GitHub项目

Quivr：用RAG打造你的第二大脑，私有知识库开源方案

leaf2026年7月7日1 分钟阅读 47暂无评论

如果你厌倦了把文档喂给ChatGPT后每次都要重复上传，或者担心数据隐私泄露，那Quivr值得你花两分钟看看。它是一个开源的“第二个大脑”，让你用本地或云端LLM构建私有RAG知识库，直接上传PDF、Markdown、代码文件甚至网页链接，就能像聊天一样检索内部信息。无论是个人笔记管理还是团队内部文档问答，都能用上。核心看点- 即插即用的RAG体验：内置文档解析、向量化存储与检索，支持Ollama、OpenAI等多种模型后端；无需手动写Embedding或向量库配置。 - 多模态输入与权限控制：不止文本，还可以拖入图片、音频（需模型支持），并提供简单的用户/群组权限，适合小团队协作。 - 数据完全自主可控：支持本地部署，用PostgreSQL + Supabase存储向量，无需把数据送进第三方SaaS，满足隐私偏好。▲ github.com（阿里云通义万相生成配图，非网页截图）适合谁知识工作者、研究人员、小团队，或任何想将散落文档按语义组织起来的人。依赖Docker、Node.js，可自托管；若使用本地Ollama无需API Key，若用OpenAI则需自己的Key。MIT许可证，放心商用。上手不难：克隆后执行docker compose up，浏览器打开后台，上传文档即开始问答。更详细的使用技巧可以看看仓库的README和官方文档，社区也在Discord里活跃答疑。快去Quivr仓库里点个Star，给你的知识库加个AI引擎吧。

#GitHub #RAG

阅读全文参与讨论

GitHub项目

ChatTTS：开源语音合成黑马，自然对话级 TTS 引擎

leaf2026年5月11日1 分钟阅读 82暂无评论

如果你正在找一款能生成自然对话语气的 TTS，或者想为 AI 助手、播客内容配上更像真人的声音，ChatTTS 值得立刻关注。它专为对话场景设计，支持细粒度控制笑声、停顿、语气词，合成效果在自然度上明显优于传统拼接式或参数式 TTS，而且完全开源、可本地部署。核心看点- 对话级自然度：模型在大规模对话数据上训练，能自动生成“嗯”“啊”等语气词和恰当停顿，听感接近真人聊天。 - 细粒度控制：通过输入特定的音素标签或韵律标记，可精确调节语速、笑声强度、情感倾向，适合需要定制声音表现的场景。 - 轻量部署：模型权重约 1.5GB，支持 GPU 和 CPU 推理，Python 调用只需几行代码，也提供了 Gradio 交互界面。适合谁▲ github.com（阿里云通义万相生成配图，非网页截图）- 想做 AI 语音助手、有声读物或播客生成的内容创作者和开发者。 - 需要为虚拟角色、游戏 NPC 赋予自然声音的爱好者或小型团队。 - 对语音合成技术感兴趣，希望研究或微调 TTS 模型的研究者。使用前需在 Hugging Face 同意模型许可证并下载权重；推荐有 4GB+ 显存的 GPU 以获得实时推理速度。项目采用 MIT 许可证（但模型权重另有协议），社区活跃，Issue 区有大量调参技巧。直接去仓库体验在线 Demo 或看 README 的快速开始，也许你会立刻用它生成一条语音笔记：ChatTTS on GitHub

