YOHO AI

标签： Docker

  • Voicebox：47.5K Stars 的开源 AI 语音工作室，克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox：47.5K Stars 的开源 AI 语音工作室，克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox 应用界面截图

    项目简介

    Voicebox 是一款本地优先的开源 AI 语音工作室——相当于把 ElevenLabs（语音合成）+ WisprFlow（语音听写） 两大云服务装进同一个免费开源的桌面应用：几秒参考音频即可克隆任意声音、7 大 TTS 引擎覆盖 23 种语言、全局热键把语音听写进系统任意输入框，还能通过 MCP 让 Claude Code / Cursor 等 AI 智能体用你克隆的声音「开口说话」。全部模型与数据均在本机运行，目前已收获 47.5K Stars，MIT 许可。

    安装要求和过程

    环境要求

    • macOS：Apple Silicon（MLX/Metal 加速）或 Intel
    • Windows：支持 NVIDIA CUDA 加速
    • Linux：暂无预编译包，需源码构建；另支持 AMD ROCm、Intel Arc
    • Docker：任意平台一行命令部署
    • 轻量引擎 LuxTTS 仅需 ~1GB 显存，CPU 也能 150 倍实时速度推理

    快速安装

    # 方式一：直接下载安装包（推荐）
# macOS (Apple Silicon): https://voicebox.sh/download/mac-arm
# macOS (Intel):         https://voicebox.sh/download/mac-intel
# Windows (MSI):         https://voicebox.sh/download/windows

# 方式二：Docker 一键启动
git clone https://github.com/jamiepine/voicebox.git
cd voicebox
docker compose up

    首次启动时应用会引导下载所需模型；macOS 上还有权限向导，一步步带你完成「辅助功能」「输入监控」授权，用于全局听写自动粘贴。

    核心功能

    • 多引擎语音克隆：内置 Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual/Turbo、HumeAI TADA、Kokoro 共 7 大 TTS 引擎，零样本克隆 + 50 多个精选预置声音，覆盖 23 种语言，可逐次生成切换引擎。
    • 全局语音听写：按住热键在系统任意位置说话，松开即把转写文本粘贴进当前输入框（macOS 经辅助功能校验注入，且自动保存/恢复剪贴板）；内置 Whisper 全系列模型（Turbo 版比 Large 快约 8 倍），可选本地 LLM 自动清理「嗯、啊」等口头语。
    • 给 AI 智能体一个声音：自带 MCP 服务器与 REST API，Claude Code、Cursor、Cline 等任意支持 MCP 的智能体只需调用 voicebox.speak 工具，就能用你克隆的声音向你「汇报工作」。
    • 专业级生产能力：不限长度生成（自动分句 + 交叉淡化拼接，最长 5 万字符）、多轨 Stories 时间线编辑器（做播客/对话/有声书）、8 种后期效果（变调/混响/延迟/压缩等，基于 Spotify pedalboard），生成版本全程可溯源。
    • 完全本地、隐私优先：模型、声音数据、录音捕获全部留在本机，永不上传；应用基于 Tauri（Rust）构建而非 Electron，原生性能，安装包小、内存占用低。

    典型使用场景

    1. 内容创作者做配音/播客：用自己的几秒录音克隆声音，把文章、剧本、章节直接批量转成音频；Stories 编辑器多轨拖拽即可编排双人对话播客，再叠加混响、电台音效等预设，全流程零云端费用。
    2. 开发者的「会说话的」编码智能体：给 Claude Code / Cursor 接上 Voicebox 的 MCP 服务器，长任务跑完后智能体用你指定的声音口头播报结果；配合全局听写热键，动口不动手地写 prompt，形成完整的语音 I/O 闭环。
    3. 注重隐私的日常语音输入：会议纪要、日记、即时消息全部用本地 Whisper 听写，敏感内容不经过任何第三方服务器；Captures 标签页保留每段原始音频 + 转写文本，可随时重转写、改写或升级为克隆样本。

    推荐理由

    试用下来最打动我的是「输入 + 输出一体」的产品思路：市面上克隆声音要买 ElevenLabs，语音听写要买 WisprFlow，而 Voicebox 把两半闭环装进一个 MIT 开源应用，还用本地 LLM 把两端串了起来。工程质量也远超一般开源项目——Tauri 原生应用不卡顿，生成队列异步不阻塞，甚至连 macOS 剪贴板保护、崩溃恢复这类细节都做了。对开发者来说，一行 MCP 配置就能让编码智能体开口说话，这个体验相当新奇实用。如果你需要一套不上云、不订阅的完整语音方案，这个项目值得马上装上试试。

    下载地址

  • ZeroClaw：32.4K Stars 的 Rust 全自主个人 AI 助理基础设施，6.6MB 单二进制、30+ 渠道、数据完全自持

    ZeroClaw：32.4K Stars 的 Rust 全自主个人 AI 助理基础设施，6.6MB 单二进制、30+ 渠道、数据完全自持

    ZeroClaw Banner

    项目简介

    ZeroClaw 是一个用 Rust 编写的全自主个人 AI 助理基础设施（Agent Runtime）——一个体积小、速度快的单二进制程序，让你在自己的机器上跑一个 7×24 小时在线的私人 AI 助理：它对接 Anthropic、OpenAI、Ollama 等 20 余家模型提供商，通过 Discord、Telegram、Matrix、邮件、语音、Webhook 等 30+ 渠道与你对话，并能调用 Shell、浏览器、HTTP、硬件外设与自定义 MCP 服务器执行真实操作。项目口号非常直白：“You own the agent. You own the data. You own the machine it runs on.”（智能体是你的，数据是你的，机器也是你的。）

