Agent2Agent A2A
开放协议，实现不同 AI Agent 之间的通信和互操作性，Linux Foundation 项目，23k+ stars
🎯适用场景：让不同框架开发的 AI Agent 能够互相通信和协作
📊 仓库数据
📈 上次抓取以来 ↑+7 ⭐
✅ 优点
- •Linux Foundation 支持的开放标准
- •解决 Agent 生态碎片化问题
- •与 MCP 协议互补
⚠️ 限制
- •协议仍在早期阶段
- •实际落地案例较少
🔗 相关工具
Transformers
开源⭐ 161k↑+10github.com/huggingface/transformers
Hugging Face 核心模型库，159,648+ stars。支持 200K+ 预训练模型，覆盖 NLP、计算机视觉、音频、多模态等全领域，提供统一 API 接口，是 AI 开发者的必备基础设施
🎯 多模型 API 统一接入与路由
LangChain
开源⭐ 137k↑+25github.com/langchain-ai/langchain
最流行的 LLM 应用开发框架，137K+ stars。提供链式编排、RAG 检索增强生成、Agent 构建等核心能力，覆盖 Python 和 JavaScript 双语言生态，是构建 LLM 应用的基础设施
🎯 LLM 应用快速开发
Supabase
开源⭐ 103k↑+17github.com/supabase/supabase
Postgres 开发平台，101,199+ stars。开源 Firebase 替代方案，内置向量数据库支持 pgvector，是构建 AI 应用（RAG、Agent）的理想后端基础设施。提供实时数据库、认证、存储、Edge Functions 等全栈能力。
🎯 LLM 应用快速开发
immich
开源⭐ 101k↑+20github.com/immich-app/immich
高性能自托管照片视频管理，5.5K+ stars。高性能自托管照片和视频管理方案，支持 AI 人脸识别、场景分类和智能搜索
🎯 LLM 应用快速开发
LlamaFactory
开源⭐ 72k↑+3github.com/hiyouga/LlamaFactory
统一高效微调 100+ 大模型，71K+ stars。支持 100+ LLM 和 VLM 的高效微调框架（ACL 2024 论文收录）
🎯 大模型微调与训练
annotated_deep_learning_paper_implementations
开源⭐ 67k↑+2github.com/labmlai/annotated_deep_learning_paper_implementations
60+ 深度学习论文实现，5.3K+ stars。带注释和讲解的深度学习论文实现合集，帮助理解论文原理和代码
🎯 AI 技术学习与实践教程