#GitHub #TTS

阅读全文参与讨论

GitHub项目

kotaemon：开箱即用的 RAG 文档问答，支持本地模型

leaf2026年10月5日1 分钟阅读 16暂无评论

手上攒了一堆 PDF、论文和内部资料，想直接对话式提问，又懒得从零写切分、检索、重排那一整条链路？kotaemon 就是冲着这个场景做的：它把 RAG 的脏活累活收进一个能直接跑起来的问答界面，开发者和重度文档用户都能少折腾几轮。核心看点- 问答开箱可用：把文档丢进去就能提问，回答会标出引用来源，能翻回原文对应片段核对。 - 检索不只靠向量：支持全文与向量混合检索，并可挂重排模型，比单纯 embedding 检索的命中更稳一些。 - 模型随便换：云端 API 和本地推理服务（Ollama、vLLM 这类）都能接，还带多用户与信息抽取类的进阶流程。▲ github.com（阿里云通义万相生成配图，非网页截图）适合谁适合想快速验证「文档 + 大模型」产品形态的开发者，以及要求数据不出内网的小团队。跑起来一般需要 Python 环境和 Docker，接云端模型要自备 API Key；纯本地跑的话，显存和机器配置得自己掂量。许可证为 Apache-2.0，商用前建议对照仓库 LICENSE 再确认一遍。想判断它到底能撑到什么程度，翻 README 的安装步骤和界面截图最直观，Discussions 里也有别人踩过的坑。去 kotaemon 仓库看看

#GitHub #RAG

阅读全文参与讨论

GitHub项目

LobeChat：一站式多模态聊天与Agent编排平台

leaf2026年6月2日1 分钟阅读 71暂无评论

厌倦了在多个AI服务之间来回切换？LobeChat是一个开源、可自托管的智能聊天平台，整合了GPT-4、Claude、Gemini等主流大模型，并支持文生图、语音对话、插件系统与自定义Agent。无论是开发者想快速搭建私有助手，还是爱好者追求更灵活的AI交互体验，它都能大幅降低门槛。核心看点- 多模型统一接入：内置数十种模型提供商（OpenAI、Anthropic、Google、国产模型等），无需手动配置API，一个界面即可切换对话引擎。 - 插件与工具链：支持联网搜索、代码执行、图片生成等插件，Agent可自主调用工具完成复杂任务，RAG能力通过知识库插件扩展。 - 优雅的对话体验：支持Markdown渲染、代码高亮、语音输入/输出，以及多模态内容（图片、文件）的拖拽交互，界面接近商业产品。▲ github.com（阿里云通义万相生成配图，非网页截图）适合谁- 希望统一管理多个AI API的开发者，或需要为团队搭建内部AI工作台的技术负责人。 - 对AI Agent和工具调用感兴趣的研究者，可基于其插件系统快速验证想法。 - 依赖：Node.js 18+，可一键Docker部署；使用自带模型需API Key，部分插件（如联网搜索）需额外配置。快去仓库的Releases和插件市场逛逛，看看如何定制你自己的AI工作流：LobeChat GitHub仓库

#Agent #GitHub

阅读全文参与讨论

GitHub项目

DeepSeek-Coder-V2：开源最强代码大模型，推理与生成双提升

leaf2026年5月13日1 分钟阅读 83暂无评论

如果你正在寻找一款在代码生成、推理和修复上能媲美甚至超越 GPT-4 的开源模型，DeepSeek-Coder-V2 值得立刻点开。它基于 MoE 架构，在 HumanEval、LiveCodeBench 等基准上表现亮眼，且支持 128K 上下文，非常适合处理复杂代码库或长程推理任务。无论是个人开发者还是团队，都能用它加速编码或搭建本地代码助手。核心看点- MoE 架构与超长上下文：采用混合专家模型，在保持高效推理的同时，支持 128K 上下文窗口，可一次性处理大型代码文件或跨文件依赖分析。 - 多语言与多任务覆盖：在 Python、Java、C++、JavaScript 等主流语言上表现优异，同时具备代码生成、补全、修复和解释能力，甚至能处理数学推理和通用问答。 - 开源权重与商业友好许可：模型权重以 Apache-2.0 许可证发布，可自由用于商业项目，社区已有基于它构建的插件和工具链。▲ github.com（阿里云通义万相生成配图，非网页截图）上手提示推荐在 8GB 以上显存的 GPU 上运行量化版本（如 4-bit），或直接通过 Hugging Face 的 Transformers 库加载。无需额外 API Key，下载权重即可本地部署。如果你更关注推理速度，可以配合 vLLM 或 llama.cpp 使用。想体验最新代码模型的能力边界？前往仓库查看模型卡、示例代码和社区贡献的部署方案，或许能直接解决你手头的编码难题。立即探索 DeepSeek-Coder-V2。

