本章收录可以直接形成产品体验或业务工作流的 AI 应用。评估这类项目时，重点看场景是否明确、输入输出是否稳定、能否私有化或 API 化，以及是否存在版权和平台规则风险。
1. Agentic Frontend 与自托管界面
| 项目 | 简介 | 备注 |
|---|---|---|
| copilotkit/copilotkit | 在产品界面中嵌入 AI Agent、生成式 UI 和用户上下文的前端框架 | 框架生态变化快，注意版本兼容 |
| open-webui/open-webui | 自托管 AI 对话界面，支持 Ollama 和 OpenAI 兼容 API，社区热度极高 |
CopilotKit 值得做 AI 原生应用的读者优先研究：前端如何把用户上下文传给 Agent、Agent 如何触发 UI 状态变化、生成式 UI 如何和传统组件共存，以及产品如何在“自动执行”和“用户确认”之间设计交互边界。
2. AI PPT 与办公自动化
PPT 类项目的关键不是“能生成一份看起来像 PPT 的文件”，而是能否继续编辑、套用模板、保持版式一致，并支持团队已有字体和品牌规范。
| 项目 | 简介 | 备注 |
|---|---|---|
| presenton/presenton | 可私有化部署的演示文稿生成器，支持模板和 API 化 | 输出质量依赖模板、模型和素材 |
| hugohe3/ppt-master | 从文档生成原生可编辑 PPTX，而不是图片页 | 字体、模板、动画兼容性需测试 |
3. AI 视频与内容生产
内容生产项目需要单独检查版权、素材来源、平台规则和批量发布策略。能生成内容不代表适合长期运营。
| 项目 | 简介 | 备注 |
|---|---|---|
| calesthio/OpenMontage | 脚本、素材、剪辑、字幕、渲染一体化的 Agentic 视频生产流程 | AGPL、素材版权和外部 API 成本 |
| palmier-io/palmier-pro | Agent 可编辑时间线的 AI 视频剪辑 | 目前以 macOS 为主 |
| harry0703/MoneyPrinterTurbo | 自动生成短视频的完整链路 | 容易滑向批量低质内容 |
| 666ghj/MiroFish | 多 Agent 社会仿真和预测叙事 | 效果需实测，注意 AGPL |
| JCodesMore/ai-website-cloner-template | 网页结构复刻和设计 token 抽取 | 版权和商标风险明显 |
4. AI 知识库与个人系统
这类项目的共同风险是隐私。个人知识库会包含聊天记录、文档、联系人和账号信息，实践时必须优先考虑本地存储、权限控制和删除机制。
| 项目 | 简介 | 备注 |
|---|---|---|
| crosstalk-solutions/project-nomad | 离线知识库和本地 AI 服务器，面向教育和应急场景 | 硬件和数据包体量成本较高 |
| tinyhumansai/openhuman | 个人 AI 助理和长期上下文 | 同名项目较多，注意确认目标仓库 |
| refactoringhq/tolaria | Markdown、Git、本地模型和 MCP 结合的第二大脑 | |
| santifer/career-ops | 求职流程自动化闭环 | 涉及个人敏感数据和招聘平台规则 |
5. AI 金融、增长与监控工具
金融和增长工具要避免“效果承诺”。这里只讨论工程结构和数据流，不构成任何投资、交易或收益建议。
| 项目 | 简介 | 备注 |
|---|---|---|
| HKUDS/Vibe-Trading | 金融 Agent、数据加载和回测链路 | 仅适合工程研究，不能作为投资依据 |
| ZhuLinsen/daily_stock_analysis | 股票分析和自动推送链路 | 同上 |
| every-app/open-seo | AI 搜索时代的 SEO/AEO/GEO 优化和 MCP 工具化 | 注意数据源和抓取成本 |
| yikart/AiToEarn | 内容营销闭环工具 | 账号风控和平台规则风险较高 |
| Panniantong/Agent-Reach | 让 Agent 接入社交和内容平台 | Cookie、抓取和平台规则风险较高 |
| koala73/worldmonitor | AI 信息聚合、总结、监控和仪表盘 | 数据来源和准确性需自行评估 |
6. AI UI 质量工具
taste-skill、impeccable 和 design.md 收录在“Skills、Plugins 与开发者工具”一章，但它们直接影响 AI 应用产物质量。做 AI 应用时可以把它们作为前端输出质量的辅助约束：先定义品牌、布局和响应式约束，再让 Agent 生成 UI，最后用视觉检查清单和截图回归验证。
7. 实践建议
- 办公类项目优先验证导出格式和可编辑性。
- 视频类项目优先验证素材授权和渲染稳定性。
- 金融类项目只做数据流和工程结构分析，不做收益判断。
- 个人知识库项目先审查隐私和本地存储，再导入真实资料。