开源 工具
共收录 837 款与「开源」相关的 AI 工具，按站内热度排序。
Smolagents.orgSmolagents.org是Hugging Face团队推出的极简AI代理框架官方站点，核心定位为低代码AI代理开发工具。核心功能包括代码优先的代理执行模式，可通过Python代码片段完成任务处理；兼容多类大语言模型，支持Hugging Face Hub及第三方模型接入；深度集成Hugging Face社区生态，支持工具共享与协作。目标用户覆盖AI应用开发者、机器学习工程师、科研人员、开源项目贡献者等，可应用于AI代理原型快速搭建、复杂逻辑任务自动化、定制化工具代理开发、开源AI项目协作等场景，帮助开发者减少冗余代码编写，提升AI代理部署效率。
OpenkodaOpenkoda是面向商业应用开发的开源低代码开发平台，核心定位为帮助开发团队降低商业应用开发成本，尤其针对保险行业业务场景提供定制化开发支持。平台预置保险领域常用业务模块，支持可视化配置与自定义代码开发结合，可缩短应用从需求到上线的周期。核心功能包含预置业务模块、可视化界面搭建、权限管理体系、数据库配置、部署支持等，目标用户包括企业内部开发团队、保险科技创业公司、独立开发团队、系统集成服务商等，适合用于快速搭建保险业务管理系统、定制行业商业应用、原型验证与产品落地等场景。
PDDONPDDON是一款开源在线画图工具，同时集成低代码能力与AI智能辅助功能，核心服务于需要可视化绘图的各领域用户。核心功能包括多类型图形绘制支持，覆盖流程图、架构图、思维导图、UML、BPMN等二十余种常用绘图场景；内置对象与数据库建模模块，可自动生成对应代码与脚本文件；配备丰富的定制化组件库，支持用户按需调整绘图元素样式。该工具面向产品经理、开发工程师、运维人员、学生等群体，适用于需求梳理、架构设计、数据库建模、课程作业制作、业务流程梳理等多个场景，无需下载客户端，通过浏览器即可访问使用。
Molmo开源Molmo是艾伦人工智能研究所（Allen AI）推出的开放多模态AI模型家族官方信息发布平台，核心定位是向公众及开发者同步Molmo模型的研发进展、技术细节与落地应用方向。平台支持用户查阅模型的技术白皮书、训练数据集说明及落地案例参考，还提供模型的开源获取渠道与部署指引，可协助开发者快速了解模型特性与使用方法。目标用户覆盖AI领域研究人员、多模态应用开发者、高校计算机相关专业师生、科技行业从业者，适用于学术研究参考、应用开发选型、技术学习交流等多种场景。
Helicone AI开源Helicone AI是面向开发者的开源大语言模型应用运维平台，核心定位为LLM调用全链路观测与调试工具。核心功能包括LLM请求全量日志记录、调用指标实时监控、错误请求快速溯源，支持多厂商大模型接入，无需额外安装SDK即可完成接入配置。目标用户覆盖大模型应用开发者、AI产品运维人员、算法调优工程师、技术团队负责人等群体，适用于大模型应用上线前性能测试、生产环境运行状态监控、接口异常问题排查、调用成本统计分析、prompt效果对比实验等多个场景，帮助开发者降低LLM应用运维复杂度，提升应用稳定性。
VideoCrafter2开源VideoCrafter2是由香港中文大学CVC实验室开发的开源视频生成AI模型展示平台，核心定位为文本驱动的高保真视频生成工具。平台支持文本生成照片级视频、精细运动参数控制、多概念组合生成三类核心功能，面向内容创作者、动画从业者、广告设计人员、AI研究人员等群体，可应用于短视频内容制作、动画分镜生成、广告创意预览、AI视频技术研究等多个场景，用户仅需输入文本提示词即可获得对应的动态视频内容。
