最新 AI 工具

Screenshot to Code 是一个开源项目，也提供托管产品，可利用 AI 将截图、原型图、Figma 设计和屏幕录制转换为整洁、可运行的代码，支持 HTML/Tailwind、HTML/CSS、React/Tailwind、Vue/Tailwind、Bootstrap 和 Ionic/Tailwind。

Claude Code 是一款智能体编程工具，可读取代码库、编辑文件并运行命令。它能与你的开发工具集成，通过自然语言处理 git 工作流。适用于终端、IDE、桌面应用和浏览器。

OpenHuman 是一款面向 Mac、Windows 和 Linux 的免费开源个人 AI，数据保存在本地，并能编排多智能体。核心以 Rust 编写，定位为快速、高效的开源智能体运行框架，同时提供桌面端、浏览器界面和终端客户端。

OpenDesign 是一个开源、本地优先的桌面应用，也是 Claude Design 的开源替代方案。它让现有编码智能体成为设计引擎，从简报生成原型、落地页、仪表盘、演示幻灯片、图像和视频，输出真实文件，并支持 HTML、PDF、PPTX 或 MP4 导出。

Happy 是开源远程控制工具，适用于在你自己电脑上运行的 Claude Code、Codex 等编码智能体。你可以从 iOS、Android 或网页端启动、引导、批准和审查会话，并享有端到端加密。

Cognee 是面向 LLM 智能体的开源智能体记忆平台，为 AI 智能体提供跨会话的持久长期记忆。它结合图、向量和关系检索，可自托管、在 Docker 中运行、本地部署或使用 Cognee Cloud。

QMD 是一个本地优先的迷你 CLI 搜索工具，用于检索文档、知识库、会议记录等文本。它结合 BM25 全文搜索、向量语义搜索和 LLM 重排序，并通过 node-llama-cpp 与 GGUF 模型全程在设备端运行。

一个在你自有基础设施中运行的开源智能体平台。每个 AI 同事都拥有自己的计算机、浏览器、文件和工具，并具备公司知识库与权限。可接入任何 AG-UI 智能体。

anydoc 是 Firecrawl 开发的开源 Rust 库，可将 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 转换为整洁的 GitHub 风格 Markdown，并提供 Node.js、Python、浏览器和 CLI 绑定。

Browser Harness 是一个直接构建在 CDP 上的轻量级自愈式浏览器代理工具，可让 LLM 完成各类任务。代理能在任务中途编辑自己的辅助函数，从而完成任意浏览器任务，并使工具随每次任务改进。

DeepSeek Harness（dsh）是 DeepSeek AI 开发的开源智能体框架，目前处于开发者预览阶段。它基于 Cordis 插件系统构建，模型、工具、技能、会话、沙箱、存储、循环、调度与界面等各项能力均以可替换、可重组的插件实现，并且每一次运行都可追溯。

omp 是面向终端的编码智能体，具备子智能体、计划模式、LSP、DAP、记忆、hashline 编辑和时光回溯规则，由原生 Rust 核心驱动。由 Stencil Labs 构建。

Harbor 是由 Terminal-Bench 创作者推出的框架，用于在容器环境中指定沙箱化智能体任务，以评估和优化智能体与语言模型。它支持评估 Claude Code、OpenHands、Codex CLI 等任意智能体，构建和分享基准与环境，通过 Daytona、Modal、LangSmith、Blaxel、Novita Sandbox、Tensorlake 和 Runta 等提供方并行开展数千个环境的实验，并生成用于 RL 优化的 rollout。

开源基础设施，将 Codex、Claude Code、Hermes 等运行框架作为可插拔的智能体后端运行，让产品通过一个 API 执行任务、获取结果并切换运行框架。

Zed 是一款高性能的多人协作代码编辑器，由 Atom 与 Tree-sitter 的创造者打造，让编码如思维般迅捷，并为与人类和 AI 的流畅协作而设计。

Tolaria 是一款免费开源的桌面应用，支持 macOS、Windows 和 Linux，用于管理 Markdown 知识库，具备本地文件存储、集成的 Git 版本控制以及 AI 支持。

Warp 是源自终端的智能体开发环境，提供开放的云软件工厂基础设施，用于在软件开发生命周期中构建、衡量和协调智能体，帮助团队交付更多、花费更少。

OpenWorker 是一款免费开源的 AI 智能体，可运行在你自己的电脑上，并在日常工具中工作，将你的请求转化为完成的交付成果，重要操作前会先征求确认。可自带模型，或用 Ollama 本地运行。

