TAG
开源 工具。
全部标签共收录 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。
Mantlecore AI
Mantlecore AI是面向开源AI智能体的托管云平台,为开发者提供开源AI智能体的部署、运行与管理服务。平台支持一键部署已适配的开源智能体,提供弹性可扩展的云基础设施,支持自定义智能体配置与资源调整,还提供监控与日志服务帮助开发者追踪运行状态。目标用户包括AI开发者、开源项目维护者、AI创业团队、AI研究人员,适用于AI智能体原型验证、生产级部署、开源项目演示、AI应用二次开发等场景。
Farfalle
Farfalle是一款开源的AI驱动搜索引擎,核心定位为支持本地大语言模型与云端模型接入的可定制搜索工具,核心功能包括多源搜索结果聚合、本地/云端LLM混合调用、搜索链路可自定义配置,同时支持与主流开发技术栈快速集成。目标用户覆盖AI应用开发者、隐私敏感的搜索使用者、开源工具二次开发爱好者等群体,适合用于搭建个人专属搜索工具、企业内部知识库检索系统、AI搜索类产品原型验证等场景,用户可根据自身需求灵活调整模型接入方式与搜索逻辑,满足不同场景下的信息检索需求。 · 开源
mcp-use
mcp-use是一个用于构建和部署AI代理及MCP服务器的开源开发平台,面向各类AI开发者、软件工程团队提供从开发到部署的全流程支持。平台支持自定义AI代理功能开发,提供预制MCP服务器模板快速部署,支持多种大语言模型接入,兼容多种主流开发环境。目标用户包括AI应用开发者、创业团队、高校AI研究人员、独立开发者、企业技术团队、开源贡献者,可用于AI智能助手开发、定制化MCP服务部署、AI代理原型快速验证、生产级AI服务上线等场景。
FLATTEN
FLATTEN是一款面向文本到视频编辑场景的光流引导注意力插件,核心定位为解决扩散模型视频编辑过程中的帧间一致性问题。其核心功能包括光流引导的注意力机制适配、无训练集成适配、帧间编辑一致性优化三类,无需额外训练即可对接现有基于扩散的文本到视频编辑方法,帮助研究人员、视频创作者提升编辑后视频的帧间连贯性,降低画面闪烁、元素偏移等问题出现概率,适用于学术研究验证、创意视频制作、短视频二次编辑等多种场景。 · 开源
RepoClip
RepoClip是一款基于AI技术,可自动将GitHub仓库转化为带配音的项目宣传视频的工具,核心定位是为开源项目和代码仓库提供快速可视化宣传物料制作服务。它可以自动识别仓库中的README文档、项目结构、核心功能模块,提取关键信息生成视频脚本,再搭配AI语音合成配音,帮助开发者完成项目宣传视频制作。目标用户覆盖开源开发者、技术创业团队、编程学习者,适用场景包括项目发布宣传、技术分享演示、求职作品集展示、课程作业演示、技术博客配套内容制作等。
EnergeticAI
EnergeticAI是专为无服务器运行环境优化的TensorFlow.js衍生工具,核心定位是帮助开发者在无服务器架构中快速部署轻量AI能力。它支持预训练嵌入模型调用,可直接用于推荐系统、语义检索等场景;提供极小体积的模块化安装包,降低无服务器环境的加载资源消耗;采用商业友好的开源许可协议,允许企业商用无需额外授权。该工具面向全栈开发、AI应用开发、后端架构师等用户,适用于无服务器函数部署AI能力、边缘端轻量AI功能开发、低成本AI服务搭建等场景。 · 开源
Rakis
Rakis是基于浏览器运行的去中心化AI推理网络平台,依托区块链技术实现节点间AI推理请求分发与结果共享,无需中心化服务器即可完成AI模型的分布式执行。平台支持WebGPU兼容设备接入,普通用户可通过浏览器贡献闲置算力参与推理过程,所有项目代码开源,具备透明度与可验证性,主要面向AI开发者、区块链从业者、算力资源提供者、Web3应用建设者等群体,可用于低成本AI推理部署、分布式算力网络搭建、隐私友好型AI服务开发、开源AI生态建设等场景,目前聚焦解决去中心化AI推理领域的确定性、可扩展性与安全性相关问题。 · 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。
