30+ AI 项目实现教程集合

今天，我们将介绍 30 多个可以用 AI 构建的项目。

所有项目都是开源的，因此你可以通过贡献来帮助它们变得更好。

其中一些项目的代码库可能很庞大，但你可以从中获得灵感，并构建一个很酷的业余项目。

相信我，如果这份列表都不能让你感到惊喜，那就没有什么能让你惊喜了 :)

1. CopilotKit——数小时内为你的产品构建 AI Copilot。

在 React 中集成 AI 功能并不容易，这正是 Copilot 发挥作用的地方。它是一种简单、快速的解决方案，可以将生产就绪的 Copilot 集成到任何产品中！

你可以使用两个 React 组件，将关键的 AI 功能集成到 React 应用中。他们还提供内置且完全可自定义的 Copilot 原生 UX 组件，例如 <CopilotKit />、<CopilotPopup />、<CopilotSidebar />、<CopilotTextarea />。

使用以下 npm 命令开始安装。

npm i @copilotkit/react-core @copilotkit/react-ui

Copilot Portal 是 CopilotKit 提供的组件之一。它是一个应用内 AI 聊天机器人，可以查看应用的当前状态，并在应用内执行操作。它能够与应用的前端和后端通信，也可以通过插件与第三方服务通信。

你可以通过以下方式集成聊天机器人。

所有与 CopilotKit 交互的组件都必须由 CopilotKit 包裹。建议你同时从 CopilotSidebar 开始使用，之后可以再切换到其他 UI 提供方。

"use client";
import { CopilotKit } from "@copilotkit/react-core";
import { CopilotSidebar } from "@copilotkit/react-ui";
import "@copilotkit/react-ui/styles.css";

export default function RootLayout({children}) {
  return (
    <CopilotKit url="/path_to_copilotkit_endpoint/see_below">
      <CopilotSidebar>
        {children}
      </CopilotSidebar>
    </CopilotKit>
  );
}

你可以按照这份快速入门指南设置 Copilot 后端端点。

完成这些步骤后，你就可以让 Copilot 执行操作。你可以继续了解如何提供外部上下文，具体可以通过 useMakeCopilotReadable 和 useMakeCopilotDocumentReadable React Hooks 实现。

"use client";

import { useMakeCopilotActionable } from '@copilotkit/react-core';

// Let the copilot take action on behalf of the user.
useMakeCopilotActionable(
  {
    name: "setEmployeesAsSelected", // no spaces allowed in the function name
    description: "\"Set the given employees as 'selected'\","
    argumentAnnotations: [
      {
        name: "employeeIds",
        type: "array", items: { type: "string" }
        description: "\"The IDs of employees to set as selected\","
        required: true
      }
    ],
    implementation: async (employeeIds) => setEmployeesAsSelected(employeeIds),
  },
  []
);

你可以阅读文档并查看演示视频。

你可以轻松集成 Vercel AI SDK、OpenAI APIs、Langchain 以及其他 LLM 提供方。你可以按照这份指南将聊天机器人集成到自己的应用中。

其基本理念是，在几分钟内构建出可用于基于 LLM 的应用程序的 AI 聊天机器人。

它的应用场景非常广泛。作为开发者，我们绝对应该尝试在下一个项目中使用 CopilotKit。

CopilotKit 在 GitHub 上拥有 5.7k+ Stars，并发布了 200 多个版本，这意味着他们一直在持续改进。

2. AgentGPT——组装、配置和部署自主 AI 智能体。

AgentGPT 允许你配置和部署自主 AI 智能体。

它会通过思考需要完成哪些任务、执行这些任务并从结果中学习，尝试实现目标 :)

