> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 31个新开源工具 (AI/Dev/Infra)
- URL: https://www.hubwiz.com/blog/31-new-open-source-tools/
- Published: 2026-07-24T05:15:17.000Z
- Updated: 2026-07-24T05:15:17.000Z
- Description: 浏览这样的列表时，有几个方向会在你看到具体名称之前就跳出来：让AI系统拥有持久记忆而非在会话间失忆的工具，在消费级硬件而非GPU集群上运行真正大型语言模型的工具。
- Author: admin
- Tags: TOOL, #Import 2026-10-14 14:41

浏览这样的列表时，有几个方向会在你看到具体名称之前就跳出来：让AI系统拥有持久记忆而非在会话间失忆的工具，在消费级硬件而非GPU集群上运行真正大型语言模型的工具。

将你自己的浏览器变成AI代理运行时的平台，一个旨在教会AI理解物理世界而非仅仅预测像素的平台，以及一个将实时网页抓取变成单次API调用而非独立抓取基础设施项目的API。以下是完整介绍。

### [NVIDIA Cosmos](https://github.com/NVIDIA/cosmos?ref=hubwiz.com)

Cosmos封装了物理AI的构建模块——经过模拟训练的世界模型、精选的视频和机器人数据集，以及微调或评估这些模型的工具。它面向机器人、自动驾驶和其他需要推理物理世界而非仅仅是图像的具身系统团队。由于它作为开放平台而非单一模型发布，团队可以替换自己的数据或下游任务，而无需从零开始。

- **你得到什么：** 物理/具身AI的预训练基础，以及适配它的数据集和工具，而不是从零构建感知物理的世界模型。

### [odysseus](https://github.com/pewdiepie-archdaemon/odysseus?ref=hubwiz.com)

Odysseus定位为自托管AI工作空间，一个运行自己AI工具的中心，无需将所有内容路由到第三方云。它适合那些希望聊天、工具和代理完全生活在自己控制的基础设施上的人。这种自托管模型用一些便利性换取了对数据和配置的完全所有权。

- **你得到什么：** AI工作流的私有、自管理基础，而不是依赖托管SaaS产品。

### [iroh](https://github.com/n0-computer/iroh?ref=hubwiz.com)

iroh解决了任何构建过P2P软件的人都深知的问题：IP地址变化和路由器阻止直接连接。它用"按密钥拨号"替代基于地址的拨号，使用QUIC和NAT穿越技术连接任何位置的对等方。这使其成为弹性P2P应用的基础设施层，而非应用本身。

- **你得到什么：** 处理P2P连接难题的网络库，让你专注于功能而非NAT穿透。

### [pyinfra](https://pyinfra.com/?ref=hubwiz.com)

pyinfra通过普通SSH自动化基础设施变更，无需在目标机器上安装代理或学习自定义DSL。它使用普通Python跨可能数千台主机运行，为任何已经会脚本的人保持低学习曲线。与更重的配置管理工具相比，它是自动化更轻量的选择，没有到处安装代理的运维开销。

- **你得到什么：** 用普通Python和SSH进行全舰队服务器自动化，跳过更重工具所需的YAML和代理安装。

### [MemPalace](https://github.com/MemPalace/mempalace?ref=hubwiz.com)

MemPalace为AI应用提供持久记忆——那种让助手跨会话记住上下文而非每次从头开始的长期记忆能力。它对基准测试的强调表明其检索声明背后有真实数据而非黑盒方法。作为免费开源项目，它面向那些希望在自己的技术栈中添加记忆功能而无需授权专有服务的开发者。

- **你得到什么：** AI应用的经过基准测试的即插即用记忆层，而不是自己设计和验证检索系统。

### [whichllm](https://github.com/Andyyyy64/whichllm?ref=hubwiz.com)

whichllm回答了一个常见且实际的问题：哪个本地模型能在你拥有的硬件上真正流畅运行。它不依赖过时的排行榜，而是使用时效感知的真实世界基准对模型进行排名。这使其成为下载可能根本无法在你设置上运行的数GB权重之前的有用第一站。

- **你得到什么：** 硬件感知的推荐，而非选择本地LLM时的猜测。

### [jcode](https://github.com/1jehuang/jcode?ref=hubwiz.com)

jcode是构建和运行编码代理的工具——处理代理如何读取代码库、执行操作和回报结果的脚手架。它处于日益拥挤的编码代理基础设施领域，为开发者提供构建代理行为的基础。作为脚手架而非成品，它更面向试验代理设计的构建者，而非想要精致工具的终端用户。

