AI 研究技能与智能体

4DAnyone Multi-View Video

hugging-apps · 工具包

把一段人像视频变成同一段表演的多机位同步视频。是 4DAnyone 模型的演示，适合制作 4D 重建输入的研究者。

DA-2

haodongli · 工具包

在浏览器演示里运行 DA^2 深度模型，它是 Depth Anything in Any Direction 的官方演示。适合想不做任何配置就试用深度估计的研究者和开发者。

THX-02

HAL-X-AI · 工具包

用 THX-02 决策模型，对你描述的情境里的每个选项给出概率，还有可选的思考模式。这是一个 Gradio 演示，适合测试校准决策的研究者和开发者。

HAKARI-Bench Leaderboard

hakari-bench · 工具包

展示 HAKARI-Bench 的公开结果，这是一个轻量的多语言信息检索基准，带有表格、模型对比和筛选。适合挑选检索模型的研究者和工程师。

FOXES - A Framework for Operational X-ray Emission Synthesis

griffingoodwin04 · 工具包

根据你以 NumPy 文件上传的 7 通道 SDO/AIA 太阳观测数据，预测 GOES 软 X 射线流量，并返回合成图像和流量贡献图。适合太阳物理研究者。

MSEB Leaderboard

google · 工具包

Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面，用 Gradio 搭建。适合比较声音嵌入模型的研究者。

DRS-VPT

fulkast · 工具包

在不需要起始位姿猜测的情况下，找出一张相机图像在 3-D 点云中的拍摄位置。适合研究 3-D 扫描中相机定位的研究者和学生。

Wet-Ink

Freedomform · 工具包

在浏览器里用动画演示扩散语言模型的一种解码方法，你可以调整窗口大小，看标记保持可编辑还是被冻结。适合研究和学习语言模型解码的人。

Lotis Demo

fnnBsch · 工具包

运行 fnnBsch 的 Lotis 的 Gradio 演示，基于 DINOv2 和 DINOv3 模型以及一个训练好的检查点。适合想在浏览器里试用这个模型，或者想读它怎样搭起来的人。

