社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

10 个开源 AI 项目实测方向:Agent、MCP、CAD 与 Git Worktree 工作流

AgenticHub • 9 小时前 • 18 次点击  

AI 世界的发展速度惊人。每周都有开发者发布新项目,让 AI 更实用,赋予智能体新的能力,或解决一些我们此前甚至没意识到需要解决的问题。

其中一些项目的实用程度令人惊喜。你可以用 AI 创建 3D 模型、控制桌面应用、管理多个编程智能体,甚至通过手机运行编程助手。

有趣的是,许多项目都是开源的,这意味着你可以研究它们的代码,自行运行,甚至参与开发。

下面是 10 个值得关注的有趣开源 AI 项目。

1. DeepSeek Harness

GitHub:https://github.com/deepseek-ai/deepseek-harness

如果你能构建自己的 AI 编程助手,并且几乎所有方面都可以自定义,会怎么样?

这正是 DeepSeek Harness 的理念。它是一个用于构建和运行 AI 智能体的开源框架,专注于编程和可扩展性。你可以通过不同的工具和插件扩展它,为智能体增加能力,而不必局限于一套固定配置。

你可以用它构建一个能够处理代码库、执行开发任务,并在需要时使用外部工具的助手。

最棒的是,你可以在本地运行它,探索适合自己的 AI 编程环境应该如何运作。

2. Agent Autoloop

GitHub:https://github.com/KKKKhazix/agent-autoloop

大多数 AI 编程智能体的工作方式是:你给它一个任务,等待它完成,然后再给它下一条指令。

Agent Autoloop 采用了不同的方式。它帮助 AI 智能体在后台自动运行。你可以安排定时任务,在特定事件发生时触发操作,让智能体处理重复性工作,无需一直查看它们的状态。

例如,假设你的 GitHub 仓库中出现了一个新 issue。你可以配置自动化工作流,让智能体开始调查,而不必手动打开编程助手。

你还可以配置通知和审批步骤,确保重要操作经过你的许可后才会执行。

如果你希望 AI 智能体不只是响应提示词,这个项目值得关注。

3. Agent Desktop

GitHub:https://github.com/vercel-labs/agent-desktop

AI 智能体已经相当擅长编写代码,但让它们与桌面应用交互,则是另一种挑战。

Agent Desktop 有助于解决这个问题。

它让 AI 智能体能够利用无障碍信息理解桌面应用并与之交互。这意味着智能体可以识别按钮、文本框和菜单等界面元素,而不必完全依赖屏幕截图。

想象一下,你让 AI 智能体打开某个应用,找到一项特定设置并修改它。智能体可以利用实际界面的信息,而不必猜测屏幕上各个元素的位置。

这让桌面自动化更有条理,也有望更加可靠。

4. Orkas

GitHub:https://github.com/Orkas-AI/Orkas

既然可以拥有一整支 AI 智能体团队,为什么只用一个?

Orkas 是一个开源、以本地为优先的 AI 工作空间,旨在协调多个专门负责不同工作的智能体。你可以围绕研究、写作、编程和制作演示文稿等不同任务来组织智能体。

例如,假设你正在做一个项目。一个智能体可以研究主题,另一个整理信息,还有一个帮助准备最终成果。

它还支持与 Claude Code、Codex 和 OpenCode 等编程工具协同工作。Orkas 希望将多个智能体整合到同一个工作空间,让你无需在不同的 AI 应用之间频繁切换。

5. SolidCraft

GitHub:https://github.com/tangency-labs/solidcraft

如果你用过 3D 建模软件,这个项目会格外有意思。SolidCraft 是一款开源参数化 CAD 应用,允许 AI 智能体通过 MCP 创建和修改 3D 模型。

简单来说,你可以通过 AI 助手与 3D 建模环境交互。

想象一下,你让 AI 为一个电子项目创建一个简单的外壳。随后,你可以让它增大尺寸、改变壁厚,或修改设计中的特定部分。

你可以用自然语言引导整个过程,无需手动调整每一处尺寸。

这个例子很有意思,展现了 AI 如何开始从文本和代码走向实际的设计与工程工作流。

6. DSH Go

GitHub:https://github.com/ccch1mneyyy/dsh-Go

如果你能随身携带 AI 编程助手,而不再局限于电脑前,会怎么样?

