首页

开源项目

GitHub 实核数据 + 实战解读的开源 AI 项目盘点。

God's Eye View:浏览器里的公开数据地球

GitHub 仓库 bilawalsidhu/gods-eye-view 在 OpenGithubs 2026-09-13 期周榜位列第一(该期榜单记录总星 29,396、周增 11,455),2026-09-14 实核已涨到 32,399 星、fork 6,480、JavaScript、开放 issue 199,许可证 MIT(以仓库 LICENSE 文件实测为准,GitHub API 的 license 字段显示 NOASSERTION 并不准确)。它的定位是浏览器里的间谍卫星模拟器,而数据源全部公开且真实:照片级 3D 地球叠加实时飞机、船舶、卫星、地震、交通与公共摄像头,免手语音控制由实时 AI agent 驱动;前身名为 WorldView,源自 5M+ 播放的 YouTube 系列,2026 年 8 月登顶 GitHub Trending 日榜与周榜,Product Hunt 当日第 8。安装两条路:Pinokio 8.2 以上一键,或 Node 24.x/26.x 终端 npm ci、npm run doctor、npm run dev(localhost:4173),零密钥即可用(Esri 影像加无密钥地形,OSM 兜底)。本文拆能力图谱、隐私与合规边界,并强调它不是什么:交通是沿真实道路模拟、CCTV 位姿与火箭轨迹为粗估;同时以 MIT 对照同批 LingBot-World 2.0 的 CC BY-NC-SA 4.0(非商用)。

本地优先的开源语音工作站 VoiceStudio 深度解析

GitHub 仓库 debpalash/VoiceStudio 在 2026-09-07 那一周的周榜中单周 +5104 星、总计约 24.6k 星,是当周热度第一梯队的本地语音项目(AGPL-3.0,Python,9-11 当日活跃)。它的定位是一句话:开源、完全本地的 ElevenLabs 替代品——语音克隆、声音设计、视频配音、听写、转录、有声书创作,覆盖约 646 种语言,本地工作流无需账号、API key、订阅或用量计费。核心设计不是单一语音模型而是**引擎编排层**:整合 16 个 TTS 与 11 个 ASR 引擎,可热切换;跨 macOS/Windows/Linux/Docker,自带 OpenAI 兼容的本地语音 API 与 MCP server。本文拆能力图谱、本地优先的隐私/成本分野、与同日 GPT-Live-1 云端实时语音的分工(它偏批处理配音/转录,非实时对话),并点明五个真约束:AGPL-3.0 商用注意、beta 稳定性、Electron 重写风险、引擎质量参差、并非所有引擎都本地/免费。

DeepSelect:DeepSeek 为 DSA 打造的高性能 TopK 算子

DeepSeek 官方组织于 2026-09-10 开源 DeepSelect(GitHub 快照:152 星 / CUDA / 当日创建并活跃),这是 DeepSeek Sparse Attention(DSA)所用 TopK kernel 的高性能实现与配套 sampler;DSA 应用于 V3.2、V4、V4.1 三代模型,官方称相比原生 torch.topk 取得 2~20 倍加速,同日发布 v1.0.0 与中英双语算法深度解析文档。本文拆解为什么 TopK 会成为注意力瓶颈、RadixSelect 的「一遍扫描 + 随机块 + 阈值收敛」思路、「总处理元素数期望上界」意味着什么,以及为什么该用有效内存带宽而非 FLOP 来度量性能;重点写清它不做什么:仅支持 Lightning Indexer(bfloat16、topk 必须 ≤4096)与 Sampling(float32、vocab 约 128K)两类 workload,官方调参建议是关闭 sorted_index、不需要取值时设 return_value=False。冷思考:152 星说明项目极早期,对 DeepSeek 系模型直接有用,生态价值大于通用价值。

LLaDA-Image:蚂蚁全开源的 6B 统一生图编辑模型

蚂蚁 InclusionAI 开源 6B 统一图像生成与编辑模型 LLaDA-Image(GitHub 2026-09-09 快照 208 星 / Python / 创建 2026-08-31)。单一权重同时做文生图与指令编辑,backbone 与 DiT 都是扩散模型的统一框架,图像-only 预训练建视觉先验,Turbo 版用 Twin-DMD 蒸馏把 50 步压到 4 步;Qwen-Image-Bench 英文 53.53、中文 53.38 双料 SOTA;HF 与 ModelScope 提供 Base/Turbo 各含 FP8 四档权重,9-07 起有社区 ComfyUI。最重要避坑:仓库 license 字段为 null、无 LICENSE 文件,商用前须向官方确认,不可臆测为 Apache/MIT。

