awesome-opensource-ai

每日更新,帮你精选最值得关注的真正开源AI项目。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 763 🐛 待处理 43 👀 关注 46
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 5011
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 该项目为开源资源列表,完全免费,无付费版本。

项目预览

awesome-opensource-ai 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队alvinreal
定价模式🏷️完全免费
价格说明该项目为开源资源列表,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议CC0-1.0
主要语言Python
技术栈/模型agents,ai,artificial-intelligence,awesome,awesome-list,generative-ai,llm,machine-learning,mlops,open-source,open-source-ai,rag
GitHub 星标★ 5011
上线时间2026-03-24 00:00:00
代码更新2026-11-06
仓库体积5.0 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

这是一个精选的真正的开源AI项目、模型、工具和基础设施的清单,每日更新。它旨在帮助开发者和研究者快速发现高质量的开源AI资源,避免在信息海洋中迷失。项目按类别组织,覆盖了从大语言模型、AI代理、开发框架到向量数据库、推理引擎等多个领域,每个条目都附有简要说明和链接。它解决的核心问题是信息筛选和资源发现的效率问题,让用户能够一站式的获取最新、最优质的开源AI生态全景。其核心能力在于严格的筛选标准(确保项目是真正开源)和持续的每日更新机制,保证了列表的时效性和可靠性。对于想要跟进AI技术前沿、寻找合适工具或进行技术选型的从业者来说,这是一个非常实用的导航站。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5011

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 可打开 Markdown 文件的编辑器或浏览器
  • 可选:已安装 Git,便于克隆与后续更新

安装与启动步骤

  1. 1克隆清单仓库

    把清单仓库下载到本地,方便离线查阅并跟进每日更新。

    git clone https://github.com/alvinreal/awesome-opensource-ai.git
  2. 2进入仓库目录

    切换到克隆下来的目录,准备打开清单主文件 README.md。

    cd awesome-opensource-ai
  3. 3按分类查阅条目

    打开 README.md,通过 Contents 的 14 个分类定位所需方向,条目均带简介与链接。

  4. 4或直接访问官网

    不想克隆时可直接打开官网浏览同一份清单,内容与仓库同步更新。

  5. 5查看贡献指南

    README 顶部有 Contributing 入口,提交新项目前先阅读该说明并按格式补条目。

如何确认成功

本地能打开 README.md 并看到 Contents 中的 14 个分类标题,或官网 awesomeosai.com 可正常访问,即获取成功。

常见问题

Q:这个项目需要安装 Python 依赖或启动服务吗?

A:不需要。它是纯 Markdown 清单仓库,README 未给出任何安装、构建或运行命令,克隆后直接阅读 README.md 即可。

Q:怎么把自己的开源项目加进清单?

A:README 顶部提供了 Contributing 章节入口,按其中的说明提交条目;注意列表只收录真正开源的项目。

Q:官网和 GitHub 仓库内容有什么区别?

A:官网 awesomeosai.com 是同一份清单的在线浏览版,GitHub 仓库是每日更新的源数据,两者条目一致。

注意事项

  • README 未提供安装、构建或运行命令,本教程只覆盖获取与查阅清单,不涉及部署具体 AI 项目。
  • 清单每日更新,本地克隆后建议定期执行 git pull 获取最新条目。
  • 清单中每个条目都指向各自的项目仓库,真正部署这些项目时请以对应项目自身的 README 为准。

核心亮点

  • 每日自动更新,确保项目列表紧跟AI领域最新动态
  • 严格筛选“真正开源”项目,避免被伪开源或部分开源项目误导
  • 分类清晰,覆盖模型、工具、基础设施等全栈AI资源,便于按需查找

不足之处

  • 列表形式,缺乏深度对比或评测,选型仍需自行调研
  • 依赖维护者个人判断,可能存在主观偏好或遗漏

适用场景

  • 技术选型时快速调研某个AI细分领域有哪些开源方案
  • 想了解AI开源生态最新趋势,每日浏览获取灵感
  • 寻找特定类型的工具(如向量数据库、AI Agent框架)时作为起点

替代项目

awesome-ai、open-source-ai、Awesome-LLM

同类项目推荐

VibeThinker 开源

1.5B小模型,跑出大模型推理逻辑

Tiny Model, Big Logic: Diversity-Driven Optimization Elicits Large-Model Reasoning A···

★ 1586 2026-08-09
gemma 开源

谷歌开放权重模型,本地单卡即可跑推理和微调

Gemma open-weight LLM library, from Google DeepMind

★ 5839 2026-09-16
time-series-ptms 开源

一站式复现和对比时间序列预训练模型,加速研究落地

This is an official implementation code for paper "A Survey on Time-Series Pre-Train···

★ 230 2026-08-09
Emu 开源

一个模型搞定图像视频生成与理解,智源出品

Emu Series: Generative Multimodal Models from BAAI

★ 1776 2026-08-09
Awesome-VLGFM 开源

一张清单看懂视觉语言地理模型全貌

A Survey on Vision-Language Geo-Foundation Models (VLGFMs)

★ 182 2026-08-09
open_clip 开源

开源复现 CLIP,训练微调零样本多模态模型

An open source implementation of CLIP.

★ 14247 2026-08-10
axodox-machinelearning 开源

纯 C++ 离线跑 Stable Diffusion,无需 Python 环境

This repository contains a pure C++ ONNX implementation of multiple offline AI model···

★ 632 2026-08-09
z80ai 开源

让8位老电脑跑起AI聊天,复古硬件也能玩转大模型

Z80-μLM is a 2-bit quantized language model small enough to run on an 8-bit Z80 pro···

★ 1136 2026-08-09
relational-transformer 开源

把多表数据库喂给Transformer,预训练到推理一条龙

Pretraining, fine-tuning, inference and test-time scaling of relational transformer ···

★ 130 2026-10-14