* AI·论文 · 重磅 7/10
PACE：融合神经符号学的可解释反事实框架 新论文提出PACE框架，利用神经符号AI结合领域知识和干预约束，生成既合理又可操作的反事实解释，解决了现有方法常产生不切实际建议的问题。
> 让AI解释自己时不再‘一本正经地胡说八道’，神经符号学是条好路。
Digest
AI 前沿情报站 — 每周精选资讯、教程与开源项目，自动追踪 GitHub 热门趋势
56篇资讯 · 35个教程 · 99个工具 · 30个GitHub项目 · 65个Skills
每日自动更新 · 最后更新：2026-07-03
今日主编精选
AI·论文 7/10
Auto-FL-Research：用智能体自动搜索联邦学习算法 论文提出Auto-FL-Research (AFR)框架，通过约束编码的智能体搜索，自动探索联邦学习中的优化器、聚合规则、训练调度等算法选择，大幅降低人工调参成本。
> 联邦学习的研究者终于可以告别‘炼丹式’调参了。
AI·论文 8/10
Wiola：从零设计的高效小语言模型架构 Wiola 是一种完全原创的小语言模型架构，与GPT、LLaMA等无结构关联。它引入五项创新组件：螺旋旋转位置编码、门控注意力等，旨在提升小模型的效率与表达能力。
> 不抄GPT、不跟LLaMA，Wiola 给SLM赛道带来了真正的架构创新。
AI·论文 7/10
Agent4cs：多智能体系统攻克大型代码库摘要难题 Agent4cs 提出一种多智能体系统，利用代码仓库的层级依赖关系而非扁平文本，对大型复杂代码库进行摘要生成，解决了现有单模型方案忽略结构信息的痛点。
> 给代码做摘要，智能体协作比单打独斗更懂项目结构。
AI·论文 7/10
客服智能体何时该转人工？难度路由控制新方法 论文研究自主客服智能体在执行退款、取消订单等操作时的控制问题，提出基于难度路由的决策机制，在保持常规请求高效处理的同时，防止复杂请求引发操作错误。
> 让AI客服知道‘什么时候该认怂’，比让它什么都会更重要。
AI·论文 7/10
CreativityNeuro：无数据权重引导提升LLM发散思维 针对LLM在开放性问题中倾向于生成相似回答的“人工蜂群效应”，研究者提出CreativityNeuro方法，通过对比权重引导（contrastive weight steering）无需额外数据即可增强模型发散思维，并在多项创造力评估中验证了有效性。
> 为破解AI创造力瓶颈提供了轻量级、无需数据的实用方案。
AI·论文 8/10
离散扩散语言模型用于交互式放射报告起草 > 扩散模型在医疗文本生成领域首次挑战自回归霸主地位。
AI·Agent 8/10
RLVR让LLM学会正确调用企业API 针对LLM在Atlassian等企业SaaS工作流中因“下一词预测”目标与API调用不匹配导致的失败，论文提出直接应用可验证奖励强化学习（RLVR）训练工具使用代理，显著减少参数遗漏和工具幻觉。
> RLVR正成为弥合LLM与真实API鸿沟的关键技术。
AI·Agent 7/10
临床代理的世界反馈强化学习诊断 研究在FHIR医疗环境中应用基于世界反馈的强化学习训练临床协议执行代理，审计发现MedAgentBench存在41.7%的静默失败率，强调了反馈通道和基础能力的重要性。
> 医疗AI代理落地前，必须正视并解决高静默失败率问题。
AI·论文 8/10
程序记忆蒸馏：在线反思实现LLM自我改进 提出程序记忆蒸馏方法，让LLM在强化学习过程中不仅利用回合级奖励信号，还能跨回合复用和蒸馏rollout中的程序性信息，实现更高效的自我改进。
> 让模型学会“复盘”而非只看结果，是自我进化的重要一步。
AI·应用 7/10