    项目诞生于 2026 年 2 月，由 Harvard、MIT 与 Sundai Club 社区孵化，短短 5 个多月即斩获 32,400+ Stars、4,800+ Fork，是当下最火的 Rust AI 项目之一。采用 MIT OR Apache-2.0 双许可，可自由选择。

    安装要求和过程

    环境要求

    • 操作系统：Linux / macOS / Windows / FreeBSD / NixOS / Docker 全平台支持，也可跑在树莓派等单板机上
    • 运行环境：预编译二进制开箱即用；从源码构建需 Rust（edition 2024）工具链
    • 体积：minimal 内核预设仅约 6.6 MB，资源占用极低
    • 模型接入：任一 LLM 提供商的 API Key，或本地 Ollama（可完全离线）

    快速安装

    # 一键安装（自动选择预编译二进制，失败则回退源码构建）
curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh | bash

# 或克隆后安装（可交互选择组件和特性）
git clone https://github.com/zeroclaw-labs/zeroclaw.git
cd zeroclaw
./install.sh

# 极简内核（约6.6MB）
./install.sh --preset minimal

    快速上手

    zeroclaw quickstart           # 一站式配置：选择模型提供商，生成可用配置
zeroclaw agent -a <alias>     # 交互式对话
zeroclaw service install      # 注册为 systemd/launchctl/Windows 服务
zeroclaw service start        # 后台常驻运行

    所有配置集中在一个 TOML 文件（~/.zeroclaw/config.toml），支持 Codex 订阅、Claude Max setup-token 等多种认证方式导入。

    核心功能

    • 多渠道统一接入：Discord、Telegram、Matrix、邮件、语音、Webhook、CLI 等 30+ 渠道适配器，全部消息汇入同一个智能体循环，一个助理全端响应
    • 模型提供商无关：可插拔接入 Anthropic、OpenAI、本地 Ollama 及任意 OpenAI 兼容端点约 20+ 家，支持故障回退链与智能路由，单家挂掉不影响服务
    • 安全优先架构：默认 supervised 监督模式——中风险操作需审批、高风险直接拦截；工作区边界、命令策略、OS 级沙箱（Landlock/Bubblewrap/Seatbelt/Docker）加密码学工具回执（Tool Receipts）记录每一次操作；开发机可切 YOLO 模式放飞
    • 硬件控制能力：通过 Peripheral trait 支持树莓派、STM32、Arduino、ESP32 的 GPIO/I2C/SPI/USB，AI 助理可以直接操控物理硬件
    • SOP 引擎 + 网关面板：事件触发的标准作业程序（MQTT/Webhook/Cron/外设触发，带审批门与断点续跑）；HTTP/WebSocket 网关配 Web 仪表盘，可视化管理对话、记忆、配置与定时任务；另有 ACP 协议支持 IDE 集成

    ZeroClaw 硬件架构
    ZeroClaw 硬件接入架构：从单板机 GPIO 到智能体循环

    典型使用场景

    1. 私有化全天候个人助理：在家庭服务器或 VPS 上以 systemd 服务常驻运行，用 Telegram/Discord 随时召唤——查资料、跑脚本、管日程、收发邮件，所有数据和 API Key 都留在自己机器上，零云端依赖
    2. 智能家居与硬件自动化中枢：跑在树莓派上，结合 SOP 引擎的 MQTT/Cron/外设触发器，让 AI 根据传感器读数自动执行标准作业流程（如温度异常告警并开启风扇），审批门保证关键操作人工确认
    3. 离线/内网 AI 运维助手：搭配本地 Ollama 在无外网环境下运行，通过 Shell 与 HTTP 工具执行巡检、日志分析等任务，沙箱与工具回执满足安全审计要求

    推荐理由

    体验下来最深的感受是「轻」和「稳」：相比动辄上 GB 依赖的 Python Agent 框架，ZeroClaw 一个 6.6MB 起步的 Rust 二进制就能常驻后台，树莓派也毫无压力；配置只有一个 TOML 文件，quickstart 三分钟跑通。它的安全设计是我见过的开源助理里最认真的——默认监督模式、OS 级沙箱、每次工具调用都有加密回执，敢放心给它 Shell 权限。多渠道 + 多提供商 + 故障回退的组合意味着它真的能当”基础设施”用，而不只是玩具 Demo。如果你想要一个数据完全自持、能接硬件、7×24 在线的私人 Jarvis，ZeroClaw 是目前 Rust 生态里最值得入手的选择。注意：官方仓库只有 zeroclaw-labs/zeroclaw 一个，谨防仿冒包。

    下载地址

  • Chat2DB：AI 驱动的开源数据库客户端，一个工具连接 30+ 种数据库

    Chat2DB：AI 驱动的开源数据库客户端，一个工具连接 30+ 种数据库

    Chat2DB 仪表盘与图表
    Chat2DB —— AI 驱动的数据库客户端与 SQL 工作台

    一句话简介

    Chat2DB 是由 OtterMind（CodePhiliaX）团队开源的一款 AI 驱动的数据库客户端与 SQL 工作台，用自然语言即可生成、解释、优化 SQL，一个工具连接 30+ 种数据库，目前已收获 26.5K+ Stars，是当下最火的开源 GUI 数据库客户端之一。

    安装要求和过程

    环境要求：桌面版无需额外配置；Docker 部署需 Docker 19.03.0+、Docker Compose 2.0.0+、2 核 CPU、4 GiB 内存以上。

