jingyaogong/minimind
MiniMind 提供从零训练 64M 参数小语言模型的完整方案,可在约 2 小时内完成训练,降低 LLM 实践门槛。
值得关注的开源项目与代码发布。
112 Articles
MiniMind 提供从零训练 64M 参数小语言模型的完整方案,可在约 2 小时内完成训练,降低 LLM 实践门槛。
面向编码 Agent 的本地视频编辑技能,封装 42 个 FFmpeg 工具并提供机器可读契约与 MCP Server,无需云服务和 API Key。
last30days-skill 是让 AI Agent 跨 Reddit、X、YouTube、HN、Polymarket 与网页研究任意话题并生成有依据摘要的调研技能。
PaperOrchestra 是 Google Research 的多 Agent 框架,用于自动化 AI 研究论文写作,协同完成从研究到成稿的论文生产流程。
Arcane 是面向所有人设计的现代 Docker 管理工具,用更直观的方式简化容器环境的管理与运维。
Svelte 是面向大众的 Web 开发框架,以编译时优化和简洁语法降低前端构建复杂度并提升运行性能。
中国历史交互地图时间轴,覆盖 18 个朝代、198 个疆域快照,并呈现古今地名沿革与古典诗词路线。
NVIDIA 的多层 AI Agent 技能与插件评估框架,提供质量门禁、语义重叠检测、合成评测数据集和真实代理行为评估。
ggml 是面向机器学习的 C++ 张量库,为本地推理与模型计算提供轻量高效的基础能力。
stitch-skills 是适配 Stitch MCP 服务器的 Agent Skills 库,遵循 Agent Skills 开放标准,可兼容 Antigravity、Gemini CLI、Claude Code、Cursor 等编码 Agent。
Claude-BugHunter 是面向漏洞挖掘与外部红队工作的 Claude Code 技能包,内置 82 个技能、15 个斜杠命令和覆盖 24 类核心漏洞的 681 个披露报告模式,并附企业身份与基础设施攻击矩阵。
AG-UI 是 Agent-User Interaction Protocol,旨在把 AI Agent 无缝接入前端应用并标准化 Agent 与用户的交互。
基于 Rust 的 WiFi 安全审计软件,用于无线网络安全检测与评估。
LoopForge 是腾讯开源自托管的编码 Agent 交付工作流引擎,可用脚本与人工审批门编排 CodeBuddy、Codex 和 Claude Code,并提供面向编码助手的本地工作流。
Univer 是可扩展的开源 Office SDK,让产品集成面向人与 AI Agent 的表格编辑、计算、协作和文件处理能力,以构建自有 AI 办公体验。
类似netcat但运行于Tailscale数据面、无需Tailscale控制面的网络调试工具。
为股票投资者和交易员提供 Claude Code 技能集,覆盖行情分析、技术图表、经济日历、筛选器与交易策略开发。
Block推出的蜂巢思维通信平台,探索群体协同沟通与集体智能协作。
界面精美、可自托管的网站与服务监控工具。
plannotator 是让开发者持续掌控 Agent 的工作空间,可塑造决策、规划标注、审查代码、团队共享,并一键把反馈回传给 Agent。
通过 MCP 将 Chrome DevTools 能力提供给编码 Agent,用于浏览器调试、性能分析和页面检查。
Windows 视频播放与采集增强工具,结合 AI 超分辨率、DLSS5 图像增强和帧生成提供实时预览与次世代视觉体验。
用C/C++实现的高效LLM推理框架,支持在多种硬件上本地运行大模型。
让任意Apple Watch设备启用Hermès表盘的Objective-C工具。
使用 Zig 构建、支持 Metal、CUDA 和 Vulkan 的 LLM 推理引擎,面向跨 GPU 后端的高性能推理。
通义千问开源、运行于终端的 AI 编码智能体。
通过强模型审计代码并生成可执行计划、由低成本模型执行的分层 AI 编程优化工具。
modern-web-guidance-src 为编码 Agent 提供最新 Web 最佳实践知识源,帮助其持续更新现代 Web 开发指导。
用 Java 实现全部经典算法的开源教学仓库,为学习与面试提供系统化算法参考。
OpenAI推出的Codex Security CLI与TypeScript SDK,用于发现、验证并修复软件安全漏洞。
由社区共建、面向所有人的个人财务管理应用。
LLM驱动的多市场股票智能分析系统,整合多源行情、实时新闻、决策看板与自动推送,并支持零成本定时运行。
