读写、Google Drive 读写、可选的外部 LLM 兜底，以及把 PDF 或网页经 OCR / HTML 清洗后自动登记进持久 RAG 的能力。项目强调精简依赖与易改造：服务端为单个 server.js（仅 express 与 ws），前端为单页 React，无需构建工具。
skydiver/GhostCode · macOS AI coding terminal manager based on Ghostty
GhostCode 是基于 Ghostty 终端引擎的 macOS 原生应用（SwiftUI + AppKit 构建），为 AI 辅助编程工作流提供三栏布局——项目侧边栏、终端和命令面板。它可启动 Claude Code、Codex 或 OpenCode 等 AI CLI 工具，支持按项目配置 AI 二进制、多标签会话、Claude Code 会话续接、git 状态显示，以及通过 JSONC 文件自定义的项目列表和命令面板。该项目的终端模拟能力由 Ghostty 核心引擎提供，并非通用终端模拟器。
tw93/Kaku · 🎃 A blazing-fast Mac terminal, built for coding with AI.
Kaku 是一款面向 AI 辅助编码场景的 macOS 终端，基于 WezTerm 构建，预置了字体、主题、shell 集成和 Mac 快捷键，同时保留 Lua 自定义能力。它提供内置 AI 助手入口，可在命令行给出修复建议、把自然语言描述转成命令并支持 Chat 交互，此外还集成了 zsh 补全、语法高亮、目录跳转以及可选的 Lazygit 和 Yazi。
sjsu-masters-projects/medi-agent · Patient app and clinician dashboard over a FastAPI backend, where LangGraph agents triage incoming chat, pull structured data out of uploaded medical documents, and answer medication questions from retrieved FDA label text.
MediAgent 是一个双门户医疗平台，包含患者端 PWA 与临床医生端 PWA，后端基于 FastAPI，并使用 LangGraph/ADK 智能体对聊天进行分流、从上传的医疗文档中提取结构化信息，并基于检索到的 FDA 药品说明书文本回答用药问题。功能覆盖文档上传与 OCR、带引用的信息抽取、患者助手（文本与语音，支持 en-US 与 es-MX，引用 MedlinePlus、DailyMed、RxNorm）、临床医生审核的护理计划、预约与双向消息、通知中心、SMART on FHIR 沙盒导入以及临床医生仪表盘与 Naranjo ADR 审核。
framerslab/agentos · TypeScript AI agent framework: cognitive memory, runtime tool forging, multi-agent orchestration, 11 LLM providers.
AgentOS 是一个 Apache-2.0 许可的 TypeScript 开源 AI 智能体框架，核心在于让智能体具备持久化的认知记忆、运行时自主锻造工具的能力，并能支撑长时间运行的会话。它提供可选的 HEXACO 人格配置、6 种多智能体编排策略、guradrails 与语音管线，并通过统一 dispatch 接口对接 13 个 LLM 提供商（含 2 个本地 CLI）。框架内置基于神经科学机制的认知记忆（如艾宾浩斯衰减、提取诱发遗忘、重固化等 8 种机制），RAG 管线支持 7 种向量后端与 4 种检索策略，同时宣称在 LongMemEval-S 上达到 85.6%、LongMemEval-M 上达到 70.2% 的可复现成绩。
Defiladeboarfish90/agent-memory · Store persistent AI agent memory in Markdown files with search, context injection, checkpoints, and compaction—no database needed
agent-memory 是一个面向 AI 智能体的文件式记忆系统，把智能体的事实、笔记、任务和历史记录保存在纯 Markdown 文件中，不需要数据库。每个智能体可使用独立文件夹，便于人工阅读、编辑、迁移和备份，并支持搜索、上下文注入、检查点与压缩等能力（依描述所述）。项目以 TypeScript 编写，README 主要面向 Windows 用户提供下载与首次运行说明。
reyhan8543/agent-md · Install portable agent rules, hooks, and task state for coding agents to stop guessing and verify work across Claude, Codex, Cursor, and Windsurf
agent-md 提供现成的智能体指令文件，用于 Claude Code、Codex、Cursor、Windsurf、Aider 等编程工具，帮助用户为智能体设定清晰的工作流程与项目规则，让改动更聚焦、减少来回猜测，并在修改文件前先阅读项目规则。README 主要面向 Windows 用户，说明从 Releases 下载、解压并把指令文件放入项目根目录或工具规则目录的使用方式。
subashraja069-cmd/claude-code-boss-mode · Control Claude Code with a boss layer that checks ROI, scope, and cuts before work starts
该项目在 Claude Code 之上叠加一层“老板模式”决策过滤，通过 CEO（业务影响与成本）、EM（交付与技术风险）、PM（范围与用户价值）三种视角，对任务、计划和 Pull Request 做前置审查。提供 /boss、/boss-pr、/boss-plan、/boss-roast 等命令式流程，用于评审计划、削减范围、判断任务是否过大、发现产品风险并给出直接反馈。主要面向使用 Claude Code 的 Windows 用户，包括个人开发者和产品、工程、交付角色。
Lycoperdonbactericide741/Openbrowser · Browse web pages for AI agents with structured semantic state and element IDs, no screenshots needed
Openbrowser 是一个为智能体（agent）使用而设计的浏览器，用于打开网页、在站点间导航，并将浏览器操作集中在同一处。README 描述其适合智能体测试、按任务浏览网页、重复访问页面、简单站点检查以及浏览器驱动的工作流，并给出 Windows 下载、解压与启动的安装步骤。材料未说明其内部实现方式、是否提供 API 或结构化状态接口。
nydiapluperfect522/agentic-ai-from-claude-code · Study Claude Code architecture to build production-grade AI agents from real-world TypeScript code
该项目以 TypeScript 编写，参考 Claude Code 的结构，帮助开发者了解 AI 智能体如何规划任务、调用工具并按步骤执行。README 提供 Windows 平台的下载与安装指引、系统要求、基本使用流程和常见故障排查，适合作为学习智能体设计与生产级结构的入门材料。