AI项目
ai-novel-studio - 带世界构建与角色状态校验的 AI 互动小说创作平台
ai-novel-studio 是一个用 Next.js 与 Go 构建的 AI 互动小说应用，由 weike-zhang 维护，MIT 许可。项目自述其核心设计在于生成文本与已存事实之间的边界：模型可以提出行动，但不能通过状态补丁改写已确立的角色设定。本文介绍其维护状态、主要能力、使用入口与许可限制。
ai-novel-studio 是一个用 Next.js 与 Go 构建的 AI 互动小说应用，由 weike-zhang 维护，MIT 许可。项目自述其核心设计在于生成文本与已存事实之间的边界：模型可以提出行动，但不能通过状态补丁改写已确立的角色设定。本文介绍其维护状态、主要能力、使用入口与许可限制。
Vidu Q4 Preview 是生数科技推出的全新一代旗舰视频生成模型的首个预览版。Vidu Q4 Preview 在人物演绎上全面升级，表情更细腻、情绪更饱满、动作更自然，支...
CtxGuard 是一个部署在客户端与大模型服务商之间的透明反向代理网关，据项目自述，它通过结构化压缩、语法树骨架提取与字节级防抖来降低 Agent 请求的 Token 开销，并保持云端前缀缓存稳定命中。项目由 255308153 维护，采用 MIT 许可证，截至 2026-10-10 星标数 202。
FrogNano-4B-2609 是微软在 Hugging Face 上发布的紧凑型仓库级编码智能体模型，从 Qwen/Qwen3.5-4B 派生，仅用强化学习在约 1500 个合成软件工程任务上做后训练，配合轻量五工具 Leaf harness 完成代码库导航、调试与多文件补丁生成。
OpenAgentCore 是 MiniMax-AI 维护的 MIT 许可开源项目，在自有基础设施上运行 AI Agent，对外暴露与 OpenAI Agents API 相同的协议。每个 Session 可选用 Codex、Claude Code 或 MiniMax Code 等原生 harness，执行环境可选托管沙箱或自己的 Linux、macOS、Windows 机器。
aurelio-finance 是一个在本地运行的财富管理与财务规划应用，数据留在自己的机器上，AI 顾问部分可选，通过 OpenRouter 使用用户自己的密钥。项目由 LosaLosSantos 维护，采用 MIT 许可，截至 2026-10-09 获得 941 星标，尚无正式 release。
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 同类，提供 4B、9B 和 35B-A3B 权重，可在浏览器自动化、...
Claude Haiku 5.5 是 Anthropic 推出的最新小模型，号称'最便宜、最快、最能打'。Claude Haiku 5.5输入价格降至 $0.10/百万 token，综合成本低约 75%；电脑操...
VoxMem是墨尔本大学和新南威尔士大学团队推出的音频大模型记忆基准。首创4类声学证据，语义、说话人、语气、环境声 × 4 种记忆操作，抽取、跨会话推理、时序...
StartLux-Decision 是 StartLux Labs 推出的策模型家族，包含 0.8B 至 27B 五个稠密模型和 35B-A3B 混合专家模型。StartLux-Decision 接收文本、JSON 或图片...
box 是 strands-agents 维护的开源 AI 智能体沙箱引擎，把操作系统级隔离与用 Dogwood 编写的语义策略结合起来，控制智能体能访问什么、在什么条件下行动。项目自述其当前为预览状态，仅支持 Apple 芯片的 macOS 本地执行。
d1 是 LiquidAI 发布的 3B 参数多模态决策模型，基于 LFM2.5-VL-3B 后训练而来。据项目自述，它接收文本、JSON、图像或混合形式的状态描述与一组问题，在一次前向传播中返回带类型和置信度的答案，不产生任何输出 token。模型面向路由分流、内容审核、意图分类、重排序、LLM-as-a-judge 打分、智能体护栏与视觉检查等需要明确判断的流水线环节，而非对话场景。
SemIf（原 OpenJev）是开源的 AI 决策模型，用开源模型复现 TypeSafe 闭源服务 Jev 的语义决策接口模式。SemIf单次前向传播直接读取候选选项对应的 logits 打...