项目脚手架：create-t3-app + FastAPI-template。

框架：Nextjs 13 + Typescript + FastAPI。

ORM：Prisma & SQLModel。

数据库：Planetscale。

样式：TailwindCSS + HeadlessUI。

Schema 验证：Zod + Pydantic。

LLM 工具：Langchain。

按照这份指南开始在本地安装。

你可以查看应用演示并访问在线网站。

他们在 GitHub 上拥有 29k+ Stars，目前已发布 v1 版本。

3. Private GPT——无需互联网，即可针对你的文档提问。

PrivateGPT 是一个生产就绪的 AI 项目。借助大语言模型（LLM）的能力，即使在没有互联网连接的场景中，你也可以针对自己的文档提问。

100% 私密，意味着任何时候都不会有数据离开你的执行环境。

API 分为两个逻辑模块：

a. 高级 API，它抽象了 RAG（检索增强生成）流水线实现的所有复杂性：

文档摄取：在内部管理文档解析、拆分、元数据提取、嵌入生成和存储。

使用已摄取文档中的上下文进行对话和补全：对上下文检索、提示词工程和响应生成进行抽象。

b. 底层 API，允许高级用户实现复杂的流水线：

嵌入生成：根据一段文本生成嵌入。

上下文分块检索：给定一个查询，返回已摄取文档中最相关的文本块。

你可以阅读安装指南开始使用。

你可以阅读文档以及其中涉及的详细架构。

PrivateGPT 目前正在向生成式 AI 模型与基础能力的网关演进，其中包括补全、文档摄取、RAG 流水线以及其他底层构建模块。

他们在 GitHub 上拥有 51k+ Stars，并且正在快速发展。

4. Instrukt——集成在终端中的 AI。

Instrukt 是一个基于终端、集成了 AI 的环境。它提供了一个平台，用户可以在其中：

创建模块化 AI 智能体并向其下达指令。

生成用于问答的文档索引。

创建工具并将其附加到任意智能体。

使用自然语言向智能体下达指令，并且出于安全考虑，让它们在安全容器中运行（目前通过 Docker 实现），在各自专用的沙盒空间中执行任务。

使用 Langchain、Textual 和 Chroma 构建。

使用以下命令开始安装。

pip install instrukt[all]

它包含许多令人兴奋的功能，例如：

为重度键盘用户提供基于终端的界面，让他们无需离开键盘即可向 AI 智能体下达指令。

为数据建立索引，并让智能体检索数据以进行问答。你可以通过简单易用的 UI 创建和组织索引。

创建索引时，它会自动检测编程语言，并据此优化拆分和分块策略。

为了安全和隐私，可在安全的 Docker 容器中运行智能体。

集成 REPL-Prompt，可与智能体快速交互，并为开发和测试提供快速反馈循环。

你可以通过自定义命令自动执行重复性任务。它还内置了提示词和聊天历史记录。

你可以阅读所有功能的相关介绍。

你可以阅读安装指南。

你还可以使用内置的 IPython 控制台调试和检查智能体，这是一个简洁实用的小功能。

Instrukt 采用 AGPL 许可证，意味着任何人都可以将其用于任何目的。

可以毫不夸张地说，Instrukt 就是一个触手可及的终端 AI 指挥官。

这是一个新项目，因此目前在 GitHub 上只有 200+ Stars，但它的应用场景非常不错。

5. Mac 上的语音助手——用语音控制的 Mac 助手。

这是一个用语音控制的 Mac 助手。GPT Automator 让你可以通过语音在 Mac 上执行任务，例如打开应用、查找餐厅以及汇总信息。太棒了 :D

它诞生于伦敦黑客松。

它主要由两部分组成：

a. 语音转命令：使用在本地运行的 Whisper（Buzz 的一个分支）生成命令。

b. 命令转操作：你将命令交给一个配备了自定义工具的 LangChain 智能体，这些工具由我们编写。它们包括使用 AppleScript 控制计算机操作系统，以及使用 JavaScript 控制当前活动的浏览器。最后，就像任何优秀的 AI 一样，我们会让智能体使用 AppleScript 的 saying "{Result}" 读出最终结果（如果你以前没用过，可以试着在 Mac 终端中输入 "Hello World!"）。

这是我们制作的一个自定义工具，用于让 LLM 通过 AppleScript 控制计算机。它的提示词就是 docstring：

@tool
def computer_applescript_action(apple_script):
    """
    Use this when you want to execute a command on the computer. The command should be in AppleScript.

