AI 项目、工具及动态汇总

项目/产品名称	核心功能/简介	主要特点/亮点	相关链接
Supervision	一个流行的计算机视觉工具库，用于加速计算机视觉应用的构建。	模型无关，可与多种主流库集成；提供丰富的可定制标注工具；支持多种数据集操作和应用场景。	GitHub
SuperDesign	集成在 IDE 中的开源设计代理工具，通过自然语言生成 UI。	允许开发者通过自然语言提示词生成 UI 模型、组件和线框图，加速设计流程。	GitHub
Sparrow	结合机器学习和 LLM 的结构化数据提取和指令调用项目。	提供交互式 Web 界面，支持拖拽上传和实时处理，输出结构化 JSON，适用于发票、收据等文档。	GitHub
MermaidFlow	通过安全约束的演化编程，自动生成智能体工作流。	在 Mermaid 领域自动生成流程图，并在 Python 领域进行规划和运行，研究已被 ICML 2025 接受。	GitHub
openai-agents-python	OpenAI 官方开源的“轻量级”多智能体框架。	拥有 12.9k star，核心概念为 Agent 和 Runner，机制完善，足以覆盖大多数 Agent 应用场景。	GitHub
ASI-Arch	上海创智学院发布的 AI 超智能系统，可自主发现新神经网络架构。	在完全自主条件下发现了106个超越人类设计的神经网络架构，验证了科学突破的工业化量产。	GitHub / 网站
Qwen-Agent	专为大模型应用开发打造的轻量级 Agent 框架。	拥有 10.2k star，轻量级，易于上手。	GitHub
Openjourney	受 MidJourney 启发的媒体内容生成和编辑工具。	界面简洁，支持图片生成（Imagen 4）、动画（Veo 3）以及带声音的视频生成。	GitHub
Grok CLI	基于 Grok-3 的开源 AI 终端助手。	可在终端中通过自然语言交互，自动完成文件操作、命令执行等任务。	GitHub
卡卡字幕助手 (VideoCaptioner)	全流程一键处理视频字幕的工具。	操作简单，无需高配；支持在线/离线识别，利用 LLM 进行智能断句、校正和翻译。	GitHub
Paperless-ngx	一个将物理文档转换为可搜索在线档案的文档管理系统。	减少纸张使用，是 Paperless 和 Paperless-ng 项目的官方后继者，由社区共同维护。	GitHub
Deep-Live-Cam	实时人脸替换和视频深度伪造工具。	操作简单，仅需一张图像即可完成实时人脸替换。	GitHub
YouWare	只需一段提示词即可生成 AI 驱动应用的新平台。	强调社区建设和创意裂变，为创作者提供自由流动的互动环境。	官方网站
FreeAudio	由清华大学与生数科技开发的 AI 音效生成模型。	实现 90 秒长时精准可控音效生成，能按精确时间控制多种音效组合，研究入选 ACM MM 2025。	未提供
昆仑万维 Mureka 系列	新一代音乐和语音生成模型。	Mureka V7 音乐模型良品率和音质大幅提升；Mureka TTS V1 支持文本描述定制音色，质量超越竞品。	未提供
腾讯混元 ASR	腾讯推出的语音识别大模型。	已接入“ima”应用，支持语音直接输入功能，提升了用户交互体验。	未提供