- **你得到什么：** 编码代理的可重用脚手架，而非每次原型设计时重新发明工具。

### [Turso](https://github.com/tursodatabase/turso?ref=hubwiz.com)

Turso是内置SQL数据库，兼容SQLite，因此现有的基于SQLite的代码和工具通常可以最小改动迁移。内置运行避免了单独数据库服务器的网络跳转，这对延迟敏感或边缘部署的应用很重要。它适合喜欢SQLite简洁性但希望底层有现代、活跃开发替代品的开发者。

- **你得到什么：** SQLite风格的简洁性和兼容性，配合为更现代部署目标构建的数据库。

### [Firecrawl](https://github.com/firecrawl/firecrawl?ref=hubwiz.com)

Firecrawl将网页抓取、搜索和页面交互封装到单个API中，面向需要从网络获取结构化数据而无需自己构建抓取栈的开发者。它为规模而建，无论你是为LLM管道提供新鲜内容还是构建监控工具都很重要。因为它将交互与普通抓取一起封装，所以也能处理需要超越静态HTML获取的网站。

- **你得到什么：** 即用型抓取和搜索API，用于向应用或LLM管道提供网络数据，而非维护自己的爬虫。

### [AirLLM](https://github.com/lyogavin/airllm?ref=hubwiz.com)

AirLLM解决特定瓶颈：在消费级硬件上运行真正大型的语言模型，最高70B参数，仅需4GB GPU内存。它通过激进的内存管理实现这一点，牺牲一些速度换取运行原本无法触及模型的能力。它适合想要试验大型开源模型而无需服务器级GPU的开发者和爱好者。

- **你得到什么：** 在适度硬件上运行大型开源权重模型的能力，而无需多GPU服务器。

### [CuPy](https://github.com/cupy/cupy?ref=hubwiz.com)

CuPy重新实现NumPy和SciPy API以在GPU上运行，使数组密集的Python代码能以最小重写获得GPU加速。由于API与NumPy高度相似，现有科学或数值代码通常只需小改动即可切换。它是Python科学生态系统中成熟、完善的项目，而非新来者。

- **你得到什么：** 具有近乎即插即用NumPy/SciPy接口的GPU加速数组计算，而非为GPU特定框架重写代码。

### [Strix](https://github.com/usestrix/strix?ref=hubwiz.com)

Strix将AI应用于渗透测试，旨在自动发现并帮助修复应用中的漏洞。它属于日益增长的AI辅助安全工具类别，使攻击性安全测试无需专门红队即可进行。作为开源项目，它也给了安全意识开发者一个可以检查而非盲目信任的工具。

- **你得到什么：** 为你自己的应用进行自动、AI驱动的漏洞发现，而非仅依赖手动渗透测试或闭源扫描器。

### [ds4](https://github.com/antirez/ds4?ref=hubwiz.com)

ds4是专为运行DeepSeek 4模型构建的本地推理引擎，支持Flash和Pro变体，跨Metal、CUDA和ROCm后端。来自Redis创建者antirez，这是那种可能以性能和干净实现为目标构建的项目。支持三个GPU后端使其无论你在Apple芯片、NVIDIA还是AMD硬件上都可用。

- **你得到什么：** DeepSeek 4模型的跨平台本地推理，而非被锁定在单一厂商的GPU生态系统中。

### [Skybridge](https://github.com/alpic-ai/skybridge?ref=hubwiz.com)

Skybridge是全栈TypeScript框架，旨在构建MCP应用和ChatGPT应用——日益增长的聊天内交互工具类别。它是类型安全的且由React驱动，对已经在现代Web框架中工作的前端开发者来说很熟悉。随着这些应用生态系统成熟，像这样的框架减少了发布工作MCP或ChatGPT应用所需的样板代码。

- **你得到什么：** 构建MCP或ChatGPT应用的结构化、类型安全起点，而非自己搭建协议管道。

### [cate](https://github.com/0-AI-UG/cate?ref=hubwiz.com)

cate将编码环境重新想象为无限、可缩放的画布，而非固定的标签和面板集合。编辑器、终端和浏览器面板作为空间元素存在，你可以排列和缩放，适合视觉思考或同时处理多个上下文的开发者。这是对开发者工具的更实验性尝试，面向愿意尝试与传统IDE布局不同交互模型的人。

- **你得到什么：** 组织代码、终端和浏览器的传统IDE的空间、可缩放替代方案。

### [Valmis](https://github.com/valmishq/valmis?ref=hubwiz.com)

Valmis是将安全性作为一等公民而非事后附加的AI代理。这种关注表明它面向在不受控工具访问或提示注入是真实风险的环境中部署代理的团队。定位针对那些想要代理能力而不放弃防护的开发者。