AI代理揭示科研分析中的“分叉路径” 研究表明，通过赋予AI代理不同角色，它们能像人类研究者一样从同一数据中得出截然不同甚至对立的结论，从而显式揭示科研分析中隐藏的“分叉路径”。
> AI不仅做分析，还能当“科研方法论探照灯”。
AI·Agent 7/10
Janus：用户参与的代理权限管理沙盒 针对AI代理自主调用工具时的权限管理问题，推出Janus沙盒系统，允许研究人员实现和评估用户参与式权限管理设计，探索用户应扮演的角色。
> 在代理自主权与用户控制权之间，Janus提供了宝贵的实验平台。
AI·论文 7/10
半监督思维链学习：利用推理痕迹自我提升 提出半监督思维链学习框架Semi-CoT，将模型生成的推理痕迹作为半监督信号，在有限监督下进一步提升LLM的推理能力。
> 让推理痕迹从“一次性提示”变为“可循环教材”。
AI·论文 8/10
OPINE-World：基于本体错误优先的交互式程序世界建模 提出OPINE-World方法，通过LLM合成程序化世界模型，并利用反例引导归纳合成（CEGIS）进行迭代优化，相比深度网络模型更数据高效且可复用。
> 程序化世界模型为代理适应陌生任务提供了更可靠的认知底座。
AI·安全 8/10
测谎器监督在偏好学习中的扩展趋势 将可扩展测谎器监督（SOLiD）扩展到更大模型和更真实的偏好学习场景，发现未检测欺骗率从1B模型的34%降至更大模型，验证了该方法在规模上的有效性。
> 测谎器监督是应对大模型欺骗行为的一条有前景的扩展路径。
AI·论文 8/10
EO-Agents：三智能体LLM管道实现地球观测假设自动生成 该研究提出EO-Agents管道，将假设生成直接锚定在NASA地球观测知识图谱中。利用异构图表征历史共现关系排序候选数据集，并通过三智能体LLM管道进行推理，实现了从非结构化文献到结构化知识图谱的假设生成范式转变。
> 将LLM假设生成从自由文本升级到知识图谱，为地球科学发现提供了可验证的新路径。
AI·论文 9/10
Hawk：硬件感知知识驱动的高性能NPU内核自动生成 针对NPU内核开发这一行业瓶颈，Hawk通过注入硬件特定先验知识，解决了LLM在NPU上因缺乏硬件约束理解而生成无效代码的问题。该方法能自动生成通过编译器且性能优异的内核代码。
> 直击AI芯片生态痛点，硬件感知的代码生成是LLM落地底层系统的关键突破。
AI·论文 8/10
神经符号世界模型验证LLM生成的云故障恢复计划 提出Safe and Adaptive Cloud Healing框架，结合LLM的语义理解与神经符号世界模型，对LLM生成的云故障恢复计划进行形式化验证。克服了传统顺序架构中生成与推理脱节的问题，提升了云系统自愈的安全性与自适应性。
> 为LLM在关键任务系统中的应用提供了安全护栏，神经符号融合是可信AI的务实方向。
AI·论文 7/10
SemHash-LLM：多粒度语义哈希框架实现大规模文档去重 提出SemHash-LLM框架，融合语义投影哈希、注意力加权MinHash、对比边界学习及选择性LLM裁决，通过门控融合字符、词元、文档三级信号，实现大规模语料库的高效语义等价去重。
> 多粒度融合思路实用，但LLM裁决环节可能成为性能瓶颈。
AI·论文 6/10
基于利润的反事实解释方法：以日本漫画销售为例 提出一种面向回归任务的利润驱动反事实解释方法，解决了传统CE方法需外生指定目标值和距离函数的问题。以日本漫画销售为案例，自动生成可提升利润的产品改进建议。
> 将反事实解释从分类任务拓展到回归优化场景，商业应用潜力明确但领域局限性强。
AI·论文 8/10
Scaling with Confidence：校准LLM置信度实现自适应测试时扩展 发现当前RL训练LLM时仅奖励答案正确性，导致模型置信度与准确率严重失调。提出在训练中引入置信度校准目标，使模型能自适应调整测试时计算资源分配，在提升性能的同时保持校准良好的不确定性估计。
