TAG

开源工具。

共收录 837 款与「开源」相关的 AI 工具，按站内热度排序；每张卡片可直达详情页查看定价、平台支持与同类对比。

gradio-bot

gradio-bot是一款专注于Gradio应用与Discord平台打通的部署工具，核心定位是降低机器学习应用到社交平台的分发门槛。它支持将Hugging Face Space中的Gradio应用快速转化为Discord机器人，支持自定义命令映射、参数自动适配、交互逻辑同步三大核心功能。目标用户覆盖机器学习开发者、Discord社区运营者、AI应用创作者，可用于社区AI工具搭建、模型演示交互、用户反馈收集等多种场景，无需复杂的Discord机器人开发经验即可完成部署流程。 · 开源

Brightband

Brightband是聚焦地球系统AI技术的气候与天气预测服务平台，核心定位是依托前沿AI能力提升极端天气、长期气候趋势的预测精度，辅助相关主体做出合理决策。平台核心功能包括开源气候数据集共享、AI气候预测模型训练支持、气候影响评估分析，目标用户覆盖气象科研人员、政府应急管理部门、农业生产企业、能源调度机构等群体，可应用于极端天气预警预案制定、农业种植气候风险预判、区域长期发展气候可行性论证等多个场景，推动全球气候适应工作的落地。

VARAG

VARAG是一款聚焦多模态文档检索的开源技术系统，核心定位是优化文本、图像及混合类型文档的检索效率与准确率。它支持页面级图像嵌入编码，可直接将文档页面以图像形式纳入检索流程，无需复杂的内容拆分预处理；搭载视觉语言模型完成内容理解编码，能够识别文档中的图表、手写批注、版式元素等非结构化内容；支持检索结果的相关性排序与内容溯源，方便用户快速定位目标文档片段。该系统面向AI研发人员、文档管理从业者、多模态技术研究者等群体，适用于企业内部知识库检索、学术文献批量检索、扫描版文档内容查找、多模态数据集内容筛选等场景。 · 开源

Answer Overflow

Answer Overflow是面向Discord社区运营者的开源内容分发工具，核心定位是将Discord频道内的对话、问答等非公开内容同步至公共搜索引擎，提升社区内容的曝光度。核心功能包括Discord内容搜索引擎索引、AI智能问答生成、社区内容数据分析三大模块。目标用户覆盖Discord社区运营者、开源项目维护者、线上兴趣社群管理者、技术社区负责人等，可用于社区内容对外传播、用户常见问题自动回复、社区运营策略优化等多种场景，帮助运营者降低重复答疑成本，同时扩大社区的公域影响力。

GS-VTON

GS-VTON是基于高斯散射技术的3D虚拟试衣学术研究项目站点，核心定位是展示2D到3D虚拟试衣知识迁移的技术方案。站点核心功能包括3D试衣效果多视角可视化、技术原理细节解读、相关实验对比数据展示。目标用户覆盖计算机视觉领域研究者、服装行业技术开发人员、虚拟内容创作从业者，可用于技术选型参考、学术研究调研、相关产品开发方向验证等场景，帮助用户直观了解基于3DGS的虚拟试衣技术实现逻辑与应用潜力。

Garment3DGen

Garment3DGen是一款面向3D服装创作领域的在线工具，核心定位是为用户提供轻量化的3D服装模型生成服务。其核心功能包括可视化拖放式服装编辑、多维度参数调节、多格式3D模型导出，支持用户无需安装专业客户端软件，即可在浏览器中完成服装模型的基础创作。目标用户覆盖服装设计师、3D建模从业者、游戏美术人员、3D打印爱好者等群体，适用于服装设计原型快速制作、游戏角色服装资产搭建、3D打印服装模型预处理、高校服装相关专业教学实训等多个场景，帮助用户降低3D服装创作的操作门槛。 · 开源

o1 in Medicine

o1 in Medicine是由加州大学圣克鲁兹分校、爱丁堡大学、美国国立卫生研究院研究人员联合开发的医学领域人工智能模型演示站点，核心定位为公开医学AI技术研究成果，展示大语言模型在医学场景的落地能力。站点核心功能包括多场景医学问题推理演示、多语言医学内容理解展示、模型性能基准测试结果公开，面向医学研究人员、临床医护人员、医学教育从业者、AI技术研发人员开放，可用于医学AI技术调研、临床辅助决策参考、医学教学辅助素材制作、跨语言医学信息处理研究等场景。

