浏览 AI 技能、智能体和自动化

Qwen3.5-4B-3D-Coder-GGUF

prithivMLmods · 工具包

用早期预览版 Qwen3.5-4B 微调模型的 GGUF 副本写代码，并生成自包含的 Three.js 交互 3D 场景页面。适合在本地做 3D 场景原型的开发者。

ReFoCo

yuji-nozawa · 工具包

一篇研究论文的三种规模的预训练视觉 Transformer 检查点，论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。

Spark-X2.6-4B-FP8

XHToken · 工具包

面向设备端运行的 4.1B 参数紧凑文本模型，FP8 版本，有 none、low、high 三档思考等级，支持中英文。适合在小型硬件上做编程和智能体任务。

Spark-X2.6-1.7B-Base

XHToken · 工具包

一个紧凑的 1.7B 语言模型，面向设备端使用，支持英文和中文，在编程、智能体任务和长上下文上有提升，并有三档可调的思考级别。适合在本地运行模型的开发者。

WARC

third-intelligence · 工具包

面向 ARC-AGI-3 游戏的 35M 参数世界模型，根据最近三帧和一个动作预测下一帧游戏画面，并在智能体玩游戏时持续自我训练。

一个 n8n 工作流，盯着一个 YouTube 频道，下载每个新视频的英文字幕，让 OpenAI 写三条要点，并把它们连同标题和链接发到 Discord。

一个生成测试数据的 n8n 工作流。它向 OpenAI 模型要三份各十个虚构用户的名单，每份存成一个 CSV 文件，文件名形如 funny_names_1.csv。

Qwen3.8-27B-SLQ-GGUF

kaitchup · 工具包

用自定义的统计无损量化，把 Qwen3.8-27B 压成三个体积和保真度各不相同的 GGUF 文件。适合在 llama.cpp 里本地运行这个模型的人。

AI-XAUUSD-Trading

JonusNattapong · 工具包

用三个强化学习模型、市场状态识别和风险规则来交易黄金兑美元。这是给研究交易算法的人用的研究项目，不是投资建议。

Qwen3.8-27B-CodeForge-3xMerge

xtools-at · 工具包

用三个 Qwen3.8-27B 微调版本加权合并而成的模型，可编写和解释代码，也能处理推理问题。适合想用一个通用模型做编程和聊天的开发者。

cbx-indic-pii-extractor-58M

CobuildX-AI · 工具包

在印度语言和印度英语文本中找出姓名、电话号码、Aadhaar 和 PAN 等个人信息，并返回每个值的位置。这是三种规格中最准确的一个，有 57.6M 参数。

Spark-X2.6-4B-Base

XHToken · 工具包

一个 4.1B 的语言模型，面向设备端使用，针对编码、智能体任务、长上下文和推理做了调优，支持英文和中文，并有三档思考级别。适合本地运行模型的开发者。

Uniformer_video_demo

Sense-X · 工具包

一个 Gradio 演示，用 Sense-X 的 UniFormer 视频模型处理视频片段并给出类别，附带三个示例视频。适合想在浏览器里体验视频分类的学生和开发者。

Persian Image Captioning

MahsaShahidi · 工具包

在 Gradio 页面里用一个视觉模型和一个波斯语语言模型给图片写波斯语说明，里面带有三张示例图片。适合处理波斯语文本的学生和开发者。

Image_Retrieval

leopoldmaillard · 工具包

在一个小型度假照片集里找出与查询图片相似的图片，带有名为 naive、bovw 和 cnn 的三种已保存方法。适合学习图像检索的学生和开发者。

ESPNet2 ASR Librispeech word vs bpe tokens

jkang · 工具包

在 Gradio 页面里比较同一套 ESPnet2 Conformer 方案的三个英语语音识别模型，分别用 bpe、字符和词单位，附带示例音频，适合语音研究人员和学生。

Qwen3.5-9B Brainwaves DeepThought STEM OneJev1.6

nightmedia · 工具包

nightmedia 制作的实验性 9.4B 图文模型，由三个 9B 模型合并而成，面向推理和理科问题。适合喜欢尝试小型开放合并模型的爱好者和研究者。

Qwen3.5-4B-3D-Html

mondk · 工具包

一个 4.2B 的文本生成模型，由 Qwen3.5-4B 微调而来，用 Three.js 把 3D 场景写成一个独立的 HTML 文件。在浏览器里打开文件，用鼠标旋转模型。

VieNeu-TTS v3 Turbo

pnnbao-ump · 工具包

用 48 kHz 朗读越南语和英语，带来自三个地区的 23 个预设声音、即时声音克隆和实时流式输出。这是一个 131M 的小型文字转语音模型，在普通 CPU 上也能运行。