MMAudioMMAudio是基于多模态联合训练技术的视频到音频合成工具站点，核心定位是为用户提供视频与文本输入驱动的同步音频生成服务。站点核心功能包括视频画面特征识别、文本语义音频匹配、音视频时序同步校准，能够适配不同场景下的音频创作需求。目标用户覆盖影视后期从业者、游戏开发人员、短视频创作者、AI技术研究者等群体，可在影视内容音频补全、游戏场景音效生成、短视频背景音制作、多模态技术研发测试等场景中使用，帮助用户提升音频合成的效率与成品质量。
Zoo开源Zoo是Replicate推出的开源文字转图像模型实验平台，核心定位是为AI图像生成爱好者、创作者及开发者提供多模型并行测试与效果对比的在线环境。平台支持稳定扩散系列及多种开源文生图模型调用，可同步展示同一提示词在不同模型下的生成效果，还支持生成参数自定义调整，方便用户比对不同模型的风格适配性。目标用户覆盖AI艺术创作者、设计从业者、AI模型研究人员、内容创作者等，可用于AI图像创作效果测试、模型选型参考、生成参数调试、创意内容原型产出等场景。
ChainlitChainlit是面向开发者的对话式AI应用开发协作平台，核心定位是帮助开发团队完成对话式AI应用从构建、调试到评估、部署的全流程工作。平台提供可观察性工具、协作反馈渠道、 Prompt 工程管理、数据集标注与评估等核心功能，支持主流大语言模型接入，满足不同开发阶段的需求。目标用户包括AI开发工程师、大模型应用产品经理、AI研究人员、创业团队技术开发人员等，适用于企业内部AI助手开发、生成式AI产品原型验证、多轮对话AI功能调试、大模型应用效果评估等场景。
DreamGen开源DreamGen是开源故事创作与角色创作模型平台，核心定位是为创作者提供AI辅助的叙事内容生产工具。平台支持自定义故事世界观设定、可交互角色生成、多分支剧情推演等功能，还支持模型微调适配个性化创作风格，适用于网文作者、游戏策划、剧本创作者、同人内容生产者等不同身份的用户，可用于小说撰写、游戏剧情搭建、互动剧本制作、角色IP设定等多个创作场景，帮助用户将创意落地为完整的叙事内容。
ARGO开源ARGO是一款开源的多平台AI客户端，核心定位为用户提供可本地运行的人工智能助手服务，支持自主思考、任务规划、复杂任务处理三类核心能力，所有模型运算过程均在用户设备本地完成，可避免数据上传带来的隐私风险。目标用户覆盖需要处理办公文档、开发编码、内容创作、数据整理等需求的群体，支持Windows、macOS、Linux等主流操作系统，用户无需搭建复杂环境即可快速接入各类大模型，满足日常AI辅助使用需求。
Starling-7BStarling-7B是由伯克利团队研发的开放大型语言模型，依托强化学习从AI反馈（RLAIF）框架训练而成。核心功能包括模型推理交互、开源资源下载、测评数据展示、在线演示体验与技术文档预览。该项目面向AI研究者、大模型开发者、自然语言处理学习者、企业技术人员等群体，可应用于模型效果验证、下游任务微调、大模型技术研究、对话类应用原型开发等多个场景，为开源大语言模型生态提供可复用的训练框架与基础模型资源。
CoTrackerCoTracker是面向视频点跟踪任务的开源Transformer模型官方站点，核心功能为支持视频序列的稠密点联合跟踪、长时遮挡场景下的轨迹预测、可扩展的大规模点跟踪部署，目标用户覆盖计算机视觉研究人员、视频内容开发从业者、机器人导航算法工程师等群体，可应用于视频动作捕捉、三维重建、运动分析、自动驾驶场景感知、视频特效制作等多个领域，区别于传统独立点跟踪方法，该模型通过建模点与点之间的空间关联，提升跟踪的精度与鲁棒性，适配长视频、遮挡场景下的跟踪需求。