MiMo RL Environment Explorer

FineEnvs · 工具包

浏览 XiaomiMiMo 的 7,780 个强化学习环境，然后让模型运行一个任务并显示评分。这是一个非官方的浏览器，适合测试或比较 AI 智能体的人。

FINAL-Bench Quantum Leaderboard

FINAL-Bench · 工具包

在共用的公开测试集上给量子纠错解码器排名，并把已发表的结果列在旁边。这是一个开放、中立的基准页，适合量子计算研究者和解码器开发者。

MelodyFlow

facebook · 工具包

运行 facebook 团队的音频生成模型演示，基于 AudioCraft 库构建。适合想在浏览器里试用音乐和声音生成，或者想读代码的人。

CoWTracker

facebook · 工具包

跟踪上传视频里的每一个像素随时间的运动，并用彩色轨迹画出来。适合研究人员和想研究画面中物体如何运动的人。

OWSM v4

espnet · 工具包

用 Gradio 演示页在浏览器里对你给的音频运行 OWSM v4 开源语音模型，适合想试用或对比语音模型的人。

OWSM v4

espnet · 工具包

用 OWSM v4 模型转写语音、在语言之间翻译、识别说的是哪种语言并解码长录音，可选文字提示词。适合语音研究者和想测试多语言音频的人。

MEMFOF Optical Flow

egorchistov · 工具包

为全高清视频估计光流，也就是帧与帧之间每个像素的运动，同时占用很少的 GPU 显存，带 Gradio 演示和多个训练好的模型。适合计算机视觉研究者和视频工程师。

NZ General Election 2026 Explorer

edithatogo · 工具包

用座位分配、超额席位和预测模型来探索新西兰 2026 年大选，提供 Gradio 仪表盘和静态页面。适合分析人员、学生和好奇的读者。

Outsmart

ed-donner · 工具包

让 AI 模型在回合制的谈判和策略游戏里互相较量，并跨多局给它们排名。适合好奇语言模型怎样讨价还价、结盟和竞争的人。

NatureLM-Audio

EarthSpeciesProject · 工具包

一个演示：你上传一段动物声音的音频，在聊天里就它提问。它运行 NatureLM-audio 模型，在浏览器中打开，无需安装。

Cua Driver Bench on AgentEnv

earakely-scale · 工具包

计算机使用智能体运行 Cua Driver Bench 任务的回放查看器，有录制的桌面、工具调用、评分，还能并排对比驱动。这不是基准制作方的官方结果。

ClaimRadar BG

DyrakArmy · 工具包

在保加利亚语文本、音频和视频中找出可核查的说法，在网上搜索来源，并给每个说法一个带证据的结论。适合想检验自己所读所听内容的记者、事实核查人员和读者。

Safety Doesn't Translate

DhruvParmar051 · 工具包

并排展示 Cohere 的 Tiny Aya 在不重新训练的安全修复前后的回答，使用来自测试集、事先评判过的回复。适合 AI 安全研究者和多语言模型的开发者。

Depth Anything 3

depth-anything · 工具包

Depth Anything 3 的演示 Space，这个研究模型从名称看，能从任意视角拍的图像中恢复场景的空间结构。README 只有一条引用。

Sports2d

DavidPagnon · 工具包

在 Gradio 页面里，从视频文件或网络摄像头画面中算出人体的二维姿态和关节角度。适合教练、运动研究者和任何想研究身体如何运动的人。

Text Surprisal Editor

build-small-hackathon · 工具包

按一个只有 4M 参数的小语言模型觉得每个词有多意外，给文本里的每个词上色。模型没有 Transformer 块。这是一个黑客松项目，适合写作者和研究者。

Axon Alzheimer Detection

BoTahex · 工具包

在 Gradio 演示里用一个保存好的 CNN 模型对阿尔茨海默病的阶段做分类。适合探索健康数据上的机器学习的人，不能用于医疗决策。

PhiLLM Demo

bishoygaloaa · 工具包

让你编辑一个物理场景，并用精确的牛顿模拟器运行，得到轨迹图。模型面板在接上 GPU 推理之前只是占位。适合关注 PhiLLM 项目的人。

Open Chinese LLM Leaderboard

BAAI · 工具包

BAAI 运行的中文大语言模型排行榜，是一个带请求和结果数据集的 Gradio Space。适合在中文任务上比较模型的研究者和团队。

Artwork Personalization Demo

avantiwhenever · 工具包

演示如何用 CLIP 图像嵌入而不是观看记录，来挑选每个片名展示哪张海报。这是一个静态的浏览器演示，灵感来自 Netflix 公开的工程文章，与 Netflix 无关联。

Speech analysis

audeering · 工具包

对一段语音录音运行 audEERING 的两个 wav2vec2 模型，一个判断情绪，一个估计年龄和性别，并自带四段示例音频。这是面向语音研究者的 Gradio 演示。非商用许可。

SehatAI - Pakistan Health Intelligence

AreejNamwz · 工具包

提供一个面向巴基斯坦的健康主题 Gradio 应用，你可以在浏览器里打开，也可以在自己的电脑上运行。适合好奇的用户和想阅读其代码的开发者。

Vevo for Zero-shot VC, TTS, and More

amphion · 工具包

无需针对某个说话人训练，就能根据参考音频模仿声音，用于语音转换和文字转语音。这是 Amphion 项目里 Vevo 模型的演示，适合研究者和音频开发者。

Visual Saliency Prediction

alexanderkroner · 工具包

预测图片里哪些区域最先吸引目光，使用 2020 年 Neural Networks 论文中的 MSI-Net 模型。适合想快速查看可能关注区域的研究者和设计师。

Fracture Check

akinchanJain7 · 工具包

初筛手部、手臂、腿部、髋部和肩部的 X 光片是否可能骨折，用热力图显示模型关注的区域，并标出最可能的骨折位置。这是学生研究项目，供学习使用，不能用于医疗决策。

TripoSplat

VAST-AI · 工具包

在浏览器演示里运行 VAST-AI 的 TripoSplat 模型，带自定义页面和内置示例输入。这个 Space 没有文字说明，想知道模型会生成什么，请看模型页面。