Kimi-K3.1-Pro-Coder

Grawnch · 工具包

运行经过深度压缩的 2.8T 参数 Kimi-K3.1-Pro，针对编码和数学做了调校。由 Grawnch 用三层混合比特方案制作，适合拥有高端 GPU 工作站的人。

Spark-X2.6-1.7B

XHToken · 工具包

用面向本地设备的紧凑 1.7B 模型生成文本，有三档可调的思考等级。适合想在本地硬件上获得编程、智能体和长上下文帮助的开发者。

Qwen3.5-4B-3D-Coder-MTP-Repacked

prithivMLmods · 工具包

ccore 的 Qwen3.5-4B-3D-Coder 的重新打包版本，一个为编程回答和 Three.js 3D 场景调优的小模型，附带支持多词元预测的 GGUF 文件。

Alpie Seed 9B GGUF

169Pi · 工具包

通过三种位深的 GGUF 文件，在你自己的机器上运行 169Pi AI 的图文模型 Alpie Seed 9B。适合想在本地做视觉语言对话的开发者。

CCORE GLB-3D-Coder 1.7B

ccore · 工具包

为你描述的游戏资产写出完整的 Three.js 页面，带 3D 预览和导出 GLB 按钮。这是微调过的 Qwen3-1.7B，GGUF 格式，能在普通硬件上运行，适合游戏开发者。

Spark-X2.6-4B-GGUF

XHToken · 工具包

面向设备端使用的紧凑 4B 语言模型的 GGUF 版本，针对编程、智能体和长上下文调校，有从无到高的三档思考级别。支持英文和中文。

Sharp-Spark-X2.6-4B-GGUF

peculiar-ragdoll · 工具包

在 6 GB 显存的显卡上运行支持长上下文的 4B 编程模型。这些 Spark-X2.6-4B 的 GGUF 量化版有三种大小，使用偏向编程的重要性矩阵。

Spark-X2.6-4B

XHToken · 工具包

一个 4.1B 的语言模型，擅长编程、智能体任务和长上下文，支持英文和中文，有三档思考强度，适合构建在自己设备上运行的智能体的开发者。

DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF

ISTA-DASLab · 工具包

DeepSeek-V4.1-Flash-1017 的 GGUF 版本，有三种很小的尺寸，每个张量用各自的精度量化，适合在有限硬件上运行超大混合专家模型的人。

Understanding Women

GotAudio · 工具包

在 Gradio 页面里用一个已保存的模型处理图片，附带三张示例图可以试。记录没有说明它预测什么，所以请打开 Space 看它的用途。

Icevision_fridge_tutorial

dnth · 工具包

dnth 做的小型 Gradio 演示，从名字看是配合 IceVision 冰箱教程的，带有保存的检查点和三张示例图片。适合探索计算机视觉教程的学习者。

Clasificador_de_mascotas

cabustillo13 · 工具包

一个 Gradio 应用，名字在西班牙语里是宠物分类器的意思，用已保存的模型处理宠物照片，带三张示例照片。适合想试用小型图像模型的人。

Uniformer_video_demo

Andy1621 · 工具包

一个 Gradio 演示，用 Andy1621/uniformer 模型给短视频打标签，带三段示例视频。适合想在浏览器里试用视频分类的人。

NER Biomedical PHI Ensemble

ajitrajasekharan · 工具包

一个用于生物医学文本命名实体识别的 Streamlit 应用，通过集成配置组合三个指定的模型。适合想在浏览器里试用实体标注的人。

3D World Generator WebGPU

ReallyFloppyPenguin · 工具包

把一段文字描述变成可交互的 3D 世界，以一个使用 Three.js 的 HTML 文件交付。一个小型代码模型通过 WebGPU 在你的浏览器里运行。

Reachy Stories

pollen-robotics · 工具包

让孩子和 Reachy Mini 机器人一起编睡前故事：机器人问三个问题，孩子用语音回答，机器人写出故事并朗读。适合家庭和机器人开发者。

Reachy Mini - Yo It's Your Boy

pollen-robotics · 工具包

播放一支 2 分 12 秒的机器人音乐视频，它本身就是一个网页，Reachy Mini 在 three.js 场景里跳舞。包含播放器、代码和逐帧渲染器。

Rein-NPC playground

jmc0 · 工具包

让你和一个小镇里的三个游戏角色对话，它们由一个只下载一次、在浏览器里运行的 4B 模型扮演，每条回复下面都会显示模型做出的决定。

Basal-1.5 Demo & API

jglowa · 工具包

Remek Kinas 的 basal-1.5 模型的 Gradio 演示和 API，有名为 4.5B、max 和 mini 的三个变体，可以在线运行，也可以用 Python 3.12 在你的电脑上运行。