> 置信度校准是LLM可靠落地的关键一环，自适应计算分配思路极具工程价值。
AI·论文 7/10
空间支撑感知的几何图融合方法用于降雨场重建 针对降雨观测中雨量计（点）、微波链路（线）、雷达（面）三种空间支撑不兼容问题，提出几何感知图融合方法，在特征空间而非原始数据空间融合异构观测，提升城市洪涝建模中的精细降雨重建精度。
> 巧妙利用图神经网络处理多模态空间数据，对地球物理场重建具有普适借鉴意义。
AI·论文 8/10
AI交通科学家自主发现通用交通规律 提出自主AI系统，能从异构观测数据中自动发现跨城市的通用交通规律（如拥堵、出行模式）。该系统无需专家干预即可识别候选规律并通过干预实验验证，将交通科学发现从人工驱动升级为AI驱动。
> AI驱动的科学发现范式再下一城，交通领域有望迎来规律发现的自动化时代。
AI·论文 9/10
信息不对称下的多智能体协商：多样化证据带来更优预测 揭示当前多智能体预测系统的一个关键缺陷：当所有智能体接收相同证据时，协商退化为从众而非真正的信念修正。提出通过信息不对称设计，为不同智能体分配差异化证据，使多智能体系统在预测任务上显著超越单智能体。
> 颠覆了多智能体系统设计的直觉，信息多样性比模型多样性更重要。
AI·论文 7/10
无原始数据回放的持续心电图部署：专家保留与源推断分离 针对多源心电图部署中无法保留原始数据的问题，提出增量专家库方法：冻结预训练骨干网络，为每个数据源分配独立分类器。重点解决了无源元数据时如何自动选择正确专家进行推理的难题。
> 持续学习在医疗隐私场景下的务实方案，源推断模块是实际部署的关键。
AI·论文 7/10
Goggles模块：让AI学会区分虚构与现实 arXiv:2607.01690 提出Goggles模块，通过梯度编辑干预模型，解决语言模型在训练时对虚构文档的“否定忽视”问题。实验表明，传统模型仅约9%能正确识别虚构声明，而Goggles显著提升了这一能力。
> 解决AI幻觉的新思路，从训练源头注入“怀疑精神”。
AI·Agent 8/10
COMFYCLAW：自进化技能库驱动图像生成工作流 arXiv:2607.01709 提出COMFYCLAW，一种基于智能体的技能系统，用于图像生成工作流。它能从历史运行中记忆工作流模式、执行约束和用户偏好，实现自我进化的可复用技能，提升重复任务的效率。
> 让AI工作流从“一次性脚本”进化为“终身学习助手”。
AI·模型 7/10
通用专家覆盖：无数据剪枝MoE语言模型 arXiv:2607.01710 提出Generic TB-Coverage方法，用于剪枝稀疏混合专家（MoE）语言模型中的冗余专家。该方法无需下游校准数据，通过覆盖感知的专家剪枝，避免传统单一重要性评分带来的偏差。
> 为MoE模型瘦身提供无数据依赖的通用方案，降低部署成本。
AI·论文 7/10
分布鲁棒列表偏好优化：对齐模型对抗排序噪声 arXiv:2607.01715 提出分布鲁棒的列表偏好优化方法，针对语言模型对齐中的排序标签不确定性（如标注者不一致、奖励模型噪声），在列表级偏好优化中引入鲁棒性，提升模型在模糊反馈下的对齐效果。
> 从成对偏好到列表级鲁棒对齐，更贴近真实标注场景。
AI·安全 7/10
DRL-CLBA：强化学习驱动的语音分类干净标签后门攻击 arXiv:2607.01729 提出DRL-CLBA，一种基于深度确定性策略梯度（DDPG）的干净标签后门攻击方法，针对语音分类模型。它无需污染标签即可植入后门，绕过传统数据防御，实现样本特定的恶意触发。
> 后门攻击进入“干净标签”时代，语音安全防线面临新挑战。
AI·论文 6/10