CQ2
CQ2是一款专注于结构化理性共识协商(RFC)的在线协作工具,核心定位为帮助群体开展深思熟虑、逻辑连贯的讨论与决策活动。平台支持创建结构化讨论议题、分模块收集反馈观点、追踪观点变更记录、生成共识决策文档,适合各类需要集体协商决策的团队使用。可用于开源项目规则制定、企业内部流程调整、学术课题组研究方向讨论、社区公共事务协商等多个需要理性沟通达成共识的场景,帮助参与方清晰梳理观点,减少无效沟通,推动决策落地。
Agent FM
Agent FM是一款运行在Mac系统的本地开源应用,面向AI编程从业者与开源技术爱好者,为AI编程智能体提供实时语音播报功能。核心功能包括本地离线语音播报、自定义语音配置、开源项目协同开发、编程进度语音提醒,支持开发者在编写代码、调试程序、训练AI智能体的过程中,解放双手获取任务进度信息,适配多场景编程工作流,无需云端上传数据即可实现稳定运行。
PCM
PCM网站是Phased Consistency Model生成模型的官方演示与技术展示平台,核心定位为面向AI生成领域研究者、开发者的技术方案展示与体验站点。平台核心功能包括不同迭代步数下的PCM生成效果对比、与Stable Diffusion系列基础模型的适配效果展示、高分辨率文生图结果样例呈现。目标用户覆盖AI生成算法研究者、AIGC应用开发者、计算机专业学生、数字内容创作者。使用场景包含算法选型参考、生成模型效果验证、学术研究对比、技术学习参考等,帮助用户直观了解PCM在文本条件高分辨率生成任务中的性能表现。
VibeSec
VibeSec是一款AI驱动的代码安全助手,核心定位为面向开发者的GitHub仓库自动化漏洞扫描与修复工具。平台可对接公开与私有GitHub仓库,自动识别代码中的安全漏洞,输出漏洞等级说明与修复方案,支持开发者在线查看漏洞详情并导出扫描报告。核心功能包括自动全量代码扫描、AI生成修复建议、漏洞分级标注、多仓库批量管理、扫描报告导出等,目标用户涵盖个人开发者、开发团队、开源项目维护者、企业安全团队,适用于项目开发阶段代码安全检测、开源项目定期漏洞巡检、CI/CD流程集成安全检查、新功能上线前安全验证等场景。
Miso One
Miso One是一个提供开源8B参数AI文本转语音模型的平台,专注于生成富有表现力的英文语音内容。平台核心功能包括在线语音生成体验、模型参数查看下载、自定义语音设置、多风格语音预览以及开源项目社区交流,面向AI开发者、内容创作者、语音交互研究者等用户,可用于生成英文播客配音、语音读物音频、AI助手语音训练数据、视频旁白等不同场景的语音内容,支持用户在线体验模型效果,也可获取模型文件进行本地部署开发。
Generative Keyframe Interpolation with Forward-Backward Consistency
Generative Keyframe Interpolation with Forward-Backward Consistency是一个基于图像到视频扩散模型的关键帧插值工具,核心定位是在两张静态关键帧之间生成高连贯性的过渡视频序列。其核心功能包括支持双关键帧输入生成平滑运动视频、前后向一致性校验保障帧序列逻辑连贯、轻量级微调适配不同风格的图像内容。目标用户覆盖动画制作人员、视频剪辑师、数字艺术创作者、影视后期从业者等,可用于动画补帧、视频转场制作、静态图像动态化创作、旧视频帧修复补全、创意短视频特效制作等场景,无需复杂的手动帧绘制操作即可实现流畅的视频过渡效果。 · 开源
Launchnow
Launchnow是一款基于SvelteKit与NestJs技术栈开发的开发模板,面向需要快速搭建SaaS产品、通用Web应用以及AI工具的开发人员提供预制项目基础架构。它集成了主流开发所需的常用功能模块,帮助开发团队跳过基础项目配置环节,直接进入业务逻辑开发阶段,支持中小项目快速上线,适配初创开发团队独立项目开发、个人开发者快速验证产品想法等多种场景。