Okara

Okara是一个主打隐私保护的AI对话平台，核心定位是为用户提供无需账号、本地优先的开源大模型对话服务。平台支持30余款开源大模型的在线调用，可实现对话内容本地存储、多模型并行对比回复，同时支持自定义模型参数调整功能。目标用户覆盖AI技术爱好者、内容创作者、代码开发者、学术研究人员等群体，可应用于日常信息查询、文案初稿生成、代码调试辅助、学术资料梳理等多元场景，所有对话数据默认保存在用户本地设备，无需担心个人对话内容被平台上传收集。 · 开源

LanguageGUI

LanguageGUI是由Tonki Labs团队开发的开源设计系统与UI组件库，核心定位是为大语言模型（LLM）应用开发者提供文本输出转图形化交互界面的实现方案。平台包含上百款可自定义UI组件、多套对话式界面小部件及预构建页面模板，支持开发者快速搭建风格统一的对话类应用界面。目标用户覆盖LLM应用开发者、前端工程师、UI设计师、独立产品创作者等群体，可用于AI聊天机器人开发、智能客服系统搭建、对话式AI产品原型设计、个人AI工具界面制作等多个场景，降低对话类应用的界面开发成本。

Graphusion

Graphusion是一款面向知识图谱构建场景的文本三元组提取管道工具，核心定位是帮助用户从非结构化文本中自动化提取结构化知识三元组，降低知识图谱搭建的人工标注成本。其核心功能包含多阶段三元组提取流程、多数据集适配支持、自定义配置调度三类，支持研究人员、数据工程师等用户在科研项目、知识库搭建、文本信息结构化等场景中使用，无需手动梳理复杂的实体关联关系，可直接通过预设流程完成文本到知识三元组的转换。

Persona

Persona是一个面向网站开发者的无框架开源AI聊天UI库，核心定位为帮助开发者快速在现有网站中嵌入AI聊天交互模块。核心功能支持无框架适配现有网站、提供可定制的UI组件、开源可自由修改源码，适配不同技术栈的开发需求。目标用户为全栈网站开发者、前端开发工程师、开源项目贡献者、SaaS产品开发者、个人独立开发者、AI工具创业者，使用场景包括为企业官网添加智能客服聊天模块、为文档站点添加AI问答功能、为个人博客添加AI对话交互、为开源项目搭建AI聊天演示站点。

Interstice

Interstice是结合开源Krita插件与在线AI图像生成服务的创作辅助工具，核心定位是为数字艺术创作者降低AI绘画的使用门槛。核心功能包括Krita插件的选区精准编辑、在线端的AI图像生成与融合、本地无GPU运行支持，目标用户覆盖数字绘画创作者、平面设计师、插画师、艺术爱好者、设计专业学生等，可用于插画细节调整、海报创意生成、摄影后期精修、同人作品二次创作、美术作业优化等场景，帮助创作者在不更换现有创作工具的前提下，融入AI能力提升创作效率。

MCP Stack

MCP Stack是一个面向AI驱动企业营销场景的开源集成平台，核心定位是帮助开发团队和营销技术团队快速完成MCP（Marketing Cloud Platform）相关技术组件的对接与部署。平台提供预构建的集成模块、完整的文档支持以及可定制的开发框架，支持常见营销云平台与AI工具的互联互通。目标用户包括企业营销技术开发人员、SaaS产品团队、数字营销服务商技术团队等，适用场景包括搭建自定义营销自动化流程、对接多平台营销数据、扩展AI营销工具功能等。

GVHMR

GVHMR是浙江大学3D视觉团队推出的单目视频人体运动恢复科研项目站点，核心定位为开放的人体三维运动重建技术资源平台。站点提供重力视角坐标系统引导的运动重建算法说明、开源模型权重下载、基准测试数据集等资源，支持研究人员复现单目视频世界坐标系下人体姿态的还原效果，可应用于动作捕捉、动画制作、运动分析等领域的技术研发，适合计算机视觉研究者、运动科学研究人员、数字内容开发者等群体使用。

MoMA

MoMA是一款基于开源多模态大语言模型打造的个性化图像生成工具，核心定位为主题驱动的插件式图像生成适配框架。核心功能包括无需微调即可适配现有扩散模型、保留参考图像目标特征生成定制化图像、提升生成内容的提示词忠实度与细节表现。目标用户覆盖AI图像创作者、设计从业者、学术研究人员、内容运营人员等，可应用于定制化文创设计、概念效果图生成、多模态模型性能优化测试、个性化营销物料制作等场景，无需额外模型训练即可快速实现个性化图像生成需求。 · 开源

