AI 文本 · 我想做什么7 个真实应用 —— 先看成品，再看它对应的公开项目、Skill、课程与文档

Aider（终端里结对写代码） ↗

Aider-AI/aider：aider is AI pair programming in your terminal（★48,119）

Apache-2.0GitHub · Aider-AI/aider

Cline（自主编码 Agent） ↗

cline/cline：Autonomous coding agent as an SDK, IDE extension, or CLI assistant.（★65,994）

Apache-2.0GitHub · cline/cline

Continue（开源编码 Agent） ↗

continuedev/continue：open-source coding agent（★35,432）

Apache-2.0GitHub · continuedev/continue

CrewAI（角色分工的 Agent 团队） ↗

crewAIInc/crewAI：Framework for orchestrating role-playing, autonomous AI agents（★56,934）

MITGitHub · crewAIInc/crewAI

LangGraph（有状态的 Agent 图） ↗

langchain-ai/langgraph：Build resilient agents.（★39,445）

MITGitHub · langchain-ai/langgraph

MCP Servers（官方工具服务器合集） ↗

LICENSE 正文：项目正在从 MIT 迁移到 Apache-2.0，新代码按 Apache-2.0 授权 —— 引用时要看清你用的是哪一部分

正从 MIT 迁往 Apache-2.0GitHub · modelcontextprotocol/servers

OpenHands（让 AI 跑完整开发流程） ↗

OpenHands/OpenHands：AI-Driven Development（★83,695）

MITGitHub · OpenHands/OpenHands

WaytoAGI · 2.0 AI 编程（中文社区知识库） ↗

新手入门 / 工具专区（Claude Code、Cursor、Trae、Codex）/ 实战案例，外加一张按门槛分档的工具对比表 —— 社区共建，质量不均

通往 AGI 之路（WaytoAGI）知识库

大模型工程化实战（llm-action） ↗

中文侧讲「怎么把模型接进工程」最全的一本：推理加速、显存优化、部署形态都有成篇内容。写代码助手最先撞上的不是模型选型，是这些。

GitHub · liguodongiot/llm-action（大模型工程化实战）

Dify（可视化搭 Agent 与 RAG） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：LICENSE 正文写明未经书面授权不得用它运营多租户环境，且不许移除或修改前端的 LOGO 与版权信息

改过的 Apache-2.0（有附加条件）GitHub · langgenius/dify

LangChain（Agent 编排框架） ↗

langchain-ai/langchain：The agent engineering platform.（★143,970）

MITGitHub · langchain-ai/langchain

LlamaIndex（文档 Agent 与 OCR） ↗

• 让模型读你的资料：run-llama/llama_index：LlamaIndex is the leading document agent and OCR platform（★51,556）
• 让输出能被程序读：run-llama/llama_index：LlamaIndex is the leading document agent and OCR platform（★51,556）

MITGitHub · run-llama/llama_index

MarkItDown（各种文档转 Markdown） ↗

microsoft/markitdown：Python tool for converting files and office documents to Markdown.（★173,092）

MITGitHub · microsoft/markitdown

MinerU（PDF/Office 转 LLM 可读） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：LICENSE 写的是「Apache License 2.0 and is subject to the additional terms below」

Apache-2.0 + 附加条款GitHub · opendatalab/MinerU

RAGFlow（RAG 引擎） ↗

infiniflow/ragflow：a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities（★87,254）

Apache-2.0GitHub · infiniflow/ragflow

Unstructured（文档转结构化数据） ↗

Unstructured-IO/unstructured：open-source ETL solution for transforming complex documents into clean, structured formats for language models（★15,294）

Apache-2.0GitHub · Unstructured-IO/unstructured

动手学大模型应用开发（llm-universe） ↗

面向小白的应用开发教程，第一个完整例子就是搭一个能跑的知识库问答。适合先跟着做一遍再回头看 all-in-rag 的细节。

GitHub · datawhalechina/llm-universe（动手学大模型应用开发）

RAG 技术全栈指南（all-in-rag） ↗

企业知识库问答就是 RAG，这本从切分、向量化、检索到重排一路讲完，中文、在线可读、本月还在更新（★10,307）。

GitHub · datawhalechina/all-in-rag（RAG 技术全栈指南）

LangChain（Agent 编排框架） ↗

langchain-ai/langchain：The agent engineering platform.（★143,970）

MITGitHub · langchain-ai/langchain

LlamaIndex（文档 Agent 与 OCR） ↗

• 让模型读你的资料：run-llama/llama_index：LlamaIndex is the leading document agent and OCR platform（★51,556）
• 让输出能被程序读：run-llama/llama_index：LlamaIndex is the leading document agent and OCR platform（★51,556）