CausVid
CausVid是一款基于双向扩散变换器适配因果变换器架构的视频生成模型站点,核心面向视频创作、AI技术研究等领域用户提供低延迟视频生成能力。站点核心支持文本输入生成对应视频、单张图像输入扩展生成连贯视频两种核心生成模式,依托单GPU即可达到9.4FPS的交互式生成帧率,可应用于内容创作者快速生成视频素材、技术研发人员测试视频生成效果、教育领域制作教学演示视频等多类场景,帮助用户降低视频生成的等待成本,提升视频内容制作效率。
Diffusion-Vas
Diffusion-Vas是由卡内基梅隆大学提出的视频非可见物体分割与内容补全技术的官方展示站点,核心定位是面向计算机视觉领域的技术交流与效果演示平台。该站点提供模型技术原理详解、多场景效果可视化演示、论文成果下载三大核心功能,服务于计算机视觉研究者、视频处理开发人员、高校相关专业师生等群体,可用于视频分析算法研究、特效制作中的物体补全开发、视频修复场景的技术选型参考等场景,帮助用户直观理解非可见物体分割技术的实现逻辑与应用价值。 · 开源
VideoVAEPlus
VideoVAEPlus是一款聚焦视频编码与生成领域的技术工具,核心定位为优化的视频变分自编码器,可实现视频冗余降低与高质量视频编解码。核心功能包含时间感知空间压缩、轻量级运动压缩、文本指导编码优化三个模块,目标用户覆盖AI视频算法研发人员、多媒体内容处理从业者、高校计算机相关专业研究人员等,可用于视频生成模型底层开发、视频存储压缩方案优化、视频重建效果迭代等场景。 · 开源
Boltz-1
Boltz-1是麻省理工学院Jameel Clinic团队开发的开源生物分子结构预测模型站点,核心定位是为全球科研群体提供可自由使用的高精度生物分子结构预测工具。站点核心功能包括公开完整的Boltz-1模型权重与调用接口,提供分子结构预测结果的可视化展示模块,同时开放模型训练所用的部分数据集与技术文档。目标用户覆盖高校结构生物学研究人员、生物制药企业研发人员、计算生物学方向学生等群体,可应用于蛋白质结构解析、药物靶点筛选、分子互作机制研究等多种科研与产业场景,支持非学术场景的商业开发需求。 · 开源
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。
ClassroomIO
ClassroomIO是面向教育从业者、培训机构的开源技术培训班管理平台,核心定位是为教学场景提供全流程数字化管理工具。平台支持课程内容搭建、学员学习数据全链路追踪、AI辅助课程设计三类核心功能,同时提供自定义品牌配置能力,适配不同规模的教育组织需求。目标用户覆盖职业培训机构运营者、高校授课教师、线上课程创作者、企业内训负责人等群体,可应用于职业技能培训班管理、高校课程辅助教学、企业内部员工培训搭建、线上录播/直播课程运营等多个场景,帮助教育者减少行政事务耗时,聚焦教学内容打磨与学员互动。 · 开源
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
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。
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
Multitui
Multitui是面向开发者的开发工具网站,核心定位是为基于TUI框架开发的命令行程序创建沙箱化原生终端应用,主要服务于macOS平台。该网站提供便捷的打包封装流程,支持自定义应用配置,可生成可独立分发的沙箱应用文件,帮助开发者将文本用户界面程序转换为标准macOS应用。核心功能包括沙箱化打包、配置自定义、一键生成输出、应用元数据设置和分发文件导出。目标用户是 macOS 平台的TUI程序开发者、命令行工具创作者和开源项目维护者,适用于将开源TUI项目打包分发、发布个人开发的命令行工具、创建可独立运行的终端应用等场景。
