标签 App 下的文章

App lobehub 统一管理多个 AI 智能体的运营驾驶舱
项目
把「智能体」真正用进生产，难点很少在单个模型够不够聪明，而在怎么让它持久、可控、能协作：记忆怎么存、多个 agent 怎么分工、任务失败了怎么回滚、要不要自托管以保证数据不出内网。这些工程问题不解决，demo 再漂亮也落不了地。 lobehub 针对的就是这一层。它是一个 App，官方描述是「LobeHub is your Chief Agent Operator, organizing your agents into 7×24 operations by hiring, ...
App plasmic 给 React 用的可视化建站与页面搭建工具
项目
做网站开发，选型本身就很费时间：前端框架、构建工具、组件库、渲染方式，每一项都有一堆候选项，而真正动手写业务之前，往往先要在脚手架和配置里耗掉大半精力。尤其是一个人既要写前端又要管后端时，这种「开工前的准备」很容易被低估。 plasmic 把这部分成本压了下来。它是一个 App，定位是「Visual builder for React. Build apps, websites, and content. Integrate with your codebase.」。它要么帮...
App ClawX 给 OpenClaw 智能体做图形界面的桌面应用
项目
写代码这件事里，最磨人的往往不是业务逻辑本身，而是反复切换窗口查文档、补样板代码、把需求拆成一堆小步骤再逐个落实。一个项目里这类重复劳动占比越高，人就越容易在琐碎中走神，真正该花心思的架构与设计反而被挤到一边。 ClawX 正是冲着这块来的。它是一个 App，官方描述是「ClawX is a desktop app that provides a graphical interface for OpenClaw AI agents. It turns CLI-based AI...
App cmux 为 AI 编程智能体打造的多标签终端应用
项目
写代码这件事里，最磨人的往往不是业务逻辑本身，而是反复切换窗口查文档、补样板代码、把需求拆成一堆小步骤再逐个落实。一个项目里这类重复劳动占比越高，人就越容易在琐碎中走神，真正该花心思的架构与设计反而被挤到一边。 cmux 正是冲着这块来的。它是一个 App，官方描述是「Open source Ghostty-based macOS terminal with vertical tabs and notifications for AI coding agents. Built...
App taOS 自托管的 AI 智能体操作系统
项目
一、项目介绍 做网站开发，选型本身就很费时间：前端框架、构建工具、组件库、渲染方式，每一项都有一堆候选项，而真正动手写业务之前，往往先要在脚手架和配置里耗掉大半精力。尤其是一个人既要写前端又要管后端时，这种「开工前的准备」很容易被低估。 taOS 把这部分成本压了下来。taOS 是一个 app，定位是「Self-hosted AI agent OS. Your memory, chat, agents, and files stay on hardware you own, ...
App osaurus macOS 原生的 AI 智能体驾驶舱
项目
一、项目介绍 写代码这件事里，最磨人的往往不是业务逻辑本身，而是反复切换窗口查文档、补样板代码、把需求拆成一堆小步骤再逐个落实。一个项目里这类重复劳动占比越高，人就越容易在琐碎中走神，真正该花心思的架构与设计反而被挤到一边。 osaurus 正是冲着这块来的。osaurus 它是一个 app，核心思路是把编码过程中可标准化的环节交给工具，让人只保留决策和校验的环节。从仓库描述看，它的定位是「Own your AI. The native macOS harness for A...
App ArcReel 小说转视频的智能视频工作台
项目
一、项目介绍 用 AI 把小说改成视频，真正难的不是"生成一段画面"——那一步现在很容易。难的是前后一致：同一个女主角，上一镜是齐肩短发，下一镜就变成了披肩；同一个房间，家具布局每镜都在变；等配好旁白和分镜，才发现总共花了多少钱、时间对不对不上。 ArcReel 是一个 AI Agent 驱动的开源可自部署视频工作台，专门解决这条链路。它把小说与剧本转换成角色、场景、道具等资产，再生成分镜、视频，最终产出剪映草稿。中枢是"资产库"——角色、场景、道具在库里沉淀下来并被反复引用...
App Open-Design 让智能体按你的设计规范出图
项目
一、项目介绍 设计师和前端之间那道鸿沟，AI 并没有自动填平。设计师说的是" Linear 那种冷调极简风"，AI 出来的是又一个千篇一律的紫色渐变；再好的模型，也得先知道你的设计系统长什么样。 Open-Design 定位为协作式 AI 设计代理工作台，本地优先、开源。它的思路是：让设计规范成为可被 Agent 读取的项目文件，再让 Agent 按规范产出设计稿与页面。仓库提供 DESIGN.md 这样的约定文件，以及可直接使用的功能技能与设计模板，Agent 会把它们与你...