Here are some examples of good AppleScript commands:

Command: Create a new page in Notion
    AppleScript: tell application "Notion"
        activate
        delay 0.5
        tell application "System Events" to keystroke "n" using {{command down}}
    end tell

...

Write the AppleScript for the Command:
    Command: 
    """
    p = subprocess.Popen(['osascript', '-'], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)

stdout, stderr = p.communicate(applescript.encode('utf-8'))

if p.returncode != 0:
        raise Exception(stderr)

decoded_text = stdout.decode("utf-8")

return decoded_text

如果你想知道它是如何工作的：GPT Automator 使用 OpenAI 的 Whisper 将音频输入转换为文本。然后，它使用 LangChain Agent 选择一组操作，包括根据你的提示，通过 OpenAI 的 GPT-3（"text-davinci-003"）生成 AppleScript（用于桌面自动化）和 JavaScript（用于浏览器自动化）命令，最后执行生成的脚本。

请记住，这并不适合用于生产环境。该项目会执行根据自然语言生成的代码，因此可能容易受到提示词注入及类似攻击。这个项目只是一个概念验证。

你可以阅读安装指南。

让我们看看一些提示词及其执行效果：

✅ 查找计算结果。

提示词：“2 + 2 等于多少？”

它会编写 AppleScript，打开计算器并输入 5 * 5。

✅ 查找附近的餐厅。

提示词：“查找我附近的餐厅”

它会打开 Chrome，通过 Google 搜索附近的餐厅，解析页面，然后返回排名靠前的结果。有时它会有点耍小聪明，转而打开 Google Maps 的搜索结果，并告诉你：“最好的餐厅就是 Google Maps 页面顶部的那些。”还有些时候，它会打开 Google 上排名第一的链接——然后卡在 Google 无障碍页面上……

以下是它运行时在终端中打印的内容：

Command: Find a great restaurant near Manchester.

> Entering new AgentExecutor chain...
 I need to search for a restaurant near Manchester.
Action: chrome_open_url
Action Input: https://www.google.com/search?q=restaurant+near+Manchester
Observation:

Thought: I need to read the page
Action: chrome_read_the_page
Action Input: 
Observation: Accessibility links
Skip to main content
... # Shortned for brevity
Dishoom Manchester
4.7
(3.3K) · £££ · Indian
32 Bridge St · Near John Rylands Library
Closes soon ⋅ 11 pm
Stylish eatery for modern Indian fare
San Carlo
4.2
(2.8K) · £££ · Italian
42 King St W · Near John Rylands Library
Closes soon ⋅ 11 pm
Posh, sceney Italian restaurant
Turtle Bay Manchester Northern Quarter
4.7

Thought: I now know the final answer
Final Answer: The 15 best restaurants in Manchester include El Gato Negro, Albert's Schloss, The Refuge, Hawksmoor, On The Hush, Dishoom, Banyan, Zouk Tea Room & Grill, Edison Bar, MyLahore Manchester, Turtle Bay Manchester Northern Quarter, San Carlo, The Black Friar, Mana, and Tast Cuina Catalana.

我无法保证这些餐厅真的值得一去，请自行承担探店风险。哈哈！

✅ 如果你让 GPT Automator 清空你的电脑，它真的会照做。

没错，只要你提出要求，它就会清空你的电脑！我内心深处有个声音正尖叫着让我试试看 :)

你可以在这里查看完整演示！

你可以在 Chidi 的博客上了解更多信息。

它更像是一个业余项目，因此在 GitHub 上大约只有 200 个 Star，但确实非常酷。

为 GPT Automator 点亮 Star ⭐️

6. Flowise——通过拖放式 UI 构建自定义 LLM 流程

Flowise 是一个开源的可视化 UI 工具，用于构建自定义 LLM 编排流程和 AI 智能体。

使用以下 npm 命令开始使用。

npm install -g flowise
npx flowise start
OR
npx flowise start --FLOWISE_USERNAME=user --FLOWISE_PASSWORD=1234

