面向智能编码代理的 Chrome DevTools
chrome-devtools-mcp 是一个基于 MCP 协议的服务器，让 Claude、Cursor、Copilot 等 AI 编码代理能够直接操控和检查浏览器，提供性能洞察、高级调试和可靠自动化。该项目公开了 DevTools 的完整能力，并支持多种流行 AI 编程工具的集成。开发者可通过 MCP 客户端配置快速接入，同时项目提供了数据收集与隐私控制选项，帮助安全高效地在开发流程中引入浏览器自动化。
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
11947资讯
11815正文归档
75522媒体
🔥 huggingface/speech-to-speech：用开源模型构建本地语音智能体
这是一套低延迟、完全模块化的语音智能体流水线：VAD → STT → LLM → TTS，通过兼容 OpenAI Realtime 的 WebSocket API 暴露。所有组件均可自由替换，LLM 插槽支持 OpenAI 兼容协议，能够对接云服务、Hugging Face Inference Providers 或本地 vLLM/llama.cpp 服务器，实现全本地、全开源的语音栈。该流水线已作为数千台 Reachy Mini 机器人的对话后端在生产环境中运行。
Firecrawl：大规模搜索、爬取与交互式网页 API
Firecrawl 是一个开源 Web 上下文 API，能够可靠覆盖 96% 的网页并提取清洗后的 Markdown、结构化 JSON 等内容，为 AI 智能体和应用提供 LLM 就绪数据。其核心端点包括搜索、爬取、交互和智能体自主数据收集，支持在无代理头疼问题的情况下运行，P95 延迟仅 3.4 秒。开发者可通过简单的 API 调用或 SDK 将实时网页数据接入 Claude Code、MCP 客户端等工具。该工具可通过托管服务或自托管使用，极大降低了构建数据驱动 AI 应用的复杂性。
🔥 mvanhorn/last30days-skill：用点赞、金钱与真实参与度评分的 AI 智能体搜索引擎
last30days-skill 是一个 AI 智能体技能，可并行搜索 Reddit、X、YouTube、TikTok、Hacker News、Polymarket 等十余个平台，并根据点赞、转发、真金白银押注等社会信号评分，由 AI 代理综合生成简报。v3 版本新增智能预搜索、跨源聚类合并、幽默评分等能力，能在几分钟内完成过去需十余分钟的搜索。该技能无需编辑器干预，以真实用户的注意力投票代替 SEO，为开发者、商务人员在会议准备、招聘信号分析、工具对比、事件追踪等场景提供高时效性情报。
🔥 Addy Osmani 的 agent-skills：为 AI 编码智能体提供生产级工程技能
Addy Osmani 发布了开源项目 agent-skills，为 AI 编码智能体提供覆盖全开发生命周期的 24 个结构化技能与 8 个斜杠命令。这些技能将高级工程师的工作流、质量门禁和最佳实践打包，从而让 AI 编码助手在每个阶段持续遵循规范。项目支持 Claude Code、Cursor、Gemini CLI 等主流工具，旨在减少手动操作并提升生成代码的可靠性，对希望提高 AI 辅助开发质量的团队具有重要意义。
🤗 spaces/prithivMLmods/Qwen-Image-Edit-2511-LoRAs-Fast 演示
这是 prithivMLmods 在 Hugging Face Spaces 上部署的 Qwen Image Edit LoRAs 合集演示，运行在 Zero MCP 上，目前已有 1.86k 次运行。该空间展示了采用 LoRA 适配器的图像编辑模型效果，当前页面状态显示“正在从 HF Docker 仓库获取元数据”。对开发者来说，可直接体验并观察模型在图像编辑任务上的表现。
不要训练模型，进化框架 🌿 在 Harvey 的 LAB 上进化智能体的框架而非模型
该 Space 展示了在 Harvey 的 LAB 环境中，通过进化智能体的外部框架（harness）而非训练底层模型本身来优化任务表现。核心思路是保持模型参数冻结，仅调整其工具、提示与交互机制，从而以更低的计算成本获得性能提升。此方法为开发者提供了一条避免频繁微调大模型的新路径，特别适合在受限资源下快速迭代智能体行为。
