推荐 5 个本周 yyds 的 GitHub 项目

个人电脑上运行AI大模型

Jan 一款对标 ChatGPT 的开源客户端软件，最大特点是 100% 离线运行，目前已经获得了 33K 的 Star。

不需要联网，就能在你的电脑上使用各种 AI 大模型，比如 Llama、Mistral、Qwen。

支持 Windows、macOS 和 Linux 系统，安装后仅需一键即可启动本地模型服务。

开源地址：https://github.com/menloresearch/jan

降低机器人开发门槛

Hugging Face 开源的机器人 AI 平台，现在已经获得了 15K+ 的 Star。

目标是降低机器人开发门槛，打造一款下图类似的机器人。只需在你笔记本电脑上进行几个简单的操作，几分钟即可进行训练。

重点是端到端，你不需要分别处理感知、规划和控制多个步骤，大大简化了开发流程。

它整合了多模态大语言模型与强化学习算法，让机器人能像人类一样通过视觉、语言等多维度感知环境并自主决策。

该项目将抽象算法转化为可视化工具和预训练模型，推动具身智能从实验室走向真实场景应用。

开源地址：https://github.com/huggingface/lerobot

轻松提取 Youtube 的字幕

开源地址：https://github.com/jdepoix/youtube-transcript-api

轻松学会 RAG

这个刚开源没多久，就斩获 5K Star。这是一个帮你以更简单的方式实现所有 RAG 技术的知识库。

RAG 技术可以让 AI 大模型生成答案之前访问外部知识库，从而提高答案的相关性、准确性和时效性，并减少“幻觉”等问题。

all-rag-techniques 汇集了多达 22 种不同的 RAG 技术，从基础的实现方法到专业的解决方案，应有尽有。

学习后，你就能让 AI 大模型更有效地利用外部知识库，提升生成内容的准确性和可靠性。

开源地址：https://github.com/FareedKhan-dev/all-rag-techniques

如果你不习惯看英文教程，推荐这一本《大模型应用开发RAG 实战课》，宇树机器人 CEO 王兴兴亲情推荐：

全书内容紧密贴合企业级 RAG 实战，非常适合希望在公司内落地 AI 能力的朋友细读本书共 10 个章节，涵盖数据预处理、文本分块、向量存储和检索优化的全流程技术。

从零开始，一步步搭建个人和企业的知识库，不使用任何框架，纯手工打造 RAG 系统。

综合性业务管理平台。

Ever Gauzy 有点意思，这是一个综合性业务管理平台。

为什么说它综合呢，因为这个平台整合了ERP（企业资源计划）、CRM（客户关系管理）、HRM（人力资源）和项目管理等功能。

开源地址：https://github.com/ever-co/ever-gauzy

项目帮助企业高效管理业务流程，平台支持协作、按需和共享经济模式，为不同类型的企业提供灵活的解决方案。

你可以免费使用和部署它，并根据自身需求进行定制。看起来，还是挺花里胡哨的。