正在改變程式設計方式的 10 個開源 AI 專案

目錄

• 1. OmniRoute:一個端點接入所有模型
• 2. DeepSeek Harness:一切皆外掛
• 3. Herdr:tmux,但懂智慧體
• 4. Orca:桌面級 ADE
• 5. Archify:從程式碼到可互動架構圖
• 6. 智慧體變成角色:Pixel Agents 和 Agents in the Office
• 7. AnyDoc:毫秒級把文件轉成 Markdown
• 8. Omarchy:DHH 出品的開箱即用 Arch Linux
• 9. grill-me:在動程式碼之前先拷問你的 skill
• 10. OpenMontage:從一個劇本到完整影片
• 快速對照表
• 這份清單說明了什麼
• 從哪裡開始,又不出亂子
• 常見問題
• 資料來源

1. OmniRoute:一個端點接入所有模型

Repo: diegosouzapw/OmniRoute · 約 58,000 星 · MIT

這是一個 AI 閘道:裝在本地,對外暴露一個相容 OpenAI 的唯一位址。背後接入約 352 家供應商、1200 多個模型——Claude、GPT、Gemini、DeepSeek、Kimi、GLM、MiniMax。

讓它不只是個簡單代理的,是按額度自動切換(fallback)。如果某家供應商的免費額度在工作階段中途用完,OmniRoute 會直接切到下一家,你的工具毫無察覺。這些供應商中有 150 多家提供免費層,實際上你可以把免費層串起來繼續幹活。

支援 Claude Code、Codex、Cursor、Cline 和 Copilot。金鑰加密存放在你自己的磁碟上,不經過任何人的雲端。

適合誰: 如果你手動管理著兩個以上的 API key,今天它就能替你卸掉這份活。

2. DeepSeek Harness:一切皆外掛

Repo: deepseek-ai/deepseek-harness · MIT · developer preview

DeepSeek 開源了自己的智慧體 harness,關鍵在於它的設計決策:模型介接器、工具註冊表、工作階段日誌,乃至智慧體主迴圈本身,都是可替換的外掛。這不是一個帶擴充點的封閉產品,而是一副骨架。

它自帶主控台和本地 Web 介面(在 127.0.0.1:3080 啟動)。實用層面的吸引力依舊是 DeepSeek 的一貫風格:成本低、程式碼生成品質高。

適合誰: 想搞懂智慧體內部機制的人,或者想打造自己的智慧體但不想從零開始的人。

3. Herdr:tmux,但懂智慧體

Repo: 在 GitHub 搜尋 herdr · 約 22,000-30,000 星 · Rust · AGPL-3.0 · 作者 Oğulcan Çelik

一個用 Rust 寫的終端機複用器,單一執行檔約 10 MB,零依賴。它和 tmux 的區別是概念上的:Herdr 把每個智慧體當作一等公民物件。側邊欄即時告訴你每個智慧體是在工作中、被卡住、已完成還是閒置。

這解決了同時跑五個智慧體的真實痛點:不知道哪個在等你的回覆。它跑在你已有的終端機上,支援 SSH,還支援滑鼠——這在 tmux 裡一直是補丁式湊合。

適合誰: 生活在終端機裡、已經為「哪個面板卡住了」浪費過時間的人。

4. Orca:桌面級 ADE

Repo: stablyai/orca · 約 43,000-59,000 星 · MIT

Orca 自我定位是一個 ADE(Agent Development Environment,智慧體開發環境):程式碼編輯器的繼任者不是「帶 AI 的編輯器」,而是指揮智慧體的環境。它能並行執行 40 多個 CLI 智慧體——Claude Code、Codex、OpenCode、Cursor、Grok——而且每個工作階段都在自己隔離的 git worktree 裡,多個智慧體可以碰同一個儲存庫而互不踩踏。

它內建基於 VS Code 的編輯器、帶批註的 diff 審查、GitHub 與 Linear 整合、支援自動重連的 SSH 遠端 worktree,還有一個能在手機上盯進度、做修正的行動 App。它不帶模型:你接自己的訂閱。

適合誰: 已經在並行使用多個智慧體、需要看到全局而不是一次盯一個終端機的人。

5. Archify:從程式碼到可互動架構圖

Repo: tt-a1i/archify · 約 20,000-32,000 星

它不是應用,而是一個可安裝的 skill,面向 Claude Code、Cursor、Codex CLI 和 OpenCode。智慧體產出帶型別的 JSON 表示,Archify 以確定性的方式把它編譯成 HTML/SVG。這才是關鍵:圖不是漂亮的幻覺,而是可驗證結構的編譯結果。