SILVA Aesthetic Scorer

Jannchie · 工具包

用一个人的审美和两个蒸馏出来的 AI 评委，给上传的插画打三个 0 到 1 的分数。适合画师、数据集整理者和研究审美模型的人。

FM4M-demo1

ibm-research · 工具包

IBM Research 的一个 Gradio 演示，点名了三个 IBM 材料模型，smi-ted、selfies-ted 和 mhg-ged。适合想看这个演示是怎么搭的研究者和开发者。

USO FLUX

bytedance-research · 工具包

bytedance-research 做的 Gradio 应用，运行在 ZeroGPU 硬件上，围绕 USO 模型和记录里提到的三个 FLUX.1 模型构建。README 没有任何描述，所以请直接看页面了解它能做什么。

voice-call-wasm

fusorlabs · 工具包

在浏览器里用三个小模型在你自己的 CPU 上进行语音对话，模型下载完成后，不会把任何音频发到别处。

FLUX.1 Kontext

black-forest-labs · 工具包

在浏览器演示里用 FLUX.1 Kontext dev 模型编辑图片，自带三张示例图片。适合想不在本地搭环境就试试 AI 图片编辑的设计师和图像创作者。

Full Duplex Leaderboard

aufklarer · 工具包

用三个公开基准比较语音智能体：何时开口、该调用哪个工具，以及说话是否符合风格指令。适合构建或挑选语音智能体的团队。

一个 n8n 工作流：取你在 X 上最新的三位关注者，把他们的头像做成小圆形，放到一张横幅模板上。然后把结果上传为你的个人资料横幅。

一个 n8n 工作流，带一个聊天框和一个 AI 智能体，回答关于一张 Google 表格里客户表的问题。它通过三个小工具，只读取需要的列和行。

一个 n8n 工作流：每个工作日早上读取 Google 表格里的发票标签页，给每位客户发一封礼貌的意大利语提醒，针对三天内到期或已逾期的未付款发票。

一个运行小型 Telegram 聊天机器人的 n8n 工作流，它有三种行为。它用用户的语言聊天，欢迎新用户，消息以画图命令开头时就画一幅图。

一个 n8n 工作流，按主题给每封新的 Gmail 邮件打标签。OpenAI 模型从你的列表里选出三个标签中合适的，工作流再在 Gmail 里加上对应的标签。

一个 n8n 工作流，每周读你的 Google Analytics，让 AI 模型对比最近 7 天和之前 7 天，并把三份书面报告存进一行 Baserow 记录。

一个 n8n 工作流，取下一个文章索引页，选出最新的三篇文章，让 OpenAI 模型逐篇摘要。每篇文章你会得到一个标题、一份摘要和一个地址。

一个 n8n 工作流，在聊天窗口里推荐电影。它用 OpenAI 嵌入向量把你的电影 CSV 载入 Qdrant，再由一个 AI Agent 要来三部接近你喜欢的、远离你不喜欢的电影。

一个挂在网址后面的 n8n 工作流。发给它一个主题和一个类型，Claude 写出一篇博客、一期通讯或三条社交帖，工作流把草稿以 JSON 返回，并把预览发到 Slack。

一个葡萄牙语的 n8n 聊天，用来比较企业健康保险方案。AI 助手把每位访客记在 Postgres 里，从 MySQL 表里找出最便宜的三个方案，还能调用两个网络 API。这是一个起步模板，数据要你自己填。

一个 n8n 工作流：把 Google Drive 里的季度财报 PDF 用 Gemini 嵌入后载入 Pinecone 索引，再由一个 OpenAI 智能体在索引里检索，写出一份关于最近三个季度的报告，并追加到一份 Google 文档里。

一个带聊天智能体的 n8n 工作流，用平常的话回答关于 Postgres 数据库（比如 Supabase 背后的那个）的问题。它读取表清单和每张表的列，写出 SQL，并通过三个 Postgres 工具运行。

一个 n8n 工作流，含三个互相独立的 AI 示例：给 Gmail 贴标签的分类器、根据存在 Pinecone 里的 PDF 回答问题的聊天，以及帮你订 Google Calendar 预约的 Claude 智能体。

CCORE GLB-3D-Coder

ccore · 工具包

根据文字描述写出 Three.js 页面，预览低多边形 3D 资产并导出为 GLB，可用于 Godot 等编辑器。适合游戏开发者和 3D 爱好者。

Qwen3.5-4B-3D-Coder

ccore · 工具包

根据文字提示词编写代码和可交互的 Three.js 3D 场景，加上可选的视觉文件后还能参考图片生成。这是一个 4B 微调模型的早期预览，适合想试用小模型的人。

Callstack Agent Skills（Callstack 的 React Native 技能包）

callstackincubator · 技能

Callstack 做的免费 React Native 智能体技能：性能分析、导航、电视应用、库的脚手架、版本升级、CI 构建产物和迁移方案。8 个技能分在三个合集里，另有 3 个来自其他仓库的测试技能。

