AI兴起之后，GitHub上涌现出很多免费的神级AI项目，让人眼花缭乱。今天给大家盘点一些我认为神级的AI项目，每一个都值得大家收藏：

1、Ollama（68K Stars） + Open-Webui（23K Stars）

项目地址：

https://github.com/ollama/ollama

项目地址：

https://github.com/open-webui/open-webui

项目介绍： Ollama现在特别的火，它可以帮助用户在本地电脑上运行、创建和管理大模型（LLMs），整体使用的感觉和Docker很像，特别简单，并且现在很多项目都支持Ollama的接入方式。配合着Open-Webui使用，可以快速构筑基于Ollama本地大模型的Web UI，方便对大模型进行操作。现在Ollama + Open-Webui的组合已经成为了本地构筑和使用大模型的最佳实践方式，

2、Code Copilot Continue（11.7K Stars）

项目地址：

https://github.com/continuedev/continue

项目介绍： 第二个介绍的是一个开源的Code Copilot项目，插件形式使用，现在支持VS Code和JetBrains IDE的扩展，可以在对应的IDE插件市场中直接搜索Continue下载插件。

大家可能有疑问，免费的Code Copilot插件有那么多，例如Bito、阿里的通义灵码等，为什么要介绍这个Continue插件？主要原因在于有些项目信息安全要求高，无法连接外网。但是Continue插件的一个优势在于它可以指定连接局域网内的大模型，所以对于信息安全高的项目，我们完全可以局域网内部署大模型，然后用Continue插件连接使用，提高开发生产性和代码品质。并且现在Continue插件的社区活跃，插件版本更新频繁，越来越成熟。

3、FastGPT（13.6K Stars）

项目地址：

https://github.com/labring/FastGPT

项目介绍： 第三个介绍的是一个整合了RAG+LLM的私有知识库问答系统，我个人使用感觉无论是功能上还是扩展性上都要优于另一个也很出色的知识库项目Anything LLM，所以这里主要推荐FastGPT。

FastGPT项目的扩展性很强，可以指定本地部署的大模型或一些公开的大模型，包括Embedding Model也可以指定；支持上传和解析多种类型的文档，比如常用的word、txt、markdown、pdf等；同时还支持多种问答模式。更重要的是它还设有操作流的概念，类似于Agent，功能灵活强大。虽然里面有些功能收费，但是开源的免费版本功能已足够日常使用。所以如果想快速构建一个私有的知识库问答系统，FastGPT绝对是首选。

（配置操作流）

（问答）

问答后可显示知识库数据来源，并且可以追踪查询RAG+原始Prompt组成后的新Prompt，方便后续对知识库进行优化。

4、FreeAskInternet（8.1K Stars）

项目地址：

https://github.com/nashsu/FreeAskInternet

项目介绍： 这个项目上个月刚上线，上线一周就在Github上有6.7K Stars，可见是多么的受欢迎。大家感不感兴趣，类似于秘塔AI搜索、Perplexity AI搜索都是怎么做的，现在你有了FreeAskInternet，你也可以做属于自己的AI搜索引擎。它是一个开源的、功能强大、易于部署的AI搜索聚合器，可以支持接入各种公开的大模型或本地大模型（比如支持接入Ollama方式）。

它背后的原理是用户在界面输入问题后,系统会利用SearXNG进行多引擎搜索， 然后爬取并收集搜索结果中的链接内容,并将这些内容传递给选定的大语言模型(如本地用Ollama部署的Command-R Plus）。大语言模型根据搜索内容生成对用户问题的答案，整个过程都在本地运行，无需GPU或API密钥。所有过程都在本地完成，确保了用户数据的隐私和安全。整体使用的效果可以参考秘塔AI搜索、Perplexity AI搜索。

看完之后大家是不是心动了，也想自己搞一个AI搜索出来。

5、AFFiNE（34K Stars）

项目地址：

https://github.com/toeverything/AFFiNE

项目介绍： 这个项目相信很多人都听过吧，AFFiNE是一款开源的全能知识库工具，旨在成为Notion和Miro等热门笔记软件的开源替代品，它集写作、绘画和计划管理于一体。它的核心功能包括：白板和文档的超融合，可在文档中自由绘画；跨设备的点对点同步等。

6、AI Software Engineer

OpenDevin（25.9K Stars）

项目地址：

https://github.com/OpenDevin/OpenDevin

Devika（17.3K Stars）

项目地址：

https://github.com/stitionai/devika

Gpt-Pilot（28.6K Stars）

项目地址：

https://github.com/Pythagora-io/gpt-pilot

ChatDev（23.5K Stars）

项目地址：

https://github.com/OpenBMB/ChatDev

项目介绍： 这里介绍了几个有名的AI程序员工具，但是技术成熟度上有限，可以应用于简单的场景，微软最新发布的Github Copilot Workspace算是当前最好AI程序员类产品，现在还在内测阶段。编码领域未来的发展方向是AI Programmer + Code Copilot组合的形式，所以上面的技术领域还是需要持续关注。上面四个AI程序员工具，个人推荐Devika（只是推出了两个多月就如此受欢迎，潜力巨大）和Gpt-Pilot（现在有vscode插件，大家Vscode中可以搜索Pythagora安装进行体验）。

（Devika）

（Vscode中Gpt-Pilot）

------------------

除了上面介绍外，还有很多神级和有潜力的Github开源AI项目，例如超级火的AutoGPT（162K Stars，项目地址：https://github.com/Significant-Gravitas/AutoGPT）、RAGFlow（8K Stars， 项目地址：https://github.com/infiniflow/ragflow）等，不具体举例了。大家还有什么好的Github上AI项目，欢迎评论区留言，大家一起探讨。AI兴起之后，GitHub上涌现出很多免费的神级AI项目，让人眼花缭乱。今天给大家盘点一些我认为神级的AI项目，每一个都值得大家收藏：

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。

二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