neo

GitHub
3.2k 202 较难 2 次阅读 今天MITAgent
AI 解读 由 AI 自动生成,仅供参考

Neo 是一个专为 AI 时代打造的应用引擎,它提供多线程、AI 原生的运行时环境,让 Web 应用像桌面软件一样流畅稳定。通过持久化的场景图技术,Neo 将 UI 组件视为可长期存在的对象(而非临时渲染结果),使 AI 代理能实时“观察”并动态调整应用结构,实现人机协作开发。

它解决了传统 Web 框架的痛点:复杂逻辑或多窗口操作时容易卡顿,AI 集成困难。例如,金融交易平台需处理每秒上万次数据更新,或跨屏幕工作空间需无缝同步,Neo 的 Off-Main-Thread 架构确保主界面始终响应迅速,避免卡顿。

Neo 主要面向开发者,尤其是企业级应用团队——如果你在构建高频交易系统、多窗口控制室、AI 驱动的智能界面(如可被 AI 实时修改布局的仪表盘),或需要桌面级性能的单页应用,它能显著提升开发效率和用户体验。但普通用户或简单网站开发者更适合用 Next.js 等工具。

技术亮点在于多线程设计、持久化对象模型和 AI 原生支持:AI 代理可直接参与运行时结构变异,无需重启应用。虽然学习曲线略陡(需理解 Worker 模型),但对于追求高性能与 AI 融合的复杂项目,Neo 提供了坚实基础。

使用场景

某量化交易团队正在开发一个跨三屏的实时监控平台,左侧屏幕显示市场深度与订单流,中间屏幕运行策略回测图表,右侧屏幕展示风险仪表盘。团队希望集成AI风控助手,能根据市场波动自动调整监控重点。

没有 neo 时

  • 界面频繁卡顿:每秒钟上万笔行情数据涌入时,主线程被计算和渲染双重占用,鼠标拖拽窗口都会出现肉眼可见的延迟,交易员在波动剧烈时无法及时操作。
  • 多窗口状态失控:弹出详情窗口或扩展新屏幕时,需要手动编写复杂的消息同步逻辑,窗口间数据常出现不一致,调试耗时占开发周期的30%以上。
  • AI成"局外人":风控AI只能输出文本建议,无法直接调整界面。当检测到异常波动时,仍需交易员手动切换视图、放大关键图表,响应延迟长达数秒。
  • 扩展陷入死胡同:随着策略增多,SPA的内存占用持续攀升,浏览器标签页崩溃成为常态,团队不得不限制功能迭代速度。

使用 neo 后

  • 交易级流畅体验:行情数据在后台Worker线程处理,主线程仅负责DOM更新。即使处理15,000笔/秒的峰值数据,界面响应速度仍保持在16ms以内,鼠标操作如丝般顺滑。
  • 场景图自动同步:neo的持久化场景图天然支持多窗口,新弹出的风险告警窗口自动共享应用状态,无需编写任何同步代码。关闭窗口时状态自动回收,开发效率提升50%。
  • AI成为"联合驾驶员":风控AI直接内省场景图,发现异常时实时修改组件属性——自动放大VIX波动率图表、高亮异常订单簿区域、甚至重组布局。响应时间缩短至200毫秒内。
  • 性能天花板消失:多线程架构将计算负载均匀分布,内存使用稳定可控。团队可以大胆添加新功能,不再担心浏览器成为瓶颈。

neo让量化平台真正实现了"人机协同"的实时响应,将AI从建议者升级为能直接操控界面的执行者,同时保持桌面级性能。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes需要在支持 Web Workers 的现代浏览器环境中运行。开发环境需要 Node.js 和 npm。框架采用 Off-Main-Thread (OMT) 多线程架构,要求开发者理解 Actor 模型。AI 原生功能需要配置 MCP 服务器(知识库、内存核心、GitHub 工作流、代理运行时)。不适合静态网站或简单博客,专为企业级单页应用和多窗口应用设计。
python未说明
neo.mjs
neo hero image

快速开始

Neo.mjs 徽标


下载量 版本 许可证 加入 Slack 频道 Discord 聊天 欢迎提交 PR

AI 时代的应用引擎

🚀 真正的多线程遇上上下文工程 —— 与 AI 协作者一起构建桌面级 UI。

⚡ 心智模型: Neo.mjs 是一个多线程应用运行时,其中 UI 组件是持久化对象——而非短暂的渲染结果。 这种架构转变实现了桌面级性能、多窗口编排以及传统框架无法实现的 AI 驱动运行时变更。