open-predico 看板

open-predico · 工具包

用静态网页和图表展示 open-predico 项目的实时预测和回测结果。适合关注它基准测试、想查看得分、目标序列和输入的人。

Icelandic LLM Leaderboard

mideind · 工具包

Miðeind 的静态排行榜页面，在冰岛语任务上给大语言模型排名，适合为冰岛语选择或研究模型的人。

Gta

lucidml · 工具包

打开一个静态网页，用来试用名为 GTA 的模型。README 只有一行，没有说明 GTA 代表什么，也没有说明模型做什么。

General World Model

lucidml · 工具包

让你在浏览器里通过切换文字提示词来试用一个世界模型。README 只有一行，所以细节仅限于仓库里能看到的内容。

SchemeArena

launch · 工具包

展示一个用 400 个场景测试 LLM 智能体是否会耍心机的研究项目，并介绍名为 SCOUT 的监测器。这是面向 AI 安全研究人员的静态项目页面。

Turkish ASR Leaderboard

EmreAkgul · 工具包

在一套 Google 测试数据集上，按基准测试和计时结果对比土耳其语语音转文字模型，帮你为土耳其语音频选一个语音识别模型。

Model Pulse

emanforhelp · 工具包

展示 Hugging Face Hub 上每个模型自 2024 年 7 月以来的每日下载历史、点赞和衍生家族，带对比图表和每周榜单。适合关注开源模型的模型作者和分析人员。

Saudi SALLM Q9B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里运行基于 Qwen3.5-9B 语言模型和私有适配器的 Gradio 研究演示，适合在 GPU 硬件上测试模型的人。

Saudi SALLM J7B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里运行围绕 Jais-3-7B 语言模型的入门级 Gradio 演示，适合想在 GPU 硬件上试用适配器的人。

Saudi SALLM A7B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里试用建立在 ALLaM-7B-Instruct-preview 之上的研究型语言模型适配器，适合测试和比较语言模型的人。

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。

Turkish MMLU Leaderboard

alibayram · 工具包

在土耳其语版 MMLU 基准上给 AI 模型排名，带筛选、可浏览的模型回答、分章节图表和提交新模型的表单。适合需要比较土耳其语模型的人。

MagicQuillV2

AI4Editing · 工具包

把 AI4Editing 团队的 MagicQuillV2 演示作为带打包自定义组件的 Gradio 应用来托管。这个 Space 没有文字说明，想知道它做什么，请看 README 指向的论文和代码仓库。

Weightprint

tardellirs · 工具包

在一个静态页面里，通过比较权重和声明的父模型，测量一次微调改动了什么。适合想核实某个 Hub 模型到底是什么的人。

Model Pulse

tardellirs · 工具包

展示 Hugging Face Hub 上模型自 2024 年 7 月以来的每日下载历史、点赞数和衍生模型家族，还有模型对比图和每周排行榜。适合模型开发者和研究人员。

Open VLM Leaderboard

opencompass · 工具包

展示用 VLMEvalKit 工具包收集的视觉语言模型得分排行榜，有总榜，也有每个基准的单独表格。适合比较多模态模型的研究者和工程师。

S1MB Leaderboard

hotchpotch · 工具包

在一个已保存结果的查看器里，比较 System One Decision Models 在 100 多个基准上的表现。适合想看模型哪里强、哪里弱的研究者。

BEHAVIOR-1K 2026 Challenge Leaderboard

behavior-1k · 工具包

展示 BEHAVIOR-1K 2026 Challenge 的公开排名和提交入口，并保留 2025 年的存档榜单。适合参赛者、组织者和关注结果的人。

fev-bench

autogluon · 工具包

AutoGluon 团队的预测评估基准，以 Streamlit 应用的形式放在 Docker Space 里。适合比较时间序列预测模型的人。

PAN 2 World Model

akhaliq · 工具包

把文字提示，或提示加首帧图片，转成 PAN 2 世界模型模拟出的短视频。适合想试用或研究世界模型视频生成的人。

AI Phone Leaderboard

a-ghorbani · 工具包

在 Streamlit 仪表盘里查看和分析移动设备的 AI 基准结果，带有图表和筛选。适合想比较手机运行 AI 模型表现的人。

Coilstellaration Bench

proxima-fusion · 工具包

给能根据等离子体边界和需求指标预测仿星器线圈组的 ONNX 模型打分，研究人员可以提交模型并比较结果。

Heretic Grimoire

heretic-org · 工具包

为 Heretic 生成的模型保存可搜索的复现记录存档，可下载 CSV。适合追踪或重建这类模型的研究者。

RL Environments on Hugging Face

FineEnvs · 工具包

让你浏览 Hugging Face Hub 上的强化学习环境，查看它们的任务和奖励，并运行智能体 rollout 来比较结果。适合强化学习和智能体研究者。

EnterpriseRAG Bench Leaderboard

onyx-dot-app · 工具包

在 EnterpriseRAG-Bench 上给检索增强生成系统排名，这个基准基于公司知识问题，并带有浏览问题和并排比较系统的标签页。适合选择 RAG 系统的团队。