🤗 Spaces：nvidia/LocateAnything
NVIDIA 的 LocateAnything 空间在 Zero GPU 上运行，汇聚 382 个智能体，可检测与标注图像和视频中的物体。该应用于 5 月 30 日发布，为开发者与创作者提供了可直接体验的视觉识别工具。
🤗 spaces/jasfn/LTX-2.3-10Eros
Running on Zero Agents 69 10Eros LTX 2.3 Image-to-Video 🎬 10eros ltx 2.3 image-to-video with native audio jasfn 29 days ago
🤗 wanmanlove：基于 WAN2.2 的图像转视频 Space 上线
Hugging Face 社区用户 loveseries 于 3 月 26 日发布了名为 wanmanlove 的 Space，该空间基于 WAN2.2 模型实现图像到视频 (I2V) 功能。该 Space 运行在 Zero GPU 上，采用 MCP 协议，并显示 60 个 WANMAN 视觉标识。这一发布为开发者提供了零成本、低门槛的 AI 视频生成实验环境，有助于降低 WAN 系列模型的使用门槛，推动创意视频应用开发。
🤗 spaces/EldMans/wan2.2_14b_i2v_480p_lightning_nsfw_diffusers
Running on Zero MCP 128 Wan2.2 14B Fast Preview 🐌 generate a video from an image with a text prompt EldMans May 15
🤗 空间：M3st3rJ4k3l/FLUX.2-Klein-Multi-LoRA
该空间由用户 M3st3rJ4k3l 于两天前创建，提供了一个可在同一界面中组合使用多个 FLUX.2-Klein LoRA 模型的环境。当前页面状态显示正在从 Hugging Face Docker 仓库获取元数据，尚未加载实际交互界面。对于希望尝试多 LoRA 混合推理的开发者而言，该空间展示了 FLUX.2-Klein 的灵活扩展能力。
🤗 spaces/build-small-hackathon/llm-cinema
Running Agents Featured 61 LLM Cinema 🎬 A small LLM writes, draws & directs original ASCII films build-small-hackathon 20 days ago
🤗 spaces/krea/Krea-2：Krea 2 文本到图像模型上线，支持 Raw 与 Turbo 模式
Krea 2 文本到图像模型于 12 天前在 Hugging Face Spaces 上线，运行在 Zero Agents 上并已获得 122 次 Featured。该空间提供 Raw 和 Turbo 两种生成模式，当前页面状态显示正在从 HF Docker 仓库获取元数据。这一发布为开发者快速体验最新文生图技术与 API 集成提供了便捷途径。
🤗 spaces/r3gm/wan2-2-fp8da-aoti-preview-2c
Running on Zero MCP 1.98k Wan2.2 14B Fast Preview 🐌 generate a video from an image with a text prompt r3gm May 15
🤗 spaces/baidu/Unlimited-OCR
Running on Zero Agents Featured 175 Unlimited OCR 🏆 Extract text from images and PDFs instantly baidu 11 days ago
🤗 spaces/kulkas2pintu/wan555
Running on Zero MCP 328 Wan2.2 14B Fast Preview 🐌 generate a video from an image with a text prompt kulkas2pintu May 17
