#开源

蓝色大肥鱼 Windows AI 桌宠:内置 4B 本地模型,106 种动作陪你干活的开源桌宠
一个住在电脑桌面上的 AI 桌宠,蓝发鲸鱼娘形象——能读屏幕文字、聊天气新闻,用 106 种动作和随机对话陪你干活。今天分享一个开源项目 功能特性 读屏说话:用 OCR 扫描当前窗口文字,内置 4B 小模型理解屏…
CADViewer-Skill开源:让Agent原生支持DWG解析、可视化预览、图块统计与图纸导出
这两年被问得最多的一句就是:能不能让 Agent 直接读 DWG?一开始都觉得这有什么难的,直到拿一张门诊楼图纸去喂模型,才发现 AI Agent 能读 PDF、Word、Excel,却一直啃不动工程圈的 DWG。 CADViewer-S…
Claude Fable 5.2+Cinecode开源工具:代码直出视频,AI自动写剧本做画面配音
Anthropic 员工 Jake Eaton 晒出来一张图:空荡荡的地下停车场里,一束阳光斜照在墙上,一辆购物车停在旁边。最初以为是照片,结果他说这是用 Fable 5.2 画的,前后大概画了 70 万笔。整个过程没有调用任何图像模型,全…
DigUp开源本地搜索工具:用自然描述搜索图片视频音频PDF,不用记文件名
想找一个文件,不用记住文件名,也不用输入精确关键词,只需要用日常描述去搜索——比如「a dog on the beach」,就能找出海边有狗的照片、拍到这个画面的视频片段、录到狗叫声的音频,甚至相关笔记。DigUp …
MiniMax开源H3 Image模型:开源SOTA图像生成与编辑,支持16张参考图和4K输出
MiniMax 发布并开源了自家最新的 H3 Image 模型。该模型的效果已经达到了第一梯队,是开源 SOTA 图像生成与编辑模型,同时具备速度、画面质量、指令遵循三个方面的竞争力。最多支持添加 16 张参考图,支持 1K/2K/4K 图…
北大开源Omni-Edu教育模型:4B到27B三档全开源,课标对齐与错因诊断
北大放出一个教育大模型 Omni-Edu,专做中小学教学。题目能解,错因能找,还知道这题挂在哪个课标上。4B 到 27B 三档,全开源,Apache-2.0 协议。 它是什么 一个面向 K12 的学习加教学模型,带一篇 arXiv 论文(…
Craft Anything开源:Rust写的AI复刻引擎,机器观察界面,Agent自动重写代码
看到一个交互做得很巧妙的站点、Demo 或者小游戏,没有开源代码时,想参考它的实现只能对着界面一点点猜逻辑。用普通 AI 写代码,又要把布局、点击逻辑、弹窗状态、多端适配全部用文字描述清楚,描述漏一点输出结果就跑偏。 有没有一款工具,不用你…
skills.sh下载榜前15名:400万人都在装的AI技能,你的Agent还在裸奔吗
400 万人都装了,就你的 AI 还在裸奔?榜 1 find-skills 狂装 400 万次,后面 14 个个个破百万。有拷问方案的、自己上网的、一句话出视频的、写测试修架构的,一行命令全装上。装完你的 AI 原地从实习生升职成 10 年…
HachimoDock开源桌宠:ESP32-P4硬件方案,让Agent状态变为桌面宠物表情
一百五十块的零件,凑出一块只会做一件事的小屏:把电脑里 Agent 干活的进度,变成桌上一只电子宠物的表情。它不跑模型,也不联网,只负责让你看见。 主控是 ESP32-P4,双核 RISC-V,32MB 闪存加 32MB 内存,一块 2.8…
Sand3D:专为LLM设计的3D建模语言,开源10万代码化3D模型数据集
说实话,对「用代码画 3D」这事并不陌生:能写,但写起来是真累。调坐标、算偏移、盯着 bpy 的函数名猜参数——一个简单的零件搞下来,代码比模型还重。 但这次不一样。Sandflow 这家公司做了件很聪明的事:他们写…