五種圖(架構、工作流、時序、資料流、狀態機),明暗兩套主題,可匯出 PNG、SVG、用於動畫演示的 WebM,以及給 README 或社群平台用的 1200×630 卡片。圖是可導覽的:點開一個元件,順著路徑走。

安裝指令:npx skills add tt-a1i/archify -g。

適合誰: 曾經需要用文字解釋一套架構、最後卻在餐巾紙上畫圖的你。

6. 智慧體變成角色:Pixel Agents 和 Agents in the Office

Repos: pixel-agents-hq/pixel-agents 和 gukosowa/agents-in-the-office

這一類看起來像玩具,其實不完全是。兩個專案都會把你的智慧體工作階段變成動畫辦公室裡的像素畫角色。NPC 走到座位,智慧體編輯檔案時它打字,讀程式碼時走向書架,閒置時到處溜達,被你的回覆卡住時會給你一個視覺訊號。

Pixel Agents 以 VS Code 擴充功能的形式提供;Agents in the Office 顯示一張瓦片地圖,支援 Claude Code 和 Gemini CLI。

它的真實價值和 Herdr 一樣,只是換了一條路:五個智慧體的狀態,一眼看完。人腦辨識「那個小人不動了」比「那個處理程序在等輸入」快得多。

適合誰: 合理的好奇心,而且如果你同時跑很多智慧體,它會出奇地有用。

7. AnyDoc:毫秒級把文件轉成 Markdown

Repo: firecrawl/anydoc · Rust,提供 Node.js、Python 和 WebAssembly 綁定

Firecrawl 開源了它的文件解析技術堆疊,這個數字很難忽視:在一項涵蓋 14 種格式、100 份真實文件的基準測試中,AnyDoc 把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 轉成乾淨的 Markdown,中位數僅 4.4 毫秒。不用 ML 模型,不依賴外部服務:純 Rust。

在它自己的基準測試裡,它是唯一能處理全部 14 種格式的轉換器,領先 markitdown、pandoc 和 docling。在 Node.js 中它運行在 libuv 的執行緒池上,不阻塞事件迴圈;在 Python 中它會釋放 GIL。搭配 firecrawl/pdf-inspector 使用,可以先區分掃描版 PDF 和文字型 PDF,免得一股腦全送去 OCR。

適合誰: 任何需要批次處理文件做 RAG、資料接入或訓練的人。沒人測量的瓶頸,通常就藏在這裡。

8. Omarchy:DHH 出品的開箱即用 Arch Linux

Repo: Omarchy · 約 21,000 星 · MIT

基於 Arch Linux 的發行版,由 Ruby on Rails 之父 David Heinemeier Hansson 推動。一條指令就能把乾淨的 Arch 安裝變成完整的開發環境:Hyprland 平鋪視窗管理器、Neovim、Alacritty、Chromium,以及開發者第一天要用的其他一切。

它的主張是有意為之:這不是白紙一張,而是別人替你做好了所有決定。如果這些決定恰好合你口味,你能省下一個折騰 dotfiles 的週末。

適合誰: 想要一個好看又能用的環境、又不想從零設定的技術使用者。如果你喜歡微調每個細節,它會讓你難受。

9. grill-me:在動程式碼之前先拷問你的 skill

Repo: mattpocock/skills · Claude Code 生態系中安裝量最高的 skill

在這份清單裡,它是用最少程式碼改變結果最多的一個。它做的事和人們對智慧體的預期相反:呼叫之後,它什麼都不寫——開始提問。

Matt Pocock 說,一次工作階段大約 45 分鐘,他經歷過智慧體連提五十多個問題、遲遲不肯寫一行程式碼的對話。它是他其他 skill 背後的「訪談原語」:grill-with-docs、triage、wayfinder、improve-codebase-architecture。

聽起來像沒必要的摩擦,直到你數一數:有多少次,智慧體交付的正是你要的,卻不是你需要的。它已上架 Claude Code 官方市集。

適合誰: 所有人,尤其是改動同時涉及前後端的人。

10. OpenMontage:從一個劇本到完整影片

Repo: 在 GitHub 搜尋 openmontage

一套智慧體式影片製作系統:你用自然語言描述想要什麼,智慧體負責研究、劇本、素材生成、剪輯和最終合成。十二條製作管線、上百件工具、數百份 skill 和製作知識檔案。

