GitHub Trending
1. browser-use/browser-use
Browser-Use是一个开源AI浏览器自动化框架，旨在让网站对AI智能体可访问。它通过Python库和云端服务，使开发者能轻松构建执行网页任务的智能体，如填写表单、购物比价。其核心优势是低延迟、支持自定义工具，并提供优化的专用大模型以提升任务完成效率。
2. remotion-dev/remotion
Remotion 是一个基于 React 的框架，支持使用代码编程式创建视频。它允许开发者利用熟悉的 Web 技术（如 CSS、Canvas、SVG）和 React 组件化优势，通过变量、函数和 API 动态生成视频内容，适用于数据可视化、个性化视频生成等自动化场景。
3. VectifyAI/PageIndex
PageIndex是一个基于推理的RAG系统，无需向量数据库和文档分块。它通过构建文档的层次化树状索引，利用大语言模型进行推理式检索，模拟人类专家查阅复杂文档的思维过程。该系统在专业长文档分析中实现了高精度检索，特别适用于金融、法律等领域的文档问答场景。
4. Blaizzy/mlx-audio
基于苹果MLX框架的高效音频处理库，提供文本转语音、语音转文本及语音转换功能，专为Apple Silicon优化。支持多语言、语音克隆、量化推理及Web界面，适用于本地化语音应用开发。
5. OpenBMB/UltraRAG
UltraRAG v3 是一个基于模型上下文协议的低代码框架，用于构建复杂RAG流程。它将检索、生成等核心组件模块化为独立服务，开发者仅需YAML配置即可编排条件分支、循环等复杂逻辑，极大降低了研发门槛。其内置可视化IDE支持流程编排与调试，并能一键生成交互式对话应用，显著加速从算法研究到原型部署的全过程。
6. block/goose
Goose是一款本地化、可扩展的开源AI智能体，能自动化执行复杂开发任务。它超越代码建议，可自主完成项目构建、代码编写执行、调试及工作流编排，并支持任意LLM与多模型配置。适用于快速原型开发与工程流程管理，帮助开发者提升效率。
7. simstudioai/sim
Sim是一个开源AI智能体工作流平台，提供可视化画布快速构建和部署AI代理。支持集成向量数据库实现基于文档的智能问答，并内置Copilot辅助生成与调试。可云端使用或通过Docker本地部署，适合开发者快速搭建企业级AI应用。
8. microsoft/VibeVoice
微软开源的VibeVoice是一系列前沿语音AI模型，包含长语音识别与合成功能。其ASR模型可单次处理60分钟音频，输出带说话人、时间戳的结构化文本；TTS模型支持长达90分钟的多说话人对话合成。核心技术采用7.5Hz超低帧率语音分词器与下一代扩散模型，在保证音质的同时显著提升长序列处理效率，适用于播客、会议转录等长音频场景。
9. putyy/res-downloader
一款基于Go和Wails的跨平台资源下载工具，支持视频号、抖音、小红书等主流平台及m3u8、直播流的资源嗅探与下载。通过代理抓包技术简化操作，界面友好，适合需要便捷获取网络多媒体内容的普通用户和技术爱好者。
10. AI4Finance-Foundation/FinRobot
FinRobot是一个基于大语言模型的开源金融AI智能体平台，集成了感知、决策与执行工作流，支持自动化股票分析、报告生成与风险评估。其核心创新在于采用金融思维链技术，并构建了多源模型调度层，为专业投资分析与量化研究提供可扩展的解决方案。