    方式一：桌面应用（最简单）

    前往 GitHub Releases 下载对应平台（Windows / macOS / Linux）的安装包，安装后直接连接数据库即可，无需任何额外配置。

    方式二：Docker 部署（自托管）

    # 克隆仓库并初始化加密密钥（务必备份该密钥文件）
git clone https://github.com/OtterMind/Chat2DB.git && cd Chat2DB
./script/security/init-community-encryption-key.sh

docker run --detach \
  --name chat2db-community \
  --restart unless-stopped \
  --publish 127.0.0.1:10825:10825 \
  --volume "$HOME/.chat2db-community-docker:/root/.chat2db-community" \
  --env CHAT2DB_COMMUNITY_ENCRYPTION_KEY_FILE=/run/secrets/chat2db-community-encryption.key \
  --volume "$HOME/.config/chat2db-community/encryption.key:/run/secrets/chat2db-community-encryption.key:ro" \
  chat2db/chat2db:latest

    随后浏览器打开 http://localhost:10825 即可使用。注意：加密密钥（AES-256-GCM）用于加密存储的数据源密码与 AI API Key，请务必单独备份 ~/.config/chat2db-community/encryption.key，丢失后已存密码将无法解密。

    核心功能

    • 30+ 数据库支持：MySQL、PostgreSQL、Oracle、SQL Server、ClickHouse、MongoDB、Redis、SQLite、MariaDB、TiDB、Hive、DB2、Snowflake、BigQuery、Elasticsearch 等，并可通过插件扩展。
    • AI 智能助手：接入你自己的大模型（Bring Your Own Model），用自然语言生成、解释、优化 SQL，支持 Text2SQL。
    • 完整 SQL 工作台：编辑、智能补全、格式化、执行、SQL 收藏与执行历史一应俱全。
    • 数据库管理：浏览元数据，管理表与对象（DDL/DML），支持原地编辑数据。
    • 可视化与开放能力：内置仪表盘与图表、ER 图、数据导入导出，并提供支持 MCP 的开源 CLI 工具。
    Chat2DB 可视化数据管理
    可视化数据管理：浏览元数据、原地编辑数据

    典型使用场景

    • 开发者日常查数据：不必再记复杂 SQL 语法，直接用中文/英文描述需求（如”统计上月各地区订单总额并按降序排列”），AI 自动生成可执行 SQL。
    • DBA 多库统一管理：一个客户端同时连接 MySQL、PostgreSQL、Oracle、Redis 等多种数据库，替代 Navicat、DBeaver、DataGrip 等多个工具。
    • 数据分析与 BI：查询结果一键生成仪表盘与图表，配合 ER 图快速理清表关系，适合分析师与数据团队做轻量级 BI 展示。
    Chat2DB ER 关系图
    自动生成 ER 关系图，快速理清库表结构

    推荐理由

    用过 Navicat、DBeaver 的人应该都懂那种”记不住 SQL 又懒得翻文档”的痛。Chat2DB 最打动我的地方是它把 AI 助手和专业 SQL 客户端真正融合在了一起——不是简单套一个聊天框，而是让自然语言查询、SQL 优化、ER 图、可视化图表在同一个工作流里顺畅衔接。更难得的是它完全本地运行、开源免费、跨平台，并且支持接入自己的模型，数据不出本机，对企业和注重隐私的团队非常友好。如果你正在找一款能替代付费商业客户端的开源方案，Chat2DB 很值得一试。

    Chat2DB 数据导入导出
    灵活的数据导入与导出

    下载地址

    项目数据：26,502 Stars · 2,891 Forks · 主力语言 Java · 30+ 数据库支持（数据截至 2026-07-25）

  • Buzz：Block 开源的”人机同室”协作平台，让 AI 智能体成为团队正式成员 | GitHub 今日 Trending 榜首

    Buzz：Block 开源的”人机同室”协作平台，让 AI 智能体成为团队正式成员 | GitHub 今日 Trending 榜首

    Buzz 项目频道：人与智能体在同一房间协调发布计划
    Buzz 项目频道：人与智能体在同一房间协调发布计划

    项目简介

    Buzz 是 Block, Inc.（Square/Cash App 母公司，也是知名开源智能体 goose 的东家）开源的一款「人类与 AI 智能体共处一室」的自托管协作工作空间——用一条 Nostr 签名事件日志，把聊天、代码评审、CI、工作流、审批和项目记忆统一到同一个 Relay 上，智能体和人拥有完全相同的操作界面与审计轨迹。今日登顶 GitHub Trending 榜首（单日 +2,100 星），目前已收获 7,600+ Stars，Rust 编写，Apache-2.0 许可。

    一句话概括：Slack + GitHub + CI 面板 + 自动化胶水代码，被压缩成一个你自己掌控的事件日志；智能体不再是”闹鬼的定时任务”，而是房间里的正式成员。

    一条签名事件日志，统一七种工具
    一条签名事件日志，统一七种工具

    安装要求和过程

    环境要求

    • 只想试用桌面应用：直接下载打包版，macOS（.dmg）/ Linux（.AppImage / .deb）/ Windows（.exe），无需任何依赖
    • 自托管 / 源码运行：Docker + Hermit（或 Rust 1.88+、Node 24+、pnpm 10+、just）
    • Windows 额外要求：安装 Git for Windows（智能体 Shell 工具依赖 Git Bash，可用 BUZZ_SHELL 指向其他 bash 兼容 Shell）

    快速安装

    方式一：下载安装包（最简单）

    从 GitHub Releases 下载对应平台安装包，像普通应用一样安装。默认连接 ws://localhost:3000，可通过 BUZZ_RELAY_URL 环境变量或应用内切换 Relay。