和只會生成零散片段的模型不同,OpenMontage 管理的是完整的製作計畫,帶狀態檢查點,並在創意決策處請求人工批准。在它的範例裡,一部 60 秒的動畫短片,含旁白、音樂、字幕和合成,API 成本只要一美元多一點。

當心這一點: 存在多個同名同描述、分屬不同組織的儲存庫。安裝任何東西之前,先核實你要複製的儲存庫來自哪個組織,並檢查提交紀錄。這是爆款專案裡典型的仿冒套路。

快速對照表

工具	解決的問題	語言 / 形式	授權條款
OmniRoute	統一 350+ 供應商,按額度自動切換	TypeScript,本地	MIT
DeepSeek Harness	可擴充的智慧體執行環境	Node.js,CLI + web	MIT
Herdr	在終端機裡掌握 N 個智慧體的狀態	Rust,單一執行檔	AGPL-3.0
Orca	在隔離 worktree 中編排智慧體	桌面 + 行動端	MIT
Archify	把程式碼變成可驗證的架構圖	Agent skill	—
Pixel Agents	一眼看懂智慧體狀態	VS Code 擴充功能	—
AnyDoc	文件轉 Markdown,約 4 ms	Rust + 綁定	—
Omarchy	裝完即用的 Linux 環境	Arch + Hyprland	MIT
grill-me	執行之前先逼你搞懂需求	Agent skill	—
OpenMontage	端對端的影片製作	Agentic pipelines	—

這份清單說明了什麼

有三個模式反覆出現,而且沒有一個和模型有關。

第一:統一本身就是產品。 OmniRoute 不訓練任何東西,它只是讓你不必綁定單一供應商。這就是價值主張。當能力變成大宗商品,價值就會轉移到組織它的那一層。

第二:工作環境正在被改寫。 Orca 和 Herdr 從桌面和終端機兩端進攻同一個問題,而這個問題不是「更快地寫程式碼」,而是監督不是你親手做的工作。編輯器是「寫」的工具,ADE 是「審」的工具。

第三:效能重新變得重要。 Rust 版 AnyDoc 只要 4 毫秒,而其他方案要幾百毫秒——這不是跑分虛榮。當你要處理數百萬份文件,這就是「夜裡能跑完的管線」和「跑不完的管線」之間的差別。

從哪裡開始,又不出亂子

如果只試一樣,選 grill-me:不換技術堆疊就能改變產出品質。如果痛點是訂閱開支,從 OmniRoute 入手。如果你已經在跑多個智慧體卻總丟線索,住終端機用 Herdr,愛視窗用 Orca。

還有一條適用於全部十個的規矩:一週裝一個,別在週六一口氣裝十個。 這些專案迭代很快,有些才誕生幾個月,好幾個會在你設定完成之前就改 API。慢一點採納不是過度謹慎,這是你分辨哪個工具真正幫到你的唯一辦法。

常見問題

OmniRoute 這類 AI 閘道是什麼? 一個本地代理,對外暴露唯一一個相容 OpenAI 的端點,把請求分發給幾十甚至上百家模型供應商。它最大的優勢是自動切換:某家供應商免費額度用完時,會自動切到下一家,不中斷你的工作階段。

ADE(Agent Development Environment)是什麼意思? 指這樣一種理念:程式碼編輯器的繼任者不是內建 AI 的編輯器,而是一個為指揮和監督多個並行智慧體而設計的環境,每個智慧體都在自己隔離的工作空間裡執行。

這些儲存庫隨便裝都安全嗎? 大多數是帶開放授權的正規專案,但一些爆紅的名字——比如 OpenMontage——在不同組織下有克隆版。安裝前,務必核實 GitHub 組織、真實星數和提交紀錄。

如果你要購買遊戲、軟體或用於支付數位訂閱的禮物卡,透過我的連結在 Eneba 購買可以便宜 5%。這是聯盟行銷連結:你買得更便宜,也能幫我維持這個部落格。

資料來源

• OmniRoute — diegosouzapw/OmniRoute
• DeepSeek Harness — deepseek-ai/deepseek-harness
• DeepSeek open sources an agent harness where everything is a plugin — The New Stack
• Herdr — Rust agent multiplexer(評測)
• Orca — stablyai/orca
• Archify — tt-a1i/archify
• Agents in the Office — gukosowa/agents-in-the-office
• Pixel Agents — pixel-agents-hq/pixel-agents
• AnyDoc — firecrawl/anydoc
• Introducing AnyDoc and pdf-inspector — Firecrawl
• Omarchy
• mattpocock/skills — grill-me
• OpenMontage(安裝前先確認組織)