generative-ai 第 5 页
本站收录 568 个带「generative-ai」标签的 AI 开源项目（按 GitHub 星标从高到低，第 5 / 12 页）
photoshop-mcpphotoshop-mcp 是一个基于 MCP（模型上下文协议）的服务器，让 AI 助手（如 Claude）能够通过 50 多个工具直接控制 Adobe Pho★ 697
xynexyne 是一个面向工作场景的 AI 优先搜索与问答引擎，定位为 Glean 的开源替代品。它解决的是企业内部信息分散、检索效率低下的问题，通过连接各种工作工具★ 696
langchain_dartlangchain_dart 是 LangChain 理念在 Dart/Flutter 生态中的移植实现，目标是让移动端和跨平台开发者也能用熟悉的 Dart 语★ 690
UnrealGenAISupportUnrealGenAISupport 是一个为虚幻引擎（Unreal Engine）打造的插件，旨在将大语言模型（LLM）和生成式 AI 能力无缝集成到游戏开发★ 676
Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2026-ECCV2024-AIGC这是一个汇集CVPR、ICCV、ECCV等顶级计算机视觉会议中AIGC相关论文与代码的精选列表。项目旨在解决研究者难以系统追踪前沿AIGC成果的问题，按会议年份★ 674
ViewComfyViewComfy 是一个开源工具，旨在帮助开发者基于 ComfyUI 快速构建美观的 Web 应用。它解决了 ComfyUI 原生界面定制性差、难以嵌入到产品★ 672
CopulasCopulas 是一个用于对多元数据进行建模的 Python 库，它基于 copula 理论（一种将变量间依赖结构与边缘分布分离的统计方法）来生成合成数据。它解★ 657
OvertureOverture 是一个开源、本地运行的网络界面，以 MCP（模型上下文协议）服务器形式交付，能在 AI 编程代理开始写代码前，将其执行计划以交互式流程图/图谱★ 641
LiquidLiquid 是一个基于大型语言模型的可扩展统一多模态生成框架，已被 IJCV 接收。它旨在解决传统扩散模型在图像生成中步骤多、速度慢，且难以与语言模型统一的问★ 640
END-TO-END-GENERATIVE-AI-PROJECTS这是一个汇集端到端生成式AI行业项目的开源仓库，专注于大语言模型（LLM）的完整落地流程，从数据准备、模型微调、推理优化到部署上线。项目旨在为开发者提供可直接参★ 639
cog-face-to-stickercog-face-to-sticker 是一个基于 Replicate Cog 工具和 ComfyUI 工作流的开源项目，旨在将人脸照片自动转换为卡通贴纸风格图★ 635
show-me-the-storyshow-me-the-story 是一个自托管的 AI 小说生成器，采用单个 Go 二进制文件加 Web UI 的架构，部署简单。它通过兼容 OpenAI 的★ 632
Vibe-WorkflowVibe-Workflow 是一个免费开源的节点式 AI 工作流构建器，旨在替代 Weavy AI、Krea Nodes、Freepik Spaces 等商业工★ 627
openagiOpenAGI 是一个面向开放智能体与通用人工智能（AGI）的开源项目，旨在为开发者提供构建自主智能体的基础框架。它解决了从零搭建智能体时面临的工具集成、任务规★ 618
awesome-generative-ai-apps这是一个精选的开源生成式 AI 应用合集，收录了 50 多个可直接克隆、部署并商业化的项目，涵盖图像生成、视频工具、虚拟试穿、AI SaaS 模板及平台集成等类★ 610
gemini-web-to-apigemini-web-to-api 是一个通过逆向工程将 Gemini 网页版转换为标准 API 的开源项目。它解决了开发者无法直接通过官方 API 使用 Ge★ 604
raiRAI 是一个面向物理 AI 机器人的厂商无关智能体框架，基于 ROS 2 工具构建，旨在让机器人通过大语言模型完成复杂任务。它解决的核心问题是：传统机器人开发★ 603
awesome-ai-tools这是一个超大型AI工具精选列表，旨在收录并分类展示当下最热门的AI工具、平台和资源。项目持续更新至2026年，覆盖ChatGPT、Claude、DeepSeek★ 602
MiniSearchMiniSearch 是一个极简的网页搜索平台，内置 AI 助手，完全在浏览器中运行，无需后端服务器。它解决了传统搜索依赖云端服务、隐私易泄露的问题，通过本地化★ 601
EnterpriseRAG-BenchEnterpriseRAG-Bench 是一个专为企业内部文档场景设计的 RAG（检索增强生成）评测基准与数据集。它解决的核心问题是：通用 RAG 评测集（如自★ 600
LAMBDALAMBDA 是一个基于大型语言模型的数据智能体框架，源自香港理工大学的研究论文。它旨在解决数据科学任务中的人工干预问题，通过自然语言交互实现数据查询、分析和可★ 598
proper-pixel-artproper-pixel-art 是一个专注于修复 AI 生成像素画图像、视频及精灵图上传问题的 Python 工具。它解决了 AI 绘画工具（如 Stable★ 583
HolodeckHolodeck 是一个基于 CVPR 2024 论文的开源项目，旨在通过自然语言指令自动生成 3D 具身 AI 环境。它解决了传统 3D 环境构建耗时费力的问★ 577
FizgigFizgig 是一个面向 Krea 2 和 Flux 2 Klein 9B 模型的 LoRA 训练与工具集，专注于 LoKR（一种低秩适配变体）的完整生命周期管★ 573
