开源工具与社区

TensorRT LLM 是 NVIDIA 提供的开源推理优化库，旨在提升大型语言模型（LLM）在 NVIDIA GPU 上执行推理的性能与效率。该库为开发者提供高级 Python API、模块化运行时、可定制推理内核与多种优化策略，用于单机或集群级推理部署。

Prompt Manager（PromptX）是一个开源提示词管理与版本控制工具，支持提示词的创建、分类、全局搜索及版本历史对比。PromptX 提供个人提示词库、公共模板库及社区评分机制，用于增强提示词的组织与复用能力。

AgentCPM-Explore 是清华大学、人民大学、面壁智能与 OpenBMB 开源社区联合发布的 4B 参数端侧智能体模型，在多项长程智能体基准测试中取得领先表现，支持超 100 轮持续环境交互，并提供配套的开源训练与评测基础设施。

TranslateGemma 是 Google 推出的开放式多语言机器翻译模型系列，基于 Gemma 3 架构构建，支持 55 种语言的文本与图像内文字翻译，提供多种参数规模以适应不同部署场景。

FLUX.2 [klein] 是 Black Forest Labs 发布的紧凑型实时图像生成与编辑 AI 模型家族，支持子秒级图像生成、统一的生成与编辑流程、文本到图像、多参考图像编辑等功能，适用于研究、开发和交互式视觉智能应用。

司农（Sinong）是南京农业大学开源的农业领域垂直大语言模型，用于理解与生成农业相关知识，支持农业问答、检索增强与上下文推理等功能，面向 AI 工具使用者提供农业智能分析能力。

UI-TARS Desktop 是由字节跳动开源的桌面端 GUI Agent 工具，基于 UI-TARS 视觉语言模型（VLM），可通过自然语言控制计算机界面，实现图形界面识别与操作。

Z.ai 推出的最新一代大型开源语言模型，专为复杂推理、编码任务和智能代理型场景设计。

腾讯混元（Hunyuan）推出的开源 高质量机器翻译模型系列，支持 33 种语言互译和多种方言/民族语言，包括轻量级端侧部署能力与高性能翻译表现。

一款由 StepFun 团队开源的 端到端深度研究智能体 AI 模型。

由 Qwen 团队开发的 图像分层 AI 模型，可以将单张图像自动分解成多个可独立可编辑的 RGBA 图层，实现类似专业图像编辑软件的分层操作。

大晓机器人推出的 开源世界模型，专为具身智能、机器人环境理解与动态预测设计。

微软发布的开源 图像到 3D 生成 AI 模型。

一个由 Google 主导开发的 开放声明式 UI 协议，旨在让 AI 智能体生成富交互式用户界面（UI），实现跨平台、本地渲染和安全运行。

Allen Institute for AI (Ai2) 发布的开源 视频与多图像理解多模态模型，具备先进的空间–时间定位、视频跟踪与密集描述能力，适用于视频问答、对象计数、追踪与密集标注等复杂任务。

小米开源的高效混合专家（MoE）大语言模型，具备 3090亿参数、150亿激活参数、150 tokens/s 超高速推理、256K 超长上下文支持，在推理、代码生成与智能体任务上表现出色。

美团 LongCat 团队开源的音频驱动长视频角色动画生成模型。

Claude-Mem 是一个专为 Claude Code 设计的开源持久记忆插件，通过自动捕获 AI 会话中的上下文、工具调用和观察，并将经 AI 压缩与结构化后的关键信息注入未来会话，实现跨会话记忆持续、语义搜索与自然语言历史检索等功能，大幅提升长期项目协作体验。

OpenScreen 是一款免费、开源的屏幕录制与演示制作工具，作为 Screen Studio 的简洁替代方案，支持全屏及指定窗口录制、手动缩放效果、画面裁剪、注释添加及背景定制等功能，帮助创作者快速制作高质量教程、产品演示与教学视频。

PosterCopilot 是由南京大学、LibLib.ai 与中国科学院自动化所联合推出的 AI 海报设计框架，通过布局推理、审美强化学习与分层可控编辑，为专业海报布局和设计流程提供自动化与迭代式编辑能力，适合设计师、营销人员与创意团队使用。

GLM-TTS 是一款由 Zhipu AI 开源的工业级 文本转语音（TTS） 系统，支持零样本音色克隆、情感表达控制与流式生成。它采用双阶段架构与多奖励强化学习，可实现高质量自然语音合成，适用于语音助手、有声读物、客服、教育等多种场景。

Vidi2 是由 ByteDance 发布的 12 B 多模态视频理解与创作模型，支持长视频解析、精确时空定位 (Spatio-Temporal Grounding)、自动剪辑与脚本生成，是内容创作、短视频制作、影视剪辑与视频理解研究的新利器。

StepAudio R1 是首个真正能对音频进行“Chain-of-Thought（CoT）推理 / 深度分析”的开源音频语言模型，支持对说话、音乐、环境音进行理解、推理与分析，适合开发者、研究者、内容创作者用于音频理解、分析、检索与多模态工具构建。

Depth Anything 3 (DA3) 是 ByteDance-Seed 团队开源的下一代通用 3D 视觉重建模型，可从任意数量与任意视角的图像／视频输入中恢复空间一致的 3D 几何结构，包括深度图、相机位姿、三维点云与新视图合成，非常适合视觉创作者、3D 艺术师、研究者与开发者进行几何估计、3D 重建与视觉内容创作。

DeepSeek-Math-V2 是一个开源数学推理模型，通过“生成 + 自验证 (generate-and-verify)”机制，实现了 IMO 金牌水平的定理证明与数学竞赛能力，非常适合研究者、学生、开发者与数学爱好者用于复杂数学问题求解、证明辅助与教育 /学习。