💻 Neo.mjs 不是一个框架;它是面向 Web 的应用引擎。正如 Unreal Engine 为游戏提供完整的运行时和工具链,Neo.mjs 为企业应用提供多线程运行时和 AI 原生工具链。

想象一下从不卡顿的 Web 应用,无论逻辑多么复杂、处理多少实时更新,或跨越多少个浏览器窗口。Neo.mjs 从头开始设计,旨在提供桌面般的流畅性和可扩展性虽然它在单页应用(SPA)中表现出色,但 Neo.mjs 无疑是基于浏览器的多窗口应用的最佳选择,其运行方式与传统框架有着根本不同。

通过利用开创性的主线程外(OMT)架构,Neo.mjs 确保您的 UI 保持如黄油般顺滑。主线程仅保留一个用途:完美无瑕的用户交互和无缝的 DOM 更新。

Neo.mjs 性能演示 1(YouTube 视频) Neo.mjs 性能演示 2(YouTube 视频)



🎯 Neo.mjs 适合您吗?

Neo.mjs 是一个应用引擎,而非网站构建器。 这是一个成熟的企业级平台,拥有超过 13 万行生产就绪代码。

适用于:

  • 金融与交易平台: 每秒处理 1 万+数据更新而不冻结 UI。
  • 多窗口工作区: 跨越多屏幕的 IDE、控制室和仪表板。
  • AI 原生界面: UI 结构必须在运行时由 AI Agent 变更的应用。
  • 企业级 SPA: 需要桌面应用稳定性的复杂逻辑。

不适用于:

  • 静态内容网站或简单博客(请使用 Astro/Next.js)。
  • 寻找“不同语法的 React”的团队。
  • 不愿接受 Actor 模型(Workers)的开发者。



🚀 AI 原生开发平台

Neo.mjs v11 引入了一种革命性的软件开发方法:上下文工程。我们已超越简单的“AI 辅助”编码,创建了一个真正的 AI 原生平台,其中 AI Agent 是开发过程中深度集成的合作伙伴。这得益于一套专用的模型上下文协议(MCP)服务器,为 Agent 提供理解、构建和推理代码所需的上下文。

这不仅仅是生成代码;而是要创建一个自感知的开发环境,以加速开发速度、提高质量,并实现全新的人机协作水平。

Context Engineering Done Right

  1. 🧠 知识库服务器:为 Agent 提供对项目的深度语义理解。由 ChromaDB 和 Gemini 嵌入提供支持,它允许 Agent 在整个代码库、文档和历史工单中执行语义搜索。Agent 可以提问“VDOM 比对是如何工作的?”,并获得与当前检出版本相关的精确源文件和架构指南。

  2. 💾 内存核心服务器:为 Agent 提供持久化、长期记忆。每一次交互——提示、思维过程和响应都被存储,使 Agent 能够从经验中学习、回忆过去的决策,并在多个会话之间保持上下文。这将 Agent 从一个无状态工具转变为与项目共同成长的真正协作者。

  3. 🤖 GitHub 工作流服务器:通过让 Agent 直接参与项目生命周期来闭环。它提供用于自主 PR 审查、问题管理以及将 GitHub 问题双向同步到本地可查询的 Markdown 文件集的工具。这消除了代码审查和项目管理中的人为瓶颈。

  4. ⚡️ Agent 运行时:让您的 Agent 作为自主开发者行动。Agent 无需被动地请求信息,而是可以使用 Neo.mjs AI SDK 编写并执行复杂脚本。这实现了自愈代码、自动重构和数据迁移等高级工作流——在本地以机器速度运行。

为什么引擎架构对 AI 至关重要

在传统编译型框架(React、Svelte)中,AI agents(AI 代理)是"盲目"的,因为它们编写的代码(JSX/模板)在构建步骤中被销毁——运行时的真实状态(DOM 节点)与源代码完全不同。

在 Neo.mjs 中,地图即领土。 因为组件是 App Worker 中的持久化对象(而非临时的 DOM 节点),AI 可以随时查询它们的状态、方法和继承链。这就像在 Unreal Engine 中检查一个正在运行的游戏角色,而不是解析屏幕上的像素。AI 看到的正是引擎所看到的,使其能够完美准确地推理状态、继承和拓扑结构。此外,Neural Link 允许代理查询运行时的 Ground Truth(真实状态),从而验证现实并解决静态分析无法处理的复杂运行时依赖问题。

