vox-director:把一句话主题自动做成 Vox 风格拼贴解说视频的智能体技能
vox-director 是一个智能体技能,输入一句话主题即可自动生成 Vox 风格纸拼贴解说或广告视频,涵盖脚本、拼贴关键帧、动效、配音、音乐和字幕,最终输出 mp4。
vox-director 是一个智能体技能,输入一句话主题即可自动生成 Vox 风格纸拼贴解说或广告视频,涵盖脚本、拼贴关键帧、动效、配音、音乐和字幕,最终输出 mp4。
Pixel2Motion 是一个面向 Codex 和 Claude 的开源技能,可将 PNG、JPG、WebP 或截图 logo 转为平滑 SVG,再生成 logo 动画 HTML、GIF/视频预览和动效 QA 证据。
nexu-io 开源 html-anything,一个本地优先的智能体 HTML 编辑器,可自动检测 PATH 上已登录的 9 个编码智能体 CLI(Claude Code。
EvoLinkAI 的 GitHub 仓库 awesome-gpt-image-2-API-and-Prompts 收录 GPT Image 2 的 API 与提示词资源。仓库包含 cases、data、docs、images、result、script、scripts 等目录,并提供 de、es、fr、ja、ko、pt、ru、tr、zh-CN、zh-TW 多语言 README。
WorldX 是一个开源项目,用户输入一句话即可生成完整虚拟世界,其中的 AI 角色会自主决策、交互、建立关系并记忆过往经历。项目采用编排引擎、绘图模型、绘图审查和世界驱动四组模型配置,支持 OpenRouter、Google AI Studio 及混合搭配,并提供上帝模式、时间线系统和中英双语。项目当前处于 Alpha 阶段,需 Node.js 22.13+,采用 MIT 协议。
Google 开源 agents-cli,为编码助手提供构建、扩展、治理和优化企业级智能体的技能与命令,兼容 Antigravity CLI、Claude Code、Codex 等编码助手。
DramaClaw 发布源码可得的 AI 短剧生产线,由无限画布 XiaHua 与剧集流水线 XiaJi 两条轨道共用同一资产库和内置智能体 Xia Director。
开源项目 remove-ai-watermarks 发布,可清除自己生成的图像和视频中的可见 AI 标记(如 Google Gemini 闪光水印、Sora、Veo、Seedance、豆包、Dola、海螺 AI、可灵 AI 等)、C2PA/EXIF/XMP/IPTC 等 AI 元数据,以及通过扩散重生成破坏不可见像素水印。
alvinreal/awesome-opensource-ai 是一个收录开源 AI 项目的 GitHub 资源合集仓库,内容按 assets、tools 等目录组织,并配有 .github/workflows 工作流配置。仓库包含 CONTRIBUTING.md 贡献指南与 LICENSE 许可协议,供开发者查阅和参与维护。
rohitg00 发布开源 AI 工程课程 ai-engineering-from-scratch,含 523 节课、20 个阶段、约 342 小时,覆盖 Python、TypeScript、Rust、Julia,采用 MIT 协议免费开放。
InkOS 发布 2.0 版本,把 Chat Agent 调工具与各类作品管线收敛为围绕 pi-agent 的统一生产 harness,模型负责理解与调用,InkOS 负责确认、上下文、状态与原子落盘。
Lightricks 开源桌面应用 LTX-Desktop,可在支持 CUDA 的 Windows/Linux NVIDIA GPU 或 Apple Silicon Mac 上本地生成视频,不支持本地生成的硬件走 API 模式。
HexmosTech 开源 git-lrc,通过 hook 接入 git commit,在代码落地前对每次 diff 运行 AI 审查,覆盖 10 类风险、100+ 失败模式,60 秒完成设置。
Toonflow 是面向短剧、漫剧与短视频制作的开源 AI 创作平台,把剧本、角色、场景与视频片段整合进同一张无限画布。它支持桌面、Docker 与服务器本地部署,通过 MCP 连接外部工具,并提供插件市场、开放 Agent 与第三方 API 或本地 ComfyUI、LLM 接入,界面支持 21 种语言。
waooAI 发布 AI 图像与视频创作工作台 waoowaoo 预览版,支持在画布上通过右侧 Assistant 构思创意、上传参考素材并整理生成结果。
Lightricks 在 GitHub 开源 LTX-2.5,称其为首个基于 DiT 的音视频基础模型,可在同一模型内实现音视频同步、高保真与多种性能模式。仓库提供 DistilledPipeline、DFRPipeline 等十余条流水线,覆盖文生视频、图生视频、音频生视频、重拍与配音等场景,模型权重约 66 GiB,需从 Hugging Face 下载。
推荐理由:原文给出 LTX-2.5 的模型清单、显存优化与多条流水线命令,读者可据此判断本地部署音视频生成的硬件门槛。
Guardian 是一个 AI 驱动的渗透测试自动化框架,支持 OpenAI GPT-4o、Anthropic Claude、Google Gemini、OpenRouter、Requesty、Ollama 等 7 家 AI 提供商,并集成 50 款安全工具。
Maestro 是一款跨平台桌面应用,用于编排多路 AI 编码智能体与项目,目前支持 Claude Code、OpenAI Codex、OpenCode、Factory Droid 和 Copilot-CLI(beta),并计划按用户需求接入 Gemini CLI。
MiniOneRec 是首个全开源生成式推荐框架,提供从 SID 构建、监督微调(SFT)到基于 GRPO 的推荐导向强化学习的端到端流程。它通过三级 RQ-VAE 将商品标题与描述量化为语义 SID,并在 RL 阶段采用约束束搜索保证推荐结果唯一有效。项目已支持 Amazon18 与 Amazon23 数据集,并可直接下载模型 checkpoint。
GitHub 项目 agentic-rag-for-dummies 用 LangGraph 以极简代码搭建模块化 Agentic RAG 系统,支持对话记忆、查询澄清与多智能体 Map-Reduce 并行检索。