VLOGGERVLOGGER是基于扩散模型的AI人物视频生成工具，核心定位是通过单张人物图像结合文本、音频驱动，生成可控的人物讲话视频。核心功能包括单图驱动的3D人体运动生成、时序可控的视频扩散渲染、面部与肢体动作联合调控三个模块。目标用户覆盖视频创作者、多媒体内容开发者、数字人从业者、高校AI研究人员等群体，可用于短视频内容生产、数字人直播素材制作、学术研究效果验证、虚拟形象内容产出等场景，无需针对单个人物单独训练模型，即可输出包含完整人体姿态的长时长生成视频。
MoMask开源MoMask是面向3D人体运动生成领域的学术开源项目平台，核心定位是提供文本驱动的3D人体运动生成技术方案与相关资源。平台可实现文本到高保真3D人体运动序列生成，支持文本引导的运动序列局部修复，还可输出分层离散化的运动令牌数据。该项目目标用户包括计算机视觉方向研究人员、3D动画制作从业者、游戏开发人员、数字人开发工程师等，可应用于学术研究对比、动画内容快速制作、数字人动作生成、运动数据预处理等多个场景。
Llama3-s v0.2开源Llama3-s v0.2是由Homebrew Computer Company开发的多模态模型检查点，核心定位为专注语音理解能力优化的开源模型版本。该模型采用语义标记早期融合技术，可实现更稳定的语音特征提取，同时支持用户通过页面内置的实时演示功能直接上传音频测试识别效果，还提供完整的模型迭代日志与技术原理说明。目标用户覆盖AI语音技术开发者、多模态模型研究人员、语音应用产品经理、相关专业高校学生等群体，可用于语音识别效果验证、多模态模型结构调研、语音应用原型开发测试等多个场景。
SDXS开源SDXS是专注于高速图像生成的轻量化扩散模型演示站点，核心定位是为开发者、AI图像从业者提供低延迟扩散模型的在线体验与效果验证服务。核心功能包括实时图像生成演示、不同分辨率模型效果对比、图像到图像翻译效果测试。目标用户覆盖AI算法研发人员、计算机视觉相关专业学生、移动端AI应用开发者等，可用于模型效果验证、技术选型参考、学术研究对比等场景，帮助用户直观了解轻量化扩散模型的运行效率与生成质量平衡能力。
AlternAltern是一个由AI爱好者社区驱动的AI资源整合平台，核心定位为AI领域的一站式资源聚合与交流中心。平台支持AI工具与产品检索、资源社区共建评分、行业资讯内容聚合三大核心功能，面向AI从业者、科研人员、AI应用开发者、AI爱好者等群体，可满足用户寻找适配的AI生产工具、追踪AI行业前沿动态、交流AI产品使用体验、收集AI研究相关数据集与模型资源等多元场景需求，帮助用户高效获取AI领域的优质资源，降低信息筛选成本。
ELLAELLA（Efficient Large Language Model Adapter）是面向文本生成图像领域的技术适配工具，核心定位为轻量级的大语言模型适配组件，可对接现有基于CLIP的扩散模型，为其赋予大语言模型的语义理解能力。核心功能包含时间感知语义连接器（TSC）模块，可根据采样时间步动态调整语义特征输出，同时支持长文本提示解析，能够处理包含多对象、多属性、复杂关系的提示内容，还可实现对原有扩散模型U-Net结构的冻结适配，无需重新训练基础模型。该工具面向AIGC算法研发人员、文本生成图像模型开发者、AI艺术创作者、学术研究人员等群体，适用于优化现有文生图模型的提示跟随效果、提升长文本提示的图像生成准确率、开展文生图语义对齐相关的学术研究等场景。