下面是集成 API 的方式。

import requests

url = "/api/v1/prediction/:id"

def query(payload):
  response = requests.post(
    url,
    json = payload
  )
  return response.json()

output = query({
  question: "hello!"
)}

你可以阅读文档。

目前没有可用的云端托管服务，因此你需要按照这些说明自行托管。

让我们来看看其中的一些使用场景：

假设你有一个网站（可能是商店、电商网站或博客），希望抓取该网站的所有相关链接，并让 LLM 回答有关你网站的任何问题。你可以按照这篇分步教程实现这一目标。

你还可以创建一个自定义工具，让它能够调用 Webhook 端点，并将必要的参数传入 Webhook 请求体。请按照这篇指南操作，其中将使用 Make.com 创建 Webhook 工作流。

此外还有许多其他使用场景，例如构建 SQL 问答系统或与 API 交互。

FlowiseAI 在 GitHub 上拥有 27.5k+ 个 Star 和超过 10k 个 Fork，因此整体比例相当不错。

7. Twitter Agent——从社交媒体抓取数据，并使用 Langchain 与数据聊天

Media Agent 会抓取 Twitter 和 Reddit 上的内容，进行总结，并允许你在交互式终端中与这些内容聊天。这个概念太酷了！

你可以阅读相关说明，将它安装到本地。

Langchain 🦜：用于构建和组合 LLM。

ChromaDB：用于存储向量（也称为嵌入）并进行查询，从而构建对话机器人。

Tweepy：用于连接 Twitter API，并提取推文及其元数据。

Praw：用于连接 Reddit API。

Rich：用于构建酷炫的终端 UX/UI。

Poetry：用于管理依赖项。

部分强大功能包括：

代表你根据用户账户列表或关键词列表抓取推文或帖子。

使用 OpenAI 对推文或帖子进行嵌入处理。

为推文或帖子生成摘要，并提供可以回答的潜在问题。

基于这些推文开启聊天会话。

保存对话及其元数据。

提供丰富的终端 UI 和日志功能。

你可以观看演示！

它在 GitHub 上有将近 100 个 Star，但已经停止维护。你可以基于它构建更好的产品。

为 Twitter Agent 点亮 Star ⭐️

8. GPT Migrate——轻松将代码库从一种框架或语言迁移到另一种框架或语言

如果你曾经经历过将代码库迁移到新框架或新语言的痛苦，这个项目就是为你准备的。

我想大家都认同，我们迟早会需要它。据我所知，你也可以通过工作流来完成迁移，Stripe 就曾使用这种方式将整个 JS 代码库转换为 TS。

迁移是一个成本高昂、枯燥乏味且并不简单的问题。不要盲目信任当前版本，请务必负责任地使用它。还请注意，费用可能会迅速累积，因为 GPT-Migrate 的设计目标是编写（并且可能重新编写）整个代码库。

你可以使用 Poetry 安装它，并阅读其工作原理。

GPT-Migrate 目前仍处于 Alpha 开发阶段，尚未准备好用于生产环境。例如，在相对简单的基准测试中，对于 Python 或 JavaScript 这类“简单”语言，它大约有 50% 的概率能够顺利完成迁移；而对于 C++ 或 Rust 这类更复杂的语言，如果没有人工协助，它就无法完成迁移。

