bytedance

开源长时程 SuperAgent 框架，具备研究、编码与创作功能。通过沙盒、记忆、工具、技能、子代理与消息网关，处理从数分钟到数小时的多层次任务。

开源多模态 AI 代理堆栈：连接最前沿的 AI 模型与代理基础设施

Trae Agent 是一个基于 LLM 的代理，用于通用软件工程任务

开创自动化 GUI 交互的原生代理技术

极快的 JSON 序列化与反序列化库

具备节省流量解析器的 HTML5 视频播放器

“Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting” 官方仓库，ACL，2025 年

FlowGram 是一个可扩充的工作流程开发框架，内建画布、表单、变量与素材，帮助开发者更快速、更简单地构建 AI 工作流程平台。

掌控 Stable Diffusion 进行口型同步！

🔥 [ICCV 2025 Highlight] InfiniteYou：在保留您身份的同时进行灵活的照片重塑

Elkeid 是一款开源解决方案，能满足主机、容器、K8s 及 Serverless 等各种工作负载的安全需求。它源自于字节跳动的内部最佳实践。

通用的 Android PLT hook 库，支持 armeabi-v7a、arm64-v8a、x86、x86_64

🔥🔥 btrace (又称 RheaTrace) 是一个基于 Perfetto 构建的高性能 Android 与 iOS 追踪工具。它不仅能测量方法执行时间，还能找出变慢的原因。

兼容 Fragment 的 Android 单 Activity 框架。

通用的 Android inline hook 库，支持 thumb，arm32，arm64

一个性能更好的兼容 RocksDB 的 KV 存储引擎

Go 的通用实用程序库

迈向高准确度的开源生物分子结构预测。

Appshark 是一个用于扫描 Android 应用程序漏洞的静态污点分析平台。

Pixel-LLM 代码库官方存储库：Sa2VA (T-PAMI-26)、SAMTok (CVPR-26)、VRT (Arxiv-25)、SaSaSa2VA (LSVOS 第一名解决方案)

PaSa — 一款由大型语言模型驱动的高级论文搜索 Agent。它可以自主做出一步步的决策，包括调用搜索工具、阅读论文以及选择相关参考文献，最终为复杂的学术查询提供全面且精准的结果。

[SIGGRAPH Asia 2025] DreamO：图像定制的统一框架

SALMONN 系列：一套先进的多模态 LLM

[ICCV 2025] 🔥🔥 UNO：支持单一与多主体条件设置的通用定制化方法

一个用于 GPU 上张量/专家并行运算的快速通信重叠库。

具备 3B 活跃参数的原生统一多模态模型，支持图像与视频的理解、生成及编辑。

Bernini 是一个用于视频生成与编辑的统一框架，结合了基于 MLLM 的语义规划器与基于 DiT 的渲染器。

[CVPR 2026] 🔥🔥 USO 官方仓库：通过解耦与奖励学习实现统一风格与主体驱动生成

Fastbot(2.0) 是一个基于模型的测试工具，用于对 GUI 转换进行建模以发现应用程序稳定性问题

此仓库包含 1D Tokenizer 与生成器的代码

由 SIMD 加速的快速 JSON 序列化与反序列化库。

一个源自字节跳动内部最佳实践的简单易用的 Go mocking 库

一个多方协同机器学习框架

企业导向的通用代理服务器解决方案。目前处于维护模式，新开发工作请改用 [VEY](https://github.com/VEY-OSS/vey)

[AAAI 2025]“ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models”官方代码。

高度可定制的流式工作流构建器。

[ECCV 2026 Oral] DreamID-V：通过 Diffusion Transformer 弥合图像到视频的差距，实现高保真换脸

“Vidi：用于视频理解与编辑的大型多模态模型”官方仓库

ComfyUI Lumi Batcher 是一款专为 ComfyUI 设计的批处理扩展插件，旨在提升工作流程的调试效率。传统调试方法需要逐一调整参数，而本工具通过批处理功能显著提升了工作效率。

[CVPR2024] SchurVINS：基于 Schur 补项的轻量化视觉惯性导航系统

[NeurIPS 2025] “XVerse: Consistent Multi-Subject Control of Identity and Semantic Attributes via DiT Modulation”官方实现。

Tarsier - 一系列大型影音语言模型，旨在生成高质量视频描述，并具备良好的通用视频理解能力

SIGGRAPH 2024 论文「X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention」源代码