AI 桌面代理——通过视觉感知与输入控制，跨应用自主完成任务的智能自动化系统。支持 5 层智能降级管道、多 AI 提供商（Anthropic/OpenAI/Ollama/Kimi），提供 Web Dashboard 与 REST API。

多模态AI代理智能体框架

查看详情 →

四服务协同的 AI 桌面助手框架，支持流式工具调用、GRAG 知识图谱记忆、Live2D 虚拟形象、语音交互

RAG多模态AI代理

查看详情 →

一款本地优先的 AI 桌面应用，集成了对话 AI、视觉生成、向量检索与多渠道消息连接，支持深度研究模式与本地知识库。

多模态MCPRAG

查看详情 →

由清华大学与智谱 AI 联合推出的开源端到端视觉语言模型驱动的 GUI 智能体，基于 GLM-4V-9B 双语开源 VLM 基座模型，通过屏幕截图与自然语言指令实现跨平台（Windows/macOS/Android）图形界面自动化操作与推理。

模型与推理框架大语言模型多模态

查看详情 →

MobileAgent 是一个基于多模态大语言模型（MLLM）的自主移动端智能体框架，通过视觉感知与工具调用实现手机应用的自动化操作与任务执行，支持 Android 真机与模拟器环境。

模型与推理框架大语言模型多模态

查看详情 →

基于 LiveKit 构建的可学习、可配置、高度插件化的全能型实时交互虚拟助手框架，支持多模态记忆、用户画像与外部工具集成。

文档教程与资源RAG多模态

查看详情 →

Stream公司开发的开源视觉智能体框架，支持任何模型或视频提供商，通过Stream的边缘网络实现超低延迟，帮助开发者快速构建视觉AI应用。

智能体与应用工具PythonPyTorch

查看详情 →

Rodel Agent是一款Windows桌面应用程序，整合聊天、文本转语音、图像生成和翻译功能。支持主流AI服务和MCP服务器插件，采用AOT编译，为用户提供优秀的桌面AI体验。

智能体与应用工具C#LangChain

查看详情 →

Odyssey是一个基于大型语言模型的Minecraft智能代理框架，包含40种基础技能和183种组合技能，使AI能够在开放世界中自主探索、学习并执行多样化任务。

智能体与应用工具PythonLangChain

查看详情 →

一个可自定义的AI桌面伴侣项目，支持角色设定、语音对话、长期记忆等功能，响应时间低于1秒，可集成Live2D模型。

智能体与应用工具PythonElectron

查看详情 →