Chinese content飞书-Claude Code桥接项目升级，支持Codex并解决计费问题
飞书用户终于有了一个打通 AI 编程工具和协作平台的桥梁——升级后支持 Codex 并规避了 Claude 的计费变化，做自动化工作流的团队可以直接部署试试。
#open-source and repositories
569 stories · 0 in 7 days · 0 in 30 days
Jun 4
Chinese contentOpenJarvis：斯坦福开源本地优先 AI 智能体框架，成本仅为云端 1/800
OpenJarvis 解决了隐私和成本两大痛点，做本地 AI 智能体开发的团队可以直接用——性能接近云端但成本低 800 倍，值得一试。
Chinese contentIdeogram 4.0 开源生图模型登场，9.3B 参数登顶全球第 4
做设计、营销或内容创作的团队终于有了开源可部署的高质量生图模型——Ideogram 4.0 的文字绘制和布局控制能力直接对标商用产品，建议下载权重试试。
IT之家Source
Chinese contentStep 3.7 Flash：400+ tokens/s 开源推理模型
做智能体应用或需要高吞吐推理的团队，Step 3.7 Flash 的开源高速度方案值得直接拿来用，尤其适合生产环境部署。
Papers10:56
Chinese contentAgentMob：无需训练的LLM智能体实现高效可解释移动预测做城市模拟、交通规划或政策分析的团队，终于有了一个无需训练就能解释预测结果的方案——AgentMob 在模糊场景下准确率提升 18%，建议直接试一下开源代码。
Chinese contentAutoLab：前沿模型能否解决长周期自动研究与工程任务？
AutoLab 填补了现有基准只测短周期任务的空白，做 AI 智能体研究和开发的团队可以直接用它来测试模型的持久迭代能力，值得关注。
Chinese contentSelf-Reflective APIs：结构化建议让AI Agent恢复率提升40个百分点
做Agent系统或API设计的开发者，这个方案直接解决了Agent调用API时频繁失败、需要人工介入的痛点——用结构化建议代替自然语言错误，让Agent自己就能修复重试，实测效果显著，建议直接参考其设计思路。
Chinese contentMOSS-Audio开源模型统一语音、音乐、环境音，登顶Hugging Face
做音频Agent或播客工具的开发者终于不用在闭源高价和割裂方案间纠结——MOSS-Audio一个模型搞定语音+声音+音乐，直接本地跑，建议立刻拉下来试试。
Chinese content中科大开源智能体驱动长上下文训练范式：30B模型媲美Qwen3-235B
中科大用30B模型打平235B的长上下文能力，做长上下文训练的团队可以直接复用这套开源范式，省下大量算力和数据成本。
Chinese contentIdeogram 4.0 登顶开源文生图模型排行榜
开源社区终于有了一个能接近闭源巨头（OpenAI/Google）的文生图模型，做图像生成应用或研究的团队可以直接下载权重，享受前沿质量与数据隐私。
Chinese contentGoogle DeepMind 的 Gemma 4 12B 让多模态 AI 在 16GB 笔记本上运行
多模态模型终于能跑在普通笔记本上了，做本地 AI 应用或边缘计算的开发者可以直接下载试试，性能还接近两倍大的模型。
Products03:21
Chinese content路由+微调开源模型：更准、更快、更便宜，Harvey 法律案例验证法律 AI 团队终于有了可落地的降本增效方案——路由+微调开源模型比纯用前沿模型便宜 11 倍还更准，做垂直领域 AI 应用的开发者可以直接参考 Harvey 的实践。
Products03:14
Chinese contentManaged Deep Agents：开源与托管的最佳结合做 AI 代理的团队终于不用在灵活性和稳定性之间二选一了——开源框架 + 托管平台，生产部署可以直接用。
Chinese contentGoogle 开源水文框架，助力全球洪水韧性
气候科技和防灾领域的团队终于有了 Google 级别的开源工具——水文框架直接提升洪水预测精度，做灾害管理、城市规划或气候适应的开发者可以立即研究并集成。
Chinese contentMiso One 开源：8B 参数情感语音模型，延迟仅 110ms
做语音合成或配音工具的开发者终于有了一个情感丰富且开源的 TTS 模型——Miso One 的 8B 参数和 110ms 延迟让实时配音成为可能，建议直接克隆仓库试试。
Chinese contentGoogle DeepMind 发布 Gemma 4 12B：无编码器多模态模型，原生音频支持，16GB 笔记本可跑
多模态模型终于能跑在普通笔记本上了，做本地 AI 应用或边缘计算的开发者可以直接下载试用，16GB 内存就能跑视觉+音频推理，开源许可也友好。
Chinese contentGemma 3 发布：兼容主流推理框架，权重已开放下载
Google 终于把 Gemma 3 的兼容性做全了——主流推理框架全覆盖，做本地部署或模型微调的开发者可以直接去 Hugging Face 下载权重，省去适配烦恼。
Chinese contentGLM 5.1 + Claude Opus 4.7 顾问模式：法律基准 18/100，成本降 61%
法律 AI 团队终于有了降本增效的实战方案——用 GLM 5.1 搭配 Claude Opus 4.7 做稀疏顾问，性能提升 28% 的同时成本砍掉 61%，做法律智能体或长链推理的开发者值得一试。
Products01:30
Chinese contentKarpathy 的 llm-wiki 数周获 5000+ 星Karpathy 的 llm-wiki 解决了 AI 对话中知识碎片化的痛点，做知识管理或频繁使用 LLM 的团队可以试试，让 AI 越用越聪明。
