导航
{{ item.name }}
{{item.name}}
学习路径
正在研究
系统开发
正在学习
关于我
学习路径
正在研究
系统开发
正在学习
关于我
搜索
登录
自动部署开源AI模型到生产环境:Scikit-learn、XGBoost、LightGBM、和PySpark
阿里云测试模型
huggingface模型下载
Ollama
Llama2
ChatGML
pro-chat
Scaling Laws
如何解决llm的并发问题?
如何理解llm的并发?
流式输出
OpenAI api使用介绍
使用ollama快速部署开源大模型
jupyter中使用Ollama+langchain构建RAG
GraphRAG实战(openai+langchain+neo4j)
从零搭建大模型(一): 架构(architecture)
从零搭建大模型(二): 预训练(pretraining)
基因组大模型概述
使用 🤗 Transformers 加载支持流式输出的模型(如 ChatGLM、LLaMA、Mistral 等),并用 FastAPI + SSE (Server-Sent Events) 实现简化并行的流式推理系统
参考 OpenAI 官方的 GPT-2 GitHub 仓库,训练一个最小可运行、资源占用低的 demo 模型
完整的中文语言模型从头预训练(最小结构) + FastAPI SSE 多线程流式输出服务
elasticsearch、opensearch、solr安装
关于 llm 工具调用原理的学习
循证医学大模型,实现文献来源引用
多用户 batch 推理
文本大模型的输出格式
工具调用llm输出格式
llm的实际输出是什么样子的,api产商如何知道这个文本流是tool call的结果
模型 decoder 的 mode signal 或 structured decoding 支持 如何实现
llama.cpp grammar
tts模型最终输出的是pcm吗
支持 Tool Call 回环 🔥 支持 LLM 决策 🔥 支持 Memory 节点 🔥 支持 多轮对话 🔥 支持 任务状态可视化
context_merge 能否进一步优化 使用策略是否可行
代码生成API
开源 AI Agent 项目
Github开源生信云平台
DEMO
大模型
思维导图
:
wangyang
:
联系作者
首页
云计算与数据挖掘
大模型
开源 AI Agent 项目
开源 AI Agent 项目
最后发布时间 :
2026-04-22 11:32:48
浏览量 :
https://github.com/anthropics/claude-code
https://github.com/yasasbanukaofficial/claude-code
https://github.com/claude-code-best/claude-code
https://github.com/liuup/claude-code-analysis
https://github.com/openclaw/openclaw
https://github.com/nousresearch/hermes-agent
https://github.com/Tencent/WeKnora
https://github.com/Tencent/WeKnora/pull/621
OpenClaw
NanoBot
PicoClaw
ZeroClaw 🦀
Language
TypeScript
Python
Go
Rust
RAM
> 1GB
> 100MB
< 10MB
< 5MB
Startup (0.8GHz core)
> 500s
> 30s
< 1s
< 10ms
Binary Size
~28MB (dist)
N/A (Scripts)
~8MB
~8.8 MB
Cost
Mac Mini 599
Linux SBC ~50
Linux Board 10
Any hardware 10
OpenClaw
ZeroClaw
PicoClaw
GoClaw
语言
TypeScript
Rust
Go
Go
二进制大小
28 MB + Node.js
3.4 MB
~8 MB
~25 MB
(基础)/
~36 MB
(含 OTel)
Docker 镜像
—
—
—
~50 MB
(Alpine)
内存占用(空闲)
> 1 GB
< 5 MB
< 10 MB
~35 MB
启动时间
> 5 s
< 10 ms
< 1 s
< 1 s
目标硬件
599+ Mac Mini |
10 边缘设备
10 边缘设备 | **
5 VPS+**
功能特性
OpenClaw
ZeroClaw
PicoClaw
GoClaw
多租户(PostgreSQL)
—
—
—
✅
MCP 集成
—(使用 ACP)
—
—
✅(stdio/SSE/streamable-http)
智能体团队
—
—
—
✅ 任务板 + 邮箱
安全加固
✅(SSRF、路径遍历、注入)
✅(沙箱、速率限制、注入、配对)
基础(工作区限制、exec 拒绝)
✅ 5 层防御
OTel 可观测性
✅(可选扩展)
✅(Prometheus + OTLP)
—
✅ OTLP(可选构建标签)
提示词缓存
—
—
—
✅ Anthropic + OpenAI 兼容
知识图谱
—
—
—
✅ 大语言模型提取 + 遍历
技能系统
✅ 嵌入/语义
✅ SKILL.md + TOML
✅ 基础
✅ BM25 + pgvector 混合
基于通道的调度器
✅
有界并发
—
✅(main/subagent/team/cron)
消息渠道
37+
15+
10+
7+
伴侣应用
macOS、iOS、Android
Python SDK
—
Web 控制台
实时画布 / 语音
✅(A2UI + TTS/STT)
—
语音转录
TTS(4 个提供商)
大语言模型提供商
10+
8 原生 + 29 兼容
13+
20+
每用户工作空间
✅(基于文件)
—
—
✅(PostgreSQL)
加密密钥
—(仅环境变量)
✅ ChaCha20-Poly1305
—(明文 JSON)
✅ 数据库中 AES-256-GCM
代码生成API
登录评论