基于视觉 LLM 驱动浏览器自动化的 AI Agent 平台，通过 Playwright 扩展实现自然语言操控网页，支持工作流编排与结构化数据提取。

模型与推理框架多模态AI代理

查看详情 →

本地优先的 AI 个人代理操作系统，基于文件智能、事件驱动工作流与 LLM 实现跨模态任务执行与多平台交互。

其他多模态RAG

查看详情 →

基于 AI 视觉理解的 macOS GUI 自动化工具，通过屏幕截图与多供应商大模型实现元素检测、语义理解与自然语言驱动的界面操作

模型与推理框架多模态MCP

查看详情 →

面向 Apple Silicon 的 vLLM 风格推理服务器，基于原生 MLX 后端，单进程同时暴露 OpenAI 与 Anthropic 兼容 API，支持多模态统一服务、Continuous Batching、Paged KV Cache、SSD 分级缓存等生产级特性。

多模态大语言模型Python

查看详情 →

面向实时语音与多模态对话 AI Agent 的开源 Python 框架，通过可组合 Pipeline 架构实现端到端语音流式交互。

多模态多智能体系统AI代理

查看详情 →

首个开源 Agent-first 视频制作系统，提供 12 条结构化管线与 52 个生产工具，在 AI 编程助手中以自然语言驱动端到端视频生产。

自然语言处理多模态AI代理

查看详情 →

将电脑变为个人 AI，持续记录屏幕与音频，构建可搜索的本地 AI 记忆系统。

文档教程与资源RAG多模态

查看详情 →

Apple Silicon 本地 AI 推理引擎，提供 OpenAI 兼容 API，支持多模态、Tool Calling 和智能云端路由。

AI代理大语言模型MCP

查看详情 →

开源数字人智能体平台，通过单张照片创建可实时视频通话的 AI Agent，支持 RAG 知识导入、声音克隆与模块化插件架构。

文档教程与资源多模态RAG

查看详情 →

面向生产环境的结构化文档数据提取系统，支持多模态大模型与可插拔工作流编排，可处理发票、银行对账单、金融表格等多种业务文档。

模型与推理框架大语言模型多模态

查看详情 →