Vision / Multimodal (2026)
视觉和多模态 AI 工具，用于图像理解、生成和多模态输入处理。
178 个工具
| 名称 | 简介 | 分类 | Stars | 许可证 | 更新 |
|---|
视觉和多模态 AI 工具，用于图像理解、生成和多模态输入处理。
178 个工具
| 名称 | 简介 | 分类 | Stars | 许可证 | 更新 |
|---|
| ragflow最受欢迎时下流行··· | RAGFlow 是一个领先的开源检索增强生成 (RAG) 引擎，它融合了前沿的RAG与Agent能力，为大型语言模型提供卓越的上下文层，并简化企业级RAG工作流。 | 视觉/多模态 | ★ 81.5k | APACHE-2.0 | 2026-05-29 |
| n8n最受欢迎时下流行··· | n8n是一个工作流自动化平台，为技术团队提供了代码的灵活性和无代码的速度，拥有400多个集成和原生的AI能力。 | 视觉/多模态 | ★ 190.2k | NOASSERTION | 2026-05-29 |
| Claude Flow最受欢迎时下流行··· | Claude Flow是一个企业级AI编排平台，专为Claude Code提供生产就绪的多智能体AI编排，支持部署54+专业智能体，具备自学习能力、容错共识和企业级安全。 | 视觉/多模态 | ★ 56.4k | MIT | 2026-05-29 |
| ToolJet最受欢迎时下流行··· | ToolJet 是 ToolJet AI 的开源基础，一个用于构建和部署内部工具、工作流和 AI 代理的 AI 原生平台。 | 视觉/多模态 | ★ 37.9k | AGPL-3.0 | 2026-05-29 |
| Open Interpreter最受欢迎时下流行··· | Open Interpreter 允许大型语言模型在本地运行代码（如Python、Javascript、Shell等），通过终端提供类似ChatGPT的自然语言界面。 | 视觉/多模态 | ★ 63.7k | AGPL-3.0 | 2026-05-17 |
| ruflo最受欢迎多智能体··· | Ruflo v3 是一个企业级AI编排平台，它将Claude Code转化为一个强大的多智能体开发平台，支持部署、协调和优化用于复杂软件工程任务的专业AI智能体。 | 视觉/多模态 | ★ 56.4k | MIT | 2026-05-29 |
| UI-TARS-desktop最受欢迎时下流行··· | UI-TARS Desktop 是一款基于 UI-TARS 模型，提供原生 GUI Agent 能力的桌面应用程序。 | 视觉/多模态 | ★ 35.7k | Apache-2.0 | 2026-05-18 |
| GPT Researcher最受欢迎时下流行··· | GPT研究员是一个开放的深度研究智能体，旨在对任何给定任务进行网络和本地研究，并生成详细、事实准确且公正的报告。 | 视觉/多模态 | ★ 27.4k | Apache-2.0 | 2026-05-28 |
| Flowise最受欢迎时下流行··· | Flowise是一个开源的低代码工具，提供可视化界面，用于轻松构建自定义AI代理和大语言模型应用程序。 | 视觉/多模态 | ★ 53.2k | NOASSERTION | 2026-05-29 |
| chrome-devtools-mcp最受欢迎时下流行··· | chrome-devtools-mcp允许AI编码助手控制和检查实时的Chrome浏览器，提供全面的DevTools功能进行自动化、调试和性能分析。 | 视觉/多模态 | ★ 42.3k | Apache-2.0 | 2026-05-28 |
| playwright-mcp最受欢迎时下流行··· | 一个基于 Playwright 的模型上下文协议 (MCP) 服务器，使 LLM 能够通过结构化数据进行浏览器自动化，无需视觉模型。 | 视觉/多模态 | ★ 33.2k | Apache-2.0 | 2026-05-28 |
| Meshroom最受欢迎时下流行··· | Meshroom是一个开源的、基于节点的视觉编程框架，一个用于创建、管理和执行复杂数据处理管道的灵活工具箱。 | 视觉/多模态 | ★ 12.8k | NOASSERTION | 2026-05-29 |
| mcp-sequentialthinking-tools时下流行必备神器 | 一个MCP序贯思维服务器的改编版，旨在引导工具在解决问题中的使用，通过分解复杂问题并推荐每个阶段最有效的MCP工具。 | 视觉/多模态 | ★ 584 | MIT | 2026-05-29 |
| Cherry Studio最受欢迎时下流行··· | Cherry Studio 是一款支持多种大型语言模型提供商的桌面客户端，可在 Windows、Mac 和 Linux 上使用。 | 视觉/多模态 | ★ 46.6k | AGPLV3 | 2026-05-29 |
| BettaFish最受欢迎时下流行 | “微舆”是一个从零实现的创新型多智能体舆情分析系统，帮助用户打破信息茧房，还原舆情原貌，预测未来走向，辅助决策。 | 视觉/多模态 | ★ 41.1k | GPL-2.0 | 2026-05-24 |
| XHS-Downloader最受欢迎时下流行 | 小红书链接提取/作品采集工具：提取账号发布、收藏、点赞、专辑作品链接；提取搜索结果作品链接、用户链接；采集小红书作品信息；提取小红书作品下载地址；下载小红书无水印作品文件。 | 视觉/多模态 | ★ 11.3k | GPL-3.0 | 2026-05-29 |
| rllm时下流行 | rLLM是一个通过强化学习对语言代理进行后训练的开源框架。 | 视觉/多模态 | ★ 5.6k | Apache-2.0 | 2026-05-28 |
| ir-sim时下流行 | IR-SIM是一个基于Python的轻量级开源机器人模拟器，专为导航、控制和强化学习设计，提供用户友好的框架以快速原型开发。 | 视觉/多模态 | ★ 1.1k | MIT | 2026-05-26 |
| mcp-server-chart时下流行 | 一个用于使用 AntV 生成图表的模型上下文协议（MCP）服务器。 | 视觉/多模态 | ★ 4.1k | MIT | 2026-05-06 |
| inspector时下流行 | MCP Inspector 是一个用于测试和调试 MCP 服务器的开发工具。 | 视觉/多模态 | ★ 9.9k | THE MIT LICENSE | 2026-05-29 |