awesome-AI-driven-development这是一个围绕 AI 驱动开发（AI-Driven Development）的 Awesome 资源清单，系统整理了用大模型与智能体辅助写代码、做需求、跑测试的工★ 564
aisearch-openai-rag-audio这是一个基于VoiceRAG模式的开源示例项目，旨在通过语音交互与RAG（检索增强生成）结合，构建生成式AI语音体验。它使用Azure AI Search作为检★ 562
giselleGiselle 是一个开源的 AI 应用构建工具，定位为无代码/低代码的智能体开发平台。它主要解决非专业开发者难以快速搭建和编排 AI 智能体的问题，通过可视化★ 558
Inline-StudioInline-Studio 是一个基于节点画布的 AI 电影制作工具，旨在将复杂的 AI 视频生成流程可视化、模块化。它解决了传统 AI 视频制作中工作流难以管★ 557
genblazeGenblaze 是一个开源 Python SDK，用于编排跨视频、音频和图像提供商的生成式 AI 媒体管道，并为每个输出内置来源追踪。它解决了在多个 AI 服★ 549
XCubeXCube 是一个用于大规模 3D 生成的深度学习框架，核心创新在于利用稀疏体素层次结构（Sparse Voxel Hierarchies）来高效表示和生成高分★ 549
generative-ai-cdk-constructsAWS Generative AI CDK Constructs 是 AWS 官方提供的 CDK 构造库，用 TypeScript 把常见生成式 AI 架构封装★ 544
ai-avatar-system开箱即用的 AI 数字人平台，上传一张照片、克隆一段声音，即可通过唇形同步视频与任意面孔实时对话。完全开源、支持自托管，基于 Claude、Whisper、Ch★ 542
forge-filmforge-film 是一个基于 Python 的多模型 DAG 驱动并行 AI 影视生成引擎。它解决传统 AI 视频生成中场景逐个生成、耗时漫长的问题，通过将★ 540
Open-AI-Micro-Drama-GeneratorOpen-AI-Micro-Drama-Generator 是一个基于多智能体流水线的 AI 短剧视频生成工具，能将任意创意自动转化为完整的短剧视频。它模拟影视★ 538
UniTokUniTok 是一个面向视觉生成与理解任务的统一分词器，由 NeurIPS 2025 Spotlight 论文提出。它解决了传统视觉分词器在生成任务（如自回归图★ 535
break-a-sceneBreak-A-Scene 是 SIGGRAPH Asia 2023 论文的官方实现，旨在从单张图像中提取多个概念（如物体、风格），并用于文本到图像的生成。它解★ 524
unbodyunbody 是一个模块化的开源后端，旨在成为 AI 时代的 Supabase，专为知识而非静态数据设计。它解决的是 AI 原生应用开发中数据接入、处理和增强的★ 523
awesome-aiart-pics-prompts这是一个精选的 AI 图像生成提示词集合，收录了超过 3000 条针对 Gemini Nano Banana Pro 模型的高质量提示词及对应的生成案例。项目旨★ 521
agencyagency 是一个面向 Go 开发者的智能体（Agent）开发库，旨在通过简洁、高效且符合 Go 语言惯例的方式，帮助开发者探索大语言模型（LLM）及其他生成★ 515
ollama4jollama4j 是一个轻量级的 Java 客户端库，用于与 Ollama 服务器进行交互。它解决了 Java 开发者无法方便地调用本地 Ollama 模型服务★ 506
awesome-ai-music-generation这是一个精选的AI音乐生成资源与项目合集，旨在整理和展示利用机器学习算法进行音乐创作的开源工具、模型、论文和平台。它解决了AI音乐领域资源分散、信息查找困难的问★ 501
Seedance-2.5-APISeedance-2.5-API 是一个针对字节跳动 Seedance 2.5 视频生成模型的 Python 封装库，旨在简化开发者对文本生成视频（T2V）和图★ 499
ms-cookbookms-cookbook 是魔搭社区（ModelScope）推出的开源实战指南，俗称「魔搭紫皮书」。它面向希望把大模型真正用起来的开发者，系统性地覆盖从模型选型、★ 498
Agentic-AI-Systems这是一个面向构建生成式AI智能体与智能体系统的实用资源库，聚焦系统设计、工具链和动手实践。它解决的是开发者从零搭建智能体时缺乏系统性参考的问题，提供架构模式、代★ 491
bedrock-engineerbedrock-engineer 是一个基于 Amazon Bedrock 的通用 AI 代理，旨在通过自然语言交互帮助开发者完成复杂的工程任务。它能够创建和编★ 484
mira-OSSMIRA OS 是一个开源的 AI 对话助手框架，旨在构建一个具有长期记忆和工具使用能力的智能体。它通过“离散记忆”机制模拟记忆的衰减与强化，使 AI 能更自然★ 482
prompt-decoratorsPrompt Decorators 是一个通过结构化前缀（如 +++Reasoning、+++StepByStep）来增强 AI 响应质量的创新项目。它借鉴了 ★ 481
LakonLabLakonLab 是一个专注于图像生成的开源项目，官方实现了 AsymFlow、pi-Flow 和 GMFlow 三种流匹配（Flow Matching）模型。★ 477
inseqinseq 是一个用于序列生成模型的可解释性工具库，专注于帮助研究者和开发者理解 LLM 等生成式模型在输出文本时的内部决策过程。它解决了生成模型（如 GPT、★ 477
ManimCatManimCat 是一个基于 AI 的数学动画生成工具，用户只需用自然语言描述想要的数学场景，即可自动生成高质量的 Manim 动画视频。它解决了传统 Mani★ 476