基于 LiveKit 与 OpenAI Realtime API 的模块化语音 AI 平台，集成 RAG 知识库检索、JWT 认证与 MongoDB 持久化，支持实时外呼电话与领域特定对话。

模型与推理框架大语言模型多模态

查看详情 →

Flutter 端侧全栈 AI SDK，支持 LLM、视觉、语音、绘图与 RAG，具备计算预算合约与自适应 QoS 能力，零云依赖。

大语言模型多模态SDK

查看详情 →

一款开源的通用多智能体框架，支持通过自然语言构建、评估和训练自主智能体舰队。具备分布式强化学习训练管道，支持网页浏览、操作系统控制等复杂环境交互，在 GAIA、OSWorld、VisualWebArena 等权威基准测试中名列前茅。

其他多模态大语言模型

查看详情 →

本地优先的 AI 工作空间，基于 Rust 和 Tauri 构建，作为 AI 同事对任意文件夹进行安全、监督式自动化操作。支持多 LLM 后端、MCP 协议扩展及多模态文件处理。

模型与推理框架大语言模型多模态

查看详情 →

轻量级 LLM/Agent 应用开发框架，通过 `@llm_function` 装饰器将函数签名与 docstring 转化为 Prompt，无需函数体实现即可获得类型安全的 LLM 能力。支持多 Provider、多模态、工具调用、流式响应、API Key 负载均衡与 Langfuse 可观测性集成。

模型与推理框架大语言模型多模态

查看详情 →

开源的全栈自主计算机智能体框架，支持在 Docker 虚拟环境中通过自然语言控制浏览器、终端和桌面应用。项目由 coasty-ai 组织维护，采用 Apache 2.0 许可证，在 OSWorld Benchmark 中获得 82% 得分。

模型与推理框架自然语言处理多模态

查看详情 →

LLM 应用的上下文优化层，通过确定性压缩与智能缓存实现 40-90% Token 节省，支持 JSON/代码/文本/图像多模态压缩及可逆 CCR 机制

模型与推理框架SDK大语言模型

查看详情 →

跨平台 CLI 工具与浏览器扩展，支持对任意 URL（网页、YouTube、播客）或本地文件（PDF、音视频、图片）进行智能内容提取与摘要，支持多 LLM 提供商与本地模型。

模型与推理框架多模态大语言模型

查看详情 →

无代码 LLM 平台，通过可视化 Prompt Studio 设计文档提取逻辑，一键部署为 REST API、ETL 管道或 MCP Server。支持 PDF、Word、Excel、图像等多种格式，集成 OpenAI、Anthropic、Azure 等主流 LLM，适用于金融表单处理、数据仓库 ETL 和 Agent 数据层构建。

模型与推理框架AI代理多模态

查看详情 →

清华大学THUNLP推出的端到端全能多模态大模型，支持视觉理解、语音对话和全双工多模态实时流交互，性能接近Gemini 2.5 Flash，可在手机端高效运行。

大语言模型多模态Transformers

查看详情 →