Sakana AISakana AI是位于日本东京的AI研究机构，核心定位是探索自然启发式人工智能技术，研发新型基础模型。其核心功能包括自然启发智能基础模型研发、进化式AI系统研究、多模态模型跨领域适配开发，同时开放研究成果白皮书、技术论文及开源工具包下载，面向AI研究人员、高校计算机相关专业师生、AI技术开发工程师、科技企业技术决策层等群体，可用于AI前沿技术研究参考、新型AI系统开发、跨行业AI解决方案落地等场景。
OpenAgentsOpenAgents是一个开源平台，核心定位是为开发者和研究人员提供大规模构建、连接与编排AI智能体网络的支持。平台支持开发者自定义智能体功能模块，实现不同智能体之间的交互通信，可完成多智能体协作任务编排，也支持将现有AI模型接入智能体网络完成特定任务。目标用户包括AI研究人员、全栈开发者、AI创业团队、算法工程师和开源贡献者，适合用于多智能体协作系统研发、垂直领域智能体网络搭建、AI智能体原型验证、开源智能体项目二次开发等场景。
PulsarPulsar是AstraMind开发的本地大语言模型运行管理工具，核心定位为帮助用户在个人设备上离线部署、运行和管理各类开源大语言模型，全程无需上传个人数据到云端，保障数据隐私安全。核心功能包括多系统兼容的模型一键部署、个性化AI助手自定义配置、本地离线对话交互。目标用户覆盖AI研发人员、隐私敏感的办公人群、大模型爱好者、学生群体等，可应用于本地私密文档分析、个性化工作助手搭建、离线AI学习实践、敏感内容交互处理等多个场景，让用户在可控的环境中使用大语言模型服务。
SPDL开源SPDL是Meta Reality Labs推出的可扩展高性能AI数据加载解决方案，核心定位是解决大规模AI模型训练中的数据加载瓶颈问题，核心功能包括基于线程的并行数据加载、Free-Threaded Python兼容适配、无缝对接现有AI训练框架。主要面向AI算法研发人员、大模型训练工程师、机器学习框架开发者，可应用于计算机视觉、自然语言处理、多模态模型等各类AI训练场景，帮助优化训练流程，提升GPU资源利用率。
Confident AI开源Confident AI 是面向大语言模型应用开发者的开源评估基础设施平台，核心定位是为LLM应用的性能验证与生产落地提供全链路支持。平台支持用户自定义测试用例完成LLM输出评估，内置多维度开源性能指标可量化模型表现，同时提供版本差异跟踪与全链路监控能力。目标用户覆盖LLM应用开发工程师、算法研究员、AI产品经理等群体，可应用于LLM应用原型验证、迭代优化、上线前性能校验、生产环境稳定性监测等多种场景，帮助开发者明确模型优化方向，降低LLM投产的不确定性。
AiEditorAiEditor是一款开源的AI驱动富文本编辑器，支持Markdown语法与私有部署，面向开发者与内容创作者提供可定制化的在线编辑解决方案。核心功能包含AI辅助内容创作、Markdown与富文本双向转换、私有化数据存储、多端适配编辑、插件扩展支持等，满足开发者二次开发、企业搭建内部内容系统、个人创作长文内容等多种使用场景，可根据自身需求调整编辑器功能与部署方式，保障数据安全的同时提升内容创作效率。
DUSt3R开源DUSt3R是Naver Labs Europe推出的3D重建技术官方网站，核心为无约束密集立体3D重建算法服务。网站提供算法原理详解、在线Demo体验、预训练模型下载、部署教程等核心功能，面向计算机视觉研究人员、3D内容创作者、机器人研发工程师、VR/AR开发人员等用户群体，可应用于室内外场景三维重建、数字孪生模型制作、自动驾驶环境感知、影视虚拟场景搭建等多个工作场景，无需用户提前掌握相机校准或视点姿态相关专业知识，即可实现从任意图像集合到3D模型的转换。
