Python 优质开源项目精选

面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本集合，支持 LoRA 与微调。

一套面向不同职业角色的插件集，为 Claude Cowork 和 Claude Code 提供技能、斜杠命令与工具连接器。

基于 Claude Code 的求职申请框架，可评估职位、定制 LaTeX 简历、撰写求职信并准备面试，在本地运行。

让 AI 模型通过直连 TCP 通道操控正在运行的 Blender，提供 16 个工具，覆盖视口截图、场景编辑与无头渲染。

NEO 是一系列原生视觉-语言模型，采用无编码器的统一稠密架构直接处理像素与文字。

自托管的 AI 研究助手，可调用本地或云端大模型与多种搜索引擎进行多步深度研究，并附带引用。

开源 Python 库，可将网页、PDF、图片、YouTube 视频或主题转换为多语言的 AI 播客音频对话。

基于 Stable Diffusion XL 的离线开源图像生成软件，免去繁琐参数调节，专注于提示词即可出图。

开源的大规模视频生成模型，支持文生视频、图生视频、语音生视频和角色动画。

基于 Gradio 的 Stable Diffusion 网页界面，延续 Forge 分支并支持多种新模型与性能优化。

基于节点图的扩散模型图形界面、API 与后端，可在本地生成图像、视频、音频和 3D 内容。

开源的交互式游戏视频生成模型，可根据参考图和键鼠操作生成可控的游戏风格视频。

可在本地运行的开源音乐生成模型，可根据文本提示生成完整歌曲，并支持编辑、翻唱和 LoRA 训练。

开源交互式世界模型，通过流式神经渲染把低多边形画面实时转换为可操作的游戏场景。

面向多模态模型的统一训练引擎，支持 VLM、扩散模型和 LLM 训练。

可自托管的视频压缩工具，带网页界面，基于 FFmpeg 将视频压缩到指定文件大小，支持 GPU 加速。

按编程语言分类整理的项目式教程合集，带你从零构建完整应用。

一款 Python 命令行工具，当配对的蓝牙手机或智能手表超出范围时自动锁定电脑。

基于 Whisper 的自托管网页应用，可在本机转录 YouTube 视频和本地音视频文件。

基于流式语音转写训练的视频大模型，可对视频进行实时解说，对应 CVPR 2025 论文 LiveCC。