MITGitHub · run-llama/llama_index

MarkItDown（各种文档转 Markdown） ↗

microsoft/markitdown：Python tool for converting files and office documents to Markdown.（★173,092）

MITGitHub · microsoft/markitdown

MinerU（PDF/Office 转 LLM 可读） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：LICENSE 写的是「Apache License 2.0 and is subject to the additional terms below」

Apache-2.0 + 附加条款GitHub · opendatalab/MinerU

RAGFlow（RAG 引擎） ↗

infiniflow/ragflow：a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities（★87,254）

Apache-2.0GitHub · infiniflow/ragflow

Unstructured（文档转结构化数据） ↗

Unstructured-IO/unstructured：open-source ETL solution for transforming complex documents into clean, structured formats for language models（★15,294）

Apache-2.0GitHub · Unstructured-IO/unstructured

动手学大模型应用开发（llm-universe） ↗

文档转结构化的难点在提示词与输出约束，这本里有成章的中文讲解与可跑代码。

GitHub · datawhalechina/llm-universe（动手学大模型应用开发）

AutoGen（多 Agent 编程框架） ↗

许可是 CC-BY-4.0 —— 那是给作品用的知识共享协议，不是常见的软件许可，用前想清楚

CC-BY-4.0GitHub · microsoft/autogen

browser-use（让 Agent 操作网页） ↗

browser-use/browser-use：Make websites accessible for AI agents. Automate tasks online with ease.（★108,756）

MITGitHub · browser-use/browser-use

CrewAI（角色分工的 Agent 团队） ↗

• 让它自己把活干完：crewAIInc/crewAI：Framework for orchestrating role-playing, autonomous AI agents（★56,934）
• 让模型调工具：crewAIInc/crewAI：Framework for orchestrating role-playing, autonomous AI agents（★56,934）

MITGitHub · crewAIInc/crewAI

Dify（可视化搭 Agent 与 RAG） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：LICENSE 正文写明未经书面授权不得用它运营多租户环境，且不许移除或修改前端的 LOGO 与版权信息

改过的 Apache-2.0（有附加条件）GitHub · langgenius/dify

LangGraph（有状态的 Agent 图） ↗

• 让它自己把活干完：langchain-ai/langgraph：Build resilient agents.（★39,445）
• 让模型调工具：langchain-ai/langgraph：Build resilient agents.（★39,445）

MITGitHub · langchain-ai/langgraph

MCP Servers（官方工具服务器合集） ↗

LICENSE 正文：项目正在从 MIT 迁移到 Apache-2.0，新代码按 Apache-2.0 授权 —— 引用时要看清你用的是哪一部分

正从 MIT 迁往 Apache-2.0GitHub · modelcontextprotocol/servers

n8n（工作流自动化） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：主分支以外的分支不授权；文件名含 `.ee.` 的要另持企业许可

Sustainable Use License（fair-code）GitHub · n8n-io/n8n

OpenHands（让 AI 跑完整开发流程） ↗

OpenHands/OpenHands：AI-Driven Development（★83,695）

MITGitHub · OpenHands/OpenHands

WaytoAGI · 1.3 AI Agents（智能体）（中文社区知识库） ↗

学习路径指向 Lilian Weng 那篇 agent 综述，另有社区开发者榜单与共创 Bot 试玩 —— ⚠️ 这块很薄，正文两百余字

通往 AGI 之路（WaytoAGI）知识库

多智能体入门（handy-multi-agent） ↗

Agent 工作流一旦超过一个角色就是多智能体问题：谁调谁、状态放哪、失败怎么回滚。这本是中文侧少见的成体系材料。

GitHub · datawhalechina/handy-multi-agent（多智能体教程）

LangChain 中文入门教程 ↗

站上这一类的项目大多建在 LangChain 上（★9,095 的中文入门）。⚠️ LangChain 版本变动快，跟着敲之前先对一下你装的版本。

GitHub · LangChain 中文入门教程

llama.cpp（C/C++ 本地推理） ↗

ggml-org/llama.cpp：LLM inference in C/C++（★123,436）

MITGitHub · ggml-org/llama.cpp

Ollama（一条命令跑起来） ↗

ollama/ollama：Get up and running with Kimi-K2.6, GLM-5.2, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models.（★178,259）

