模型优化 / Agent 工具

Dyad dyad-sh/dyad

GitHub 原仓库 ↗· star 22,277(2026-11-13 同步) · fork 2,814 · 主语言 TypeScript· 许可 可商用(有条件)(NOASSERTION)Open-core(已核 LICENSE 原文 2026-11-10):主体(src/pro 之外)Apache-2.0,商用无限制;src/pro 目录单独适用 Fair Source License(FSL 1.1,source-available)。API 返回 NOASSERTION 即因这种混合许可。

能干什么

一个跑在本地的 AI 应用构建器(App builder):用自然语言描述你想要的 Web 应用,它生成代码并给你一个能跑的应用——定位就是「Lovable / v0 / Bolt,但跑在你自己机器上」:快、私有、无锁定。模型接入走 BYOK(Bring Your Own Keys,用你自己的 AI API key,不绑死任何一家供应商)。跨平台(Mac / Windows),官网直接下载安装包、不用注册。注意两点:①它是「生成应用代码」的构建器,不是聊天机器人,交付物是代码(归你);②README 对模型侧只承诺 BYOK 在线 key,没有明确写明支持本地模型——想接本地端点请先看它的文档/实测,别按本站没验证过的话下单。

怎么干

本站怎么用

站长首批点名要的「把结构变成网站」那类(open-lovable)的本地化兄弟项目:open-lovable 是网页服务(贴网址→克隆成 React,走 Firecrawl),dyad 是装在本地的构建器(描述→建应用,BYOK)。读者想要「AI 帮我搭个小网站/小应用,跑在我机器上、代码是我的」时,这两条放在一起比。它本身不跑大模型,不吃你显卡的显存——钱花在模型 key 上(除非它后续支持本地端点,届时显存按 /capacity/ 查那个模型)。

显存口径

本身不占显存:构建器是前端/IDE 类进程(吃内存不吃显存),模型推理在它配的 key 背后(在线服务)。README 未承诺本地模型支持——接本地端点是否可行需自行验证,若可行则显存账在那个模型上(按 /capacity/ 档位)。

条目性质:本站原创撰写(能干什么 / 本站怎么用均为本站编辑判断),未搬运原 README 原文。star/fork 由 tools/sync-github-stars.mjs 从 GitHub API 实时同步(检索日快照 2026-11-10,直查 api.github.com:created 2025-04-11、pushed 2026-11-09;入库当日核心 repos API 限流,star/fork 取自 GitHub Search API repo:dyad-sh/dyad 现查),非手写死数。功能描述按项目 README 与官方文档转述,本站未复现、未背书其性能。说明为本站原创撰写,未搬运原 README。本条从 docs/dig/2026-11-10.md 候选清单人工筛出,README 已读。

相关页面

/capacity/

Agent 工具 · 其他工具

OpenClaw跑在自己电脑上的开源 AI 助理(Agent):接 WhatsApp / Telegram / Discord / iMessage 等 20+ 渠道,模型可换成本地模型,状态与凭证全在自己硬件上。Open Lovable把任意一个网站克隆成一个现代 React 应用:贴一个网址,AI 分析结构后生成带 TypeScript / Tailwind 的完整代码库,代码归你。Whisper开源语音转写:把说话/录音转成文字,模型小到能在 2G 显存甚至 CPU 上跑。RAGFlowAgent 原生的 RAG 引擎:把一堆文档喂成知识库,本地或自托管,带引用溯源。Khoj可自托管的「第二大脑」:把网页、文档、笔记汇成一个能问、能自动做事的个人 AI。AnythingLLM本地优先的 Agent 全家桶:聊天、知识库、Agent 一个应用打包,装完就能用。Tabby自托管的私有代码补全:像 Copilot 一样补代码,但模型和数据都跑在你自己机器上。ClineVS Code 里的自主编码 Agent:给它一个任务,它自己读改文件、跑命令、一步步做完。aider终端里的 AI 结对编程:命令行 + git 集成,给个任务它改文件、自动提交,可接本地模型。LightRAG轻量知识图谱 RAG 框架:把文档建成实体-关系图,双级检索答跨文档问题,比纯向量 RAG 更准、LLM 开销更低。Headroom给 AI Agent 装的「上下文压缩层」:工具输出/日志/RAG 片段/对话历史进 LLM 前先压一遍,答案不变、输入 token 少 21–57%。nanobot超轻量个人 Agent 框架(HKUDS 出品):浏览器/终端/Telegram/微信/Slack 全渠道接入,能读写文件、跑命令、定时任务、长期记忆,模型随便换。graphifyClaude Code 的 /graphify 技能:把任意文件夹(代码+PDF+截图+白板照片)建成可查询的知识图谱,项目自述查询省 71.5 倍 token。Local Deep Research (LDR)全本地深度研究助手:给一个问题,它自己搜网页/论文/你的文档,多引擎交叉检索后写带引用的报告,可完全本地跑。Mem0给 AI Agent 装长期记忆的一层:记住用户偏好、跨会话持续学习,可自托管也可库内嵌,Python/TS 都有 SDK。Crawl4AILLM 友好的开源爬虫:把网页变成干净 Markdown / 结构化 JSON,Playwright 驱动,自托管免费,RAG 和 Agent 抓数据的常用入口。LangChainAgent 工程平台(原 LLM 应用框架):模型/工具/向量库的标准接口 + 海量集成,Python/JS 双语言,生态里还有 LangGraph 编排和 Deep Agents。Milvus高性能开源向量数据库:十亿级向量的相似检索,GPU 加速可选,有 pip 即用的轻量版(Milvus Lite)和分布式集群版,RAG 的生产级存储层。AgenticSeek100% 本地的 Manus 替代:会自己上网浏览、写代码跑代码、拆任务执行的全能 Agent,专为本地推理模型设计,数据不出机器。ReplicaUI 复刻 + 自动打分:丢个网站/截图/录屏给 Agent,它克隆出代码,再从布局/样式/像素/动效四维打分,不达标就改到过。
← Milvus回到全部 52 个工具AgenticSeek →
这条内容有帮助吗?