Techzero，热爱科技，专注分享。关注互联网技术的个人博客，欢迎交流。

开源文档解析引擎,OpenDataLab 出品 78k Star。PDF/Word/PPT/Excel/图片一键转 LLM 友好的 Markdown/JSON,公式转 LaTeX、表格转 HTML、跨页表格合并、109 语言 OCR;Pipeline 后端纯 CPU 可跑,VLM 后端精度 95+,另有 mineru.net 在线服务免部署

支持微信公众号、YouTube、播客、PDF、300+付费墙绕过等15+种内容源，一键生成播客/PPT/思维导图/Quiz

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。

基于 Google Gemini + FFmpeg，通过 Director/Editor/Reviewer 多 Agent 流水线，将原始素材和创意简报自动剪辑成精品广告，支持 YAML 管道配置与风格模板

Moonshot AI 开源 Kimi K2.6，1万亿参数 MoE（激活32B），原生多模态。在 SWE-Bench Pro、长程编码、Agent Swarm 等关键指标上超越 Claude Opus 4.6 和 GPT-5.4。开源模型做到这个水平，闭源阵营的压力来了。

开源AI短视频生成与自动发布工具，支持LLM文案生成、多平台TTS配音、ffmpeg混剪、Selenium自动发布

Datawhale 开源的系统性 LLM 学习教程，从 NLP 基础到动手搭建 LLaMA2，再到训练实践与 RAG/Agent 应用

162条精选提示词+CLI工具，支持Claude Code/Codex/Hermes Agent等运行时一键调用GPT Image 2

将数据、嵌入、搜索结构和元数据打包成单个 .mv2 文件。无需数据库、无服务器，支持多语言 SDK 和跨平台。

详解抖音视频隐式水印的嵌入原理、检测方法和去除方案，含开源工具推荐与批量处理脚本

面向团队的开源多智能体协作平台：让每个AI拥有独立身份、记忆与工作空间

只需一个主题关键词，AI全自动生成视频文案、素材、字幕、背景音乐，合成高清短视频

聚合 Hacker News、RSS、Reddit 等多源资讯，AI 评分过滤后生成中英双语日报，支持 GitHub Pages、邮件订阅、Webhook 推送及 MCP Server 集成

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。

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

扫描项目自动推荐 MCP、Skills、Hooks、Subagents 等自动化配置，让 Claude Code 从「终端助手」升级为「项目级编码环境」

39K Stars，模型无关的检测/分割/分类接口，内置丰富标注器和数据集工具

将音频分离成人声、鼓、贝斯、吉他、钢琴、其他 6 轨，支持 MP3/WAV 导入和 YouTube URL 粘贴，完全本地运行，无需账号/上传/订阅

Agent记忆不是存文本块做匹配，而是从对话中提取结论，持续理解用户和Agent。支持MCP集成Claude Code/OpenCode/Hermes等，托管或自托管。