    方式二：源码构建 + 自托管（开发者路径）

    # 克隆并激活固定工具链（工具首次使用自动下载）
git clone https://github.com/block/buzz.git && cd buzz
. ./bin/activate-hermit

# 一次性初始化：复制 .env、启动 Docker 服务 + 数据库迁移
just setup && just build

# 日常开发：同时启动 Relay + 桌面应用
just dev

    Relay 跑在 ws://localhost:3000，桌面应用自动弹出。智能体侧设置 BUZZ_PRIVATE_KEY 后即可使用 buzz-cli（JSON 进 / JSON 出，为 LLM 工具调用而设计）。

    核心功能

    智能体是成员，不是机器人——像添加同事一样把智能体拉进频道
    智能体是成员，不是机器人——像添加同事一样把智能体拉进频道
    1. 智能体是”正式成员”而非外挂机器人——每个智能体持有自己的密钥、自己的频道成员身份、自己的审计轨迹，能开仓库、发补丁、评审代码、跑工作流、编辑画布、进语音房间，操作面与人类teammate完全一致，权限按身份而非标志位划分。
    2. 一条事件日志统一一切——消息、表情回应、工作流步骤、评审批准、Git 事件（NIP-34 补丁/仓库公告/状态）全部是同一形状的 Nostr 签名事件，同一身份模型、同一搜索索引、同一审计链。
    3. 分支即房间——开一个 feature 分支就自动生成一个频道，补丁、CI 结果、智能体首轮评审、同事表情反馈和最终合并决定都留在同一个房间里，”这段代码为什么存在”从此有据可查。
    4. YAML 工作流自动化——支持消息 / 表情回应 / 定时 / Webhook 四种触发器；一个 👍 表情就能作为审批门放行一次发布，且每一步都被签名、可搜索。
    5. ACP 智能体接入 + 完整的 Rust Crate 生态——buzz-acp 桥接 ACP↔MCP，官方已适配 goose、Codex、Claude Code；buzz-persona 提供智能体人格包；git-sign-nostr 实现 Nostr 签名的 Git 操作。桌面端 Tauri + React，后端 Postgres + Redis + S3/MinIO。
    Buzz 架构：Relay 是唯一事实来源
    Buzz 架构：Relay 是唯一事实来源

    典型使用场景

    1. 凌晨两点的事故记忆：线上报错，你在频道里问一句”这个错误以前见过吗？”，值守频道的智能体翻出六个月的历史，贴出相关线程、根因和修复记录，并主动提出呼叫上次修复的人——问、答、证据全部留在频道里。
    2. 会自己写发布说明的 Release：打 tag 触发工作流，智能体读取项目频道里合并的 PR，起草 Release Notes 发给人类审阅，收到 👍 表情后自动发布——每一步签名、每一步可搜索。
    3. 不交出”王国钥匙”的 Bug 分诊：让智能体在限定频道内分诊 Bug，它的密钥、成员身份和审计轨迹与人类隔离，像管理一个新同事一样管理它的可见范围，而不是给它一把全局 API Key。
    可讨论的媒体：评论钉在视频的具体帧上
    可讨论的媒体：评论钉在视频的具体帧上

    推荐理由

    我把 Buzz 跑起来体验后的最大感受是：它认真回答了”智能体在团队里应该以什么身份存在”这个问题。市面上的方案大多把 AI 塞进聊天工具当 bot，或者塞进 CI 当脚本，权限靠一堆 API Key 拼凑，出了事没法追溯。Buzz 的答案干脆利落——给智能体一把自己的密钥，让它跟人用同一套协议、进同一个房间、留同一种审计记录。

    值得注意的三点：一是出身硬，Block 是 goose 的东家，这套 ACP harness 直接兼容 goose/Codex/Claude Code，不是玩具；二是技术选型有味道，Nostr 协议的签名事件模型天然适合”人机同权”的审计需求，且不含任何区块链代币成分（README 原话：不用买纪念币）；三是坦诚，README 明确列出”今天能用 / 正在接线 / 只有想法”三栏，移动端和推送还在路上。如果你的团队正被 Slack + GitHub + CI 面板 + 各种 bot 胶水折磨，这个”一个基底替代七个标签页”的赌注非常值得关注。

    下载地址

    项目数据（截至 2026-07-24）：7,648 Stars · 608 Forks · 语言 Rust · 许可 Apache-2.0 · 创建于 2026-03 · 今日 GitHub Trending 榜首（单日 +2,100 星）

  • AstrBot：打通 15+ 聊天平台的开源全能 AI Agent 机器人框架

    AstrBot：打通 15+ 聊天平台的开源全能 AI Agent 机器人框架

    项目简介

    AstrBot 是一个开源的「全合一 AI Agent 聊天机器人平台」，把主流即时通讯（IM）应用、大语言模型（LLM）、插件与 Agent 能力打通，让你在自己常用的聊天软件里快速搭建可投产的 AI 应用——个人 AI 陪聊、智能客服、自动化助手、企业知识库都不在话下。它甚至被官方定位为 OpenClaw 的开源替代品。项目采用 Python 开发，基于 AGPL-3.0 协议完全开源，目前已收获 37.5K+ Stars。

    安装要求和过程

    环境要求：Python 3.12+（推荐用 uv 管理环境）、Docker（可选，用于生产部署）、以及一台能联网的服务器或本机。AstrBot 本身跨平台，支持 macOS / Windows / Linux。