你可以在这里观看演示！

它在 GitHub 上拥有 6.5k+ 个 Star，但最后一次提交是在 6 个月前，因此我认为它已经停止维护了！

9. Plandex——使用 LLM 构建复杂真实软件的 AI 编程引擎

Plandex 使用长时间运行的智能体完成涉及多个文件且需要许多步骤的任务。它会将大型任务拆分成更小的子任务，然后逐一实现，并持续执行，直至完成整个工作。

它可以帮助你快速处理积压任务、使用不熟悉的技术、摆脱卡点，并减少花在枯燥工作上的时间。

你可以在这里查看演示！

所有变更都会累积在受保护的沙箱中，因此你可以先进行审查，再自动将其应用到项目文件中。内置的版本控制功能允许你轻松回退并尝试不同的方法。分支功能则允许你尝试多种方案并比较结果。

你可以在终端中高效管理上下文。你能够轻松将文件或整个目录添加到上下文中，并在工作时让它们自动保持最新，从而确保模型始终掌握项目的最新状态。

Plandex 依赖 OpenAI API，并且需要设置 OPENAI_API_KEY 环境变量。

Plandex 支持 Mac、Linux、FreeBSD 和 Windows。它通过单个二进制文件运行，不需要任何依赖项。

你甚至可以尝试不同的模型和模型设置，然后比较结果。

你可以阅读安装说明。

Plandex Cloud 是使用 Plandex 最简单、最可靠的方式。当你首次使用 plandex new 创建计划时，系统会提示你开始匿名试用（无须提供电子邮件）。试用账户最多可以创建 10 个计划，每个计划最多获得 10 条 AI 模型回复。Plandex Cloud 账户目前免费，这一点很不错。

Plandex 在 GitHub 上拥有 8k+ 个 Star，使用 Go 构建。

10. SQL Translator——使用 AI 将自然语言查询转换为 SQL 代码的工具

我原本正打算构建一个类似的项目，后来发现它已经存在了。

这个工具旨在让任何人都能轻松地在 SQL（结构化查询语言）命令与自然语言之间进行双向转换。

SQL 是一种用于管理和操作关系型数据库中数据的编程语言。虽然它功能强大，但也可能相当复杂且难以理解。

另一方面，自然语言是我们日常生活中口头和书面交流所使用的语言，对于不熟悉技术术语的人来说，它通常是更理想的沟通方式。

使用 SQL 和自然语言翻译器，您无需成为 SQL 专家就能理解数据库中的内容或编写 SQL 查询。您可以简单地用自然语言输入查询，获取相应的 SQL 代码，反之亦然。

一些功能包括：

小写/大写切换。

SQL 语法高亮。

架构感知（Beta 版）。

您可以阅读安装说明，这很简单，因为它使用了 Nextjs。

这个查询是给你的。哈哈！

SQL Translator 在 GitHub 上有 4k 星，使用 TypeScript 构建。

给 SQL Translator 星标 ⭐️

11. WingmanAI - 音频实时转录，与 ChatGPT 集成

WingmanAI 是一个强大的工具，可以进行系统和麦克风音频的实时转录。由 ChatGPT 驱动，此工具让您可以实时与转录文本进行交互，作为机器人的广泛记忆库，提供独特的通信平台。