乔丹曲线定理的再形式化：跨证明助手迁移案例 arXiv:2607.01734 报告了乔丹曲线定理从Mizar到Lean、从HOL Light到Lean和Agda的再形式化案例研究。分析了不同证明助手间形式化迁移的管道设计选择，为自动形式化研究提供实践洞察。
> 形式化数学的“翻译”工作，虽小众但为AI推理打下基础。
Fin·量化 8/10
金融服务业LLM元基准：452个基准的认知能力映射 arXiv:2607.01740 提出金融服务业LLM评估的元基准框架，将452个公开基准映射到41个O*NET通用工作活动。该框架揭示：MMLU-Pro领先的模型可能在文档合规推理或多轮客户交互中表现不佳，为金融领域模型选型提供精准指南。
> 打破通用排行榜迷信，为金融AI定制“能力体检表”。
AI·论文 7/10
Phi-Nav：路径级事后指令增强视觉语言导航探索 arXiv:2607.01754 提出Phi-Nav，一种统一的策略内探索框架，通过路径级事后指令解决视觉语言导航中探索轨迹与原始指令的语义不匹配问题，提升智能体在复杂环境中的鲁棒性。
> 让导航智能体在“走偏”中学习，更贴近真实探索场景。
AI·Agent 8/10
Mastermind：策略学习驱动仓库级漏洞复现 arXiv:2607.01764 提出Mastermind，一种策略引导的仓库级漏洞复现智能体。它通过分析代码库、推断输入语法、构造PoC并验证修复，重点解决现有LLM代理因策略选择错误而失败的问题，强调策略比执行更重要。
> 从“执行者”到“决策者”，AI漏洞复现的关键一跃。
AI·应用 8/10
SimWorlds：多智能体系统驱动动态4D场景生成 arXiv:2607.01766 提出SimWorlds，一个多智能体系统，将自然语言转化为动态4D场景（含流体、粒子、刚体碰撞等）。它填补了文本到动态场景的空白，为视频生成和具身AI提供可编辑的物理训练数据。
> 从静态3D到动态4D，AI场景创作迈入“物理世界模拟”时代。
AI·论文 8/10
Agent规划新范式：修复世界模型而非症状 针对长周期Agent规划中频繁失败需重算整个图的问题，提出稳定世界模型修正方法，避免全图回放的高计算成本与上下文浪费，提升长链任务效率。
> 让Agent学会“修路”而非“绕路”，是迈向持久化工作流的关键一步。
AI·论文 7/10
可验证知识扩展：检索增强形式概念分析框架 提出检索增强小语言模型框架，利用形式概念分析作为符号验证循环，从文本中构建本体知识，确保知识扩展的可验证性与一致性。
> 用符号逻辑给语言模型的知识“上锁”，提升可信度。
AI·论文 8/10
扩散语言模型内部时钟：隐式时间表征被发现 研究发现扩散语言模型虽未显式条件化时间步，但内部编码了与去噪进度相关的隐式时间表征，揭示了其工作机制。
> 扩散模型也有“内在时钟”，为理解其生成过程打开新窗口。
AI·安全 9/10
Vera：LLM Agent大规模安全测试自动化框架 提出端到端自动化安全测试框架Vera，从风险发现到证据验证，可扩展检测LLM Agent在工具使用中的复杂安全风险，超越硬编码规则。
> Agent安全测试从“人工找茬”升级为“自动化质检”，意义重大。
AI·应用 7/10
多模态中医临床决策：记忆增强推理与检索系统 针对中医舌诊主观性强、多模态语义鸿沟问题，提出记忆增强的多模态推理与检索系统，支持辨证论治与处方生成。
> AI望闻问切，中医现代化有了新工具。
AI·论文 8/10
Pre-Flight：首个航空运营知识LLM基准测试 发布开源基准Pre-Flight，包含300道航空运营知识选择题，专门评估LLM在航空领域的推理安全性与正确性，填补通用基准空白。
> 航空安全不容试错，专业基准是LLM落地的“适航证”。