- **你得到什么：** 围绕安全约束构建的代理框架，而非事后将安全改装到通用代理上。

### [Loupe](https://github.com/mysk-research/loupe?ref=hubwiz.com)

Loupe是专注隐私的iOS应用，旨在提高对手机上原生应用实际能看到和访问什么的认识。它不只列出权限，而是让日常用户看到这些权限的实际影响。研究驱动表明其发现来自对应用行为的实际调查，而非一般隐私建议。

- **你得到什么：** iPhone上应用能观察到的具体可见性，而非模糊的权限描述。

### [nub](https://github.com/nubjs/nub?ref=hubwiz.com)

nub将多个Node.js工具需求打包到单个快速包中，减少许多项目累积的独立构建工具、代码检查器和实用程序的分散。像这样的全能工具包吸引那些厌倦为基本项目任务组装和维护十几个小依赖的开发者。它对速度的强调表明它针对开发者反馈循环优化，而非仅仅功能完整。

- **你得到什么：** 整合、快速的Node.js工具链，而非自己拼接几个更小的工具。

### [peerd](https://github.com/NotASithLord/peerd?ref=hubwiz.com)

peerd声称是第一个浏览器原生的AI代理工具，作为Chrome或Firefox扩展运行，直接在浏览器中执行代理循环而非在服务器上。该架构让代理观察和操作你实际查看的任何页面，无需单独的后端协调。它面向探索浏览器自动化和页面内代理而非服务器端管道的开发者。

- **你得到什么：** 直接在浏览器内运行的代理循环，而无需单独后端驱动浏览器自动化。

### [agent-native](https://github.com/BuilderIO/agent-native?ref=hubwiz.com)

agent-native是构建从头围绕代理设计的应用的框架，而非将代理功能附加到现有应用架构上。来自Builder.io，一家在可视化和AI辅助开发工具方面有经验的公司，它可能旨在让代理驱动的UX成为一等模式。随着产品从"带聊天机器人的应用"转向为代理操作构建的应用，这类框架变得重要。

- **你得到什么：** 构建代理能原生操作的应用的架构模式，而非将代理支持改装到传统应用上。

### [flue](https://github.com/withastro/flue?ref=hubwiz.com)

flue是来自Astro团队的沙箱代理框架，专注于在隔离、受限环境中运行代理。沙箱在这里很重要，因为它限制了代理做意外事情（如运行任意代码或进行意外更改）的影响范围。来自Astro生态系统，它可能倾向于Web专注或JavaScript原生的代理工作流。

- **你得到什么：** 代理的受限执行环境，而非让代理生成的操作不受检查地针对你的真实系统运行。

### [Nubase](https://github.com/OtterMind/Nubase?ref=hubwiz.com)

Nubase旨在将AI编写的代码转化为功能齐全的真实应用，定位为编码和代理工作负载的AI原生后端平台。它不将后端视为人类编写而AI仅调用的东西，而是以AI生成代码和代理工作流作为主要用例构建。作为开源项目，开发者可以选择自托管或扩展它，而非依赖闭源AI应用构建器。

- **你得到什么：** 专门支持AI生成应用和代理工作流构建的后端，而非将传统后端适配到该目的。

### [LikeC4](https://github.com/likec4/likec4?ref=hubwiz.com)

LikeC4直接从代码库生成架构图，保持文档"始终最新"而非系统更改时就过时的静态图表。这种代码派生方法符合C4模型在不同抽象层次描述软件架构。它适合那些希望架构图随系统自动演变而非每次更改后手动重绘的团队。

- **你得到什么：** 与实际代码保持同步的架构图，而非手动维护、逐渐过时的图表。

### [textbee](https://github.com/vernu/textbee?ref=hubwiz.com)

textbee将普通Android手机变成SMS网关，让应用通过它发送和接收短信，而非向专门的SMS API提供商付费。它是需要SMS功能的低量或预算敏感项目的实用、轻硬件方法。作为开源项目也意味着整个管道，从手机到API，都可检查而非黑盒。

- **你得到什么：** 在你已拥有的硬件上自托管的SMS网关，而非为商业SMS API付费。

### [openpencil](https://github.com/ZSeven-W/openpencil?ref=hubwiz.com)

openpencil自称是第一个开源AI原生矢量设计工具，并且值得注意的是第一个支持并发代理团队在设计过程中工作的工具。这种组合表明工具构建得更不像传统设计应用附加AI功能，而更像一个画布，旨在由多个代理同时协作。它面向好奇多代理协作在创意工具（而非仅编码工具）中是什么样子的设计师和开发者。