    快速安装（三种主流方式）：

    • 一键部署（uv，最推荐）： 
      uv tool install astrbot --python 3.12
astrbot init   # 首次运行初始化环境
astrbot run
    • Docker 部署（生产推荐）：官方提供 Docker / Docker Compose 方案，镜像为 soulter/astrbot，按文档挂载配置目录即可稳定运行。
    • 桌面端 / 面板部署：可使用 AstrBot App、AstrBot Launcher，或在宝塔 / 1Panel / CasaOS 等面板一键安装；Arch 用户还能通过 AUR：yay -S astrbot-git。

    启动后打开 WebUI，绑定你的 LLM API Key（OpenAI / DeepSeek / Gemini / 通义 / 智谱等均可），并接入想用的 IM 平台适配器，即可开始对话。

    AstrBot 运行截图

    核心功能

    • 全平台 IM 接入：原生支持 QQ、企业微信、飞书、钉钉、微信公众号、Telegram、Slack、Discord、LINE 等 15+ 平台，官方与社区适配器持续扩展，几乎覆盖所有常用聊天场景。

      角色扮演与情感陪伴

    • 完整 Agent 能力栈：内置 LLM 对话、多模态、Agent、MCP、Skills、知识库、人设设置与自动上下文压缩，并可直接对接 Dify、阿里云百炼、Coze 等 Agent 平台。

      通用 Agent 能力

    • 主动 Agent（Proactive Agent）：支持定时任务、订阅推送、事件触发的”主动出击”式智能体，而不只是被动应答。

      主动 Agent

    • 1000+ 社区插件：插件市场提供一键安装的上千款插件，从实用工具到娱乐玩法即装即用，轻松扩展机器人能力边界。

      1000+ 社区插件

    • 安全沙箱与 Web ChatUI：内置 Agent Sandbox 隔离执行代码与 Shell 调用，配合 Web ChatUI 与 Web 搜索，开箱即用地提供安全可控的对话体验；同时提供国际化（i18n）支持。

    典型使用场景

    1. 个人 AI 陪聊 / 情感陪伴：把 AstrBot 接入自己的 QQ 或 Telegram，设定专属人设与记忆，打造一个懂你、能长期陪伴的”数字伙伴”。
    2. 社群 / 社群运营智能助手：在 Discord、Slack 或 QQ 群里部署机器人，承担自动问答、公告推送、定时提醒，并借助 1000+ 插件实现抽奖、签到、信息查询等玩法。
    3. 企业知识库 / 智能客服：接入飞书、企业微信或钉钉，挂载内部知识库，让 AI 在员工聊天窗口里直接回答制度、流程、产品问题，降低人工客服压力。

    推荐理由

    我在几个社群里都用过 AstrBot，最直观的感受是“省心”：一个平台同时管着 QQ、Telegram、Discord，不用为每个渠道各写一套机器人；WebUI 配置直观，插件市场点一下就能装，非重度开发者也能在半小时内跑起来。它对国内生态（QQ、微信系、飞书、钉钉）的支持尤其到位，这是很多国外同类项目做不到的。Agent Sandbox 让”让 AI 跑代码”这件事变得可控，而不是裸奔执行命令。如果你正想给自己的社群或团队加一个 AI 入口，又不想被某个闭源 SaaS 绑定，AstrBot 是目前最成熟、社区最活跃的开源方案之一。

    下载地址

    * 本文数据基于 2026-07-22 抓取：Stars 37,590 / Forks 2,623 / 协议 AGPL-3.0 / 语言 Python / 最近更新当日。

  • Archon：把 AI 编码变成确定性工作流的开源 harness 构建器

    Archon：把 AI 编码变成确定性工作流的开源 harness 构建器

    Archon 封面

    Archon logo

    项目简介

    Archon 是首个开源的 AI 编码 harness（流程编排）构建器——用 YAML 把“规划→实现→校验→审查→提 PR”等开发流程固化下来，让 AI 编码智能体每次都按同一套确定性步骤执行，把“看模型心情”变成“可重复、可提交”的工程实践。

    如果说 Dockerfile 之于基础设施、GitHub Actions 之于 CI/CD，那么 Archon 之于 AI 编码工作流。可以把它理解为“面向软件开发的 n8n”。

    安装要求和过程

    环境要求

    • 运行时：Bun（macOS/Linux/Windows 均支持）
    • AI 编码助手：Claude Code（默认），或 Codex、Pi
    • GitHub CLI（gh）：用于自动建分支、提 PR
    • 系统：macOS / Linux / WSL / Windows（PowerShell）；数据库默认 SQLite，可切 PostgreSQL

    快速安装（30 秒，已有 Claude Code）

    # macOS / Linux
curl -fsSL https://archon.diy/install | bash

# Windows (PowerShell)
irm https://archon.diy/install.ps1 | iex

# 或 Homebrew
brew install coleam00/archon/archon

    ⚠️ 编译版二进制不含 Claude Code，需单独安装并指定 CLAUDE_BIN_PATH；Docker 镜像则已自带。

    完整初始化（5 分钟，推荐）

    git clone https://github.com/coleam00/Archon
cd Archon
bun install
claude          # 在 Claude Code 里说：“Set up Archon”

    引导向导会配置凭证、选择接入平台，并把 Archon skill 复制到你的目标仓库。之后在你的项目里直接对编码智能体说 “Use archon to fix issue #42” 即可。

    核心功能

    • 确定性、可重复：开发流程写成 YAML 工作流，固定阶段与校验门（validation gate），每次运行同一套顺序——计划、实现、校验、审查、PR，结果一致。
    • 隔离并行：每个工作流运行都在独立的 git worktree 中，可同时修 5 个 Bug 而互不冲突。
    • 发射后不管（Fire & forget）：启动一个工作流就去忙别的，回来已经是一个带审查意见的成品 PR。
    • 确定性节点 + AI 节点可组合：bash 脚本、测试、git 操作等确定性步骤由机器精确执行；规划、代码生成、审查等只在 AI 真正增值的地方运行。
    • 随处可跑、全员共用：工作流定义在 .archon/workflows/，提交进仓库后，从 CLI、Web UI、Slack、Telegram 到 GitHub 表现完全一致；内置 19 个常用工作流，也可自定义。