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
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。
HOVER
HOVER是面向人形机器人领域的多功能神经全身控制器项目站点,核心定位是为人形机器人运动控制提供可扩展的统一策略解决方案。站点目前已开放项目核心原理说明、技术文档、开源代码入口、演示案例库以及社区交流通道,相关从业者可通过该站点获取整套人形机器人神经控制技术框架,也可基于现有开源方案进行二次开发,适配不同硬件形态的人形机器人平台,可应用于人形机器人运动控制算法研发、复杂场景下机器人运动策略调试、多模式控制相关的学术研究验证、机器人整机运动性能优化等场景,帮助相关从业者提升人形机器人运动控制的效率与灵活性。
ReKep
ReKep是面向机器人研发领域的时空关系关键点约束推理系统,核心定位是帮助开发者降低机器人操控任务的编码门槛。系统支持基于大型视觉模型与视觉-语言模型生成约束规则,无需特定任务训练或预置环境模型即可完成任务编码,同时可对接现成求解器完成实时动作优化,适配多阶段、双手协同、户外非结构化场景等复杂任务需求。目标用户覆盖机器人算法研发人员、高校机器人相关专业研究者、智能机器人产品开发工程师、自动化场景方案设计者等,可应用于工业机器人任务调试、服务机器人行为编码、户外特种机器人任务规划、多机协作系统逻辑开发等多种场景。
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
Maige
Maige是由Rubric团队开发的开源AI标签管理插件,核心定位为GitHub代码仓库的Issue自动标签分配工具,支持新Issue自动打标、存量Issue批量标签分配、自定义指令适配等功能,同时兼容GitHub生态的操作逻辑,面向开源项目维护者、开发团队管理员、代码仓库运营人员等群体,可应用于项目Issue分类梳理、开发任务优先级划分、问题响应链路优化等场景,帮助降低仓库Issue人工分类的工作量,提升问题处理的流转效率。
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。
Twi.AM
Twi.AM是一款基于Twitter平台数据的MBTI性格分析工具,核心定位是借助社交媒体行为数据完成性格类型推断,为用户提供结合行为分析与心理学理论的趣味自我探索路径。核心功能包括Twitter公开行为数据抓取、MBTI多维度性格维度匹配、性格分析报告生成三大模块。目标用户覆盖心理学爱好者、社交媒体深度用户、性格研究相关从业者等群体,可用于个人性格探索、社交账号用户画像分析、性格相关主题内容创作等场景,操作无需复杂配置,仅需提供目标Twitter用户名即可生成分析结果。
WebLlama
WebLlama是基于Meta Llama 3微调开发的网页导航智能代理,核心定位为辅助用户完成网页交互操作的协作式AI工具。核心功能包括网页内容理解与导航指令执行、多轮对话式操作引导、网页元素定位与交互辅助。目标用户覆盖需要处理网页操作的普通网民、网页测试人员、内容采编人员、无障碍上网用户等。使用场景包括浏览长网页时快速定位所需信息、批量处理表单填写操作、按照指令完成多步骤网页任务、辅助视障用户完成网页交互等,所有操作均以辅助用户决策为核心,不会替代用户完成高风险操作。 · 开源
UniFL
UniFL是一个面向扩散模型优化的技术研究项目,核心定位为通过系统化的反馈学习机制提升生成模型的输出质量与运行效率。项目核心功能包含感知反馈学习模块、解耦反馈学习模块、对抗性反馈学习模块三类,可针对现有扩散模型存在的图像生成精度不足、美学效果不达预期、推理耗时过长等问题进行定向优化。目标用户覆盖AI生成模型研究者、AIGC应用开发人员、计算机视觉方向高校师生等群体,可用于扩散模型性能迭代、文生图应用效果优化、生成模型学术研究实验等多个场景。
