人工智能

引力YINLI是面向办公场景的本地优先AI工作台，基于AgentScope2.0、Electron和React构建。它以Chat为主入口，让用户在一个受控桌面环境中读取、整理和产出文档、表格与项目文件，并提供单Agent执行、临时Team协作、Subagent委托、PlanMode、定时任务JobA

DeepSeek大肥鱼桌宠是一款常驻Windows桌面右下角的桌面宠物程序，形象为DeepSeek鲸鱼娘（女仆装，18张差分素材）。它不是纯装饰：通过读取WorkBuddy会话日志中的真实usage数据，实时展示模型输出速率、上下文消耗速率、缓存命中率、按调用当时峰谷单价折算的花费与会话累计toke

使用BGE系列Embedding/Reranker模型，自带Web前端，支持文档上传、知识库重建与文档问答，以及局域网访问。?私有化部署：文档、向量索引、模型全部本地存储，检索过程不依赖任何第三方在线服务。?BGE系列模型：本地运行bge-small-zh-v1.5Embedding模型+bge-r

这是一个使用Python+PySide6开发的Windows桌面AI宠物，接入DeepSeek大模型，支持角色对话、本地轻量化文档问答。1.文本文件读取：读取RAG文件夹内.txt/.docx文档，支持拖拽文件交给桌宠解析，鲸鱼娘可以阅读文本内容并在对话框进行互动你可以将文件拖拽到角色图标，让鲸鱼娘

针对A股投研场景中数据来源分散、多指标联动分析依赖人工、分析效率低的痛点，构建具备多工具调用能力的智能分析Agent，自动完成年报检索、财务指标查询、股价分析等链式任务，提升投研分析效率。支持多工具自动链式调用完成复杂A股分析问题，端到端任务完成率达88%，任务解析成功率约95%

1、三协议统一输出：上游任意模型统一封装为OpenAIResponses、ChatCompletions、AnthropicMessages三套标准协议，流式输出与ToolCalling全协议可用；2、主流客户端开箱直连：Codex、ClaudeCode等AI编程工具零改造接入，附6份客户端配置模板

Nexora是一个可嵌入的TypeScriptAgentRuntime，主要包括AgentHarness、持久化Run、状态机、工具调用、权限与审批、Evidence证据记录、上下文预算管理、Eviction、Compaction、Rehydration、故障恢复和CompletionGate等模块

TouhouPet(大贤者桌宠)-次世代东方AI虚拟伴侣引擎或许是史上最懂你的东方桌面宠物！集成了大量东方角色以及自定义角色功能、Live2D、全屏沉浸/GAL模式、支持多接口语音生成、酒馆级别的桌宠活人感、内置DSH智能体，可直接操作电脑与兼容酒馆世界书生态的工业级桌面伴侣引擎。核心革新相比传统的

#GodotAIAssistant—功能介绍##简介内置于Godot编辑器的AI助手，以原生C++模块编译进引擎，在右侧停靠面板提供对话界面，用自然语言操控引擎开发游戏。适配Godot4.7+，约15800行代码、28个模块、对接5家大模型服务商。采用三层架构：自然语言→AI生成GDScript→包

背景：-旨在解决复杂AI业务场景下的硬件选型受限问题。硬件无关性：-通过抽象注入层，使系统能同时调度本地GPU、异构加速卡及远程AI服务，避免传统推理框架对NVIDIA生态的强绑定。电路图语义的运行时：-数据驱动、声明式输出，天然允许推理图拓扑成环。-自定义算子信号控制，可在运行时动态改变执行路径。

Agent架构设计：甚于LangGraph构建主工作流，铺以Plan-and-Execute策略实现任务分解与动态调度，集成LangChain生态，支持复杂研发任务的目动化编排。务模态与模型管理：设计统的模型接入层，支持本地模型（当前使用Qwen2.5-Coder-7B)及多模态模型的员活切换，实现

1、功能模块：文档加载模块（支持PDF/Word/Markdown/TXT）、句子级分块模块、向量化模块（离线TF-IDF与OpenAI兼容Embeddings双方案）、本地向量库与Top-K检索模块、答案生成模块（在线大模型生成/离线抽取式自动降级）、命令行工具（ingest/ask/chat/s

零样本时序预测桌面工具。把的价格序列交给GoogleTimesFM，得到未来路径、分位区间，以及可核对的回测指标。取数→预测→判断这条路径值不值得信。

一个独立的AIAgent框架—有状态UI·多模型·多Agent·27个内置工具·三语言·前后端隔离后端维护前端页面状态的完整镜像（DOM快照），前端只负责把快照渲染成DOM。状态变化→计算delta→推送到前端→精确更新。无需前端框架（React/Vue），纯原生JSESM实现。

1.参考象眼引擎实现了一个较为完整的alpha-beta剪枝算法路线的象棋人工智能2.具备天天象棋业4棋力3.是我的本科毕业论文,基于C/S架构,c端界面通过qml实现,亮点为用listview实现了一个可以自嵌套的抽屉控件,界面布局具备响应式布局特性

功能介绍：面对商业客户端（tob）和个人客户（toc）的付费客户，我们做了以下几个核心板块：1.基于ECS的DNS缓存板块，客户可根据自己的业务需要持续温热缓存内的所有相关业务域名，保持业务持续稳定快速2.对于高保障用户的专属通道已经做到包括：缓存、转发路径、host命名、日志层面彻底隔离3.面向i

核心能力屏幕理解—圈选屏幕任意区域，AI识别内容并给出建议（Ctrl+Shift+S）多任务处理—编程、写文件、执行命令、分析数据、翻译、写论文等36种内置工具视觉角色—可替换的2D角色外观，支持个性化定制记忆系统—从用户反馈学习，技能自动生成，跨会话记忆积累流式响应—实时输出LLM回答，不阻塞

Copy_Myself，基于Python的LangGraph架构编写成的统筹管家agent，以图记忆串联上下文，按需自生成工具，让个人助理越用越懂、越做越强。基于LangGraph的个人助理基础实现。它把对话、长期记忆、MCP工具和人工确认放进同一条执行链，并提供CLI、HTTPAPI和PyQt桌面

一套可直接运行的命令行工具+可视化Web工作台，实现了「AI写小说」工作流的核心技术部分：文风吸收（专属风格）->选题策划->大纲与人设->章节批量生成->润色降AI感->每日复盘配合人工审核，即可形成稳定的日更产能（每天2小时，3章1500-2000字）。不想敲命令？直接双击run_web.bat

通过显式机制实现了一个小型CodingAgentHarness，包括自主实现的agent主循环、可替换的LLM边界、工具分发、治理与护栏、审批恢复、轨迹存储以及反馈再注入。