AutoGen 是一个框架，可以使用多个代理进行对话，解决任务，从而实现 LLM 应用的开发。AutoGen 代理是可定制、可对话的，并且可以无缝地允许人类参与。它们可以在使用 LLM、人类输入和工具的各种模式下运行。
一个能让 AI 像真实用户一样自然操作浏览器的 Python 工具库，通过简单的代码配置就能实现网页自动化任务，如订票、求职申请、数据收集等实际应用场景。
Buzz 是一款基于 OpenAI Whisper 的开源、可离线的实时语音转文字工具，支持 Windows、macOS、Linux，它可以将麦克风的语音实时转换为文字，也支持将视频、音频文件转换为文字、字幕。
ChatTTS是专为对话场景设计的语音生成模型，特别适用于大型语言模型(LLM)助手的对话任务，以及诸如对话式音频和视频介绍等应用。它支持中文和英文，通过使用大约100,000小时的中文和英文数据进行训练，ChatTTS在语音合成中表现出高质量和自然度。
Co-op Translator是一个 Python 包，旨在使用先进的大语言模型 ( LLM ) 技术和 Azure AI 服务自动为您的项目进行多语言翻译。该项目旨在简化将内容翻译成多种语言的过程，使开发人员可以轻松访问并提高效率。
Deep-Live-Cam 是开源的AI实时换脸工具，用户仅需一张图片即可在视频中实现实时人脸交换。支持 CPU、NVIDIA CUDA、Apple Silicon、Core ML 等多种硬件平台，确保视频处理的流畅性。
由 IBM 开源的 Python 工具，专门用于将各类文档转化为适合生成式 AI 使用的工具。它能够将 PDF、DOCX、PPTX、图片、HTML、Markdown 等多种流行文档格式，导出为 Markdown 和 JSON 格式，支持多种 OCR 引擎（PDF）、统一的文档对象（DoclingDocument），轻松集成检索增强生成（RAG）和问答应用，适用于需要将文档作为生成式 AI 模型输入的场景。
FarFalle 是一款开源的AI搜索引擎项目，类似Perplexity AI。 可使用本地或云 LLM 自托管。
一个用于训练、部署和评估大型语言模型的平台，你可以用它在本地部署和评估各种大模型。除此之外，它还提供了一个在线评估大模型的平台，用户可以向两个不同的大模型，问同一个问题，然后根据回答选出你认为更好用的大模型。在此过程中，你可以免费使用 Claude、ChatGPT 等对话机器人。
GFPGAN是腾讯开源的人脸修复算法，它利用预先训练好的面部修复算法，并且封装了各种丰富多样的先验因素进行盲脸(blind face) 修复，可以对老照片进行很好的修复。
适用于 Windows、macOS 和 Ubuntu 的 GPT-4o 客户端，它拥有极简的用户界面，支持执行多种任务，包括读取屏幕、打开应用、系统音频和文本输入等。
微软开源的一个项目，它利用图（Graph）来增强检索（Retrieval）和生成（Generation）的能力，通过结合知识图谱与图机器学习，提升大型语言模型在私有数据集上的推理和问答性能。
一个音频驱动的视觉合成系统，可以根据输入的音频和图像生成肖像动画。它可以让静态的肖像图像，根据音频中的声音变化动起来，就像真人说话一样。
一个智能告警管理和 AIOps 平台，运用 AI 技术实现告警关联和分析。它提供了统一的操作界面，便于集中管理各种告警和事件，支持告警去重、过滤、相关性分析和自动化处理等功能，可与多种监控工具、数据库、通信平台和事件管理工具集成。
Khoj 是一个开源的个人 AI，你可以和它聊任何事情。它将使用您与之共享的文件进行回复（如果相关）。它还可以从公共互联网访问信息，使用自然语言快速查找相关笔记和文档，它理解 pdf、纯文本、markdown、组织模式文件、概念页面和 github 存储库，从您的 Emacs、Obsidian、Khoj 桌面应用程序或任何 Web 浏览器访问它，使用我们的云实例随时随地访问您的 Khoj，在消费类硬件上自托管以保护隐私。