DeepSeek-V4：迈向高效百万级上下文智能
DeepSeek-V4 系列预览版发布，包含 1.6T 参数的 DeepSeek-V4-Pro 和 284B 参数的 DeepSeek-V4-Flash，均支持百万 token 上下文。模型采用混合注意力架构、mHC 和 Muon 优化器，在 32T token 上训练，通过两阶段后训练融合领域专家能力。Pro Max 模式在多项基准上达到开源模型顶尖水平，显著缩小与闭源模型的差距，对开发者和行业具有重要意义。
💻🤖 yuxinlu1/gemma-4-12B-agentic v2 量化模型发布：本地编程与智能体，tau2-bench 提升 3.5 倍
yuxinlu1 发布了基于 Gemma 4 12B 的智能体特化量化模型 v2，在 tau2-bench 电信基准测试中取得约 55% 的分数，较官方基座模型（~15%）提升约 3.5 倍。模型仅需约 4.5 GB 显存或统一内存即可离线运行，支持工具调用、诊断-修复-验证等多步智能体工作流，专注编程与终端调试。这一版本通过蒸馏思维链与动态上下文窗口训练等改进，大幅强化了智能体能力并修复了 v1 的行为缺陷，同时作者坦诚分享了泛用性权衡与未来 v3 计划。对寻求完全私密、零 API 成本的本地编程助手的开发者而言，这是一次重要的能力飞跃。
Agents-A1：扩展能力边界而非参数规模，用 35B 模型实现万亿参数级性能
Agents‑A1 是 InternScience 推出的 35B 混合专家（MoE）智能体模型，在长程搜索、工程、科研、指令遵循和工具调用等多个领域展现出前沿性能。模型仅 35B 参数，却在 BrowseComp、GAIA、Seal‑0、IFEval 等多项困难基准上达到或超越 GPT‑5.5、DeepSeek‑V4‑pro 等万亿参数级系统，证明了通过扩展智能体能力边界而非模型规模的有效性。团队开源了模型权重、评估代码及技术报告，并提供了在 vLLM 和 SGLang 上的部署方法，方便开发者集成与复现。这一工作为构建高效、通用的智能体模型提供了新的训练范式和基准。
Cognee：为 AI Agent 赋予持久长期记忆的自托管知识图谱引擎
Cognee 是一个面向 AI Agent 的开源记忆平台，可摄取任意格式数据并持续构建自托管知识图谱，使 Agent 拥有跨会话的长期记忆。它融合向量嵌入、图推理与认知科学本体生成，并提供 Claude Code 插件、MCP 服务器及多语言客户端。在单 Postgres 实例上运行整个记忆层的搜索速度比分离式图+向量堆栈快约 10%，极大简化了开发者部署记忆基础设施的复杂度。
OpenMontage：全球首个开源的智能体视频制作系统
OpenMontage 是世界上第一个开源的、智能体驱动的视频制作系统，提供 12 条流水线、52 种工具和 500 多项智能体技能。开发者只需用自然语言描述需求，智能体即可自动完成研究、脚本撰写、素材生成、编辑和最终合成，甚至能将真实视频素材与 AI 生成内容无缝结合。该项目已完全公开，支持多种 AI 编程助手，并展示了全流程、低成本制作多个风格各异的视频的实例，为开发者提供了将 AI 编码助手转变为专业视频工作室的完整方案。
🔥 stablyai/orca — 并行 AI 智能体编排工具
Orca 是一款面向 100 倍效率开发者的 AI 编排器，允许你在桌面和移动端同时运行多个并行编码智能体（如 Claude Code、Codex、OpenCode），每个智能体拥有独立的 Git 工作树，可在统一界面中追踪和对比结果。它提供手机端监控与通知、远程 SSH 运行、浏览器设计模式、对 AI 生成差异的注释审查等功能，并支持通过你自己的 API 订阅直接使用。Orca 大幅提升了 AI 辅助开发任务的工程化与并行处理能力，对希望将 AI 智能体纳入日常工具链的开发者具有重要实用价值。
DeusData/codebase-memory-mcp：为 AI 编码代理打造毫秒级代码智能 MCP 服务器
