一、DeepCode：智能体编程平台
DeepCode 由香港大学数据智能实验室开发，现在有 1 万 Star 了。
相关服务：香港GPU服务器
它采用多智能体系统架构，能够理解复杂需求，如研究论文或自然语言描述，并通过智能体协作自动生成高质量的、可运行的代码。
比如用户上传一篇 ICML 论文，DeepCode 能自动解析其中的算法，生成 Python 实现，并附带测试用例和文档。
它有一个网页界面，支持可视化交互体验。
也有一个命令行界面，可以基于终端开发。
除了学术论文中提取算法并实现。还支持 Text2Web 功能可以将文本描述转化为完整前端代码。
Text2Backend 功能可以根据简单输入生成高效后端代码。
项目在 OpenAI 的 PaperBench 基准测试中表现优异，甚至超越了人类专家和商业代码代理。
开源地址：https://github.com/HKUDS/DeepCode
二、Strix：开源 AI 黑客
这个开源项目其实是一个安全测试框架，使用 AI 智能体像真实黑客一样动态分析应用漏洞。
Strix 的特色是会实际运行要测试的代码，像是模拟真实黑客行为来攻击网站，最后发现安全漏洞。
这个开源项目项目内置多种工具模块，例如 HTTP 代理用于请求操纵、浏览器自动化测试 XSS/CSRF、Python 运行时用于自定义漏洞开发。
它不仅识别潜在漏洞，还会尝试利用 SQL 注入或权限提升，确保问题真实存在。
所有操作在隔离的 Docker 环境中进行，保证测试安全性。
开源地址：https://github.com/usestrix/strix
三、LocalAI：自己电脑上用 AI
LocalAI 这个开源项目看名字就能猜出来。
让你能在个人电脑或自己的服务器低成本运行 AI 模型。现在快 4 万星星了。
可扩展性很强，你可以通过配置文件自定义模型，支持文字生成模型、音频、视频、图像、语音克隆等模型，而且还支持 WebUI ，很方便管理你的本地模型。
它实现了与 OpenAI、Anthropic 等商业 API 兼容的 REST 接口，意味着现有应用只需修改 API 端点即可无缝切换。
开源地址：https://github.com/mudler/LocalAI
四、Skyvern：自动化浏览器工作流
Skyvern 它利用 AI 大模型和计算机视觉自动化浏览器操作。
对于需要处理网页任务的用户，这或许能节省大量时间。
和我之前介绍的一些浏览器自动化开源项目不同，这个 Skyvern 是基于屏幕元素交互的，用视觉 AI 大模型理解网页内容，模拟人类操作，比如点击、滚动。
系统采用多智能体协作的思路：一个智能体分析目标，另一个执行动作。共同完成你下达的任务。
开源地址：https://github.com/Skyvern-AI/skyvern
五、NocoBase：基于 AI 的无代码平台
这个开源项目自称是最可扩展的 AI 驱动无代码平台，你可以通过配置来搭建应用。
思路是基于数据模型驱动应用构建，而不是固定表单。你可在使用模式下拖拖拽拽组装页面，并在配置模式下调整数据关系和权限。
这个开源平台内置了 AI 能力，可以把 AI 嵌入业务流程，实现人机协作。
例如，搭建一个客户管理系统，AI 自动处理数据分类。
开源地址：https://github.com/nocobase/nocobase
六、Agent Lightning
Agent Lightning 是微软开发的开源框架，它能让用户能用强化学习等技术优化任何 AI 智能体理，无需重写代码。
它通过发射事件的方式收集智能体运行数据，比如提示、工具调用，存储到 LightningStore，然后应用算法（如APO）生成优化资源（如新提示模板）。
框架支持多代理系统选择性优化，并提供Trainer管理训练循环。例如，用户可用其提升聊天代理的SQL生成准确率。项目强调易用性：只需添加几行辅助代码即可集成。
开源地址：https://github.com/microsoft/agent-lightning
六、Glow：在命令行中优雅渲染 Markdown
Glow是一个用 Go 编写的开源命令行工具，专为在终端中优雅显示 Markdown 设计。
它不像简单解析器，而是完整渲染引擎，能处理复杂元素如代码块、数学公式。
终端显示 Markdown 不用头疼了。
开源地址：https://github.com/charmbracelet/glow
本周还有其它热门的开源项目，可以通过下面这张图一览。很多项目逛逛之前发过单独的文章介绍过，感兴趣的去翻一翻吧。
七、如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