App Emdash 桌面端并行调度多个编码代理
项目
一、项目介绍 同时推进三五个需求时，多数人的桌面会变成这样：五个终端窗口、五个分支、五个 Agent 在跑，改完哪个、改坏了哪个全靠记忆。Emdash 想解决的就是这个"多任务并行"的调度问题——它是一个桌面应用，每个任务跑在独立的 Git worktree 里，你可以同时探索多个修复方案或功能，然后逐一审查 diff、合进主线。 它支持接入 Linear、GitHub、Jira、GitLab、Asana、Featurebase、Monday.com、Forgejo、Plai...
App OpenAgent 自托管的个人AI助手与智能体平台
项目
一、项目介绍 想要一个既能聊天、又能用工具、还能自己跑智能体循环的个人 AI 助手，市面上的要么数据上云、要么部署复杂。你只想要一个能自托管、数据在自己手里的助手底座，却被部署门槛卡住。 OpenAgent 是一个开源的个人 AI 助手平台，融合 LLM、RAG 与 agent loops，支持电脑操作（computer-use）、浏览器操作（browser-use）与编码智能体。它提供后端 + Web 前端，可自托管，把“私人 AI 助手”收拢到你自己的环境里。
App Ekko-Studio 本地优先的多智能体AI工作台
项目
一、项目介绍 想要一个把“多智能体对话、编码、可视化工作流”合在一起、还能自托管的工作台，市面上要么太重、要么数据必须上云。你只想在自己机器或内网里跑一套可控的 AI 工作台，却被隐私与部署拦住。 Ekko Studio 是一个本地优先的 AI 工作空间：多智能体聊天、编码与可视化工作流一体，提供桌面与 Web 双端，可自托管，Hermes 生态深度集成，适合把 AI 能力收拢到你自己掌控的环境里。
App ExHyperV 图形化释放 Hyper-V 高级隐藏能力
项目
App ExHyperV 图形化释放 Hyper-V 高级隐藏能力 如果你曾经打开过 Windows 自带的 Hyper-V 管理器，大概率会有一种“够用但不够爽”的感觉：创建虚拟机、分配内存、挂载硬盘都很顺畅，可一旦想碰 CPU 调度策略、GPU 直通、L3 缓存拓扑这类进阶设置，界面里就什么都找不到了。ExHyperV 要解决的就是这个问题——它把 Hyper-V 藏在 WMI 和 HCS 深处的那些高级选项，全都拽到了一个现代感十足的图形界面里。
App Cherry-Studio 聚合多家大模型的AI桌面客户端
项目
一、项目介绍 用大模型，最烦的是“来回切换客户端”：这个模型在 A 站、那个在 B 站，知识库在一个工具、智能体在另一个。你想在一个地方同时用上 OpenAI、通义、Claude、本地 Ollama，却被入口割裂。 Cherry Studio 是一个开源 AI 生产力客户端：智能聊天、自主智能体、300+ 助手一体，统一接入各家前沿大模型（含本地 Ollama）。桌面端跨平台，知识库、绘画、翻译、多模型对比都收进同一个界面，把“用 AI”从到处登录变成一处搞定。
App Prompts-Chat 社区共享与自托管的提示词平台
项目
一、项目介绍 提示词（prompt）是 AI 工作流的燃料，但大多散落在聊天记录、笔记、Gist 里，想复用、想分享、想给团队统一一套，都很难。你收藏了一堆好 prompt，却没法像代码一样版本化、协作、检索。 Prompts.chat（前身 Awesome ChatGPT Prompts）是一个开源的提示词平台：社区共享、发现、收藏提示词，也可自托管给组织用，完整私有、可控。它提供 CLI 新建与管理本地提示词库，还能作为 MCP 服务器接进 AI 客户端，把“prompt...
App anything-llm 本地优先的一体化AI应用
项目
一、项目介绍 把“我的文档”接给大模型，常见做法是东拼西凑：一个库做向量、一个前端做聊天、再来个脚本管权限。你想要一个“全家桶”：能聊文档、能用 Agent、能多用户、还能本地优先跑，别一上来就被复杂部署劝退。 AnythingLLM 是一个本地优先的一体化 AI 应用：和你的文档对话、使用 AI Agent、高度可配置、多用户且开箱即用。它把向量库、聊天、RAG、Agent 收进同一个产品，docker 一跑就是完整服务。对个人和中小团队，“拥有自己的智能”这件事被它做得足...
  1. 1
  2. 2
  3. 3
  4. 4