Laminar.aiLaminar.ai是一个开源全栈AI工程平台，核心定位是从第一性原理出发助力开发者提升大语言模型（LLM）应用开发质量。平台支持多模态模型运行数据追踪、零开销可观测性分析、在线评估与数据集构建三大核心功能，面向AI应用开发者、算法工程师、技术团队负责人等群体，可满足LLM应用开发调试、生产环境运行监控、模型迭代效果验证、多模态模型适配开发等场景需求，同时支持便捷自托管部署，适配不同规模团队的自主可控部署要求。
BakeryBakery是聚焦开源AI模型微调与变现的在线服务平台，核心定位是降低AI模型商业化落地的技术门槛，平台支持开源AI模型一键微调、自定义数据集上传管理、模型成果市场上架三大核心功能，面向AI初创企业、机器学习工程师、AI研究人员、独立AI开发者等群体，可应用于垂类行业模型定制、个人AI工具商业化、学术研究成果落地等多元场景，助力技术创作者将模型能力转化为实际收益。
Home Assistant VoiceHome Assistant Voice Preview Edition是面向智能家居用户推出的开源本地化语音助手解决方案，核心定位是在保障语音数据隐私的前提下，实现家庭智能设备的语音控制。它支持本地语音指令识别与处理，所有数据无需上传至第三方云端；可对接超千款主流智能家居设备，覆盖灯光、温控、安防等多品类控制需求；同时提供开放的自定义指令配置接口，支持用户根据使用习惯调整触发规则。目标用户包含智能家居爱好者、隐私敏感度较高的家庭用户、智能家居定制服务商，适用于日常居家设备控制、老人儿童便捷操作智能设备、家庭隐私数据合规管理等场景。
Midscene.jsMidscene.js 是一款基于AI技术的UI自动化工具，核心定位是借助多模态大语言模型降低UI自动化测试与脚本维护的门槛。核心功能包括自然语言指令转自动化操作、多场景自动化框架集成、可视化调试报告生成三类，主要面向前端开发人员、测试工程师、自动化运维人员等群体，可应用于Web应用回归测试、UI交互流程验证、页面数据批量提取、跨端自动化流程搭建等场景，无需依赖传统元素选择器编写繁琐脚本，仅通过自然语言描述即可完成自动化任务搭建。
GlazeGlaze是芝加哥大学计算机科学团队研发的艺术作品风格保护系统，核心定位为帮助艺术家抵御AI模型未经授权的风格模仿。其核心功能包括艺术作品微扰处理、AI风格混淆防护、多格式作品支持三大模块，面向职业插画师、独立艺术家、美术院校学生、艺术工作室等用户群体，可应用于作品公开发布前的预处理、个人作品集上传防护、参展作品版权附加防护等场景，在不改变作品人类视觉呈现效果的前提下，干扰AI模型的风格特征提取逻辑，降低作品风格被未经许可复刻的风险。
api-usage开源api-usage是一款专注于OpenAI API使用量与成本统计分析的开源工具，核心定位是帮助用户清晰掌握API调用的资源消耗情况。核心功能涵盖多模型成本核算、多维度数据可视化、调用趋势分析三类，支持ChatGPT、GPT-4、Whisper、文本嵌入等主流OpenAI模型的成本统计，无需上传密钥即可在本地完成数据处理。目标用户包含AI应用开发者、企业技术运维人员、个人AI项目创作者等，适用于日常API调用成本核算、项目资源预算规划、异常调用流量排查等多种场景。
JoiaJoia是面向团队协作场景打造的轻量级AI协作平台，可作为ChatGPT的替代方案，主打隐私保护与开源特性。平台支持团队管理员统一配置AI访问权限，可针对不同业务场景创建专用聊天机器人并共享给团队成员，同时直接对接OpenAI等大语言模型服务商API，采用按实际消耗令牌计费的模式，降低团队AI使用成本。适合中小团队、企业部门、开源协作团队等群体，在内部知识库问答、业务流程AI辅助、团队项目协作等场景下使用。