DSH Go 是一款基于 DeepSeek Harness 构建的 Android 应用。它提供了与编程智能体协作的移动端界面,让你能够通过手机参与开发工作流。

根据具体配置,你可以在设备上运行智能体,也可以连接到电脑上已有的会话。

想象一下,你离开办公桌后仍能查看编程任务的进度,或是不打开笔记本电脑就能发送下一条指令。对于不希望 AI 辅助工作流被绑定在单一设备上的开发者来说,这个思路很实用。

7. Worktrunk

GitHub:https://github.com/max-sixty/worktrunk

如果你曾尝试让多个 AI 编程智能体同时处理同一个项目,应该知道事情很容易变得混乱。两个智能体可能会尝试修改相同的文件、覆盖改动,或干扰彼此的工作。

Worktrunk 通过简化 Git worktree 的管理来帮助避免这些问题。Git worktree 允许你为同一个仓库创建多个工作副本,每个副本使用不同的分支。

例如,你可以让一个 AI 智能体修复 bug,同时让另一个开发新功能。两者可以独立工作,无需不断修改同一个工作目录。

如果你正在尝试使用多个编程智能体,Worktrunk 值得探索。

8. PixelFX

GitHub:https://github.com/patch-gg/pixelfx

有趣的 AI 项目并不一定都围绕编程助手或自动化展开。

PixelFX 是一个面向游戏开发者的像素风视觉特效和动画合集。它包含数百种特效,可用于游戏和其他创意项目。

特别有意思的是,它还包含一个 Claude Code skill。这让开发者可以借助 AI 编程助手创建、渲染和改进像素风特效。

例如,你可以让编程助手创建一个像素风爆炸效果,预览结果,然后不断调整,直到效果满意为止。

这是 AI 帮助创意开发的一个好例子,其用途并不限于编写应用代码。

9. Mission Control

GitHub:https://github.com/builderz-labs/mission-control

运行多个 AI 智能体令人兴奋,直到你发现,想轻松掌握它们各自在做什么并不容易。

这正是 Mission Control 的用武之地。它是一个可自行托管的仪表盘,旨在帮助你集中管理和监控多个 AI 智能体。你可以用它分配任务、跟踪智能体活动、检查错误,并关注智能体的表现。

你可以把它看作 AI 团队的控制室。有了这个集中监控工作流的平台,你就不必打开多个终端,逐一查看每个智能体。

对于正在尝试使用多个自主智能体的开发者来说,这个项目尤其值得关注。

10. Open Computer Use

GitHub:https://github.com/opensymph/open-computer-use

AI 智能体能够编写代码、搜索网页和处理信息。但让它们实际操作你的电脑呢?

Open Computer Use 是一个开源项目,让 AI 智能体能够通过 MCP 服务器与桌面应用交互。这使兼容的 AI 助手可以执行点击按钮、输入文本、滚动页面以及与应用窗口交互等操作。

想象一下,你让 AI 助手打开某个应用,在界面中进行操作,并完成一项重复性任务。

智能体可以直接与电脑交互,而不只是向你解释每一步该怎么做。这是一个更大转变的一部分:AI 智能体不仅告诉你如何做事,还能真正帮你完成事情。

最后的思考

这些项目的有趣之处在于,它们展示了 AI 正以多快的速度超越简单聊天机器人的范畴。

我们已经开始看到 AI 智能体与桌面应用交互、创建 3D 设计、与其他智能体协作,以及在后台自动执行任务。

而且,你未必需要等待大型科技公司发布这些功能。许多开发者已经在以开源项目的形式构建它们。

这里的项目并非都已达到可在生产环境中日常使用的成熟程度,但如果你喜欢探索 AI 的可能性,它们都值得一试。


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203411