game-the-llm-reviewer 是一个面向学术论文投稿前最后一轮润色的 Agent Skill。据项目自述，它把关于 LLM 审稿偏好的研究整理成可被编码 agent 直接调用的技能，在保持论文科学含义不变的前提下，把同一段话改写成 LLM 审稿人更偏好的措辞。项目由 Michael-Jiahao-Zhang 维护，MIT 许可，最新版本 v0.1.0。
nanoMuse 是 nano-muse 维护的开源个人智能体项目，手机、桌面、网页控制台与中继服务都在同一个仓库里，采用 GPL-3.0 许可。它强调「做事而非答题」：带 Linux shell、浏览器、MCP 与技能，能在你拥有的多台设备之间互相派活，并在删除、发送、付款等不可撤销动作前先征求确认。
MAI-Transcribe-2-Streaming 是微软推出的首个实时流式语音转写模型，能在讲话进行时持续输出文字，覆盖 60 种语言并自动检测语言切换，首批文本延迟低至数百...
Nano Banana 2.1 是 Google DeepMind 推出的图像生成与对话式编辑模型，属 Gemini 3 系列，底层基于 Gemini 3.6 Flash。Nano Banana 2.1支持 1K/2K/4K 输出、...
Ling-3.1-flash是蚂蚁集团百灵团队推出的新一代大模型，总参数约560B、单Token激活25B，上下文窗口达1M。Ling-3.1-flash采用混合线性架构，专为真实世界长流...
ema-lightning 是一个土耳其语文本转语音项目，由 canberkkkkkk 维护，采用 apache-2.0 许可。据项目自述，它由 5.6M 参数的 DiT 声学模型与 3M 参数的声码器组成，合计约 8.6M 参数、约 34 MB，支持 GPU 或 CPU 离线运行，并提供整段合成与流式输出两种调用方式。
embeddinggemma-2 是 Google 在 Hugging Face 上发布的 Apache-2.0 多模态嵌入模型，把文本（含代码）、图像、视频和音频映射到同一个 768 维向量空间。项目自述总参数量 740M，支持 8K 上下文与 MRL 维度截断，面向端侧检索、RAG、分类与聚类等场景。
artex-ko 是 Autumn-27/ARTEX 的韩语本地化分支：由 LLM 多智能体自主执行渗透测试，Go 单二进制内嵌 Next.js 前端，数据存于 PostgreSQL。据项目自述，它保留内部推理提示原文，只把面向用户的产出强制为韩语，并补充了韩国法律提示。仓库尚无正式 release，许可证为 AGPL-3.0。
ai-model-world 是维护者 liyupi 开源的一个 AI 模型可视化项目，用像素小镇的形式呈现数百个大模型的格局、能力与演进。本文依据官方仓库信息与项目自述，介绍它的维护状态、主要能力、使用入口与许可边界。
WechatVibe 是一个 Windows 桌面客户端，只读读取本机已登录的微信 4.x 数据，分析聊天中的情绪与意图，并生成人物画像、好感度、MBTI 聊天推测和群聊画像。默认使用本地 Laya ONNX 模型在本机推理，也可接入 Anthropic、Responses、Chat Completions、Gemini 或 Ollama 兼容接口。项目由 tswawa 维护，采用 Apache-2.0 许可。
is-gpt-nerfed 是一个 macOS 上的 Codex 插件与菜单栏应用，用来核对你选定的模型是否真的在应答。它读取 Codex 自身的会话记录，并通过随机数指纹探测判断模型是否被静默替换、推理强度是否被调低。项目由 kiyoakii 维护，MIT 许可，截至 2026-10-07 获得 243 星标。