本文涉及的许可证结论均于 2026-11-11 逐一核对各仓库 LICENSE 原文或 GitHub API。许可证会变更，落地前请再复核一次，本文不构成法律意见。 想把一个 GitHub 项目拿来二次开发、封装成付费产品，第一道筛选不是 star 数，也不是需求热度，而是 LICENSE 文件。很多看起来「开源」的项目其实不允许你卖，或者只允许你以特定方式卖。先分清楚这一层，能省掉后面绝大部分麻烦。
标签 开源 下的文章
国产开源企业智能体平台，RAG、工作流、MCP 工具调用都自带。 企业想上 AI，卡点往往不是模型而是“把内部文档变成可问答的知识，再包成一个能嵌进业务系统的应用”。MaxKB 就是把这个链条做成一个开箱可跑的镜像：一行 docker run 起服务，上传文档就能建知识库，拖工作流就能編排。它用 Python/Django 与 Vue 构建，GPLv3 协议，定位很明确——开源的企业级智能体平台。
把 MoE 专家层放 CPU、注意力层留 GPU，让单张小显存卡跑大模型。 本地跑大模型的硬限制是显存：想跑更大的 MoE 模型，要么买两张 4090，要么放弃。KTransformers 走的是另一条路——把 MoE 的专家 FFN 放到 CPU 内存，把注意力等热路径留在 GPU，用算子级优化把两边的数据搬运压到最低。它是清华 KVCache.AI 团队主导的项目，Python 编写，Apache-2.0，19,659 星（以 GitHub 为准）。
国产开源 AI Agent 平台，拖工作流、接知识库、对外发应用一条龙。 做企业内部问答，最难的往往不是模型，是“把文档洗干净、切开、存进向量库、再包成一个能分享的对话框”这一整套。FastGPT 把这一整套做成了可视化产品：知识库、Flow 编排、插件、对外分享窗口都在一个后台里。它是国内团队用得比较多的一套，TypeScript 编写，30,020 星（以 GitHub 为准），一行 docker compose 就能跑起来。
一个能装依赖、跑命令、改代码并自己验证结果的开源编程代理。 多数 AI 编程工具停在"建议"这一步：它给你一段代码，你去复制、粘贴、跑测试。Goose 把这条链路往后推了一格——它跑在你自己机器上，能读文件、执行命令、安装依赖、跑测试，把"改完"变成"改完并验证"。项目用 Rust 编写，Apache-2.0 许可，GitHub 星标 56,439（以 GitHub 为准）。模型不绑定厂商，接哪家的 Key 都行。需要注意仓库已从早期的 block/goose 迁到 aaif...