    为什么需要 Archon

    典型使用场景

    场景一：自动修 GitHub Issue

    对智能体说 “Use archon to fix issue #42”，自动触发 archon-fix-github-issue 工作流：分类 → 调研/规划 → 实现 → 校验 → 提 PR → 智能审查 → 自我修复，全程无需你盯着。

    场景二：从想法到 PR（Idea-to-PR）

    archon-idea-to-pr 把“给设置页加暗黑模式”这类想法，自动走规划 → 循环实现（直到测试通过）→ 审查 → 提 PR → 5 个并行 reviewer → 自我修复，产出完整 Pull Request。

    场景三：团队远程异步协作

    接入 Slack / Telegram / GitHub / Discord 后，在群聊里丢一句话就能触发工作流；所有平台的活动汇聚到同一个 Web 仪表盘（Mission Control），实时查看进度与历史。

    Archon 工作原理

    推荐理由

    我自己最吃这一套的点在于“把流程的所有权拿回自己手里”。平时让 AI 智能体修 Bug，跑十次九个样：有时忘了跑测试、有时 PR 描述敷衍、并行修多个问题时还互相踩。Archon 用一份 YAML 把团队认可的工程纪律写死，AI 只在需要创造力的节点上发挥作用，其余交给确定性执行——稳定、可审计、可复现。它不绑定某家模型，Claude / Codex / Pi 随便换；Web 仪表盘 + 多平台接入也让“远程派活、回来收 PR”变得很顺。对想把 AI 编码真正纳入研发流程的团队，这是目前最像样的开源方案之一。

    下载地址

  • PentAGI：完全自主的 AI 渗透测试智能体系统（20.7K Stars，Go 构建）

    PentAGI：完全自主的 AI 渗透测试智能体系统（20.7K Stars，Go 构建）

    PentAGI 概览

    项目简介

    PentAGI（Penetration testing Artificial General Intelligence）是一个面向信息安全专业人士、研究人员与爱好者的自动化安全测试平台。它用前沿 AI 技术把渗透测试流程完全自主化——从信息收集、漏洞利用到生成可执行的攻防报告，全部由多智能体团队在隔离的 Docker 沙箱中自动完成。项目由 vxcontrol 团队维护，采用 MIT 许可证，目前在 GitHub 上已收获 20.7K+ Stars。

    安装要求和过程

    环境要求

    • Docker 与 Docker Compose（或 Podman）
    • 最低 2 vCPU、4GB 内存、20GB 可用磁盘空间
    • 可访问外网（用于拉取镜像与更新）
    • 支持 10+ LLM 供应商：OpenAI / Anthropic / Google Gemini / AWS Bedrock / DeepSeek / Ollama / GLM / Kimi / Qwen 等

    快速安装

    # 1. 下载官方 docker-compose 编排文件
curl -O https://raw.githubusercontent.com/vxcontrol/pentagi/master/docker-compose.yml

# 2. 一条命令启动（默认拉起 Web UI、Agent 运行时、PostgreSQL+pgvector 等）
docker compose up -d

    启动后访问 Web UI 完成登录与 LLM 供应商配置，即可用自然语言下发渗透测试任务。还可叠加 docker-compose-langfuse.yml（可观测）、docker-compose-graphiti.yml（知识图谱）、docker-compose-observability.yml（Grafana/Prometheus）等可选编排文件扩展能力。

    核心功能

    • 安全隔离 + 完全自主：所有操作在沙箱化的 Docker 环境中执行，AI 智能体自动规划并执行测试步骤，可选执行监控与智能任务规划提升可靠性。
    • 20+ 专业安全工具内置：开箱即用地集成了 nmap、metasploit、sqlmap 等一整套渗透利器。
    • 专家智能体团队：研究 / 开发 / 基础设施等专职 Agent 分工协作，配合任务规划让小模型也能高效运转。
    • 智能记忆 + 知识图谱：长期沉淀研究结果与成功路径，基于 Graphiti + Neo4j 构建语义关系图谱，增强上下文理解。
    • 详尽报告与可观测性：自动产出带利用指南的漏洞报告，并集成 Grafana/Prometheus 实现实时监控。

    典型使用场景

    • 授权环境下的自动化攻防演练：安全团队在自有靶场或获得书面授权的资产上，让 PentAGI 跑完整渗透流程，快速发现暴露面。
    • 红队作业与报告交付：红队队员把重复性信息收集、初步利用交给智能体，专注高价值的人工研判，并直接生成可交付的漏洞报告。
    • 安全研究与教学：结合 Graphiti 知识图谱复盘历次测试路径，沉淀方法论，用于教学与能力培养。

    推荐理由

    一句话——它把”渗透测试”这件高度依赖经验的手艺，变成了一条可由自然语言驱动、且全程可审计的流水线。对我个人而言最打动的有三点：① 彻底沙箱化，跑再多危险操作也不怕污染宿主机；② 多智能体分工比单一大模型稳得多，任务规划 + 执行监控让小模型也能干活；③ 知识图谱 + 长期记忆让它会”越用越聪明”。当然，它定位是合规授权场景下的安全研究利器，务必在合法授权范围内使用。