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。
DreamMesh4D
DreamMesh4D是一个面向4D内容生成的学术技术框架站点,核心定位是实现从单目视频输入到高质量4D动态对象的自动生成。其核心功能包括单目视频4D对象重建,支持结合NeRF或3D高斯作为底层表示实现高保真渲染,还提供兼容主流3D生产流程的网格输出能力。站点目标用户覆盖计算机图形学研究者、3D内容创作者、游戏开发人员、影视动画制作者等群体,可用于学术研究中的4D重建技术验证、游戏资产的动态化制作、影视动画中角色与道具的4D内容生成、AR/VR场景中的动态模型搭建等多种场景,有效降低4D内容生产的技术门槛。
Octopus
Octopus是一款基于环境反馈的视觉语言编程工具,核心定位是为AI代理任务处理提供从目标解析到代码生成的全流程支持。其核心功能包括多模态任务目标解析,可同时理解视觉输入与文本指令的需求;复杂动作序列规划,能为不同场景下的任务生成可落地的执行步骤;可执行代码自动生成,将规划好的动作序列直接转化为可运行的代码。该工具面向AI研究人员、智能体开发人员、游戏AI开发者等群体,可应用于模拟器日常任务处理、复杂游戏交互开发、智能体决策模型训练、多模态AI系统研发等多个场景。 · 开源
DressRecon
DressRecon是专注于单目视频4D人体模型重建的技术项目站点,核心定位是解决宽松服装、手持物体交互等复杂场景下的人体动态重建难题。核心功能包括时间一致的4D人体模型生成、身体与服装变形分离建模、高保真3D几何细节捕捉,支持重建结果导出为网格或3D高斯格式。目标用户覆盖计算机视觉研究人员、三维动画制作人员、虚拟数字人开发人员、动作捕捉技术从业者。使用场景包含复杂服装的动态效果研究、虚拟人物的动作数据采集、影视动画的角色动作还原、人体交互行为的三维分析等。
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
NemoClaw
NemoClaw是一个开源企业级AI智能体平台,专注于提供安全可控、可横向扩展的AI任务自动化能力。平台支持自定义工作流编排、多模型接入、权限管控等核心功能,可帮助企业将重复性业务流程转化为自动化执行的AI工作流。目标用户包含企业IT开发团队、AI应用落地团队、业务流程优化人员、DevOps运维团队等,适用于企业内部数据处理自动化、客服工单分类处理、跨系统业务协同、代码批量审查等多种业务场景。
Writebot
Writebot是一个面向开发人员的GPT-3集成工具JavaScript库,核心定位是帮助开发者快速在自身项目中接入GPT-3文本生成能力,无需处理复杂的OpenAI接口配置逻辑。核心功能包括简化API调用流程、内置多种文本生成模板、支持自定义prompt模板配置、提供本地调用选项,适配前端、后端等多种开发环境,目标用户为JavaScript全栈开发人员、AI应用初创团队、独立开发者,可用于快速搭建AI文本生成应用、为现有产品添加AI内容生成功能、开发AI辅助创作工具等场景。
Crew44
Crew44是一个本地优先的多智能体工作空间平台,核心定位为帮助用户编排专属AI协作团队,完成多样化的工作任务。平台支持用户自定义智能体的角色与能力,可搭建不同分工的AI协作流程,支持本地部署保障数据安全,同时支持可视化编排协作流程。目标用户包括AI开发人员、产品研发团队、内容创作从业者、学术研究人员、独立项目开发者等,可应用在批量内容创作、软件需求分析、科研文献整理、项目流程自动化等多种场景。
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。
ToDoVex