EverMind

EverMind是一家聚焦AI长期记忆基础设施研发的技术服务平台，核心为各类AI系统提供具备持续身份感知的记忆能力支撑，突破传统无状态AI工具的能力边界。平台核心功能包括开源EverMemOS操作系统部署、长期身份记忆模型调用、多智能体协同记忆框架搭建三类，目标用户覆盖AI应用开发者、智能体研发团队、AI研究机构从业者、企业级AI解决方案服务商等群体，可应用于个性化AI助手开发、多角色协同智能系统搭建、AI长期学习能力研究、企业级知识库与记忆系统整合等多个场景，助力AI系统实现能力的持续迭代与协作效率提升。 · 开源

SceneWiz3D

SceneWiz3D是基于文本生成高保真3D场景的开源技术工具，核心采用对象显式+场景隐式的混合3D表示方法，支持文本生成3D对象与自定义对象导入功能，可通过粒子群优化算法自动配置场景布局，还搭载RGBD全景扩散模型优化遮挡区域几何效果。工具面向3D设计从业者、游戏场景开发人员、数字孪生研发人员、计算机视觉研究者等群体，可应用于游戏场景快速搭建、室内设计方案可视化、虚拟场景内容制作、3D场景生成技术研发等多个场景。 · 开源

Code Spoonfeeder

Code Spoonfeeder是一款专注于多代码文件合并的在线工具，核心定位是为开发者提供轻量化的项目代码整合服务。核心功能包括项目文件夹批量导入合并、多编程语言格式兼容、处理后数据即时删除。目标用户覆盖全栈开发者、学生编程学习者、开源项目维护者、代码审计人员等群体，可应用于项目代码快速预览、离线代码备份、AI代码分析上下文准备、课程作业代码汇总等场景，所有代码处理均在服务端完成且不留存用户数据，同时作为开源项目支持社区用户参与功能迭代。 · 开源

Syllogic

Syllogic是一款支持欧洲银行连接与AI功能的自建个人财务记账面板，面向重视数据隐私的个人用户提供本地化财务数据管理服务。平台核心功能包含自动银行数据同步、AI财务趋势分析、自定义记账分类、多账户数据整合以及导出备份，能够帮助用户自主掌控全维度个人财务数据，满足日常收支记录、长期财务规划、隐私数据留存等多种使用场景。

MVDrag3D

MVDrag3D是基于多视图生成与重建先验技术打造的拖拽式3D编辑框架，核心定位是降低3D内容编辑的操作门槛，实现更灵活的3D对象调整。核心功能包括多视图一致的拖拽式3D变形、3D高斯实时重建与优化、跨视图编辑效果一致性校验。目标用户覆盖3D建模从业者、计算机图形学研究人员、游戏内容开发者、工业设计人员、数字内容创作者等群体，可应用于3D模型局部调整、创意3D造型设计、多视图一致内容生成、3D重建后优化等多种场景，支持多种常见3D对象类别的编辑需求。

Ubdroid AI Answer Engine

Ubdroid AI Answer Engine是基于开源大语言模型搭建的AI问答工具，核心定位为用户提供多模型可选的开源AI问答服务，无需依赖闭源大模型即可完成信息查询、内容生成等需求。核心功能包含多开源LLM切换调用、多类型问题响应、查询速率自主监控，目标用户覆盖AI爱好者、内容创作者、学术研究者、普通信息查询者等群体，可应用于日常信息检索、作业思路参考、文案初稿生成、技术问题排查等多个场景，所有问答结果均来自所调用开源模型的训练数据。

C3PO

C3PO是面向大语言模型对齐领域的技术资源站点，核心功能包括提供基于单条用户反馈的LLM对齐技术参考实现、配套基准测试数据集、完整技术组件库，主要服务于人工智能领域的科研人员、算法工程师、高校相关专业师生，可用于学术研究中的模型对齐实验、工业场景下小样本模型微调优化、对齐技术效果对比测试等场景，帮助用户解决传统RLHF技术依赖大量标注数据、容易出现过度概括的问题。 · 开源

MeshUP

MeshUp是基于混合得分蒸馏技术的3D网格变形工具，核心定位是为3D创作、科研人员提供精准可控的网格局部编辑能力。核心功能包括文本/图像驱动的多概念变形、自定义顶点选择的局部区域控制、3D一致掩码的概念混合效果生成。目标用户覆盖3D建模从业者、计算机图形学研究者、游戏美术设计师、数字内容创作者。可应用于3D模型局部风格调整、多风格融合的角色模型制作、科研场景下的3D网格变形算法验证等场景，无需复杂的手动网格调整操作，即可实现高精度的网格形态修改。 · 开源

