AI 项目推荐 · 2026-04-14

精选 3 个有启发价值的开源 AI 项目，重点关注技术创新和新鲜度，不追热门。

1. MarkItDown

微软开源文档转换神器：让 LLM 轻松读懂 PDF/Word/PPT

⭐ 107k · 📝 Python · 📄 MIT

Tags: 文档处理RAGLLM格式转换多格式支持

背景

大语言模型（LLM）正成为信息处理的核心工具，但它们的输入能力受限于纯文本。大量有价值的知识以 PDF、Word、PowerPoint 等格式存在，RAG 系统往往难以直接处理这些复杂文档。

MarkItDown 是微软开源的文档转换工具，专注于将 15+ 种文件格式统一转换为 Markdown，让任何 LLM 都能轻松理解文档的结构和内容。

核心功能

技术亮点

1. 结构保留：完整保留 Markdown 格式（标题层级、列表、表格、链接、图片）
2. 插件系统：支持第三方扩展，如 markitdown-ocr 使用 LLM Vision 进行 OCR
3. Azure 集成：可选 Azure Document Intelligence 进行高质量文档解析
4. LLM 集成：内置 OpenAI GPT-4o 支持，可对图片进行描述、对音频进行转录
5. 按需安装：使用 [all] 安装全部依赖，也可选择性安装 [pdf]、[docx]、[pptx]

使用场景

# 安装pip install markitdown[all]# 命令行使用markitdown document.pdf > output.mdmarkitdown presentation.pptx > slides.md# Python APIfrom markitdown import MarkItDownmd = MarkItDown()result = md.convert("document.docx")print(result.text_content)

对比同类工具

2. llama-stack

Meta 官方 AI 应用部署栈：一行代码切换任意 LLM

⭐ 8.3k · 📝 Python · 📄 MIT

Tags: LlamaAPI服务器多模型OpenAI兼容RAGMCP

背景

2026 年是 LLM 应用爆发年，但开发者面临一个核心痛点：如何在不同模型之间无缝切换？

每个模型提供商的 API 格式不同，切换成本高。OpenAI 的生态最成熟，但闭源；开源模型五花八门，部署方式各异。

llama-stack 是 Meta 官方推出的开源智能体 API 服务器，提供统一的接口层，让你的应用可以在 Llama、GPT、Gemini、Mistral 等任意模型之间切换，无需修改一行代码。

核心能力

1. OpenAI API 兼容

/v1/chat/completions  - 聊天补全/v1/completions       - 文本补全/v1/embeddings       - 向量嵌入

2. Responses API（服务端 Agent 编排）

• 内置工具调用（Tool Calling）
• MCP 服务器集成
• 内置 RAG 文件搜索

3. 向量存储与批处理

• /v1/vector_stores – 向量数据库
• /v1/files – 文件管理
• /v1/batches – 离线批处理

技术架构

快速开始

# 安装pip install llama-stack# 一键启动本地服务llama-stack run local# 或使用 Ollama 后端llama-stack run --provider-config.yaml ollama# OpenAI 兼容方式调用curl https://localhost:8000/v1/chat/completions \  -H "Content-Type: application/json" \  -d '{"model": "llama-4-scout", "messages": [{"role": "user", "content": "Hello"}]}'

创新点

统一抽象层：llama-stack 的核心创新是”Provider”抽象——每个模型厂商只需实现一次接口，应用代码天然支持所有 Provider。这比 LangChain 的适配器模式更彻底。

3. Microsoft Agent Framework

微软官方多语言 Agent 框架：Python 和 .NET 都能用

⭐ 新兴 · 📝 Python/C# · 📄 MIT

Tags: Agent多语言微软图形化编排生产级

背景

企业级 AI Agent 的开发需要考虑：生产稳定性、多语言支持、可视化调试、团队协作。现有框架要么只支持 Python，要么偏向研究而非生产。

Microsoft Agent Framework 是微软官方推出的企业级 AI Agent 开发框架，同时支持 Python 和 .NET，配备图形化编排界面，让企业团队能够协作开发、部署和监控 Agent 应用。

核心功能

架构设计

┌─────────────────────────────────────────────┐│         Microsoft Agent Framework           │├─────────────────────────────────────────────┤│  Orchestrator (图形化编排层)                 │├─────────────────────────────────────────────┤│  Agent Runtime (Python / .NET)              │├─────────────────────────────────────────────┤│  Tools │ Memory │ Planner │ Observability   │└─────────────────────────────────────────────┘

使用示例

# Python SDKfrom agent_framework import Agent, Tool@Tooldefget_weather(city: str) -> str:"""获取城市天气"""returnf"{city} 今天晴朗，25°C"agent = Agent(    name="助手",    instructions="你是一个有用的助手",    tools=[get_weather])result = await agent.run("北京今天天气怎么样？")print(result)

// C# SDK (同样的逻辑)var agent = new AgentBuilder()    .WithName("助手")    .WithInstructions("你是一个有用的助手")    .WithTools(GetWeatherTool)    .Build();var result = await agent.RunAsync("北京今天天气怎么样？");

对比微软其他 Agent 产品

适用人群

• 企业开发团队：需要 Python/.NET 混合开发
• 传统软件团队：有 .NET 技术栈，想要接入 AI
• DevOps 团队：需要生产级监控和治理能力

📊 技术对比总结