通过 MCP 让 Claude、ChatGPT 等 AI 助手配置和自动化 Home Assistant 的桥接工具,降低智能家居自动化门槛。
Meta开源、可完全定制且面向智能体就绪的设计系统。
面向 AI Agent 的浏览器自动化命令行工具,提供可编程的网页操作能力以扩展智能体自动化边界。
开源AI同事平台,让每个智能体拥有独立浏览器、文件和工具,并实现动作预决策与事后记录。
Node.js官方JavaScript运行时,持续提供跨平台服务端与网络应用执行能力。
POSIX兼容的Node.js版本管理脚本,可在多个Node.js版本间灵活切换。
聚合多种AI编码工具与模型并提供大量免费Token,支持终端、IDE、手机和浏览器多端使用。
open-code-review 是阿里开源的高性能混合架构代码审查工具,以确定性流水线加 LLM Agent 提供精准行级评论,并内置多语言 NPE、线程安全、XSS、SQL 注入等规则。
ECC 是 Agent harness 性能优化系统,为 Claude Code、Codex、Opencode、Cursor 等提供技能、本能、记忆、安全与研究优先的开发能力。
为AI编码智能体提供生产级工程技能集合,提升其真实项目开发与协作能力。
通过“穴居人式”精简表达为编码智能体削减约 65% token 的技能与代理工具。
superpowers 是面向 Agent 的技能框架与软件开发方法论,用可落地的技能体系提升 AI 编码代理的开发效率与可控性。
cursor/plugins 提供 Cursor 插件规范与官方插件,为扩展和集成 Cursor 的 AI 编程能力建立标准化入口。
Bones Studio 的 Seed 基础模型,面向创意视觉内容生成与风格化创作。
包含1万条 USD 格式3D资产的生成数据集,支撑仿真场景构建与物理AI内容创作。
多模态知识智能体,融合文本与图像等信息完成知识检索、推理与问答。
面向物理工程综合能力的“终极考试”式基准,用于评估模型在真实工程问题上的推理与求解水平。
汇集ARC风格艺术图像资源,适用于风格化视觉生成、创意参考与美术素材扩充。
提供以像素图集打包的GLB 3D模型资源,便于游戏与Web端快速加载像素风3D资产和搭建场景。
基于PLATEAU城市模型的GLB格式3D城市场景资源,可直接用于Web与实时三维城市可视化。
面向物理AI的百万帧/十万序列级人体数据资源,支撑人体运动理解、建模与人形机器人仿真。
面向宣传与说服性文本识别的评测基准,用于衡量模型对宣传内容的检测能力和鲁棒性。
约140万规模的像素艺术图集数据集,面向像素风图像生成、检索与创作辅助。
腾讯推出的自动化角色绑定工具,可快速为3D模型生成骨骼与蒙皮,简化动画制作流程。
面向模型训练与对齐的成对数据资源,便于构建指令、偏好或推理任务的数据管线。
将 ABO 商品 3D 模型转换为 GLB 格式的数据集,便于电商场景的三维可视化、检索与渲染应用。
汇集基于Three.js的3D场景示例与资源,帮助开发者快速搭建Web端交互式三维可视化。
开放索引的Hacker News数据集,汇聚技术社区帖文与讨论,便于趋势分析、检索和NLP研究。
NVIDIA SimReady 仿真就绪3D资产库,为数字孪生、机器人仿真和 Omniverse 场景提供带物理属性的标准化模型。
面向网络安全领域的数据与模型资源,聚焦威胁检测、攻防分析与安全智能应用支撑。
中国A股Level-2逐笔委托与限价订单簿高频行情数据,服务量化交易回测与市场微观结构研究。
Maxwell-V1-Flash 文本生成模型,以 Flash 命名强调低延迟与高效推理的生成体验。
美团 LongCat 推出的视频数字人头像模型 1.6 版,专注于音频驱动的高保真虚拟形象视频生成。
n4ze3m 推出的微型文本转语音模型 tiny-voca,以极小体积实现轻量级 TTS 推理。
Huihui 基于 Qwen3.8-27B 的去审查 GGUF 量化版本,在保留多模态能力的同时移除内容限制。
SenseNova 的 Loop-9B 多模态模型,采用循环架构探索图像-文本理解中的迭代推理新范式。
MiniMax-H3-Image的GGUF量化版,降低文生图模型部署门槛,便于本地高效运行。
基于 Qwen-Image-2.1 的无审查全模态量化文生图模型,面向需要高自由度的创意生成场景。
Haru-4B 专注音频到音频的转换任务,以轻量级 4B 参数探索语音风格迁移与音频处理新路径。
Edge0-145B-NVFP4 是采用 NVFP4 低精度量化的大型文本生成模型,在 145B 规模下显著降低显存占用。
Mirage轻量图文理解模型,面向端侧与边缘计算的多模态推理及低延迟部署。
Thinking Machines 推出的轻量级多模态模型 Inkling-2-Small,以小参数量实现图像-文本理解的高效推理。