Arena Leaderboard

lmarena-ai · 工具包

展示 lmarena-ai 的模型排名，背后是保存下来的 Elo 结果快照和一份 Arena-Hard-Auto 排行榜文件。适合比较 AI 模型的人。

TabArena

TabArena · 工具包

在 Gradio 排行榜里用 Elo 评分给表格数据的机器学习方法排名，并以 JSON 和 MCP 工具的形式把数据提供给智能体。适合挑选表格机器学习方法的研究者和从业者。

Open LLM Leaderboard

open-llm-leaderboard · 工具包

在一个 React 页面里排名和比较开源大语言模型，支持排序、筛选、搜索和固定。适合挑选或评估开源模型和聊天机器人的人。

cognirank

dotlabs · 工具包

在静态网站上给小型 AI 模型的推理和编程基准成绩排名，带可排序的表格、图表和并排对比。适合挑选或研究小型模型的人。

Browser

malcolmrey · 工具包

在静态页面上浏览一个模型目录，带图库、缩略图、标签和一个对比脚本。适合想在浏览器里翻看这个合集的人。

RUKOPYS Leaderboard

UkrainianCatholicUniversity · 工具包

给乌克兰语手写文字的 OCR 系统排名，基于 RUKOPYS 测试集的整页文档打分。研究人员和模型开发者可以直接在浏览器里比较各次运行的结果。

Visualize Dataset (v2.0+ latest dataset format)

lerobot · 工具包

用同步的视频、交互图表、3D 机器人回放和标记坏数据片段的工具，浏览 LeRobot 格式的机器人数据集。适合机器人研究人员和从业者。

Hub Stats

huggingface · 工具包

用一个静态页面展示 Hugging Face Hub 上的增长、下载量、许可、模型树、热门仓库和论文，所有数字都已提前算好。适合关注 Hub 动态的人。

UGI Leaderboard

DontPlanToEnd · 工具包

展示一个 AI 模型排行榜，按标题所说的 Uncensored General Intelligence 打分，页面可在浏览器或 Docker 里运行。适合需要比较模型的人。

MTEB Leaderboard

mteb · 工具包

在浏览器或 Docker 里运行的排行榜页面，给文本、图像、音频和视频的嵌入模型排名。适合选择嵌入模型的人。

Microduck Sandbox

pollen-robotics · 工具包

在浏览器里操控一只模拟的 Microduck 机器人，使用训练好的行走、坐下、翻滚和踢球策略，还有轮式版本。适合机器人和强化学习爱好者。

一个 n8n 工作流，每个工作日早上读取 Hugging Face 的每日论文列表，请 OpenAI 概括每篇摘要。每篇新论文在 Notion 里存成一行，已经在表里的论文会被跳过。

一个 n8n 工作流，按关键词搜索 Reddit，留下有点赞的近期帖子，让 OpenAI 检查每个是不是讲这个话题，并写一句话摘要。

一个把网址清单变成 Markdown 的 n8n 工作流。Firecrawl 返回每个页面的标题、描述和链接，工作流分批处理清单，节奏符合速率限制。

一个回答 PDF 问题并标出每个答案出处的 n8n 工作流。每条回复的结尾，都有 OpenAI 模型所用的每一段 Pinecone 内容的文件名和行号范围。

一个 n8n 工作流，通过 ScrapingBee 给 Google 表格里列出的商品页面截图，让 Gemini 智能体读出标题、价格、品牌和促销，再存成各行。

一个带上传表单的 n8n 工作流。AI 模型读取一张工具标志图，列出每个工具以及它的属性和相似工具，并存进两张互相链接的 Airtable 表。

一个 n8n 工作流，在同一个 Telegram 机器人上做两件事。你发来的 PDF 会被切块存进 Pinecone，你发来的问题则由 Groq 上的模型根据这些块来回答。