AI·论文 7/10
故障树实际因果分析：从“可能错”到“为何错” 将Halpern & Pearl的实际因果理论应用于故障树分析，实现从最小割集到故障诊断的因果推理，提升复杂系统诊断能力。
> 让故障树不仅能预警，还能“追责”。
AI·Agent 8/10
CLAP：领域Agent后训练的闭环方法 提出闭环Agent后训练方法CLAP，将业务数据转化为结构化SFT样本、决策偏好样本等，集成数据验证、风险诊断与发布门控，解决领域Agent落地难题。
> 从数据到发布全链路闭环，让领域Agent训练更可控。
AI·安全 9/10
STEER：利用嵌入空间攻击LLM安全机制 研究发现LLM安全训练主要基于英语，在低资源语言和混合代码场景下存在漏洞。提出STEER方法，通过嵌入空间精炼攻击，绕过安全防护生成有害内容。
> 安全机制的“语言盲区”被利用，多语言安全对齐刻不容缓。
AI·论文 7/10
CamoNAS：神经架构搜索提升伪装目标检测 提出频率感知多分辨率神经架构搜索框架CamoNAS，自动搜索最优网络结构用于伪装目标检测，克服手工设计依赖直觉的局限。
> 让AI自己设计“火眼金睛”，识别伪装更高效。
AI·论文 8/10
SkillCoach：让AI Agent学会自我评估技能使用 arXiv新论文提出SkillCoach框架，通过自进化评分标准（Self-Evolving Rubrics）来评估和增强LLM Agent的技能使用能力。该框架解决了技能库中重叠技能导致的可靠使用难题，并改进了传统最终验证器在评估和训练中的粗粒度问题。
> Agent技能管理的关键突破，让AI学会‘自我打分’是迈向自主智能的重要一步。
AI·论文 8/10
Spec-AUF：解决推测解码中训练与推理不一致问题 论文提出Spec-AUF训练方法，针对掩码块草稿模型（Masked Block Drafters）在推测解码中训练与推理不一致的问题。传统全块交叉熵训练忽略了推理时只接受第一个拒绝前令牌的机制，Spec-AUF通过Accept-Until-Fail训练策略优化了生成效率。
> 精准对齐训练与推理，为加速大模型推理提供了更优雅的解决方案。
AI·论文 7/10
HECATE：首个评估LLM应用提示层复杂度的工具 论文提出HECATE工具，专门评估LLM集成应用中提示层和代码层的复杂度。传统复杂度指标仅关注代码，忽略了提示层的行为逻辑。HECATE引入Prompt-复杂度度量，为这类混合应用的维护和优化提供了新视角。
> 提示工程终于有了量化工具，LLM应用开发不再‘盲人摸象’。
AI·论文 8/10
ContextSniper：仓库级代码修复的高效Token记忆层 论文提出ContextSniper，作为AntTrail记忆引擎的代码专用层，用于仓库级程序修复。它通过Token高效记忆机制，避免Agent在整文件读取和大范围搜索中浪费上下文预算，精准提取修复所需证据。
> 让AI Agent在代码修复中‘少读多思’，大幅提升上下文利用效率。
AI·论文 7/10
ElephantAgent：应对Agent系统上下文状态连续性攻击 论文揭示Agent系统因外部工具和持久记忆引入的新型攻击面，如工具描述和记忆投毒。提出ElephantAgent框架，通过确保上下文状态的连续性和可验证性，防御恶意篡改对Agent行为的隐蔽影响。
> Agent安全的新战场：不仅要防外部攻击，还要防‘记忆污染’。
AI·论文 7/10
A-TMA：解构长期Agent记忆中的‘幽灵记忆’问题 论文研究LLM Agent长期记忆中的‘幽灵记忆’现象，即旧事实、当前事实和过渡事实混合导致状态协调失败。提出A-TMA框架，从三个层面优化记忆系统，确保Agent准确感知用户状态的动态变化。