MITGitHub · ollama/ollama

Open WebUI（自建对话界面） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：不是 BSD/MIT，是厂商自拟的许可，含品牌相关条款

自定义 Open WebUI LicenseGitHub · open-webui/open-webui

Transformers（模型定义与训练） ↗

huggingface/transformers：the model-definition framework for state-of-the-art machine learning models（★163,595）

Apache-2.0GitHub · huggingface/transformers

vLLM（高吞吐推理服务） ↗

vllm-project/vllm：A high-throughput and memory-efficient inference and serving engine for LLMs（★88,764）

Apache-2.0GitHub · vllm-project/vllm

大模型工程化实战 · 推理与部署 ↗

显存怎么算、用哪种量化、推理框架怎么选 —— 部署真正卡住人的那些数都在这里。

GitHub · liguodongiot/llm-action（大模型工程化实战）

开源大模型食用指南（self-llm） ↗

这一条最贴本地部署：基于 Linux 环境，讲国内外开源模型怎么下、怎么跑、怎么微调。Apache-2.0，★31,694，本月还在更新。

GitHub · datawhalechina/self-llm（开源大模型食用指南）

LLaMA-Factory（统一微调 100+ 模型） ↗

hiyouga/LlamaFactory：Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)（★73,993）

Apache-2.0GitHub · hiyouga/LlamaFactory

llama.cpp（C/C++ 本地推理） ↗

ggml-org/llama.cpp：LLM inference in C/C++（★123,436）

MITGitHub · ggml-org/llama.cpp

Ollama（一条命令跑起来） ↗

ollama/ollama：Get up and running with Kimi-K2.6, GLM-5.2, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models.（★178,259）

MITGitHub · ollama/ollama

Open WebUI（自建对话界面） ↗

看着像标准开源，其实有附加条件 —— 商用前把 LICENSE 读完：不是 BSD/MIT，是厂商自拟的许可，含品牌相关条款

自定义 Open WebUI LicenseGitHub · open-webui/open-webui

Transformers（模型定义与训练） ↗

• 把模型调成你要的样子：huggingface/transformers：the model-definition framework for state-of-the-art machine learning models（★163,595）
• 在自己机器上跑：huggingface/transformers：the model-definition framework for state-of-the-art machine learning models（★163,595）

Apache-2.0GitHub · huggingface/transformers

Unsloth（省显存的微调） ↗

unslothai/unsloth：Local UI to run and train LLMs and diffusion models, including Kimi K3, MiniMax-H3, Gemma 4, Qwen3.6, DeepSeek-V4（★69,905）

Apache-2.0GitHub · unslothai/unsloth

vLLM（高吞吐推理服务） ↗

vllm-project/vllm：A high-throughput and memory-efficient inference and serving engine for LLMs（★88,764）

Apache-2.0GitHub · vllm-project/vllm

LLaMA-Factory 官方文档 ↗

★74,041 的统一微调框架，支持 100+ 模型、有中文文档与 WebUI。想微调而不想从零写训练脚本，从它开始。

GitHub · hiyouga/LLaMA-Factory

开源大模型食用指南 · 微调篇 ↗

self-llm 里全参数与 LoRA 微调都有分模型的中文步骤，和 LLaMA-Factory 互补：一个讲工具，一个讲某个模型具体怎么调。

GitHub · datawhalechina/self-llm（开源大模型食用指南）

LiteLLM（一个接口调 100+ 模型） ↗

`enterprise/` 目录下的内容另有许可，不在开源部分里

MIT（enterprise/ 目录除外）GitHub · BerriAI/litellm

WaytoAGI · 1.2 Prompts（提示词）（中文社区知识库） ↗

目录分 OpenAI 官方指南、吴恩达讲 Prompt、微软与 Claude 教程、方法论精读、最佳实践 —— 社区共建，质量不均

通往 AGI 之路（WaytoAGI）知识库

大模型工程化实战 · 成本与推理 ↗

多模型接入要解决的是同一件事在不同模型上多少钱、多久出结果，这本里有推理成本与加速的成篇内容。

GitHub · liguodongiot/llm-action（大模型工程化实战）