字节开源视觉驱动 UI 自动化框架，支持 Web/桌面/移动端，自然语言控制

微软开源中文 TTS，男声女声，RTF 0.5x，Agent 通过 SSH 一键生成并播放

OpenBMB 开源 2B 无分词器 TTS，支持30语言、Voice Design、声音克隆，附 CLI 和 FastAPI HTTP 服务完整用法，可直接给 Agent 调用

PlayCanvas 开源的 3D Gaussian Splat 在线编辑器，无需安装，浏览器直接运行，支持检查、编辑、优化和发布 3DGS 场景

HKUDS 开源，导演+编剧+制片人+视频生成器一体化，支持创意/小说/剧本一键成片

免费开源的 Agent IDE，支持 Claude Code、Codex、OpenCode 等多个 Agent 并排运行，带设计模式与移动端配套 App

腾讯开源的 AI Agent 记忆系统：符号化短期记忆 + 分层长期记忆，全本地运行，零外部依赖。Token 最高节省 61%，成功率提升 51%。

免费开源的抖音下载工具，搜索用户或粘贴分享链接就能批量下载视频、图集和原声，支持Windows/Mac/Linux桌面运行和浏览器无界面部署

免费开源的软件KVM，一套键盘鼠标控制多台电脑，鼠标滑到屏幕边缘自动切换，支持Win/Mac/Linux/BSD全平台

Block 开源，基于 Nostr 协议，自托管的团队协作平台，AI Agent 与人类平等参与

33B开源全模态视频模型，原生立体声，从3060到5090全覆盖的保姆级部署+提示词+加速教程

AMH 是国内首个开源的主机面板，使用APL开源软件协议。

字节跳动开源多模态智能体，桌面/浏览器/手机自动化操作，游戏任务 SOTA

Garry Tan 开源的 AI 代理长期记忆系统，支持 10000+ Markdown 文件的混合搜索

Firecrawl 团队开源的 AI 网站克隆工具，通过与 AI 对话即可将任意网站重建为现代 React 应用，支持多种 LLM 提供商和 Vercel/E2B 沙箱部署，适合快速原型开发和设计还原。

基于多智能体 LLM 的开源金融交易框架，模拟真实交易公司架构，部署基本面/情绪/新闻/技术分析师和交易员、风控团队进行协作决策，支持多种 LLM 提供商和回测，适合量化交易研究与策略验证。

Rust 编写的开源 headless 浏览器，内存仅 30MB、启动瞬开、内置反检测与跟踪器拦截，单二进制无依赖，兼容 Puppeteer/Playwright，适合大规模网页抓取与 AI Agent 自动化

Nous Research 开源 AI Agent 框架，一行命令安装，6种执行后端，内置自学习循环。本文覆盖安装、配置、飞书接入全流程。

字节跳动开源的 3B 活跃参数原生统一多模态模型，支持图像/视频理解、生成与编辑。

Google DeepMind 开源多模态模型，11.95B参数支持文本+图像+音频，256K上下文，原生函数调用，Apache 2.0免费商用