Follow-Your-Click

Follow-Your-Click是专注于开放领域区域图像动画生成的在线实验工具，核心定位是让用户通过简单交互即可实现静态图像局部动态效果生成。核心功能包括点击驱动的局部动画生成、多方法效果横向对比、运动强度参数自定义调节。目标用户覆盖计算机视觉研究人员、动画设计爱好者、内容创作者、学术相关学习者，适用于快速验证图像动画创意、对比不同动画生成算法效果、学习图像动态化相关技术原理等场景。

DiffuseKronA

DiffuseKronA是聚焦参数高效微调技术的学术项目站点，核心定位为个性化扩散模型微调方案的成果展示与资源分发平台。站点提供完整的算法原理详解、可运行的代码仓库入口、多场景实验对比数据，支持研究人员快速复现文本到图像生成的微调效果。目标用户覆盖AI生成图像领域的学术研究者、算法开发工程师、高校计算机相关专业师生，可用于学术论文实验验证、扩散模型落地项目优化、课程实践作业开发等场景，帮助用户在有限计算资源下完成扩散模型的个性化适配，同时保障图像合成的输出质量。 · 开源

Zeriux Labs

Zeriux Labs是一家以人工智能为驱动的非营利研究机构，核心定位是通过伦理框架下的技术创新，探索并尝试解决全球范围内的公共挑战。机构聚焦于人工智能伦理规范建设、前沿技术公益应用开发、全球公共问题技术方案研究等方向，核心功能涵盖AI伦理框架研究、开源技术项目开发、全球挑战数据采集分析、跨学科研究合作对接、公益技术成果推广。目标用户包括人工智能研究人员、公益技术开发者、全球公共问题研究学者、非营利公益组织、政策制定机构以及关注全球公共议题的社会群体。适用场景包括AI技术伦理规范探讨、公益领域技术工具开发、全球气候变化、公共卫生等挑战的技术解决方案研究、跨领域科研合作对接等。

ALIEN

ALIEN是一个基于CUDA技术开发的物理与渲染引擎结合的人工生命仿真程序，核心定位为人工生态系统模拟与进化仿真研究平台，支持自定义人工生命行为规则、多维度生态环境参数调整、进化过程可视化追踪三大核心功能，面向计算生物学研究者、AI进化算法开发者、计算机图形学爱好者、高校相关专业师生等群体，可应用于人工生命演化实验、群体智能行为研究、进化算法验证、数字生态系统可视化演示等多种场景，项目完全开源，遵循BSD-3-Clause许可协议，用户可自由修改与分发代码。 · 开源

hertz-dev

hertz-dev是Standard Intelligence推出的开源音频变换器基础模型站点，核心定位为面向音频处理领域的开源技术研究平台，提供85亿参数规模的全双工仅音频变换器模型能力。核心功能包括音频编码转换服务，可将16kHz单声道语音转换为8Hz低比特率潜在表示；支持模型微调工具集，方便研究人员基于现有模型适配特定场景；提供完整的技术文档与开源协作社区，助力跨模态音频学习技术落地。目标用户覆盖AI音频领域研究人员、语音技术开发工程师、跨模态学习相关科研团队，适用于低带宽语音传输场景开发、音频特征提取研究、多模态大模型音频模块搭建等多元场景。

GenWarp

GenWarp是专注于单张图像新视角生成的开源研究项目站点，核心为语义保持的生成变形AI模型，可基于单张输入图像生成不同视角下的合理视觉内容。其核心功能包括单图多视角生成、语义一致性约束、跨领域场景适配三类，支持计算机视觉研究人员、3D内容创作者、AI算法开发者等群体使用，适用于3D建模素材生成、AR/VR内容制作、视图合成算法研究、影视场景补全等多个工作场景，为单视图到多视图的转换需求提供可落地的技术参考与实现方案。

OK-Robot

OK-Robot是一个面向机器人操作领域的开放模块化框架，核心定位是实现任意家居环境下基于自然语言指令的零样本物品搬运任务。该框架采用多模块协同的设计思路，内置3D VoxelMap开放词汇导航、AnyGrasp与LangSam联合开放词汇抓取、智能放置原语三大核心功能，无需针对特定环境预先训练即可实现指令的零样本泛化。目标用户覆盖机器人研发人员、高校人工智能方向研究人员、智能家居开发团队等群体，可应用于家用服务机器人功能研发、机器人泛化能力学术研究、工业柔性搬运场景原型测试等多种场景，为降低机器人语言交互落地门槛提供技术支撑。 · 开源