一个用带主题的网址调用的 n8n 工作流。一个 AI 智能体让 Perplexity 研究这个主题，工作流回复一个完成的 HTML 文章页面。

一个 n8n 工作流，从 Google Sheets 读取问卷答案，把每个答案作为向量存进 Qdrant。它用 K-means 给相似的答案分组，让 OpenAI 模型总结每一组，再把洞察写进一张新工作表。

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，每周读一次没有订阅源的新闻页面。它保留最近 7 天的帖子，让 OpenAI 给每条做摘要，并在 NocoDB 里为每条存一行。

一个 n8n 工作流，把一个问题发给 Perplexity 的 Agent API，网页搜索限定在你列出的域名和最近一个月内，并返回答案文字和来源地址。

一个 n8n 工作流，把聊天里的问题变成一份研究报告。模型提出搜索查询，SerpAPI 运行它们，Jina 读取结果页面，第三步写出 Markdown 报告。

一个 n8n 工作流，根据你自己的 OpenAI 向量库回答聊天里的问题，并把每个来源文件的名字写进回答里，紧跟在它所支持的那一段后面。

一个 n8n 工作流，通过 webhook 接收研究问题，让 Google Gemini 模型写出搜索词，用 Brave 搜索网页，再由第二次 Gemini 调用给结果排序，最后回复十个链接。

一个分轮研究问题的 n8n 工作流。表单接收问题，模型提出澄清问题，循环搜索网页并读取页面，推理模型写出一份长报告，保存到 Notion 页面。

一个把 Hacker News 每月招聘帖变成职位清单的 n8n 工作流。它加载每条招聘信息，OpenAI 模型提取公司、职位、地点、薪资和链接，每条信息变成 Airtable 的一行。

一个每天早上到 grants.gov 查看新 AI 资助的 n8n 工作流。OpenAI 模型为每个资助写摘要，并对照你的公司信息检查资格，结果存进 Airtable，稍后再把符合条件的资助做成摘要发邮件。

一个每天傍晚运行的 n8n 工作流。OpenAI 智能体写出一份顶级 n8n 创作者的报告，存进 Google Drive 并发邮件，Gemini 列出的热门工作流清单则通过邮件和 Telegram 发出。

一个用聊天框对话的 n8n 工作流。给它一位 n8n 创作者的用户名，OpenAI 智能体会读取这位创作者公开的每周和每月数据，并写出一份 Markdown 报告。

一个接收 YouTube 链接的 n8n webhook。它查出视频信息，让 Gemini 观看视频并写出结构化摘要，把摘要返回给调用方，再把标题和链接发到 Telegram。

一个带网页表单的 n8n 工作流。粘贴一个 YouTube 链接，Apify 的 actor 取回字幕文本，OpenAI 模型再写出一份摘要。

一个 n8n 工作流，用你自己机器上的 Ollama 模型，把一段文本和一份源文档逐句核对。一个事实核查模型给每句标 Yes 或 No，第二个模型再把标为 No 的句子总结出来。

一个 n8n 聊天：你说出一个细分领域，智能体就搜索 YouTube 过去两天的视频，逐个查出播放、点赞和标签，再报告这些新视频有什么共同点。

一个 n8n 工作流，通过 Jina 读取一个网页，请 OpenAI 聊天模型挑出页面上的每个条目，再为每个条目在 Google 表格里加一行。它默认指向一个练习用的书店页面。

一个带聊天窗口的 n8n 工作流。OpenAI 智能体回答你的问题，通过 SerpApi 搜索 Google 找最新信息，在 Wikipedia 里查词条，并记住最近 20 次交流。

一个带聊天智能体的 n8n 工作流，智能体能打开网页。它的工具下载一个网址，去掉脚本和样式，把页面转成 Markdown，再交给 OpenAI 模型回答。

Arete-27B

NousResearch · 工具包

用 270 亿参数的文本模型回答政治敏感问题，由 Nous Research 在 Qwen3.8-27B 基础上重新训练，以调整其立场。适合助手开发者和价值对齐研究者。

bioinformatics-agent-skills

ssinder · 技能

为 AI 编程智能体提供计算生物学技能，涵盖 RNA-seq、单细胞分析、蛋白质结构、分子动力学、多肽设计、文献挖掘和论文图表。