推荐 5 个 yyds 的 AI 开源项目，给劲儿啊。

01、智谱开源 GLM-4.7

智谱 GLM-4.7 正式发布并官宣即将开源。

LiveCodeBench 和 Code Arena 等多个权威榜单中，它直接拿下了国产第一、开源第一。

综合 Coding 能力已经直逼甚至在某些维度超越了 Claude 4.5 Sonnet。

而且最近智谱向港交所递交了招股书，冲击全球大模型第一股。国产大模型在编程这一核心赛道上，已经具备了冲击世界顶尖水平的实战底气。开源地址：huggingface.co/zai-org/GLM...

甚至，有人使用 GLM-4.7 复刻了植物大战僵尸。。。

测了几个 Case，确实给劲儿。提示词：生成一个介绍阿凡达 3 的详细 PPT

提示词：在 Canvas 上写一个'落沙'模拟器（类似 Noita 的简化版）。支持 4 种元素：沙子（受重力落下）、水（落下并向两边流动）、火（向上飘）、油（浮在水上）。元素之间要能互动：火遇到油会爆炸，水遇到火会产生蒸汽。像素级模拟，60FPS。

提示词：请使用 HTML5 Canvas 和原生 JavaScript 编写一个单文件的切水果游戏复刻版。不需要外部图片，使用 Emoji 代替水果和炸弹。水果从屏幕底部随机位置向上抛出，受重力影响掉落，带有自转效果。

鼠标按住并移动会产生一条刀光，当刀光路径与水果坐标重叠时，水果被切开。切到炸弹则游戏结束。

这个 3.6 万人 Star 的分布式 AI 推理开源框架有点顶啊。

它能让你能够利用手头现有 iPhone、iPad、Mac、安卓设备乃至树莓派啥的，搭建一个私人的 AI 集群。

它打破了运行大模型必须依赖高端 GPU 的限制，通过资源池化的方式实现大模型的运行。

这个开源项目对硬件的自适应能力很强，能够根据网络拓扑和各设备的剩余算力，动态地将模型进行分片。

通过支持 RDMA over Thunderbolt 等技术，exo 能够显著降低设备间的通信延迟，使得分布式推理的效率远高于普通的网络连接。

arduino 复制代码

开源地址：https://github.com/exo-explore/exo

Datawhale 开源社区的又一力作，这是一份系统化的 Vibe Coding 开源教程。

这个开源教程的质量还是挺不错的，教程内容涵盖了从零基础到全栈实战的全过程，特别针对没有编程背景的初学者、大学生或希望提升效率的创业者。

它不仅讲解如何使用提示词生成代码，还深入探讨了如何利用 Cursor、Claude 等工具快速将想法转化为实际产品。

项目配套有专门的在线学习网站，提供了丰富的案例和进阶路径。它旨在解决国内 AI 编程资源碎片化的问题，通过系统性的引导，让学习者能够快速掌握构建 AI 驱动应用的能力。

arduino 复制代码

开源地址：https://github.com/datawhalechina/vibe-vibe

VideoPipe 是一个用 C++ 写的跨平台视频结构化与分析框架。

它的设计理念类似于流水线，通过将视频处理的各个环节，比如解码、推理、绘制、编码等拆分为独立的节点，用户可以根据业务需求灵活地组合这些节点，构建出复杂的视觉分析系统。

该框架的一大特点是轻量级且依赖较少，非常适合在安防监控、交通管理、人脸识别等实际工程场景中快速部署。

比如实时分析车辆轨迹，自动识别违章掉头、非法压线或逆行。它不仅能认出那是辆车，还能识别出车牌号，并把违章过程录制成小视频存证。

它支持主流的视频流协议如 RTSP、RTMP 以及本地文件输入，并集成了 OpenCV 和 GStreamer 进行硬件加速解码。

该项目有详实的中文文档和示例代码，极大地降低了 C++ 视频分析开发的门槛。

arduino 复制代码

开源地址：https://github.com/sherlockchou86/VideoPipe

这个开源项目叫 Personal AI Infrastructure。

看名字也能猜出来，这个开源项目想帮你搭建一套属于个人的 AI 基础设施。

项目的愿景是让个人能够拥有并控制自己的 AI 操作系统，而不是依赖大型企业提供的黑盒服务。

这个开源项目的架构设计还是非常清晰的，包含技能 Skills、智能体 Agents、钩子 Hooks 和历史 History 四大核心模块。

它目前是基于 Anthropic 的 Claude Code 构建，核心逻辑是 AI 增强人类：通过自动化的工作流捕获用户的工作模式，将其固化为可复用的 AI 技能。

而且它集成了另一个知名项目 Fabric，利用大量的精选提示词来处理日常任务，如总结文档、编写代码或进行安全分析啥的

arduino 复制代码

开源地址：https://github.com/danielmiessler/Personal_AI_Infrastructure