Comfy-Org 适配的 MiniMax-H3-Image 文生图工作流版本,266 万下载量体现其在 ComfyUI 生态中的高集成度。
Zyphra 的 ZONOS3-Mini 文本转语音模型,以紧凑架构提供高质量语音合成能力。
Qwen3.8-27B 的 GGUF 量化版本,由 Unsloth 优化,大幅降低本地部署门槛并保留强劲多模态性能。
HyperFlow H3 Flash多模态视频生成模型,支持图像加文本驱动生成视频,主打快速生成。
Gemma-4-31B 指令微调的 ARA/Heretic 无审查 GGUF 量化版,面向本地自由文本生成。
腾讯基于Qwen3.8-27B推出的DSpine-b16文本生成变体,探索27B模型的高效推理与部署优化。
MiniMax 推出的高人气文生图模型,凭借 72 万+下载量展现出强大的图像生成能力与社区认可度。
Viggle-Remake视频到视频重制模型,支持角色替换与风格化视频重绘,简化创意视频编辑。
Arete-27B开源文本生成模型,主打推理与通用对话能力,适合本地和研究场景。
Qwen3.8-Flash-Next的GGUF量化多模态版本,兼顾图文理解与本地高速推理。
融合DeepSeek-V4-Pro与Qwen3.5-9B的免审查文本生成模型,面向高自由度创作与角色对话场景。
ricursiveAI的65B预览模型,探索大规模递归生成与可扩展推理能力。
Kimi-K3.1-Pro多模态大模型,强化图文理解与复杂推理,面向长上下文智能应用。
Speridlabs 的图像到 3D 模型 idol,支持从单张图像高效重建三维物体,拓展生成式 3D 应用边界。
基于Qwen3.5-4B的3D代码生成模型,面向3D场景脚本与程序化建模辅助。
DavidAU 打造的 Qwen3.8-27B 超级融合 GGUF 模型,集成 Turbo、Heretic、NEO-CODER 等多项调优以追求极致多模态表现。
DeepSeek V4.1 Flash 多模态模型,以 Flash 系列的高效推理定位处理图像-文本理解任务。
Black Forest Labs 的 FLUX 3 图像到图像模型 ComfyUI 版本,支持高质量图像编辑与风格转换。
Facebook 的 SAM3 通用掩码生成模型,延续分割一切范式,为图像分割与掩码生成提供强大基础能力。
Lightricks 的图生视频模型 LTX-2.5,以高点赞量证明其在视频生成质量与运动连贯性上的领先表现。
Qwen 系列 27B 多模态大模型,以超 2 万点赞和 694 万下载成为图像-文本理解领域的标杆级基础模型。
集成 Qwen、换脸、MOSS 图像编辑、外绘与细节增强的多功能图像处理工作流。
基于 LTX-2.3 的视频生成 Gradio 应用,探索高质量、风格化动态内容的可控生成。
轻量级静态站点形式的 AVA 展示项目,集中呈现其核心功能说明与使用入口。
基于静态网页的像素级图像搜索工具,提供轻量、即开即用的视觉检索体验。
Wan2.2 视频生成模型的 FP8/AOTI 优化预览版 Gradio 应用,突出低精度加速与生成性能。
集成 MiniMax H3 Turbo 与 LoRA 的无审查工作流,提供 Gradio 端到端生成体验。
基于 Qwen 图像模型 2.1 的无审查图像生成 Gradio 应用,侧重开放内容创作与低门槛体验。
MiniMax H3 图像模型的 Gradio 演示,聚焦高质量文生图与图像生成能力展示。
展示 PrunaAI 对 H3 图像模型的推理优化与加速,在保持生成质量的同时提升运行效率。
以交互式博客形式拆解混合专家(MoE)架构的路由、稀疏激活与训练要点,降低大模型 MoE 理解门槛。
基于 lm-evaluation-harness 汇总并可视化大模型评测结果,提供可横向比较的基准排行榜。
面向虚拟偶像与人物形象生成的 Gradio 工具,支持个性化角色创作与快速出图。
基于 Wan2.2 的图像到视频生成应用,可将静态图片转化为连贯、可控的动态视频。
提供高质量人脸替换的 Gradio 应用,支持图片换脸并尽量保持身份与画面自然度。
基于 Wan 视频生成模型的 Gradio 演示,支持文本或图像到视频的高质量生成与参数化创作。
以静态网页呈现 JEV 决策指数的可视化分析,便于快速理解相关指标与决策洞察。
本期主题:AI 算力与 AI 编程正在同时重塑办公空间和软件开发方式。 封面图 成都麓湖生态城 Q8 步行桥采用双曲线造型。 该桥从机动车桥下方穿过。 桥体盘旋处形成湖心岛。 本周话题 乌兰察布凭借近北京、绿电丰富、气温低和地价优势聚集 100 多个数据中心,成为算力重镇。 周刊由此判断机房正在取代写字楼,成为 AI 时代智力产出的主要场…