这套强大的工具链是与 AI 代理共同创建的,使我们能够在短短 6 周内交付 388 项架构增强。这种数量级的速度提升证明了 Context Engineering(上下文工程)解决了复杂性瓶颈。要了解更多关于这一范式转变的信息,请阅读我们的博客文章:6 周完成 388 个任务:Context Engineering Done Right(正确的上下文工程实践)



🔗 Neural Link:你的应用是一个活的图

大多数框架为 AI 提供代码的"只读"视图。Neo.mjs 提供对运行时的"读写"访问。

因为 Neo.mjs 组件是持久化对象(乐高机械组)而非临时的 DOM 节点(融化塑料),Neural Link 允许 AI 代理直接连接到引擎的内存。

  • Introspection(内省): 代理可以查询 Scene Graph(场景图)(get_component_tree)以了解 UI 的精确状态。
  • Mutation(变更): 代理可以 hot-patch(热补丁)类方法、修改状态或实时 re-parent(重新父级化)组件,无需重新加载。
  • Verification(验证): 代理可以模拟用户事件(点击、拖拽)来验证它们自己的修复。

📘 阅读 Neural Link 指南



🚀 快速开始:几分钟内创建你的第一个 Neo.mjs 应用

运行以下命令:

npx neo-app@latest

这一行命令会设置你开始使用 Neo.mjs 构建所需的一切,包括:

  • 一个新的应用工作区。
  • 一个预配置的应用外壳。
  • 一个本地开发服务器。
  • 在新浏览器窗口中启动你的应用——一步到位。

:book: 需要更多细节?请查看我们的入门指南

:student: 务必深入探索学习专区

下一步:



📦 对象模型:场景图

框架会编译消失。引擎保持存活。

在传统框架中,源代码是创建 DOM 时会被销毁的蓝图。在 Neo.mjs 中,源代码实例化一个 Scene Graph(场景图)——一个存在于 App Worker 中的持久化对象层级结构。

  • Lego Technic(乐高机械组)vs. Duplo(得宝): 大多数框架组件就像"融化塑料"——一旦渲染,就失去了身份。Neo.mjs 组件就像 Lego Technic(乐高机械组):精密设计的部件,在运行时保留其状态、方法和关系。
  • JSON 协议: 因为每个组件都遵循严格的 serialization protocol(序列化协议)(toJSON),整个应用程序表现为一个可变的图。
  • Runtime Permutation(运行时置换): 这允许 AI 代理(或你)即时检查、拆解和重新配置应用——更改布局、在窗口间移动仪表板或热切换主题,无需重新加载。

它不仅仅是一个视图库;它是构建自适应、活应用的 construction kit(构建工具包)



💡 为什么选择 Neo.mjs?

你在用丰田零件制造 F1 赛车。

传统框架是可靠的通用工具(丰田),为大规模采用牺牲了原始性能。Neo.mjs 为极致性能而精密设计(F1),专为"足够好"不可接受的应用而设计。

  1. 通过真正的多线程消除 UI 冻结

    "浏览器的主线程应该像神经外科医生一样对待:只执行精确、有计划的操作,零干扰。"

    — Neo.mjs 核心哲学

    Neo.mjs 的 OMT 架构从根本上防止 UI 冻结。通过优化的渲染管线,即使在密集数据处理期间,您的 UI 也能保持持续响应。在优化环境中,它实现了惊人的**每秒超过 40,000 次 delta updates(增量更新)**速率,潜力仅受用户交互限制,而非平台限制。

  2. AI 原生工作流带来前所未有的速度: 集成的 MCP 服务器提供了一个"上下文丰富"的环境,AI 代理可以与人类开发者并肩工作。这使得自主代码审查、深度代码库分析以及对项目历史的共同理解成为可能,极大地加速了开发,并解决了复杂项目的 bus factor(巴士因子) 问题。

  3. 构建桌面级、多窗口应用: Neo.mjs 是构建复杂多窗口 Web 应用的首选解决方案,如交易平台、基于浏览器的 IDE、Outlook 风格的邮件客户端和多屏 LLM 界面。其共享 worker 架构允许单个应用实例在多个浏览器窗口中运行,具有实时状态同步和无缝跨窗口移动组件的能力。

