HivisionIDPhoto 一个轻量级的AI证件照制作算法
⚡️HivisionIDPhotos: a light...
排序
V-JEPA
创新的自监督学习模型，它通过预测视频帧的特征表示来学习视频的视觉表示。这种方法不仅能够处理视频内容，还能在图像任务上表现出色，具有广泛的应用潜力。
BrowserOS
一款基于 Chromium 内核带 AI 代理功能的浏览器，能自动完成在线购物、信息收集等多种网页操作。它支持本地 Ollama 模型，保护用户隐私。
StreamDiffusion
一种专门为实时图像生成服务设计的扩散模型管道，显著地提升了实时图像生成的性能。
XHS-Downloader
小红书链接提取/作品采集工具：提取账号发布、收藏、点赞作品链接；提取搜索结果作品链接、用户链接；采集小红书作品信息；提取小红书作品下载地址；下载小红书无水印作品文件！
Audiocraft
一个用于音频处理和生成的深度学习库
Microsoft Cognitive Toolkit
专为商业级分布式深度学习而设计的开源工具包。
AudioGPT
借助大语言模型（LLM）处理音频的工具
AutoX
个在安卓平台上运行的UiAutomator，它可以用于自动化测试和操作安卓设备
MotionAgent一站式视频生成工具
MotionAgent 集成了大语言模型、文本生成图片模型、视频生成模型和音乐生成模型。
Lemon AI
一个开源的全栈通用AI Agent，能从需求到成果交付全流程自动化。它在虚拟环境中可灵活调用各类工具，如编写并执行代码、智能浏览网页、操作网页应用、命令执行等。
SwiftChat
一款基于React Native开发的快速、安全、跨平台聊天应用，支持实时流式聊天功能和Markdown语法，还可以生成AI图像，兼容DeepSeek、Amazon Bedrock、Ollama和OpenAI等模型。
BrowserGPT
一个使用GPT模型来控制浏览器的工具。它通过接受自然语言命令，实现了用人类方式与浏览器进行交互的功能。
NativeMind
一款开源的本地化AI助手浏览器插件，支持Ollama和WebLLM两种本地模型，全部数据处理都在本地完成，有效保护用户隐私。
Bark with Voice Clone
一种强大的文本生成音频模型，具有声音克隆和多种语音合成应用方面的功能。通过使用该模型，您可以生成高质量、个性化的音频内容
sd-webui-faceswaplab
一个扩展功能强大的面部替换工具
NativeExpress
NativeExpress，快速构建并发布您的移动应用。
gpt-engineer
根据用户给出的提示构建代码
Higgsfield
Higgsfield是一款基于人工智能的视频模型，帮助用户轻松创建高质量的定制化视频内容，提供完全控制和独特视觉效果，适用于广告营销和品牌推广。
LocalAI
一个实现了在个人电脑上运行 LLM 模型，并集成了服务接口和在线聊天界面的项目。
GPT-Pilot
你的全能AI开发助手
文字生成音乐工具大全
自动音乐生成研究的演示网站列表
Open WebUI
一个可扩展、功能丰富且用户友好的自托管 WebUI，适用于各种 LLM 运行器，支持的 LLM 运行器包括 Ollama 和 OpenAI 兼容的 API。
Polyglot
基于 AI 的口语训练平台
chatgpt-on-wechat
基于ChatGPT的微信机器人
DuckDB-NSQL
一个专门为DuckDB数据库设计的文本到SQL的模型，你可以使用自然语言说描述你的需求，它会自动转换成SQL代码。
ChatGPT+Midjourney
一键免费部署私人 ChatGPT+Midjourney 网页应用 支持原ChatGPT-Next-Web所有功能 还额外支持AI绘图、图片放大、识图、 混图、垫图等等功能
chat-llamaindex
LlamaIndex 推出聊天机器人应用，支持设置prompt、上传文件聊天、分享聊天，基本是一键部署。
gpt-crawler
可以爬取指定网站中的内容，并生成json文件，可以直接上传到GPTs的知识库使用。
ChatNio
一个集合了各种流行的模型和服务的一站式平台，提供包括 OpenAI、Midjourney、Claude、讯飞星火、Stable Diffusion、DALL·E 等一站式的解决方案
PydanticAI
一个Pydantic 团队开发的Python代理框架，可以通过生成式AI轻松构建生产级应用程序。
privateGPT
基于私有LLM（大语言模型）做个人的文档问答
AIdea
AIdea 是一款支持 GPT 以及国产大语言模型通义千问、文心一言等，支持 Stable Diffusion 文生图、图生图、 SDXL1.0、超分辨率、图片上色的全能型完全开源APP。
Data-Science-For-Beginners