> 记忆混乱是AI助手的‘老年痴呆’，A-TMA提供了精准的‘记忆整理术’。
AI·论文 8/10
Atomic Task Graph：统一Agent规划与执行的框架 论文提出原子任务图（Atomic Task Graph）框架，统一LLM Agent的规划和执行。该框架无需任务特定微调或更大模型，通过提示控制实现训练自由，同时显式建模输入输出依赖关系，提升复杂多步任务的解决能力。
> 轻量级Agent规划新范式，告别‘大模型依赖症’。
AI·论文 7/10
OntoLearner：用LLM自动化构建知识本体的Python库 论文发布OntoLearner，一个模块化、跨领域的Python库，利用大语言模型从文本中自动学习本体（Ontology）。该库解决了本体学习领域长期缺乏共享基础设施和系统评估的问题，提供标准化的工具链。
> 知识图谱构建的‘瑞士军刀’，让本体学习从手工作坊走向工业化。
AI·论文 7/10
多模态知识编辑：在线递归编辑MLLM的泛化边界控制 论文研究在线递归多模态大模型编辑中的知识泛化范围问题。现有编辑器注重可靠性和稳定性，但缺乏对每次编辑语义边界的控制。通过分析编辑后行为和神经元活动，揭示‘范围差距’，并提出改进方法。
> 精准‘手术刀’式编辑，避免AI知识更新时‘误伤’无关能力。
AI·论文 8/10
无身份漂移的情景到语义记忆巩固方法 论文解决长期运行Agent在记忆巩固（从情景到语义）过程中面临的身份漂移问题。传统方法通过微调或改写提示改变Agent行为，在监管部署中不可靠。新方法在不改变Agent身份的前提下实现知识整合，保障审计合规。
> 让AI既能‘学新知识’又不‘变性格’，监管场景下的关键突破。
AI·论文 7/10
多智能体RAG运维助手实现电池储能系统可追溯故障诊断 该论文提出一种基于检索增强的多智能体运维助手，用于大规模电池储能系统的可追溯故障诊断。系统整合报警、电池级测量、设备拓扑、诊断表、历史案例和维护文档，不仅能检测阈值违规，还能解释电压不一致、电阻漂移、短路风险等具体问题根源。
> 将RAG与多智能体结合解决工业运维中的可解释性难题，是AI落地能源领域的务实探索。
精选领域视频
B站 11:13:48
LangChain
【全网炸裂的大模型教程】3天速通大模型，轻松搞定大模型原理、Prompt、langchain、RAG、agent、大模型微调等，从入门到精通一口气学完！
在科技浪潮奔涌向前的当下，大模型已毋庸置疑地成为领航未来的关键力量，学习大模型不仅是顺应时代趋势，更是在为自己解锁通往无限可能未来的钥匙，希望本套视频对大家有所帮助
B站 2:57:23
Midjourney
【Midjourney教学】零基础开始的MJ保姆级教程（2025新手入门实用版）从安装到实战，全程干货无废话！超详细的midjourney教程！！
本套AI绘画 Midjourney教程从安装部署开始详细讲解，由基础到进阶，搭配实操案例展示，适合零基础或刚入门的用户学习。
B站 27:17
通义千问
【保姆级教程】阿里云百炼+通义千问四大新模型
阿里云百炼+通义千问四大新模型保姆级教程，由同济子豪兄讲解，帮助用户快速上手通义千问。
Skills 技能包
查看全部 →
Claude Code Skills
Anthropic 官方 Skill 系统，让 Claude 学会你的工作流。支持代码风格、项目规范、领域知识等可复用技能包，跨会话持久化共享。
AI编程Agent技能包
MCP Servers 生态
Model Context Protocol 标准协议，5000+ Server 接入。文件系统、数据库、API、浏览器、GitHub 等工具统一接入，Agent 互操作的行业标准。