  4. 无与伦比的开发者体验:无需转译的 ESM: 告别复杂的构建步骤。Neo.mjs 应用以 ES 模块(ES Modules)形式直接在浏览器中原生运行。这意味着开发模式下零构建或转译,提供即时重载和前所未有的调试体验,所见即所调。

  5. 设计固有的安全性: 通过优先使用直接 DOM API 操作而非基于字符串的方法(如 innerHTML),Neo.mjs 从根本上减少了跨站脚本攻击(Cross-Site Scripting, XSS)等漏洞的攻击面,从一开始就构建更健壮、更安全的应用。

📊 实战胜利:彻底消除 UI 延迟(UI Lag)

想象一下,一位开发者正在构建一个股票交易应用,其实时数据流每毫秒都在更新。传统框架往往会不堪重负,在数据洪流下冻结 UI。而使用 Neo.mjs,繁重的处理工作在 worker 线程(工作线程)中完成,让主线程(main thread)保持空闲。交易者可以获得零延迟的实时更新,应用体验如同原生桌面工具。现在,想象一下将这一能力扩展到多个同步的浏览器窗口,每个窗口显示不同的实时视图,全部保持如黄油般顺滑。这就是 Neo.mjs 的实战能力——解决其他框架无法触及的问题。



🌟 引擎子系统(Engine Subsystems)及其如何为您的应用注入超强动力

  • 线程子系统(Threading Subsystem):一个专用的协调器,将应用逻辑(App Worker)与渲染逻辑(Main Thread)以及数据处理(Data Worker)隔离开来。这确保了主线程始终可以响应用户输入,从而在架构层面消除 UI 卡顿(UI jank)。

  • 渲染管线(Rendering Pipeline):正如游戏引擎向 GPU(图形处理器)发送绘制调用(draw calls),Neo.mjs 的 App Worker 向主线程发送压缩的 JSON 增量。这种**非对称 VDOM(Asymmetric VDOM)**方法比主线程 diff 操作更快、更安全,也更适合 AI。

  • 场景图(对象持久性,Object Permanence):作为持久化应用引擎,Neo.mjs 组件在 App Worker 中是活跃实体(live entities),如同场景图(Scene Graph)中的节点。即使从 DOM 中分离,它们也能保留自身状态和身份。这实现了运行时变换(Runtime Permutation):能够在运行时拖动活跃仪表板跨窗口,或重新挂载复杂工具而不丢失上下文。

  • 组件系统(Component System):Neo.mjs 提供两种强大的组件模型。**函数式组件(Functional Components)**是近期引入的,提供了更简单的上手体验和现代的、基于 hook 的开发风格(defineComponentuseConfiguseEvent),与其他流行框架类似,非常适合更简单、更具声明性的 UI。对于需要精细控制 VDOM 变更以及与引擎生命周期深度集成的高级用例,**类组件(Class-Based Components)**提供了更强大的功能和灵活性,尽管代码开销稍大。两种模型可以无缝互操作,让您为应用的每个部分选择合适的工具,同时享受我们多线程架构带来的无与伦比的性能。最重要的是,我们的函数式组件免受了传统 UI 库困扰的"记忆化开销(memoization tax)"(useMemouseCallback)之苦。

  • 状态子系统(State Subsystem):借助 Neo.state.Provider,Neo.mjs 提供了原生集成的分层状态管理。组件通过简洁的 bind 配置声明其数据需求。这些 bind 函数充当强大的内联公式,允许组件自动响应变更,并在组件层级内组合来自多个状态提供者的数据。这确保了动态、高效的更新——从简单的属性变更到复杂的计算值——全部在主线程之外处理。

    // Example: A component binding its text to state
    static config = {
        bind: {
            // 'data' here represents the combined state from all parent providers
            myComputedText: data => `User: ${data.userName || 'Guest'} | Status: ${data.userStatus || 'Offline'}`
        }
    }
    
  • 逻辑子系统(Logic Subsystem):视图控制器(View controllers)确保清晰的关注点分离,将业务逻辑与 UI 组件隔离,便于维护、测试和团队协作。

  • 多窗口与单页应用(SPAs):除了传统的 SPA,Neo.mjs 在复杂的多窗口应用方面表现出色。其独特的架构通过无缝的跨 worker 通信和可扩展的主线程插件(Main Thread addons),实现了真正类似原生、跨浏览器窗口的持久化体验。