Diffusion with Forward Models

Diffusion with Forward Models 是聚焦于结合前向模型的扩散概率模型技术学术展示站点，核心定位是呈现可通过已知可微分前向模型，从非直接观测信号分布中采样的扩散模型技术方案。核心功能包括逆图形学3D场景生成、部分观测信号分布采样、计算机视觉相关任务适配。目标用户覆盖计算机视觉领域研究人员、3D内容开发从业者、深度学习算法工程师、高校相关专业师生、图形学技术研究者。使用场景包括单张2D图像生成匹配的3D场景分布、不完整观测数据下的信号重建、计算机视觉逆问题求解、3D内容创作的原型生成、算法研究中的技术对比验证等。 · 开源

BlindChat

BlindChat是专注隐私保护的AI对话服务平台，核心定位是在端到端加密环境下为用户提供安全的AI交互服务。平台内置Xenova/LaMini-Flan-T5-783M开源模型，支持常规问题解答、知识科普、内容创作辅助等功能，同时所有对话数据全程加密不会被第三方获取。平台面向重视数据隐私的办公人员、学生、内容创作者等群体，适用于日常问题查询、私密内容梳理、个人学习辅助等场景，目前处于Beta测试阶段，用户可免费申请体验相关服务。

Buildshare

Buildshare是一款面向开发者、产品创造者的代码更新社交媒体内容生成工具，核心定位是打通代码仓库与社交平台的内容发布链路。核心功能包括GitHub仓库联动自动触发内容生成、Twitter公告内容自动优化、多平台内容格式适配。目标用户覆盖独立开发者、初创团队运营人员、开源项目维护者等群体，适用于版本迭代后对外公告、新功能上线社交推广、开源项目更新同步等场景，帮助用户减少手动编辑推广内容的时间，保持社媒产品更新的内容一致性。

Wild2Avatar

Wild2Avatar是斯坦福大学团队研发的神经渲染技术项目网站，核心定位于解决野外单目视频中被遮挡人体的完整外观渲染问题。核心功能包括三部分场景分解技术、遮挡-人体-背景分离算法、高完整度人体模型重建输出。目标用户覆盖计算机视觉研究者、动画制作人员、智能监控开发人员、AR/VR内容开发者等群体。可应用于复杂街景下的行人姿态还原、影视剧拍摄中被遮挡演员的动作补全、安防监控中被遮挡目标的身份识别、AR交互场景中现实障碍物后的人体模型渲染等多种场景，为真实复杂环境下的人体视觉信息提取提供技术支撑。

LCM-Lookahead

LCM-Lookahead是面向编码器类文本生成图像场景的个性化技术演示站点，核心定位是展示基于前向损失传播机制的图像身份保真优化方案。站点支持上传自定义人脸图像生成指定风格的同身份创作内容，可实时对比普通LCM模型与LCM-Lookahead模型的生成效果差异，还提供技术原理说明文档供开发者参考。目标用户覆盖AI图像生成研究者、数字内容创作者、个性化图像定制服务商等，适用于学术效果验证、定制化头像生成、同角色多场景创作等场景，帮助用户在保证图像布局多样性与提示词对齐度的前提下，提升生成内容的身份还原度。 · 开源

Pile-T5

Pile-T5是EleutherAI推出的自然语言处理模型专属介绍页面，核心定位为面向研究人员、开发者提供该模型的完整技术信息与资源。核心功能包括模型技术细节公开、训练过程数据披露、下游任务性能展示。目标用户覆盖自然语言处理领域的研究人员、AI应用开发者、高校相关专业学生等。使用场景包括开展模型选型参考、学术研究参考资料、开发代码任务相关模型应用测试等场景，帮助用户全面了解Pile-T5的技术特性与适用范围，为相关研究与开发工作提供参考依据。

Imitator

Imitator是专注于个性化语音驱动3D面部动画生成的技术工具网站，核心基于深度学习模型实现音频到面部动作的精准映射。支持通过短参考视频提取用户专属面部运动风格特征，可生成符合发音规律的唇部动态，尤其对双唇辅音的唇部闭合动作匹配度较高，还可导出适配主流3D引擎的动画数据。目标用户涵盖3D动画从业者、游戏开发人员、虚拟数字人创作者、科研人员等群体，适用于短视频虚拟角色制作、游戏角色语音动画匹配、虚拟主播实时驱动、影视动画后期配音对齐等多个场景，可降低面部动画手动制作的工作量。 · 开源

AnchorCrafter

AnchorCrafter是一款基于扩散模型的2D定制视频生成工具，核心定位是实现包含指定人物与定制化对象的交互式视频创作。其核心功能包括人-物交互逻辑注入、多视角对象外观识别、人物与物体特征独立可控生成，可在生成视频中维持人物外观、运动轨迹与物体形态的一致性。目标用户覆盖影视内容创作者、电商运营人员、广告设计团队、AI视频技术研究者等群体，适用于电商产品展示视频制作、创意广告内容生成、虚拟场景交互演示、AI视频技术研发测试等多个场景。