    下载地址

    • GitHub 仓库：https://github.com/vxcontrol/pentagi
    • 社区：Discord（discord.gg/2xrMh7qX6m）与 Telegram（t.me/+Ka9i6CNwe71hMWQy）
    • 部署方式：Docker / Docker Compose 自托管，数据完全自控

    本文仅作技术介绍，请在法律法规与授权范围内合理使用。

  • 14个人服务890万开发者：Ollama拿下6500万美元B轮，押注开源模型随处跑

    先说个数字：14个人，撑起890万开发者每月都在用的工具。这不是哪家巨头的内部团队，而是开源AI工具Ollama的全部家当。就在这周，这家公司拿到了6500万美元的B轮融资，领投方是Theory Ventures。

    Ollama开源AI工具融资示意图
    Ollama让开源模型在任何地方都能跑起来

    算上之前Benchmark领投的1500万美元A轮，Ollama目前累计融资8800万美元。当年领投A轮的Peter Fenton这次也进了董事会。创始人兼CEO的Jeff Morgan把话说得很直白：开源模型就该好跑、好用、随处可用——你自己的电脑上、云端，或者两头都用。

    从Docker到开源模型，这俩人干的是同一件事

    Ollama是2023年上线的，干的活很简单：帮开发者在自己的PC上跑开源权重模型，几分钟就能装好用起来。GitHub上攒了17.6万颗星、近1.7万个fork，各种教程、视频、博客里都在夸它。

    这种”把复杂的东西变简单”的路数，Morgan和联合创始人Michael Chiang早就玩过一遍。他们之前做的Kitematic被Docker收购，两人随后帮着做出了Docker Desktop——那个如今每天有一千多万开发者在用的工具。Docker当年把云应用从繁琐的硬件配置里解放出来，Ollama现在对开源AI做的是同一件事。

    “2023年开源模型开始冒出来，但真的很难用。它们当时是给研究员准备的，不是给程序员的，想跑起来特别费劲。”——Jeff Morgan

    免费工具怎么变成生意

    现在Ollama每月有890万开发者在用，比今年1月翻了差不多一倍，每周还新增将近100万次安装，社区做出来的集成超过6.7万个，覆盖了《财富》500强里85%的公司，连医疗、金融、政府这些强监管行业都在用。而这一切，团队只有14个人。

    光靠免费的本地工具当然赚不了钱。Ollama的商业化藏在云端：本地机器扛不住更大的模型时，可以直接切到它的云上跑，同一套操作，按GPU时长计费而不是按token。这套逻辑跟主流按token收费的做法明显不一样。

    • 免费版：本地运行 + 一定的云端GPU时长
    • Pro版：每月20美元，可同时跑3个云端模型，云用量是免费版的50倍
    • Max版：每月100美元，可同时跑10个云端模型

    Morgan说，Ollama作为一门生意的转折点大概在今年1月，OpenClaw火起来那阵子——更大的开源模型突然能干agentic的活了，比如写代码。这也踩中了整个行业的大趋势：据Grand View Research，AI推理市场2024年约970亿美元，到2030年预计冲到2540亿美元，年复合增速约17.5%。随着Meta、Mistral、DeepSeek这些开源模型和闭源系统的差距越缩越小，越来越多的钱正流向”开发者选择在哪里跑模型”这件事上，而这正是Ollama想占的位置。

    当然，这条赛道并不空。Hugging Face融了超过3.95亿美元，主要做模型仓库；Together AI最近以83亿美元估值拿了8亿美元，扩云端训练和推理。Ollama和Morgan都没透露这轮的估值和收入。但14个人对890万开发者这个比例本身，可能才是这轮融资背后最值得琢磨的故事。

  • Dify：开源 LLM 应用开发平台，148K Stars 把 AI 工作流从原型秒送生产

    Dify：开源 LLM 应用开发平台，148K Stars 把 AI 工作流从原型秒送生产

    Dify 一览

    在 AI 应用落地的草莽时代，几乎每个团队都在重复造轮子：接模型要写一遍适配、做检索要搭一套向量库、上生产还要自己补日志和监控。把这套东西拼起来，往往比业务本身还费劲。Dify 的出现，就是要把这件事彻底标准化。

    一、项目简介

    Dify 是一个开源的 LLM 应用开发平台，用一张可视化画布把 AI 工作流、RAG 检索增强、Agent 能力、模型管理与可观测性打包在一起，让你从原型到生产只差一次部署。目前 GitHub 已收获 148.4K Stars、23K+ Fork，是开源 LLM 应用开发领域当之无愧的头部项目。

    二、安装要求和过程

    环境要求：

    • CPU ≥ 2 核
    • 内存（RAM）≥ 4 GiB
    • 已安装 Docker 与 Docker Compose
    • 操作系统：Linux / macOS / Windows（WSL2）

    快速安装（Docker Compose，官方最推荐方式）：

    git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

    启动完成后，浏览器访问 http://localhost/install 即可进入初始化向导。如果你需要高可用部署，官方文档还提供了 Helm Chart、Terraform（Azure / GCP）、AWS CDK 以及阿里云计算巢等多种方案。

    三、核心功能

    1. 可视化工作流画布（Workflow）
    在画布上拖拽编排 AI 流程，节点可调试、可分支、可回放，复杂逻辑一目了然。

    2. 全面的模型支持
    无缝接入数百个闭源 / 开源大模型（GPT、Mistral、Llama3 及所有 OpenAI 兼容模型），覆盖几十家推理服务商与自托管方案，切换模型无需改代码。