OpenMAIC周增八千星登顶,把文档变多智能体课堂

THU-MAIC/OpenMAIC 以周增 8,095 星登顶 GitHub 周榜(2026-09-08 快照 33,053 星 / 5,369 fork / TypeScript / MIT)。它把任意主题或文档变成多智能体互动课堂:AI 老师与 AI 同学实时讲课、讨论、白板板书、TTS 朗读,生成幻灯片、测验、交互式模拟与 PBL 项目制学习,可导出 .pptx 与交互 HTML。v1.0.0(2026-08-27)新增 Agent workbench 聊天式构建、持久化会话、20 个内置技能;技术栈 Next.js 16 / React 19 / LangGraph 1.1;v0.3.0 起由 AGPL-3.0 转 MIT,并内置 SKILL.md 标准技能包,可从 OpenClaw、Codex、WorkBuddy 等工作台直接生成课堂。

DeepSeek Harness 开源:万物皆插件的 Agent 框架

DeepSeek 官方开源 Agent 编排框架 DeepSeek Harness(命令行 dsh),GitHub MIT、TypeScript,基于 Cordis 运行时,以「万物皆插件」架构模块化拼装 AI 流水线。仓库 2026-08-13 创建,上线约三周 Star 突破 20 万;当前 0.1.3-alpha、开发者预览,官方声明会有破坏性变更、须先读 SAFETY.md。一键 `npx @deepseek-ai/dsh web` 启动 Web UI(http://127.0.0.1:3080)。

Qwen3.8-Flash-Next 开源:预览 Qwen4 架构的开放权重

阿里 2026-08-26 在 Hugging Face 与 ModelScope 开源 Qwen3.8-Flash-Next:125B MoE 总参数、每 token 激活 6B,是预览 Qwen4 架构的第一个开放权重模型。原生上下文 262K,YaRN 可外推到 1M;API 报价 \$0.16/\$0.47 每百万 token(约旗舰 Qwen3.8-Max 的十二分之一)。评测:DeepSWE 58.7、SWE-bench Pro 62.5、CoWorkBench 73.9、AndroidWorld 84.5、MathVision 95.7,Agent Arena 开放第 7。采用 qwen-community-1.0 许可证(非 Apache 2.0),允许商用与自托管,商用前须以模型页原文核对条款。

DeepSeek-V4-Flash-Vision-Exp 开源发布

DeepSeek-V4-Flash-Vision-Exp 是 V4-Flash 的视觉实验版。核真更正:它不在 GitHub(api.github.com 该仓库返回 HTTP 404),开源地在 Hugging Face(deepseek-ai/DeepSeek-V4-Flash-Vision-Exp);IT之家实际报道于 2026/8/31 19:35,非 9/1。MIT 许可(可商用),支持 JPEG/PNG/GIF/WebP 图片输入,视觉能力接近 Claude Opus 4.8、纯文本与 V4-Flash 持平,均出自官方 API 文档与媒体。参数量约 305B、1M 上下文为媒体转述【未确认】。本文给落地指引:自部署走 HF 模型卡、轻量调用走官方 API,并提醒先拿真实业务图做冒烟测试。已确认与未确认项在文中分表呈现。

Harbor 与 Terminal-Bench:自建评测,验证厂商分数

2026-09-01 Anthropic 发布 Fable 5.1/Mythos 5.1,官方 Terminal-Bench 4.0 成绩为 Fable 5.1 55.8%、Mythos 5.1 60.9%、GPT-5.6 Sol 37.3%;同日 harbor 仓库有代码推送。本文讲怎么用开源工具链把这些分数从"只能引用"变成"可以复核"。GitHub API 实测:harbor-framework/harbor(4872★/1705 fork/Python/Apache-2.0/创建 2025-08-04/push 2026-09-01)是评估框架,harbor-framework/terminal-bench(594★/push 2026-09-01,最活跃)是任务与基准套件;原 laude-institute/terminal-bench 已 301 更名为 terminal-bench-1(2559★但停在 2026-07-11),勿混用。Terminal-Bench 4.0 重新标定配额、移除 8 任务修复 19,分数与旧版不可比。给出自建评测四步:先写私有任务集、harness 配置入版本库、重复跑报分布、成本与失败模式列为一等公民。

39k 星的开源"第二大脑",但许可证是 GPL-3.0:OpenHuman 深度拆解

tinyhumansai/openhuman(GitHub API 实测 2026-09-01:39,264 星 / 3,855 fork,Rust,GPL-3.0,创建 2026-02-18,382 个 open issue,未归档)是一个本地优先的"第二大脑"。三层架构: scored Markdown 树记忆(SQLite + Obsidian 镜像,可手编可 grep)、checkpointed 图调度(非循环,可暂停/重启续跑)、Signal 协议端到端加密的 agent 间通信("No server ever sees plaintext")。TokenJuice 压缩工具输出("最高 80%" 是自报上限非实测均值)。Privacy Mode 在 Rust core 强制 inference 不出本机。三处须知:Early Beta + 382 issue 不宜上生产 SLA;GPL-3.0 强 copyleft,嵌闭源产品前需法务;README 四家对比表过时(仍标 OpenClaw "Plugin-reliant / Single loop / 无 Auto-fetch",而 2.0 已引入 Shared Cloud Sessions 与 Active Memory),90k Skills / 5k MCP / 80% 压缩均为厂商自报未第三方核验。