VMix

VMix是面向文本生成图像扩散模型的美学增强技术工具站，核心定位为即插即用的扩散模型美学适配器，通过价值混合交叉注意力技术提升生成图像的美学表现。核心功能包括无需重新训练的社区模型适配、美学质量定向调控、图文对齐度保留三大模块，目标用户覆盖AI图像创作者、扩散模型开发者、内容设计从业者等群体，可应用于插画创作、宣传物料设计、模型性能优化、AI艺术实验等多种场景，帮助用户在不修改原有模型基础逻辑的前提下，提升输出图像的视觉表现。 · 开源

Imagen3D

Imagen3D是一款基于人工智能技术的在线转换工具，核心定位是帮用户将普通二维图像转换为高质量可下载的三维模型。该工具支持单张RGB图像输入生成三维网格模型，也可对生成模型进行基础调整与预览，支持导出多种通用三维格式。核心功能包含AI单图转3D、模型在线预览调整、多格式导出等，适合三维创作者、产品设计师、3D打印爱好者、学生等群体使用，可用于快速概念原型制作、手办建模、艺术创作素材生成、教学项目制作等场景。

Bearish OS

Bearish OS是面向团队的一站式工作集成管理平台，核心定位是将分散的办公工具整合到统一界面，降低多工具切换的操作成本。平台支持日历调度、多人实时文档协作、原生邮件客户端三类核心基础功能，内置AI助手BEBA可提供联系人关系分析、办公内容生成服务，同时开放开源AI接口满足自定义开发需求。目标用户覆盖中小团队管理者、企业运营人员、项目协作团队、独立开发者等群体，适合项目全周期协同、跨部门任务调度、客户关系维护、办公内容批量产出等多类办公场景，帮助团队优化工作流程，提升决策数据支撑能力。

Zasper

Zasper是面向数据科学领域打造的集成开发环境（IDE），从底层架构设计适配大规模并发处理需求，具备低内存占用、运行速度快、高并发连接承载的特性。核心功能包括兼容REPL风格交互式代码运行、分布式数据任务调度、多语言环境统一管理，主要面向数据科学家、算法工程师、后端开发者等群体，可应用于机器学习模型迭代、大数据分析脚本调试、高并发数据服务开发、实时数据处理流程测试等多类场景，帮助用户在数据研发全流程中降低资源消耗，提升代码运行与任务处理效率。 · 开源

SeedVR

SeedVR是专注于视频修复任务的扩散变换器模型演示站点，核心定位是为视频处理相关从业者提供前沿AI视频修复能力的在线体验与技术参考。站点支持任意长度、任意分辨率的受损视频序列修复，搭载移位窗口注意力机制，同时结合因果视频自编码器、混合图像视频训练等技术优化生成效果。目标用户涵盖视频内容创作者、后期制作人员、AI技术研究者、影视资料修复从业者等，可应用于老影视资料画质修复、损坏视频素材修复、低清拍摄视频画质增强、AI视频生成瑕疵修正等多种场景，帮助用户提升视频素材的整体视觉质量。

Skills

Skills.sh 是专注于AI智能体能力扩展的开源工具平台，核心定位是为AI智能体提供可直接调用的专项能力组件库，帮助开发者快速丰富AI智能体的功能边界。平台支持开发者上传、分享自研的AI智能体能力组件，也支持普通用户按需检索、安装适配不同场景的能力包，同时提供组件的兼容性测试与调用示例参考。目标用户覆盖AI应用开发者、智能体研发团队、AI爱好者、企业AI落地项目负责人、独立开发者、大模型应用创业者，可用于AI智能体多场景功能迭代、行业专用智能体研发、个人AI工具定制、企业级AI工作流搭建等场景，降低AI智能体扩展功能的研发成本。

Personalized Restoration via Dual-Pivot Tuning

Personalized Restoration via Dual-Pivot Tuning是双枢纽调谐个性化图像复原技术的官方演示与论文资源站点，核心定位为学术研究成果的可视化展示与技术落地参考。站点核心功能包括双枢纽调谐算法原理可视化展示、个性化面部复原效果对比演示、完整论文与开源代码资源下载。目标用户覆盖计算机视觉领域研究人员、图像修复算法开发者、数字影像处理从业人员、高校相关专业师生。可用于学术研究参考、算法选型对比、课程案例学习、实际图像复原业务的技术迭代参考等场景。