Z-Image 是阿里通义 (Tongyi MAI) 发布的高效 6 B 图像生成与编辑基础模型，支持高逼真度渲染、中英双语文本、低资源运行与快速推理，为创作者、设计师和开发者提供了兼顾质量与效率的开放图像生成方案。

爱派 (AiPy) 是一款国内开源、支持本地部署的智能 Agent 工具，基于 “Python Use” 理念，让 AI 不仅能“思考”，还能够“动手”——自动生成并执行 Python 代码、操作本地文件与应用。本文面向 AI 工具使用者，深入解析爱派 (AiPy) 的功能、技术原理、使用流程、典型场景与常见问答，助你快速上手，开启“让 AI 做实事”的新纪元。

Higgs Audio V2 是 Boson AI 发布的开源音频大语言模型，基于 1000 万小时语音数据训练，支持多说话人对话、情感语音、多语言语音生成，适合 AI 工具使用者构建语音 Agent 和音频应用。

SuperDesign 是首款开源设计 Agent，内嵌 IDE 内，通过自然语言生成 UI Mockup、组件与线框布局，适合 AI 工具使用者快速构建设计原型。

MonkeyCode 是长亭科技开源的企业级智能编程助手，支持私有化部署、离线使用、自然语言编程与代码安全扫描，适合 AI 工具使用者在研发团队中提升效率与品质。

KAT‑V1 是 KwaiPilot 团队开源的 40B 大语言模型，具备“自动思考”机制，可动态切换链式思维与直接回答模式，显著降低推理浪费，适合 AI 工具使用者提升效率与响应速度。

OxyGent 是京东开源的模块化多 Agent 协作框架，支持快速构建、部署与演化 AI 多智能体系统，适合 AI 工具使用者用于开发生产级 Agent 应用。

Qwen3‑Coder 是阿里巴巴开源的最强 AI 编码模型，采用 480B MoE 架构，支持 256K–1M 长上下文、Agentic 自动编程，性能媲美 Claude Sonnet 和 GPT‑4，为 AI 工具使用者提供顶级本地部署代码助手。

JoyAgent‑JDGenie 是京东开源的端到端多智能体系统，支持多子 Agent 协同处理查询任务，具有轻量化架构、可插拔组件和高准确率，适合 AI 工具使用者构建智能 Agent 应用。

Seed‑X 是 ByteDance Seed 团队开源的 7B 多语言翻译 LLM，支持 28 种语言双向翻译，性能媲美 Gemini‑2.5、GPT‑4、DeepSeek‑R1，适合希望构建本地翻译系统的 AI 工具使用者。

OpenBB 是一个开源、可扩展的金融数据与投资研究平台，提供 CLI、Python SDK、Web API 和 Workspace，可接入多源数据并支持 AI 助手，适合 AI 工具使用者与金融分析师使用。

雾象Fogsight 是由 WaytoAGI 社区开源的 LLM 驱动动画引擎，通过“语言用户界面”（LUI）将抽象概念转换为生动动画，适合 AI 工具使用者用于教学、演示与创意生成。

Goedel‑Prover‑V2 是一款开源自动化定理证明模型系列，通过专家迭代、自我修正与模型平均三项创新，实现 8B 和 32B 版本在自动形式化证明任务中的全新 SOTA，适合 AI 工具使用者用于数学推理和 Agent 集成。

Voxtral 是由 Mistral 推出的首款开源语音理解模型系列，支持高精度转录、语音问答、多语言识别与函数调用，提供 24B 和 3B 两种参数规模，适合 AI 工具使用者本地部署或云端集成。

EXAONE 4.0 是 LG AI Research 发布的混合智能大模型，集通用理解与多步推理于一体，提供 32B 高性能与 1.2B 本地部署版本，支持工具调用与多语言，是 AI 工具使用者进行开发集成的核心资源。

RoboOS 2.0 是北京智源研究院推出的开源多智能体机器人操作系统，支持跨形体协作、集成 RoboBrain 认知大脑、技能库和共享内存，为 AI 工具使用者提供部署机器人智能系统的完整解决方案。

RoboBrain 2.0 是北京智源研究院推出的开源多模态机器人“大脑”，融合视觉、语言与交互推理，支持 7B/32B 模型，对各种实体任务进行空间、时间规划与闭环反馈，适合 AI 工具使用者快速集成机器人认知能力。

PromptForge 是一个开源 AI 提示工程工作台，支持多模型对比测试、系统化评估和版本控制，帮助 AI 工具使用者更高效地设计、调试和优化 prompts。

Kimi K2 是 Moonshot AI 发布的开源 trillion‐parameter 混合专家大语言模型，支持代码生成、长上下文处理、多 Agent 工具调用，被评为 SOTA 开源模型，适合 AI 工具使用者部署与集成。

TradingAgents‑CN 是一个基于多智能体大语言模型的中文金融交易决策框架，支持中文界面、A 股港股数据、本地模型集成和 Docker 部署，适合 AI 工具使用者构建和测试智能交易系统。

Skywork‑R1V 3.0 是一款开源的多模态视觉‑语言推理模型，采用视觉 CoT、强化学习优化，在 MMMU、MathVista 等多项测试中实现开源最佳性能，适合 AI 工具使用者部署与实验。

深入剖析开源反思型生成模型 MetaStone‑S1：其架构、Test‑Time Scaling、性能基准、实际部署与未来发展，面向 AI 工具使用者的全面指南。

Furion 是一个开源 .NET 应用开发框架，以“先知”命名，致力于简化 .NET 项目创建、API 构建、服务注入与结构设计，支持 .NET5–10+、双许可（Apache‑2.0/MIT）、低侵入、超轻依赖，帮助 AI 工具使用者快速搭建高性能后端服务。