- **你得到什么：** 从一开始就围绕AI代理构建的矢量设计工具，包括多个代理并发工作，而非AI作为附加功能的设计应用。

### [component-party.dev](https://github.com/matschik/component-party.dev?ref=hubwiz.com)

component-party.dev是并排比较Web组件框架的参考网站，展示相同概念在不同语法和功能中的实现。它面向评估框架或试图将心智模型从一个框架翻译到另一个的开发者。它不偏向单一框架，而是作为中立的并排参考发挥作用。

- **你得到什么：** 不同框架如何处理相同概念的快速并排参考，而非阅读几个独立的文档网站。

### [mitos](https://github.com/oxidecomputer/mitos?ref=hubwiz.com)

mitos专门生成品牌资产的ASCII艺术——那种公司在README、CLI横幅或面向开发者的品牌标识中使用的有趣、终端友好的视觉效果。来自Oxide Computer，一家以独特技术、硬件和终端友好身份著称的公司，它符合他们的整体美学。它是小而专注的实用程序，而非通用设计工具。

- **你得到什么：** 为终端或README使用生成品牌一致ASCII艺术的方式，而非手工制作或使用通用生成器。

### [Orval](https://orval.dev/?ref=hubwiz.com)

Orval直接从OpenAPI规范生成类型安全的TypeScript客户端，消除手动编写和维护API客户端代码的体力活。它支持流行的数据获取库如React Query、Angular、Vue Query和SWR，因此生成的代码适合团队已使用的任何技术栈。这种广泛的集成使其对在多个前端框架中标准化API消费的团队实用。

- **你得到什么：** 为你现有的数据获取库量身定制的自动生成、类型安全的API客户端，而非手写和维护客户端代码。

### [brownies](https://github.com/franciscop/brownies?ref=hubwiz.com)

brownies是小型实用库，将cookies、本地存储、会话存储和数据库存储包装在一致、更简单的API后面。它包含subscribe()事件，因此代码可以响应存储变化而非轮询或手动设置监听器。它对轻量级的专注表明它作为便利层而非完整状态管理解决方案。

- **你得到什么：** cookies和浏览器存储的统一、响应式API，而非处理具有不同怪癖的多个存储API。

### [ktx](https://github.com/Kaelio/ktx?ref=hubwiz.com)

ktx被描述为数据和分析代理的可执行上下文层，旨在让Claude Code或Codex等工具更直接地处理数据和分析工作流。它不向代理提供静态上下文，而是将上下文框架化为可执行的东西，暗示代理可以以编程方式操作它。它面向构建代理辅助数据或分析管道而非通用编码代理的团队。

- **你得到什么：** 向编码和分析代理提供可执行、结构化上下文的方式，而非数据环境的静态文本转储。

### [HelixDB](https://github.com/HelixDB/helix-db?ref=hubwiz.com)

HelixDB将图和向量数据模型组合到单个OLTP数据库中，在Rust中构建在对象存储之上。这种组合针对需要关系感知图查询和相似性搜索的应用——推荐系统、AI驱动的检索——而无需拼接两个独立数据库。面向OLTP也表明它为事务工作负载设计，而非仅分析批量查询。

- **你得到什么：** 一个事务数据库中的图和向量搜索，而非运行和同步独立的图和向量存储。

### [extend-hq/ui](https://github.com/extend-hq/ui?ref=hubwiz.com)

这个的公开描述很少——本质上只是贡献邀请——因此除了名称和组织之外没有太多信息。基于此，它可能是Extend自己产品中使用的共享UI库或组件集。这是值得关注的项目，而非今天有明确文档用例的东西。

- **你得到什么：** 来自Extend的UI项目早期预览，值得直接在GitHub上查看，因为列表还没有详细说明。

如果放大来看，这批工具中有几个模式在重复：试图将两个专门存储（图加向量、SQL加边缘友好内置）合并为一个的数据库；从真实来源自动生成某些东西——图表、API客户端、ASCII艺术——而非手工制作的工具；以及不少于四个关于"代理"应该实际位于何处的不同方案，无论是在浏览器扩展内、沙箱运行时、安全加固的工具中，还是从零开始的应用框架。在列表滚动到趋势页面更下方之前，值得收藏其中几个。

---

原文链接: [31 New Open Source Tools](https://medium.com/sourcescribes/31-open-source-5bd450a6269d?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处