can1357/oh-my-pi — 集成 IDE 能力的终端 AI 编程 Agent,40+ 供应商+32 工具+LSP(9.5k ⭐)
功能最全的终端 AI 编程 Agent 之一,Rust 核心驱动,支持 40+ LLM 供应商、32 个内置工具、13 个 LSP 操作、27 个 DAP 调试操作,哈希锚定编辑防冲突,内置浏览器和子 Agent。
pbakaus/impeccable — 23 个命令的前端设计语言,让 AI 生成的 UI 摆脱模板感(32k ⭐)
1 个 Skill 文件、23 个设计命令、7 个领域参考手册、27 条确定性反模式规则,从排版到动效系统性提升 AI 生成的前端界面质量,Anthropic 官方 frontend-design Skill 的深度进化版。
revfactory/harness — 一句话生成 Claude Code Agent 团队架构的元工厂(4.6k ⭐)
Claude Code 的团队架构工厂,说一句「build a harness for this project」,自动从 6 种架构模式中选择并生成 Agent 定义和 Skill 文件,支持流水线、专家池、监督者等多种团队拓扑。
Crosstalk-Solutions/project-nomad — 离线生存计算机:AI+维基百科+地图+教育平台打包运行(27k ⭐)
自包含的离线优先知识服务器,集成本地 AI 对话(Ollama+RAG)、离线维基百科、可汗学院课程、离线地图和数据工具,一键 Docker 部署,断网环境下保持知识获取和 AI 能力。
OpenBMB/VoxCPM — 无 Tokenizer 的开源 TTS,2B 参数支持 30 语言+声音设计+48kHz(23k ⭐)
OpenBMB 出品的端到端扩散自回归 TTS 系统,2B 参数训练自 200 万小时多语言语音数据,支持 30 种语言、零样本克隆、文本描述声音设计和 48kHz 高保真输出,Apache-2.0 商用免费。
D4Vinci/Scrapling — 自适应网页爬虫框架,页面改版后自动重定位元素,绕过反爬(56k ⭐)
Python 网页爬虫框架,解析器能学习网站变化并自动重定位元素,内置 Fetcher 开箱绕过 Cloudflare 等反爬系统,支持单请求到大规模并发爬取,带暂停恢复和代理轮换。
EveryInc/compound-engineering-plugin — 让每次工程工作为下一次提供杠杆的 AI Skill 套件(18k ⭐)
Every.to 出品的复利工程 Plugin,包含 37 个 Skill 和 51 个 Agent,覆盖头脑风暴、规划、执行、代码审查、知识沉淀全流程,让 AI Agent 的每次工作都为下次降低成本。
run-llama/liteparse — Rust 驱动的轻量 PDF 解析器,带边界框,零云依赖(7.4k ⭐)
LlamaIndex 出品的开源 PDF 解析工具,Rust 核心驱动,支持空间文本解析+边界框,内置 Tesseract OCR,输出 JSON/文本,提供 Python/Node.js/WASM 多语言绑定,完全本地运行。
OpenMOSS/MOSS-TTS — 开源语音生成全家桶,零样本克隆+31语言+实时流式(2k ⭐)
OpenMOSS 团队开源的语音与音效生成模型家族,涵盖零样本 TTS、多说话人对话、声音设计、音效生成和实时流式五大场景,最小 100M 参数可 CPU 部署,支持 31 种语言。
microsoft/markitdown — 微软出品,把任意文件转成 LLM 友好的 Markdown(127k ⭐)
微软开源的轻量 Python 工具,将 PDF、Word、Excel、PPT、图片、音频、HTML 等几乎所有格式转为 Markdown,专为 LLM 管道设计,保留文档结构,Token 高效。
Leonxlnx/taste-skill — 让 AI 生成的 UI 不再像 AI 生成的,可移植设计 Skill 文件(24k ⭐)
一套可移植的 SKILL.md 文件,通过排版、布局、动效、间距四维度规则提升 Claude/Cursor/Codex 生成的前端界面质量,支持 React/Vue/Svelte,一行命令安装。
shiyu-coder/Kronos — 专为金融K线数据训练的基础模型,覆盖45+交易所(26k ⭐)
专门为金融市场预测训练的开源基础模型,用两阶段框架将K线数据量化为离散Token后做自回归预测,覆盖全球45+交易所,提供4.1M~499M参数的多尺寸模型。