  • 模块系统(Module System):Neo.mjs 应用以零运行时依赖运行,仅包含少量用于工具链的开发依赖。这意味着更小的包体积、更少的冲突和更简单的依赖关系图。

  • 无与伦比的调试体验:受益于 Neo.mjs 内置的调试能力。可以轻松检查跨 worker 的完整组件树,直接在浏览器控制台中实时修改组件配置,并观察实时 UI 更新,所有这些都无需复杂的工具链设置。

  • 非对称 VDOM 与 JSON 蓝图:应用逻辑处理的是简单的、可序列化的 JSON 对象,而非复杂的、基于类的 VNode 树。这些蓝图被发送到专用的 VDOM worker 进行高性能 diff 操作,确保主线程永远不会被渲染计算阻塞。这种架构不仅更快,而且本质上更安全,也更易于 AI 工具生成和操作。

  • 异步感知组件生命周期:通过 initAsync() 生命周期方法,组件可以在被视为"就绪"之前处理异步初始化(如获取数据或懒加载模块)。这消除了整类竞态条件(race conditions)和 UI 闪烁(UI flicker),让您能够自信地构建复杂的数据依赖组件。

Neo.mjs Worker Architecture Diagram - Shows Main Thread, App Worker, VDom Worker, Canvas Worker, Data Worker, Service Worker, Backend connections.

图示:Neo.mjs 多线程架构的高层次概览(主线程 Main Thread、App Worker、VDom Worker、Canvas Worker、Data Worker、Service Worker、后端)。可选 worker 在 neomjs.com 上悬停时淡入。



🔍 引擎架构:运行时(Runtime)与工具链(Toolchain)

正如游戏引擎(Game Engine)由运行时(Runtime)(玩家使用的部分)和编辑器(Editor)(开发者使用的部分)组成,Neo.mjs 也分为两个互补的层。

1. 运行时(Neo.mjs 核心)

在浏览器中运行。生产就绪(Production-Ready)。零膨胀(Zero-Bloat)。

这是驱动您应用的高性能引擎。它基于**多线程架构(multi-threaded architecture)**运行,隔离主线程以确保即使在重负载下也能保持 60fps 的流畅度。

  • App Worker: 运行您的整个应用逻辑、状态和虚拟 DOM diff。
  • 多窗口编排(Multi-Window Orchestration): 单个引擎实例可以通过 SharedWorkers(共享 worker)驱动多个浏览器窗口。组件可以无缝地在窗口之间拖放和移动——这对于复杂的"控制室(Control Room)"界面至关重要。
  • 主线程(Main Thread): 被视为"哑渲染器",仅应用高效的 DOM 补丁。
  • 对象持久性(Object Permanence): 组件是持久化实体,可以被移动、分离和重新挂载而不会丢失状态。

2. 工具链(Agent OS)

运行于 Node.js。仅开发时使用。AI 原生。

这是 AI 时代的"编辑器"。它将你的开发环境与运行中的引擎连接起来,让 AI 代理成为一等协作者(first-class collaborators)。

  • Neural Link(神经链接): 一个双向桥梁,允许代理"查看"和"修改"实时运行时图谱。
  • MCP Servers(MCP 服务器): 为代理提供深度上下文(Knowledge Base/知识库)和记忆(Memory Core/记忆核心)。
  • Context Engineering(上下文工程): 一种结构化工作流,代理通过理解引擎架构来帮助你构建引擎。

结果: 你不仅仅是编写代码;你是在与一位完全理解引擎工作原理的 AI 伙伴共同培育一个活的系统。



规模化平台:不仅仅是库

要理解 Neo.mjs 的广度,重要的是了解它的规模。这不是一个微型库;而是一个全面的、企业级平台(enterprise-ready platform),代表了超过十年的架构投入。Neo.mjs 是一个创新工厂(innovation factory)。

以下统计数据来自 2026 年 1 月,展示了生态系统的概况。如需深入了解,你可以探索完整的 代码库概览

  • 约 45,000 行 核心平台源代码
  • 约 36,000 行 数百个实用示例和旗舰应用代码
  • 约 12,000 行 生产级主题系统(production-grade theming)
  • 约 14,000 行 专用 AI 原生基础设施(AI-native infrastructure)
  • 约 53,000 行 详细的 JSDoc 文档