CuMo

CuMo是面向多模态大模型技术研究与落地场景的开源架构方案展示平台，核心定位为多模态大型语言模型的可扩展架构技术输出站点。平台核心功能包括CuMo架构技术细节公开、基准测试对比数据查询、训练流程文档下载、相关开源数据集索引，以及模型部署参考方案展示。目标用户覆盖人工智能领域科研人员、多模态模型开发工程师、高校AI相关专业师生、AI创业团队技术负责人等群体，可应用于多模态模型架构优化研究、VQA系统开发、视觉指令遵循模型训练、大模型可扩展性技术验证等场景，帮助相关从业者了解稀疏门控专家混合技术在多模态大模型中的落地路径。

GaussianCube

GaussianCube是一个专注于3D辐射表示技术的学术项目网站，核心定位是展示结构化显式3D辐射表示的相关研究成果与应用资源。核心功能包括提供结构化高斯表示技术的完整技术文档、开源算法代码包下载、3D重建与生成效果演示案例、相关研究论文与实验数据下载、开发者使用教程与常见问题解答。目标用户覆盖计算机视觉领域研究人员、3D内容开发工程师、图形学方向高校师生、元宇宙内容创作者、3D建模从业者。适用场景包括3D内容生成模型研发、高精度3D场景重建、游戏与影视3D资产制作、AR/VR场景内容构建、3D测量与数字孪生建模等多个领域，帮助相关从业者降低3D生成建模的开发门槛，提升3D内容的制作效率与呈现质量。 · 开源

GitSeek

GitSeek是聚焦代码提取与AI工具集成的开发辅助工具，依托AI模型实现代码文件精准识别与完整提取，解决传统代码片段拼接遗漏问题。核心功能包括GitHub仓库代码批量导出、项目架构可视化分析、代码上下文完整保留、多AI工具无缝适配。目标用户覆盖个人开发者、技术团队、编程学习者、技术调研人员等，可应用于开源项目学习、现有代码复用、项目架构分析、AI辅助开发等场景，帮助用户降低代码获取成本，提升编程与项目研究效率。

RT-Trajectory

RT-Trajectory是专注于机器人轨迹控制与任务泛化的技术项目官网，核心定位是为机器人控制领域提供基于轨迹草图的策略实现方案。平台支持多源轨迹草图生成、机器人任务泛化验证、真实场景效果评估、多模态输入适配等核心功能，同时提供完整的技术文档与开源代码支撑，方便相关从业者快速落地相关方案。该项目面向机器人研发工程师、人工智能研究者、高校自动化专业师生、机器人赛事参与者、工业自动化方案开发者、具身智能创业团队等用户群体，可应用于工业机器人任务调试、服务机器人新功能开发、具身智能算法研究、机器人教学实验、多模态机器人控制方案验证等多个场景，帮助用户降低机器人新任务适配的开发成本，提升不同场景下的任务执行适配性。 · 开源

AI Adventure

AI Adventure是一个基于AI技术的交互式文字冒险故事创作与体验平台，核心定位是为文字冒险爱好者提供低门槛的创作与内容体验空间。平台支持用户通过内置编辑器搭建自定义文字冒险故事线，也可直接体验其他用户分享的冒险内容，同时搭载开源扩展机制，支持用户根据需求定制故事交互规则。目标用户覆盖文字冒险爱好者、故事创作者、游戏设计新手等群体，可用于休闲故事体验、个人原创故事创作、小型互动游戏设计等多种场景。

Cantor

Cantor是面向多模态链式思维推理研究的开源技术框架，核心定位是结合视觉感知与大语言模型逻辑推理能力，解决复杂视觉推理任务。核心功能包括视觉上下文感知对齐、多模态链式思维生成、推理性能自动评估、零样本推理适配、实验结果可视化。目标用户覆盖人工智能研究者、计算机视觉方向学生、多模态大模型开发人员、AI应用落地工程师、算法竞赛参与者。使用场景包括多模态推理算法性能测试、学术研究中基线模型对比、零样本视觉推理任务开发、大语言模型多模态能力验证、相关教学课程实验演示。 · 开源

Video-T1

Video-T1是基于测试时间缩放技术（TTS）构建的开源视频生成模型演示站点，核心定位是为视频生成领域的相关从业者提供高质量视频生成效果的测试与技术验证平台。站点支持文本转视频生成、生成参数自定义调整、传统方法效果对比、生成结果下载、TTS技术原理说明等核心功能，目标用户涵盖人工智能领域研究人员、视频生成方向开发者、数字内容创作者、高校计算机相关专业学生等群体。可应用于视频生成技术学术研究验证、技术选型前的效果测试、数字内容原型创作、教学过程中的技术演示等多种场景，帮助用户直观了解测试时间缩放技术对视频生成质量的提升效果。 · 开源