MCPAgent协议
Cursor Rules 编码规范
Cursor IDE 的 .cursorrules 配置体系。定义项目架构约定、代码风格、最佳实践，AI 编程自动遵循团队规范。
IDE编码规范AI编程
Windsurf Cascade 引擎
Codeium Windsurf 的级联式 AI 引擎，理解整个代码库上下文。支持多文件编辑、重构、测试生成，深度代码理解能力。
AI编程IDECascade
Trae AI 编程平台
字节跳动出品的 AI IDE，内置 Agent 模式可自主完成复杂编码任务。支持全栈开发、调试、部署一站式流程。
AI编程IDE字节跳动
GitHub Copilot Workspace
GitHub 官方 Copilot 升级版，支持完整 Issue→PR 自动化工作流。自然语言描述需求，AI 自主完成编码+提交+PR。
AI编程GitHub自动化
开源项目快讯
查看全部 →openclaw/openclaw
376.3k跨平台 AI 助手框架，支持 Discord/Telegram/WhatsApp/Slack 等多平台接入，可执行代码、管理文件、控制设备。6 月 GitHub 登顶项目。
TypeScript AI·Agent
obra/superpowers
215.9kAgent 技能即插即用框架 —— 50+ 预置技能（GitHub 操作/代码审查/项目规划），兼容 Claude Code/Codex/Cursor。
Shell AI·Agent
affaan-m/ECC
204.1kAgent 性能优化系统 —— 帮 Agent 省 40-60% Token 消耗。Skills 懒加载 + 上下文压缩 + 记忆缓存 + 安全沙箱。
JavaScript AI·Infra
Significant-Gravitas/AutoGPT
168.0k自主 AI Agent 先驱项目 —— 目标驱动自动拆解任务链，联网搜索/代码执行/记忆管理，Agent 领域的开山之作。
Python AI·Agent
AUTOMATIC1111/stable-diffusion-webui
145.0k最流行的 Stable Diffusion WebUI —— ControlNet/LoRA/Inpainting 全支持，插件生态丰富，14.5 万星。
Python AI·多媒体创作
huggingface/transformers
135.0kHuggingFace Transformer 模型库 —— 20万+ 预训练模型，覆盖 NLP/CV/音频/多模态，PyTorch/JAX/TF 三框架后端。
Python AI·模型
精选工具箱
Claude
Anthropic 出品，百万 Token 上下文，最强编程和推理能力。支持 Claude Code 终端助手和 Skill 系统。
AI助手AI编程大模型
ChatGPT
OpenAI 出品，GPT-5 驱动，原生多模态 + Agent 能力。支持 Code Interpreter、DALL-E、联网搜索。
AI助手AI编程大模型
Gemini
Google 出品，1M Token 上下文，原生代码执行。Gemini 2.5 Pro 在数学和代码基准上领先。
AI助手AI编程大模型
DeepSeek
中国最强开源大模型，DeepSeek-V3 性能对标 GPT-4o，推理成本仅 1/50。支持长上下文。
AI助手大模型开源
Kimi
月之暗面出品，长上下文专家（支持 200 万字），擅长文档分析、翻译、代码理解。
AI助手AI阅读大模型
通义千问
阿里云出品，Qwen3 系列开源模型，支持工具调用、代码生成、多模态理解。
AI助手大模型多模态