总计:超过 170,000 行精心策划的代码和文档。

这不是一个小型库——它是一个完整的生态系统,源代码行数超过许多成熟框架,专为最苛刻的使用场景而设计。



📚 基础架构:核心原则

v10 版本标志着 Neo.mjs 核心的重大演进,引入了全新的函数式组件模型(functional component model)和革命性的双层响应式系统(two-tier reactivity system)。这些原则构成了框架今天的基石。我们发布了一个五篇博客系列,深入探讨这一架构:

  1. 前端爱情故事:为何今天的策略无法构建明天的应用
    • 介绍现代前端开发中的核心问题以及 Neo.mjs 的架构愿景。
  2. 深度解析:命名状态 vs 匿名状态——组件响应性的新时代
    • 探索强大的双层响应式系统,让"记忆化开销(memoization tax)"成为过去。
  3. 超越 Hooks:面向多线程世界的新型函数式组件
    • 了解多线程世界中的函数式组件如何消除传统 hooks 的权衡。
  4. 深度解析:VDOM 革命——JSON 蓝图与非对称渲染
    • 学习我们的离线程 VDOM 引擎如何使用简单的 JSON 蓝图(JSON Blueprints)实现最大性能和安全性。
  5. 深度解析:状态提供者革命
    • 深入了解强大、可轻松扩展的分层状态管理(hierarchical state management)系统。



⚙️ 声明式类配置:更快构建,更易维护

Neo.mjs 的类配置系统(class config system)允许你以声明式且可复用的方式定义和管理类。这简化了类创建,减少了样板代码(boilerplate code),并提高了可维护性。

import Component from '../../src/component/Base.mjs';

/**
 * Lives within the App Worker
 * @class MyComponent
 * @extends Neo.component.Base
 */
class MyComponent extends Component {
    static config = {
        className   : 'MyComponent',
        myConfig_   : 'defaultValue', // Reactive property
        domListeners: {               // Direct DOM event binding
            click: 'onClick'
        }
    }

    // Triggered automatically by the config setter when myConfig changes
    afterSetMyConfig(value, oldValue) {
       console.log('myConfig changed:', value, oldValue);
    }

    // Executed in the App Worker. The Main Thread (UI) never sees this logic.
    onClick(data) {
        console.log('Clicked!', data);
    }
}

export default Neo.setupClass(MyComponent);

// -------------------------------------------------------
// The Engine allows Runtime Mutation:
// An AI agent (or you) can inspect and modify this instance LIVE without a reload.
// -------------------------------------------------------

// Agent Command (via Neural Link):
Neo.get('my-component-id').set({
    myConfig: 'newValue',
    style   : { color: 'red' } // Instant update via OMT Rendering Pipeline. No build step. No reload.
});

对于每个以下划线(_)结尾的配置属性,Neo.mjs 会自动在类原型上生成 getter 和 setter。这些 setter 确保变更会触发相应的生命周期钩子(lifecycle hooks),提供强大的内置响应式系统:

  • beforeGetMyConfig(value)
    (可选)在通过 getter 返回配置值之前调用,允许进行最后一刻的转换。
  • beforeSetMyConfig(value, oldValue)
    (可选)在设置配置值之前调用,允许你拦截、验证或修改新值。返回 undefined 将取消更新。
  • afterSetMyConfig(value, oldValue)
    (可选)在配置值已成功设置并检测到变更后调用,允许执行副作用或响应新值。

更多详情,请查看 类配置系统文档



🤝 社区与支持

有问题或想与社区交流?我们有两个渠道可以帮助你。



🧭 愿景与路线图

要了解项目的长期目标和未来方向,请查看我们的战略文档:

  • ✨ 愿景 了解核心哲学以及我们架构背后的"为什么"。
  • 🗺️ 路线图 查看我们正在开发的内容以及未来的计划。



:handshake: 如何贡献

:hammer_and_wrench: 想要参与贡献吗?请查看我们的贡献指南



版权所有 (c) 2015 - 至今,Tobias Uhlig

版本历史

12.1.02026/03/27
12.0.02026/02/28
11.24.02026/01/31
11.23.12026/01/22
11.23.02026/01/21
11.22.02026/01/15
11.21.02026/01/14
11.20.02026/01/12
11.19.12026/01/09
11.19.02026/01/09
11.18.02026/01/05
11.17.12025/12/21
11.17.02025/12/21
11.16.02025/12/05
11.15.02025/12/02
11.14.02025/12/01
11.13.02025/11/29
11.12.02025/11/29
11.11.02025/11/26
11.10.02025/11/24

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架