OpenKnowledge 是一款开源、AI 原生的 Markdown 编辑器与 IDE，面向知识库、LLM Wiki、规格文档、笔记和智能体第二大脑。它可通过 MCP/CLI 与 Claude、Codex 等智能体框架协作，私密、本地运行且免费。

GenOffice 是一款面向 macOS、Windows 和 Linux 的免费开源 AI 办公套件。可打开并保存 .docx、.xlsx 和 .pptx 文件，编辑 PDF、Markdown 和 HTML，内置 AI 智能体，可使用 Genspark 积分或自备 API 密钥。

Chroma 是面向 AI 的开源搜索基础设施，提供快速、无服务器且可扩展的基础设施，支持向量、稀疏向量、全文、正则与元数据搜索，基于对象存储构建，适用于多租户索引，采用 Apache 2.0 开源许可。

GraphRAG 是一个模块化的基于图的检索增强生成系统，可从非结构化文本中提取知识图谱，构建社区层次结构，生成摘要，并支持全局、本地、DRIFT 和基本搜索。

DeepSeek-V3 是一款混合专家（MoE）语言模型，总参数量 671B，每个 token 激活 37B 参数。它支持 128K 上下文，提供 Base 与 Chat 两个版本，开放权重可用于本地部署，也可通过 API 使用。

Qdrant 是一个高性能、可大规模扩展的向量数据库和向量相似度搜索引擎，专为新一代 AI 应用设计。它支持存储、搜索和管理带 payload 的向量，并提供全托管的 Qdrant Cloud 服务。

Crawl4AI 是面向 LLM 与 AI 代理的开源网络爬虫与抓取工具，可将任意网站转换为干净、适合 LLM 的 Markdown，用于 RAG、AI 代理与数据管道。既可免费自托管，也可通过单个密钥使用 Crawl4AI Cloud。

Helicone 是一个开源 LLM 可观测性与 AI 网关平台。它为可靠的 AI 应用提供路由与监控，让开发者只需一行代码即可监控、评估和实验。

PaddleOCR 是一款强大、轻量的 OCR 与文档解析工具包，可将 PDF 和图像转换为结构化、可供 LLM 使用的数据。它支持 100 多种语言、JSON 和 Markdown 输出，并帮助构建 RAG 和 Agentic 应用。

Firecrawl 是一个用于大规模搜索、抓取和与网页交互的网页数据 API。它能将内容提取为干净的 Markdown 或结构化数据，供 AI 代理和应用使用，项目开源并提供托管服务。

Agent Development Kit (ADK) 是一个开源、代码优先的 Python 框架，用于以灵活性和控制力构建、评估和部署复杂的 AI 智能体。它采用软件开发原则，简化从简单任务到复杂系统的智能体工作流构建、部署与编排。ADK 针对 Gemini 优化，但模型无关、部署无关，并与其他框架兼容。

OpenViking 是面向 AI 智能体的开源上下文数据库，统一智能体记忆、知识 RAG 与技能。它把上下文组织为 viking:// 下可浏览的文件系统，支持分层摘要与目录内的语义检索，让上下文成为可检索、可复用的资产，并可接入多种智能体框架。

Model Context Protocol（MCP）是一个开源标准，用于连接AI应用与外部系统。它使AI应用能够访问数据源、工具和工作流。此仓库提供了参考MCP服务器和SDK示例。

OpenAI Agents SDK 是一个轻量、与提供商无关的 Python 框架，用于构建多智能体工作流。它提供智能体、任务交接、防护栏、工具、会话、追踪以及对实时和语音智能体的支持。

Qwen3-VL 是 Qwen 团队（阿里巴巴云）开发的多模态大语言模型系列，提供密集和 MoE 架构，具备高级视觉推理、长上下文和扩展 OCR 能力。

Qwen3 是阿里云 Qwen 团队开发的大型语言模型系列，包含稠密与混合专家（MoE）模型，提供思考与非思考模式，支持多语言、长上下文、推理、编码与智能体能力，并推出 2507 更新版本。

LangChain 是智能体工程平台，提供 create_agent——一个极简且高度可配置的智能体框架，用于从模型、工具、提示词和中间件组装智能体。