专为 AI Agent和AI应用构建的开源浏览器自动化 API：steel-browser
Steel Browser 是一个开源浏览器自动化 API，支持 AI 应用和代理构建。它提供了 REST API 接口来控制浏览器操作，兼容 Docker，并且易于部署和使用。
开源
将各种文件格式转换为Markdown的开源工具E2M
E2M 是一个 Python 库，用于将多种文件格式（如 doc, docx, epub, html 等）转换为 Markdown 格式。通过解析器和转换器架构实现，支持包括 PDF、MP3、URL 在内的多种文件类型的处理，并提供 CLI 工具来加速转换过程。
视频代理框架Director处理复杂的视频任务，Day 3 OpenAI 布了 Sora
Director是一个视频代理框架，用于处理复杂的视频任务；Clevrr Computer是通过PyAutoGUI实现高效系统操作；实时个性化推荐系统课程涵盖H&M时尚商品的推荐系统的构建与部署；RAGLite支持PostgreSQL和SQLite数据库的数据检索增强生成；sora提供分辨率高达1080p、功能丰富的视频转换工具，包括文本转视频、图像转视频等。
23k star 的智能求职助手，Obsidian 的插件AI撰写内容并引用笔记库中的信息，直接在浏览器中去除图像背景
Auto_Jobs_Applier_AI_Agent是基于人工智能的求职助手，提升求职效率。Smart Composer 是一款Obsidian插件，帮助用户高效撰写内容。Image Background Remover in the Browser是一款去除图像背景的应用程序。ControlFlow是一个Python框架，用于构建智能工作流。O1-CODER结合强化学习和蒙特卡洛树搜索生成代码模型，旨在提升系统化推理能力。
类似于Notion的笔记应用 affine
AFFiNE 是一个开源、一体化的工作区和操作系统，支持维基、知识管理、演示和数字资产。它允许将任何构建块放在无边画布上，包括富文本、便签、嵌入式网页等，并配备多模式人工智能合作伙伴。
腾讯混元发布视频生成大模型
腾讯发布混元视频生成大模型HunyuanVideo，具备高清质感、运动流畅及多视角切换等功能，现已开源。该模型采用Transformer设计和MLLM文本编码器，并通过3D VAE进行压缩训练，支持多种重写模式以适应不同用户需求。
DeepMind 发布中期天气预报模型GenCast，OpenAI十二天的第一天，微软发布3D生成模型TRELLIS
GenCast是一个基于扩散模型的中期天气预报工具，提供多个预训练模型及示例代码。TRELLIS是大型3D生成模型，支持多种格式的3D资产生成和灵活编辑。Report mAIstro是一款报告生成工具，利用LLM快速创建定制化报告。Qodo Cover 是一个测试用例自动生成工具，帮助提高代码覆盖率。OpenAI发布完整版O1模型及ChatGPT Pro订阅服务，包括多模态输入支持、处理速度快等特性。