Models01:14
Chinese contentIdeogram AI 发布开源权重模型，支持多种风格图像生成图像生成模型终于有了开源权重版本，做 AI 艺术或需要定制化图像生成的开发者可以直接下载微调，值得一试。
Chinese contentIdeogram 4.0 开源发布，号称最强开源图像模型
图像生成领域终于有了一个真正能打的开源模型——Ideogram 4.0 权重可下载、可微调、可本地跑，做 AI 图像应用或研究的团队可以直接上手试试。
Chinese contentGoogle 发布 Gemma 4 12B：首个原生音频输入的中型模型
Gemma 4 12B 让中小团队也能用上原生音频多模态模型，16GB 内存门槛极低，做语音交互或视觉应用的开发者可以直接下载试试。
Models00:30
Chinese contentIdeogram-4.0-Quality 开源模型登顶 Text-to-Image Arena 第8名开源图像生成模型终于追上闭源水平了，做 AI 绘画应用或自建图像生成管线的开发者可以直接下载权重和微调，值得试试。
Jun 3
Products22:39
Chinese content京东开源 JoyAI-Echo 长音视频生成框架，实现对话式编辑长视频生成领域终于有了能保持角色一致的开源方案，做视频生成、影视制作的团队可以直接拿来用，省去大量后期修复时间。
IT之家Source
Chinese content上海海思 HiSpark Studio 开源，支持自由修改源码
海思芯片开发者终于有了可定制的官方 IDE，能自由改源码和扩展功能，做智能设备或嵌入式 AI 的团队可以直接在 GitCode 上获取并尝试。
IT之家Source
Models20:03
Chinese contentDatawhale 开源世界模型课程：五讲五项目动手实践想系统入门世界模型的开发者终于有了一条清晰的动手路径——五讲五项目从 VAE 到 Dreamer 全覆盖，比啃论文高效得多，建议直接跟着项目跑一遍。
Chinese contentNous Research 发布 Hermes Desktop：开源 AI 智能体，支持全平台
开源 AI 智能体终于有了跨平台桌面版，做本地化 AI 应用的开发者可以直接用 MIT 许可证代码，省去从头搭建的麻烦。
Products19:13
Chinese contentOpenSquilla 开源项目：用 Python 重写“小龙虾”，省 90% TokenAI 调用成本高、Token 浪费严重的团队终于有了实用解法——OpenSquilla 智能路由能省 90% 费用，做多模型编排或 Skill 密集型应用的开发者值得立刻试试。
Products18:11
Chinese contentHarness 让 AI Agent 操控 WPS、Adobe 和 Zotero做办公自动化或 AI 工作流的开发者，终于有了一个能直接操控 WPS 和 Adobe 的开源方案，建议试试这个 Harness 项目。
Products17:03
Chinese contentQMAI：面向长篇小说的记忆型 AI 写作桌面系统长篇小说创作者终于有了能记住前文的 AI 工具——QMAI 通过记忆机制解决人设崩坏和时间线混乱，写长篇的可以直接去 GitHub 试试。
Chinese contentNVIDIA 发布 Cosmos 3：双塔 MoT 基础模型统一物理推理与生成
NVIDIA 把物理推理和世界生成塞进一个开源模型，做机器人或自动驾驶的团队可以直接拿来用，省去从头训练物理世界模型的成本。
Products16:05
Chinese contentBigset：开源工具，一句话生成结构化数据集Bigset 解决了手动收集和整理网络数据的高成本问题，适合需要快速获取结构化数据集的开发者、数据科学家或研究者，直接输入自然语言就能拿到结果，值得一试。
Products14:17
Chinese contentHermes Desktop 支持 Ollama，本地或云端模型都能用Hermes Desktop 让本地 AI 智能体落地更简单，做自动化或智能体开发的团队可以直接通过 Ollama 体验，无需复杂配置。
Chinese content智元开源行业首个聚焦物理交互的具身数据集 AGIBOT WORLD 2026
做具身智能或世界模型研究的团队终于有了真实物理交互数据，不再是模拟器里的完美动作——补齐了训练的关键短板，搞机器人的建议直接去 Hugging Face 下载。
IT之家Source
Chinese contentOre Code：面向 DeepSeek 的桌面端 AI 编码工作台
如果你在用 DeepSeek 做编码，Ore Code 把长上下文、工具调用和项目上下文整合到了桌面端，省去来回切换的麻烦，做 AI 编程的开发者可以直接下载试试。
Chinese contentEntropy Gate：面向LLM管道的近无损令牌压缩框架
LLM 开发者常被冗长上下文和重复输出浪费大量令牌预算——Entropy Gate 用热力学思路解决了这个痛点，做长上下文推理或代理应用的团队可以直接集成，省令牌就是省成本。
Chinese contentSkill-RM：用智能体技能统一异构评估标准，提升奖励模型性能
做 LLM 后训练（RFT/RL）的团队终于有了统一的奖励评估框架，不用再为不同任务拼凑规则和检查表了——Skill-RM 用智能体思路动态整合证据，效果还更好，做对齐和强化学习的建议直接看代码。
Chinese contentVLESA：视觉语言具身安全代理，实时监控人类活动
做具身 AI 安全或人机协作的团队，VLESA 提供了一个可落地的实时安全监控方案，能根据上下文判断危险动作，建议直接看论文和代码。