ToDoVex是一款开源AI驱动的任务管理平台,基于Todoist的核心逻辑开发,专注于帮助用户完成个人与团队任务组织、智能进度预测。核心功能包含AI任务拆解、智能优先级排序、进度趋势预测、多视图任务管理和开源自定义部署,支持用户根据自身需求调整任务管理流程。目标用户涵盖个人规划者、开发人员、自由职业者、小型团队管理者、学生等,适用场景包括日常个人行程安排、项目进度追踪、团队任务协作、学习计划规划等,可以帮助用户梳理任务逻辑,把控项目推进节奏。
StemGen
StemGen是由Julian Parker开发的端到端音乐生成模型演示站点,核心定位为面向音乐创作从业者、AI音频研究者的音乐生成技术展示与体验平台。核心功能包括多场景音乐生成效果演示、不同输入提示下的模型输出对比、技术论文相关资料入口。目标用户覆盖音乐制作人、音频算法工程师、高校音视频研究方向学生、独立音乐人、AI生成内容爱好者、数字媒体创作者。适合用于音乐创作灵感参考、AI音频技术效果验证、学术研究案例参考、内容创作素材试生成等场景,用户可直接在线浏览不同输入条件下的模型生成结果,直观了解该模型的实际表现。 · 开源
Junior Friendly Jobs
Junior Friendly Jobs是一个汇总初级技术岗位招聘信息的平台,核心定位是帮助没有工作经验的技术求职者匹配适配的岗位资源。平台聚合全球范围内对初级从业者友好的技术岗位,支持按地区、技能类型筛选岗位信息,同步更新岗位招聘状态,省去求职者自行收集整理信息的时间。目标用户为应届技术毕业生、转行进入技术领域的新人、寻找第一份技术工作的求职者,适合日常收集岗位线索、批量投递简历、了解初级技术岗位市场需求等场景使用。
HAAR
HAAR是由马克斯·普朗克研究所发布的文本驱动3D发型生成学术工具,核心定位是为计算机图形领域提供可直接应用的高保真3D发型资产生成能力。核心功能包括文本提示驱动的3D发型生成、发丝级高分辨率发型重建、自动标注的合成发型数据集输出,目标用户覆盖动画制作人员、游戏开发设计师、虚拟数字人创作者、计算机图形学研究人员等,可应用于影视动画角色资产制作、游戏角色发型自定义开发、虚拟数字人形象定制、3D发型相关学术研究实验等多种场景,生成的发型资产可直接对接主流计算机图形渲染管线使用。 · 开源
VideoGigaGAN
VideoGigaGAN是基于大规模图像上采样器GigaGAN开发的视频超分辨率技术展示平台,核心定位为学术研究成果的可视化演示站点,面向视频处理相关从业者、学术研究人员及内容创作者提供8倍视频超分辨率效果展示与技术原理说明。平台核心功能包括8倍视频超分辨率效果对比展示、技术架构原理可视化讲解、公开数据集基准测试结果查询三个模块,用户可在线查看不同场景下模型处理前后的视频画质差异,了解时间注意力层、特征传播模块等组件的设计逻辑,也可通过基准测试数据对比该模型与同类视频超分辨率方案的性能差异,适合视频修复、影视内容画质提升、旧视频数字化等场景的相关人员参考使用。
FMA-Net
FMA-Net是由韩国科学技术院VIC实验室推出的视频超分辨率与去模糊深度学习模型站点,核心为实现低分辨率模糊视频的高质量清晰化修复。站点搭载流引导动态过滤、多注意力迭代特征精炼两大核心技术,可应对视频中的大幅度动作场景,实现超分辨率与去模糊任务的联合处理。目标用户覆盖计算机视觉研究人员、视频内容创作者、视频修复从业者、多媒体开发工程师等群体,可用于老旧影像修复、监控视频画质增强、自媒体素材画质提升、学术研究算法对比等多类场景。 · 开源
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。
BakedAvatar