#GitHub #人工智能

阅读全文参与讨论

GitHub项目

Skyvern：让大模型看懂网页，表单自动化不用再写选择器

leaf2026年10月6日1 分钟阅读 6暂无评论

网页自动化最烦的地方不是写代码，而是页面一改版，昨天还能跑的脚本今天就报错，接着你又得去翻 DOM 找新的选择器。Skyvern 换了个思路：把「看懂页面」交给大模型和视觉能力，你只描述目标，它自己去定位元素、点按钮、填表单。做爬虫、RPA、内部流程自动化的开发者值得点开看看。核心看点尽量不写选择器：模型同时读取页面结构和截图来定位输入框、按钮，页面做小改动时，流程通常不至于整条报废。一条目标串起整个流程：登录、填表、翻页、下载文件、提取字段可以放进同一个任务，结果能整理成结构化数据。▲ github.com（阿里云通义万相生成配图，非网页截图）可自托管，有可视化界面：能接多家 LLM 提供方，浏览器里能看到每一步的截图和执行记录，排查问题比翻日志直观。上手提示需要自己准备 LLM 的 API Key，本地部署走 Docker，会拉起 Postgres 等依赖，机器配置别太寒酸。仓库采用 AGPL-3.0，涉及商用或二次分发前请以仓库内 LICENSE 为准。建议先从 README 里最简单的表单任务跑通，再往复杂流程上试。想知道它目前支持哪些模型、最近加了什么能力，直接翻 Skyvern 的 README 与 Releases，那里的更新比二手介绍快得多。

#Agent #GitHub

阅读全文参与讨论

GitHub项目

Wan2.2：MoE 架构的开源视频生成，本地也能跑起来

leaf2026年9月15日1 分钟阅读 58暂无评论

想在自己机器上做 AI 视频，却总被闭源 API 的排队和额度卡住？Wan2.2 把通义万相的视频生成权重、推理代码和 ComfyUI 玩法一起开源了，做短片、做概念验证的创作者，还有爱折腾本地模型的开发者，都可以直接上手。核心看点最先值得看的是 MoE 架构：把采样过程的高噪声与低噪声阶段交给不同的专家模型，画质和运动连贯性比前代更稳。仓库同时放出了文生视频、图生视频（A14B）和更轻量的 TI2V-5B，后者面向消费级显卡，显存压力友好不少。官方还给出 Hugging Face diffusers 与 ComfyUI 两条集成路径，社区工作流跟得很快，不是丢个权重就完事。▲ github.com（阿里云通义万相生成配图，非网页截图）上手提示需要 NVIDIA GPU 和 Python 环境，权重从 Hugging Face 拉取，想省事可以直接照 README 里的 ComfyUI 流程走。注意模型权重有单独的使用条款，动手前先翻一遍仓库 LICENSE，商用场景以官方说明为准。README 里写了安装命令、显存参考和示例提示词，跑通第一条视频应该用不了太久。去 Wan2.2 仓库看看。

#GitHub #人工智能

阅读全文参与讨论

GitHub项目

playwright-mcp：让AI用无障碍树操控浏览器，少走截图弯路

leaf2026年9月17日1 分钟阅读 39暂无评论

想让 Agent 真的会点网页，最常翻车的地方就是截图猜坐标——页面一改版，整段自动化就废。playwright-mcp 换了个路子：把浏览器的无障碍树喂给模型，让它像读文档一样读页面。写后端脚本的、做 Agent 产品的、每天跟后台表单打交道的，都值得点进去看一眼。核心看点不靠像素靠结构：它把 Playwright 的无障碍快照暴露成 MCP 工具，模型看到的是一份带角色和元素引用的清单，点谁、填谁都按引用走，比纯视觉方案稳得多。工具链够日常：导航、点击、填表、上传文件、执行 JS、抓网络请求、截图都收在同一套 MCP 接口里，接上支持 MCP 的客户端就能用。背后是微软：Apache-2.0，更新基本跟着 Playwright 走，Issue 和 PR 都有人接。▲ github.com（阿里云通义万相生成配图，非网页截图）上手提示典型用法是让 AI 替你跑重复的网页动作：登录后台导数据、按模板批量填表、做端到端检查。需要 Node.js 环境，用 npx 起服务，然后在 VS Code、Claude Desktop 这类客户端里注册即可；要不要无头、用哪个浏览器频道，都有参数可调。这个服务本身不强制 API Key，真正调模型的是客户端那一侧。第一版建议先在测试站上跑通再引入项目。README 里写了各客户端的配置样例，Releases 也能快速看出最近改了哪块。想先跑通再决定要不要用，直接翻 playwright-mcp 仓库。