ClawDeploy

ClawDeploy是面向机器人爱好者与开发人员的在线部署平台，核心定位为帮助用户无需编程基础与服务器配置，即可快速启动个人OpenClaw机械爪机器人项目。平台提供项目模板导入、在线参数调试、云端运行托管、远程设备连接、项目状态监控等核心功能，目标用户涵盖机器人爱好者、学生开发者、小型项目研发团队、电子创客、开源项目贡献者与教育工作者，适用于个人机器人项目快速验证、课堂机器人教学演示、开源项目原型测试、个人设备远程控制等多种场景。

Common Room

Common Room是面向企业市场与客户成功团队的客户智能平台，核心定位是帮助团队整合多渠道用户数据，实现精准的用户分层与转化运营。平台支持聚合多社群、产品、官网等多触点用户数据，可自动完成用户行为分析，输出可执行的客户运营线索，还支持团队协作完成客户互动与转化跟进。目标用户为B2B企业的市场团队、客户成功团队与社群运营团队，适用在开源社区、开发者生态、SaaS用户运营等场景中，挖掘高价值潜在客户，激活沉默用户，提升客户留存与拓展转化率。

SmartPDFs

SmartPDFs是由AI算力平台Together AI团队开发，基于Llama 3.3技术的PDF智能处理工具，核心定位是帮助用户快速提取PDF文档核心信息、降低长文档阅读成本。其核心功能包括PDF智能摘要生成、逻辑章节自动划分、摘要内容专业排版，同时支持多种格式PDF文档处理。该工具面向学术研究者、商业分析师、学生、企业办公人员等群体，适用于快速梳理学术论文核心观点、提取行业报告关键数据、整理课程学习资料、批量归档企业文档等场景，能够减少用户冗余阅读时间，提升信息获取效率。 · 开源

Codewiki

Codewiki是一个AI原生代码文档协作平台，面向开发人员、技术团队和项目维护者提供结构化代码文档存储、AI辅助问答、可视化图表生成等功能。平台支持基于现有代码项目生成标准化文档，可通过AI对话快速查询代码逻辑，还能将代码关系转化为直观可视化图表，帮助团队梳理项目结构、降低代码理解门槛，适合项目文档整理、新人快速熟悉项目、团队协作开发等多种场景使用。

SkillKit

SkillKit是一款面向AI开发场景的通用开源包管理器，核心定位是为AI编程智能体提供标准化的技能部署与管理方案。平台支持在32个以上不同类型的AI编程智能体中完成技能分发、版本控制、依赖适配等操作，可帮助开发者减少重复开发工作量，降低智能体技能集成的复杂度。其目标用户包括AI智能体开发者、大模型应用工程师、AI工具链运维人员等，适用于多智能体协同系统搭建、AI应用技能生态扩展、企业级智能体开发流水线搭建等场景。

Shakespeare

Shakespeare是一款完全开源去中心化的AI网页构建工具，支持用户借助AI能力快速生成网页代码，无需集中式服务器存储用户项目数据。核心功能包含自然语言prompt生成网页代码、本地项目托管、自定义组件导入、实时代码预览、去中心化存储项目数据等，面向前端开发人员、独立开发者、初创项目团队以及个人创作者，适用于快速搭建网页原型、开发小型独立站点、制作个人展示页面、开发去中心化web项目等多种场景，用户可以通过自然语言描述需求，直接生成可编辑的网页前端代码。

Streamdown

Streamdown是一款基于AI技术的流式处理工具，定位为react-markdown的替代方案，可为React项目提供更灵活的Markdown内容渲染处理能力。核心功能包含实时流式内容渲染、自定义Markdown渲染规则配置、AI辅助内容处理优化、React组件无缝集成、低资源占用运行，面向前端开发人员、内容平台开发者、文档工具开发者、技术博客搭建者、交互式内容创作者、开源项目维护者等用户，适用于开发在线文档编辑平台、构建实时内容预览功能、开发交互式技术博客、搭建AI对话内容展示界面、维护开源项目文档站点等场景。

GitterBot.io

GitterBot.io是一款基于大语言模型开发，为SaaS产品提供人工智能对话式文档服务的工具，核心定位是帮助技术团队将现有代码库与技术文档转化为可交互的AI对话系统。核心功能包括代码库语义理解、对话式文档交互、内容索引整理、团队协作共享和多格式导出。面向软件开发团队、技术文档编写人员、开源项目维护者、SaaS产品运营人员、初创技术团队、后端开发工程师等群体，适用于新员工代码知识学习、内部技术问题解答、外部用户产品文档咨询、项目历史知识沉淀整理等多种场景，可帮助团队提升文档信息获取效率，降低跨角色技术沟通成本。