当您为指定的人员加载转录文本时，机器人可以回答有关过去对话的问题。

您可以阅读安装说明。

您可以在这里观看演示！

一些不错的功能包括：

WingmanAI 可以转录系统输出和麦克风输入音频，允许您以易于阅读的格式查看实时转录。

WingmanAI 可以转录系统输出和麦克风输入音频，允许您以易于阅读的格式查看实时转录。

您可以与由 ChatGPT 驱动的机器人聊天，该机器人实时读取您的转录。

您可以与由 ChatGPT 驱动的机器人聊天，该机器人实时读取您的转录。

机器人以令牌高效的方式维护对话记录，因为只有转录的当前块被传递给机器人。

机器人以令牌高效的方式维护对话记录，因为只有转录的当前块被传递给机器人。

WingmanAI 允许您保存转录以供将来使用。您可以稍后随时加载它们，对机器人所做的任何查询都将与已保存转录的向量数据库交叉引用，为机器人提供更丰富的上下文。

WingmanAI 允许您保存转录以供将来使用。您可以稍后随时加载它们，对机器人所做的任何查询都将与已保存转录的向量数据库交叉引用，为机器人提供更丰富的上下文。

您可以不断追加到已保存的转录，随着时间的推移为机器人构建庞大的数据库。

您可以不断追加到已保存的转录，随着时间的推移为机器人构建庞大的数据库。

它在 GitHub 上有 420 颗星，不再维护。

12. Lively - 动画桌面壁纸和屏幕保护程序

这只是为了娱乐，我们可以通过代码学到很多关于它的实现方式。

您可以观看这个视频，了解它看起来有多炫。

他们提供三种类型的壁纸，包括视频/GIF、网页和应用程序/游戏。

它是用 C# 构建的，Lively 支持的一些酷炫功能包括：

Lively 可以通过终端中的命令行参数进行控制。您可以将其与 Python 或脚本软件 AutoHotKey 等其他语言集成。

Lively 可以通过终端中的命令行参数进行控制。您可以将其与 Python 或脚本软件 AutoHotKey 等其他语言集成。

为开发人员提供强大的 API 集，用于创建交互式壁纸。获取硬件读数、音频图表、音乐信息等。

为开发人员提供强大的 API 集，用于创建交互式壁纸。获取硬件读数、音频图表、音乐信息等。

当机器上运行全屏应用程序/游戏时，壁纸播放暂停（约 0% CPU、GPU 使用率）。

当机器上运行全屏应用程序/游戏时，壁纸播放暂停（约 0% CPU、GPU 使用率）。

您还可以利用机器学习推理来创建动态壁纸。您可以预测任何 2D 图像与摄像头的距离，并生成类似 3D 的视差效果。很酷 :D

您还可以利用机器学习推理来创建动态壁纸。您可以预测任何 2D 图像与摄像头的距离，并生成类似 3D 的视差效果。很酷 :D

我见过很多人在使用它，其中许多人甚至不知道它是开源的。

您可以使用安装程序或通过 Microsoft Store 下载。

它是 2023 年 Microsoft Store 的赢家。它在 GitHub 上拥有 13k+ 颗星和 60 个版本。

13. RestGPT - 基于 LM 的自主 AI 智能体，通过 RESTful API 控制应用

这项工作旨在构建一个基于大型语言模型的自主 AI 智能体 RestGPT，以控制真实世界的应用程序，例如电影数据库和音乐播放器。为实现这一点，我们将 LLM 与 RESTful API 连接起来，并应对规划、API 调用和响应解析的实际挑战。为了充分评估 RestGPT 的性能，我们提出了 RestBench，这是一个高质量的基准，包含两个真实场景和带有黄金解决方案路径的人类标注指令。

RestGPT 采用迭代粗到细的在线规划框架，并使用执行器来调用 RESTful API。这是 RestGPT 的概览。

您可以阅读文档以使用 RestBench 评估 RestGPT 的性能。

使用 TMDB 电影数据库搜索由索菲亚·科波拉导演的电影数量的示例。

您可以阅读在康奈尔大学发布的研究论文以获取代码：RestGPT - Connecting Large Language Models with Real-World RESTful APIs。

他们在 GitHub 上拥有 1.2k 颗星，这虽然不是特别庞大，但涵盖了极好的用例。

14. ChatFiles - 上传文件并与其对话

文档聊天机器人——多个文件，由 GPT/嵌入驱动。您可以上传任何文档并与其进行对话，考虑到他们使用了另一个著名的开源项目，用户界面做得非常好。

它在幕后使用 Langchain 和 Chatbot-ui。使用 Nextjs、TypeScript、Tailwind 和 Supabase（向量数据库）构建。

如果您想了解方法和技术架构，这里就是！

该环境仅用于试用，支持的最大文件大小为 10 MB，这是一个限制。如果要更大的文件，可以在本地安装。

他们提供了您可以使用的启动问题。您可以查看实时演示。

他们在 GitHub 上拥有 3k 颗星，处于 v0.3 版本。

15. MindsDB - T