SigmaStudioz Agent Skills（编程智能体技能包）

sigmastudioz · 技能

SigmaStudioz 的 Lex 做的六个编程智能体技能。三个规范工程工作：按业务领域改代码、限时技术调研和成果复核。三个是视觉类：交互式图解和影片、视频分析，以及打包好的 React 特效。

CloudAI-X Three.js Skills（Three.js 三维开发技能包）

CloudAI-X · 技能

CloudAI-X 做的 13 个 Claude Code 技能，针对 three.js r186：场景、着色器、加载器、React Three Fiber、后期处理、性能和 glTF 压缩，每个都附一份过时调用及其改法的清单。这些技能是参考文字，代码由 Claude 来写。

YouTube AI Motion Graphics

sirioberati · 技能

提供 74 个 HTML 动画讲解画板，用于 YouTube 视频，另附全部提示词和三个 Claude 技能，可把画板同步到你的声音并导出 MP4。

Diorama

sloemo01 · 技能

为 AI 智能体提供一份剧本和可复制的代码，用来构建精细的 Three.js 微缩场景，也就是像素或卡通风格的小型舞台布景。适合网页和创意开发者。

Harness Leaderboard

joelniklaus · 工具包

在同一个开源模型上比较九个编码智能体，每个任务跑三次，附置信区间并公开每条运行轨迹。适合要决定在哪个智能体里运行开源模型的开发者。

Open 3D Skills

Moh4696 · 技能

用八个技能教编程智能体搭建 3D 和动画网站，从 three.js 场景、滚动影片，到透明视频、跟随光标的角色和爆炸视图。适合网页开发者。

一个 n8n 聊天工作流：GPT-4.1 智能体读每个问题，再把它交给你自己的三个研究工作流之一：公司、市场或社交媒体。这三个研究工作流不在文件里。

一个 n8n 工作流：把 Google Sheets 里的主题清单变成 LinkedIn 帖子草稿。每次运行用 Tavily 搜索下一个 To Do 主题，OpenRouter 上的 AI 智能体根据三条结果写一篇短帖，草稿再写回这一行。

一个 n8n 工作流：把 Google 表格里列出的 logo 做成动画，每次运行处理一行。OpenAI 读取 logo，GPT-4.1 智能体规划三个镜头，Kie.ai 上的 Veo 3 Fast 负责渲染，视频地址再写回这一行。

一个 n8n 工作流：每天自动在 Instagram 发一组励志名言轮播图。OpenAI 智能体写文案和三句名言，Blotato 把它们做成幻灯片并发布，另外七个网络一键就能打开。

一个 n8n 工作流，在网上研究一个技术问题并写出带引用的报告。它先提出追问，再用 Tavily 最多搜索三轮，由 OpenAI 写出每一轮的回答，并把报告交给一个能生成 Google 文档的转换服务。

一个带单字段上传表单的 n8n 工作流。发一张产品照片，OpenAI 写提示词，Runware 画出一张方形主图，再由 Kling 把它变成一段 10 秒的 360 度转台视频。有三个模型名称需要核对。

一个 n8n 工作流：输入一个主题，它写出分三节的通讯，发给 Google 表格里的每个地址。Tavily 找本周的新闻，OpenAI 写各节内容，品牌的配色和标志则从它自己的网站上读取。

一个 n8n 工作流，研究你所在领域在 YouTube 上什么有效。Apify 抓取热门视频，OpenAI 找出标题里的强力词和缩略图的吸引点并读取你自己的评论，再由智能体把三组标题和缩略图创意写进 Google Sheets。

LLM Course 大语言模型课程

mlabonne · 工具包

Maxime Labonne 做的免费大语言模型入门课：一份 README，里面有三张路线图、参考资料清单和 Colab 笔记本。安装说明涵盖在 GitHub 上阅读、在 Google Colab 里用笔记本，以及作者的其他链接。

按一下，生成本周的回顾笔记：成果、拖慢你的事、下周三件要事。

第一行就给答案，不超过 120 个词，最多附三条理由。不铺垫，不总结。

为 Reel、TikTok 或 Short 写十句开场白，用在前三秒，风格各不相同

为帖子或页面挑选宽泛、中等、细分三档话题标签，每个都说明理由

品牌可以连着发好几个月的三到五个主题，并写明每个主题背后的受众需求