#Agent #GitHub

阅读全文参与讨论

GitHub项目

ComfyUI-Manager：一键安装插件，让AI工作流不再碎一地

leaf2026年6月23日1 分钟阅读 63暂无评论

如果你是 ComfyUI 的重度用户，一定经历过满 GitHub 找插件、手动解压放路径、卡版本冲突的抓狂——ComfyUI-Manager 就是为了终结这种体力活而生的。它像一个官方的插件商店，但更激进：直接在 ComfyUI 界面里完成搜索、安装、更新、卸载，甚至能自动检测依赖缺失并提示修复。对于每天要切换十几种 LoRA 和 ControlNet 的创作者来说，省下的时间就是灵感。核心看点- 浏览器内的插件管理：完全集成在 ComfyUI 的工作台侧边栏，无需进终端、翻 Releases 页面，点几下就能装上最新的节点包。 - 自动更新与依赖检查：每次启动时扫描已安装插件的可用更新，并标记那些缺少 requirements.txt 中包的节点，减少「环境坏了」的排查时间。 - 社区贡献索引：内置一个由社区维护的插件列表，覆盖从动画、视频到 3D 渲染的各种扩展，新手也能快速发现优质资源。▲ github.com（阿里云通义万相生成配图，非网页截图）适合谁ComfyUI 用户——无论你是刚装好默认节点的萌新，还是深挖自定义工作流的进阶玩家，这个工具都能让你从复制文件夹的重复劳动里解脱出来。依赖环境需要 Python 3.9+ 和 ComfyUI 本体，仓库基于 MIT 许可，不附带额外 API Key 需求。直接去仓库的 README 看看怎么通过 Git Clone 或者内置安装器快速启用，然后在 Workflow 里试一次安装「ComfyUI-Impact-Pack」这类热门节点，你会回来感谢这个项目的。 ComfyUI-Manager 仓库传送门

#AI工具 #GitHub

阅读全文参与讨论

GitHub项目

Plandex用AI在终端跑长任务，治好了我的半途而废症

leaf2026年7月19日1 分钟阅读 47暂无评论

如果你经常打开ChatGPT写代码，却因为对话太长、上下文丢失、需求一变就重来，最后放弃——那Plandex就是为你准备的。它把AI助手直接搬进终端，专门解决“大型、多步骤开发任务”的痛点。无论是重构模块、写测试还是搭脚手架，你只需描述目标，Plandex会自动拆解子任务、按顺序执行、遇到错误自动重试，所有状态持久保存，关了终端下次继续。对命令行老手和AI编程重度用户来说，这套工作流比会话式ChatGPT靠谱太多。核心看点- 任务持久化与断点续跑：所有AI执行状态保存在本地，关掉终端再打开，输入plandex continue就能从上次失败或中断的地方接着干，再也不怕对话被清空。 - 自动任务拆解与分步执行：你只给一个高层面目标（比如“给这个FastAPI项目加JWT认证”），AI会自动拆成多个步骤，每步生成或修改代码，你随时review和调整，像结对编程一样可控。 - 多模型支持与上下文管理：默认集成OpenAI，但可切到Anthropic Claude等；内部用精简的上下文策略避免token浪费，同时保留关键历史，跑大型重构也不会突然失忆。▲ github.com（阿里云通义万相生成配图，非网页截图）上手提示装一个Node.js（>=18），然后npm install -g plandex就能开用。无需GPU，不依赖Python环境，对机器配置几乎零要求。首次运行需配一个OpenAI API Key或兼容接口。典型场景：拉下一个新仓库快速理解代码、批量改接口命名、自动给老函数补单元测试。如果你是Vim或Tmux用户，配合起来非常顺手。Plandex的持久化工作流和分步把控的思路，值得每个想把AI真正写进开发流的人试试。去仓库 README 看它怎么拆解一个“邮件发送功能”的例子，很快就能上手：Plandex 仓库

#AI开发 #GitHub

阅读全文参与讨论