BakedAvatar是面向实时神经头像合成领域的技术项目站点,核心是可兼容标准多边形光栅化流水线的神经头像表示方案。该项目提供了完整的三阶段神经头像合成技术框架,支持从单眼视频生成4D动态头像,可实现表情编辑、视角合成等操作。目标用户覆盖计算机图形学研究人员、游戏开发人员、虚拟人制作从业者、数字内容创作者、高校计算机相关专业学生等群体,可应用于实时虚拟人驱动、影视角色制作、VR/AR虚拟形象生成、人脸动画效果研发等多种场景,为降低实时神经头像的部署门槛提供了技术路径。 · 开源
WABak
WABak是一款针对桌面版WhatsApp的本地备份工具,核心定位是帮助用户备份WhatsApp桌面端的聊天记录、联系人信息、媒体文件和群成员数据。它支持将备份数据导出为多种格式,方便用户查看和管理,也可以在需要的时候进行数据恢复。该工具适合需要保存重要聊天记录、更换设备转移数据、担心数据丢失的WhatsApp桌面版用户使用,常见使用场景包括个人聊天记录归档、工作商务对话备份、更换电脑后迁移WhatsApp数据等。
PapertLab
PapertLab是一个开源的AI配对编程平台,面向开发者提供AI辅助代码编辑与开发服务。核心功能包含AI代码补全、实时代码调试辅助、项目重构建议、多语言代码适配以及代码注释生成,还支持本地部署与二次定制开发,可以帮助开发者在日常开发、项目维护、学习新技术等场景下调整开发节奏,适配不同的开发工作流,满足不同开发场景下的个性化需求。
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。
Moltis
Moltis是一款基于Rust语言开发的本地运行AI助手,核心定位为注重隐私安全的离线AI服务工具。其核心功能包括沙箱化代码执行、多大语言模型兼容、跨平台通讯软件集成,以及本地个性化记忆存储能力。目标用户覆盖对数据隐私有较高要求的企业办公人员、独立开发者、隐私保护意识较强的普通用户、远程协作团队成员等。可应用于离线环境下代码调试、本地文档知识问答、私人语音助手搭建、通讯平台自动消息处理等多种场景,所有数据处理均在用户自有硬件完成,无需上传至第三方服务器。
BrowserOS
BrowserOS是一款开源免费的AI Agent浏览器产品,核心定位是将AI代理能力原生集成到浏览器内核中,无需额外安装插件即可实现网页操作自动化。其核心功能包括AI代理自动网页交互、多步任务智能执行、网页内容智能提取整理,目标用户覆盖日常网页浏览用户、办公行政人员、内容创作者、数据调研人员、前端开发人员等,可应用于批量网页信息采集、多平台账号操作辅助、网页内容结构化整理、重复网页流程自动化执行等场景,为用户降低网页操作的重复工作量。 · 开源
c/ua
c/ua是一个面向开发人员和技术用户的容器化项目,核心定位是提供运行在苹果硅芯片上的AI代理容器,支持macOS和Linux系统,可提供接近本地运行的性能。项目支持容器快速部署、AI代理本地运行、跨环境适配、性能优化以及开源协作开发,可以帮助开发人员在苹果硅平台快速搭建AI开发环境,也方便技术用户在本地部署和运行各类AI代理应用,降低苹果芯片环境下AI应用部署的复杂度。
Volamail
Volamail是一款开源在线AI邮件编辑器,核心定位为帮助用户生成、编辑符合专业规范的邮件内容,并提供基础发送管理功能。平台支持AI辅助内容生成、自定义邮件模板、多端同步编辑、隐私本地存储等功能,可适配不同场景下的邮件创作需求。目标用户包括职场办公人员、自由职业者、商务营销人员、学生群体等,适用于商务沟通、求职申请、客户开发、日常工作通知、学术邮件往来等多种邮件场景,可降低邮件创作的时间成本,帮助用户产出结构清晰、表达准确的邮件内容。
AwanLLM
AwanLLM是一个提供大语言模型推理服务的平台,核心定位是通过按月订阅模式为用户提供高性价比的无限Token量推理服务。平台支持多款主流开源大语言模型直接调用,支持自定义模型部署配置,提供API接口集成能力,可满足不同场景下的大语言模型使用需求。目标用户包括AI开发人员、个人开发者、创业团队、AI应用开发者以及内容创作者,适合用于开发AI应用、原型测试、批量文本处理、持续对话交互等使用场景。