    3. 开箱即用的 RAG 管线
    从文档摄入到检索全链路覆盖，原生支持 PDF、PPT 等常见格式的智能提取，几步就能搭出带引用来源的问答助手。

    4. 强大的 Agent 能力
    基于 Function Calling 或 ReAct 定义智能体，内置 50+ 工具（Google 搜索、DALL·E、Stable Diffusion、WolframAlpha 等），也可接入自定义工具。

    5. LLMOps 与 Backend-as-a-Service
    应用日志与性能可监控、可迭代；所有能力均提供对应 API，轻松把 AI 能力嵌入自有业务系统。

    四、典型使用场景

    1. 企业知识库问答 / 智能客服
    导入内部文档构建 RAG，几步搭出带引用来源、可溯源的客服助手，替代翻手册式的重复答疑。

    2. 可视化 Agent 工作流自动化
    把“检索 → 生成 → 调用工具 → 校验”串成一张画布，用可视化的方式替代脆弱的脚本编排。

    3. 快速原型 + API 集成
    先用 Dify 低成本验证想法，再通过 BaaS API 把打磨好的 AI 能力无缝嵌入现有产品。

    五、推荐理由

    个人使用下来，Dify 最打动我的是“把复杂度收敛到一个画布上”。它不要求你先成为向量数据库专家或 Prompt 工程师，普通开发者也能在半小时内跑通一个带 RAG 的可用应用；而当项目要上生产时，LLMOps 的日志、评估与 API 化能力又刚好补上团队最缺的那一环。对于想认真做 AI 产品的团队，它是目前最省心的一站式底座——既能自建私有化守住数据，也能平滑对接云端大模型。

    六、下载地址

    许可证：Dify Open Source License（基于 Apache 2.0，附加部分条款）。本文数据截至 2026-07-11，Stars 约 148.4K。

  • Crawl4AI：把全网网页变成 LLM 能直接用的干净 Markdown，RAG 数据清洗一步到位（71.8K★）

    Crawl4AI：把全网网页变成 LLM 能直接用的干净 Markdown，RAG 数据清洗一步到位（71.8K★）

    Crawl4AI 项目封面

    一、项目简介

    Crawl4AI 是一个开源、对大模型友好的网页爬虫与抓取框架，能把任意网页一键转换成结构清晰、可直接喂给 LLM / RAG 的 Markdown，并支持结构化数据提取、截图、动态渲染等能力。对做检索增强、知识库、Agent 联网取数的人来说，它基本等于把”爬虫 + 清洗”两道工序合并了。

    二、安装要求和过程

    环境要求：Python 3.10 及以上；底层基于 Playwright（Chromium），首次使用需下载浏览器内核。

    快速安装（Python 包）：

    # 安装
pip install -U crawl4ai

# 安装后执行一键浏览器配置
crawl4ai-setup

# 自检环境是否就绪
crawl4ai-doctor

# 若遇到浏览器相关报错，可手动补全
python -m playwright install --with-deps chromium

    Docker 部署（推荐生产环境）：

    docker pull unclecode/crawl4ai:latest
docker run -d -p 11235:11235 --name crawl4ai --shm-size=1g unclecode/crawl4ai:latest
# 监控面板: http://localhost:11235/dashboard
# 交互 playground: http://localhost:11235/playground

    三、核心功能

    • LLM 就绪的 Markdown 输出：智能 Markdown 保留标题、表格、代码块，并提供 Fit Markdown（裁剪导航/广告等无关内容）、引用标注，以及基于 BM25 算法的内容过滤，正文噪声大幅降低。
    • 结构化数据提取：支持基于 LLM 的 Schema 提取、CSS 选择器提取、余弦相似度匹配，配合分块（Chunk）策略，直接产出 Pydantic 结构化对象，无需手写正则。
    • 真·浏览器级抓取：基于 Playwright 托管浏览器，支持会话保持、代理、Cookie、用户脚本、Hook、动态视口调整、懒加载处理，还能截图与生成 PDF。
    • 自适应爬取与调度：异步浏览器池 + 缓存机制，能学习网站结构、只爬该爬的页面；内置深度爬取与内存自适应调度，从单页到万级站点都能扛。
    • 部署灵活、可接 Agent：零密钥、CLI + Docker 双形态；新版 Docker 自带监控面板、浏览器池预热、Playground 与 MCP 集成，可直连 Claude Code 等 AI 编程工具。

    四、典型使用场景

    • 搭 RAG 知识库：把公司文档站、竞品官网、行业博客批量抓成干净 Markdown，直接喂进向量库做检索增强，省去大量手写清洗规则。
    • 生成 LLM 训练 / 微调语料：用 LLM 提取策略从定价页、榜单页抽取结构化字段（例如各家模型的价格表），产出干净的 JSON 数据集。
    • AI Agent 联网取数：通过 Docker + MCP 把 Crawl4AI 接进 Agent 工作流，让智能体实时抓取网页、执行 JS、截图后回写结果，补足大模型”看不见实时网页”的短板。

    五、推荐理由

    我自己踩过不少爬虫的坑：传统方案要么反爬头疼，要么抓下来的 Markdown 一堆导航/侧边栏噪音，接 RAG 前还得再写一层清洗。Crawl4AI 的 Fit Markdown + BM25 过滤基本把”正文 vs 杂质”这件事做对了，接检索增强时相当省心；异步 + 浏览器池的性能也不错，小规模到大规模都能用。Docker 镜像开箱即用，MCP 直连 Claude Code 这点对做 Agent 的人尤其香。小提醒：它依赖 Playwright/Chromium，首次部署体积不小；上生产建议走 0.9.0+ 的安全加固 Docker 镜像（已修复路径遍历 / SSRF / RCE）。

    六、下载地址