codebase-memory-mcp 是一款高性能代码智能 MCP 服务器，能在毫秒内将代码库索引为持久化知识图谱，支持 158 种语言。在 Linux 内核（2800 万行代码）上仅需 3 分钟完成索引，结构查询延迟低于 1 毫秒，与逐文件搜索相比可减少 99% 的 token 消耗。该项目以零依赖的单一静态二进制分发，自动配置 Claude Code、Codex CLI 等 11 种主流编码代理。内置图形可视化、语义搜索与跨仓库分析能力，为开发者提供即插即用的高效代码探索体验，显著提升 AI 代理理解大型代码库的能力。
🔥 msitarzewski/agency-agents：一个完整的 AI 代理公司，触手可及
msitarzewski/agency-agents 是一个完整的 AI 代理集合，覆盖从前端开发到社区运营的各种角色。每个代理都具有独特个性和专业技能，提供可交付成果和生产就绪的工作流程。该项目提供原生桌面应用（macOS/Linux/Windows），可一键安装到 Claude Code、Cursor、Codex 等多种工具中，无需克隆或脚本，并自动更新。这套代理库源自 Reddit 讨论，经过数月迭代，旨在为开发者提供一支永不休息、总能交付的 AI 专家团队，大幅提升工作流程效率。
🔥 browser-use/video-use：用编程助手实现 100% 开源的视频编辑
video-use 是一个全新开源项目，允许开发者通过与 Claude Code 等编程助手对话来编辑视频。只需将原始素材放入文件夹，即可自动完成去除填充词、调色、字幕烧录、动画叠加等复杂剪辑任务。其核心创新在于利用文本转录和按需视觉快照，将数百万帧的视频处理需求压缩为仅 12KB 文本和少量图片，使任何具备 shell 访问权限的 Agent 都能以词级精度进行剪辑。该项目通过自评估循环检查每个剪切点的渲染质量，确保了制作级别的输出，极大地降低了自动化视频编辑的门槛。
🔥diegosouzapw/OmniRoute：每月约16亿免费Token的统一AI网关
OmniRoute 聚合 237 家提供商，每月稳定提供约 16 亿免费 token（首月可达 21 亿），让开发者通过单一端点接入 Claude、GPT、Gemini 等 500+ 模型。它支持 17 种路由策略、RTK+Caveman 堆叠压缩（节省 15-95% token）、智能自动回退、额度共享和 MCP/A2A 协议，并兼容 24+ 编码代理。对开发者而言，无需管理多套 SDK 和速率限制即可零成本开始，且通过多层弹性设计保证零停机。
AI Berkshire：基于 Claude Code / Codex 的价值投资多 Agent 研究框架
AI Berkshire 是一套同时兼容 Claude Code 与 Codex 的投资研究 Skill 合集，将巴菲特、芒格、段永平、李录四位价值投资大师的方法论系统化、结构化，通过多 Agent 并行研究实现专业级投研。该框架背后有经两年实盘验证的投资体系，2024 年收益 +69.29%，2025 年收益 +66.38%，连续大幅跑赢恒生指数、标普500 等全球主要指数。仓库提供 19 个 Skill，覆盖深度公司研究、财报分析、行业漏斗筛选、持仓管理和思维工具，并内置信息丰富度评级、多源交叉验证、芒格式逆向检验等防错机制。对开发者和投资者而言，它展示了如何将复杂投资思维拆解为可自动化的 Agent 工作流，为 AI 辅助投研工具的建设提供了开箱即用的参考实现。
🔥 Claude Code：终端里的代理式编程工具
Claude Code 是 Anthropic 推出的代理式编程工具，可直接在终端中运行并理解整个代码库。它通过自然语言命令执行常规任务、解释复杂代码以及处理 Git 工作流，大幅提升开发效率。目前提供多种安装方式与可扩展插件，并在终端、IDE 和 GitHub 中均可使用，同时明确了数据收集与隐私保护政策。
CodexBar 🎚️ — 愿你的 token 永不耗尽
CodexBar 是一款轻量的 macOS 14+ 菜单栏应用，无需登录即可集中查看 OpenAI Codex、Claude Code 及 57 个 AI 编程服务的用量限额与重置倒计时。它复用现有的 OAuth、设备流程、API 密钥、浏览器 Cookie 等认证方式，不存储密码，并在菜单栏以独立图标或合并图标模式展示每个服务商的状态。应用同时提供 CLI 工具、成本扫描、事件告警和小组件，帮助开发者规划长时间任务、避免配额意外耗尽。