由微软开发的一个开源项目，旨在向初学者介绍数据科学的基本知识和技能
Inshellisense
提供IDE风格的下拉菜单式自动补全功能
Quantum Algorithm as a Service
量子算法即服务，Aqora轻松部署执行量子计算
StableAvatar
复旦大学、微软亚洲研究院和西安交通大学等机构的研究人员开发的一个能通过音频直接生成唱歌或说话视频的工具，而且视频时长不受限制，画面质量也很高。
Eigent AI
全球首个桌面端多智能体生产力平台，采用多智能体协作架构，通过拆分任务、并行处理来提高复杂任务的执行效率，支持本地部署和云端运行，还有人类参与机制，能保证结果准确可靠。
Notebook Copilot
有了 Notebook CoPilot，开发笔记本的过程变得更加容易。这个简单的工具可以毫不费力地根据您的输入生成代码和 Markdown 单元格，从而显着简化您的工作流程。
AudioSep
一款功能强大且易于使用的音频分离工具，可以根据你的描述准确分离音频文件中的不同声音源。
长臂猿AIGC系统
长臂猿AIGC系统内置智能聊天对话机器人、AI绘图、AI模型训练、营销内容创作、企业虚拟AI员工等数十项AI功能，可以训练自己的AI机器人，不限制用户数量，支持源码私有化部署。
Chidori
一种用于构建人工智能代理的反应式运行时
声音克隆工具
一个带web界面的声音克隆工具，使用你的音色或任意声音来录制音频
EmojiGen
EmojiGen是一个开源的表情符号生成器。用户只需要在输入框中输入一个词或短语，EmojiGen就会立即生成相关的表情符号。
ChatGPT-Plus
基于AI大语言模型 API 实现的 AI 助手全套开源解决方案，自带运营管理后台，开箱即用。集成了 OpenAI, Azure, ChatGLM,讯飞星火，文心一言等多个平台的大语言模型。集成了 MidJourney 和 Stable Diffusion AI绘画功能。
Pezzo AI
Pezzo是一款开源的AI平台，帮助您以10倍的速度交付具有影响力的AI功能，无需牺牲质量。通过Pezzo，您可以轻松构建、测试、监控和迭代AI功能，同时不断优化成本和性能。
FunASR 基础语音识别工具包
FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR提供了便捷的脚本和教程，支持预训练好的模型的推理与微调
SillyTavern
一个可以本地部署的虚拟角色聊天软件，支持多种虚拟角色，也可以自己创造角色
Vivus
一个轻量级的 JavaScript（没有依赖项），为 SVG 设置动画，使它们看起来像是被绘制的
AI算力私有云系统
支持多种国产GPU的私有算力云平台，快速实现数据、算法、镜像、模型与算力等资源的统一管理与使用。
MessAuto
MessAuto 是一款 macOS 平台 自动提取 短信验证码并 粘贴回车 的软件，百分百由Rust开发，适用于任何APP，是 2FHey 的免费替代品。
LocalAI
一个实现了在个人电脑上运行 LLM 模型，并集成了服务接口和在线聊天界面的项目。
LCM（Latent Consistency Models）
由清华大学交叉信息科学研究院研发的一款生成模型。它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。
Bark
音频转文字
CopilotKit
一个为React开发者提供强大AI集成能力的工具集，通过简化AI功能的集成过程，使得创建交互式和智能的Web应用变得更加容易。
llama2-webui
一个公共的GitHub代码库，用于在GPU或CPU上从任何地方运行具有gradio用户界面的Llama 2
Whisper语音识别模型
Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。
HandRefiner
解决AI图像生成中手部畸形的问题 目前的图像生成模型，再生成图像方面已经非常出色，但在生成人类手部的图像时却常常出现问题，比如手指数量不对或者手形怪异。
FreeU
基于U-Net架构，并通过将扩散过程与传统的卷积神经网络相结合，提供了更好的图像分割结果
ChatFiles
文档聊天机器人
ExplorerTabUtility
一款 Windows 11 资源管理器多标签扩展工具，它能把新窗口都改成标签页，还带快捷键操作，文件资源管理器用起来就像浏览器一样方便，标签页也能搜、能批量管。
CoDeF
通过将静态内容与时间变形结合，为视频处理提供了新的视角和工具
StirlingPDF
一个本地的PDF处理工具，其界面为Web UI，支持Docker部署。
FlowiseAI
轻松构建LLMs应用程序开源UI可视化工具
Real-ESRGAN
一个用于图像和视频修复的应用程序，它使用ESRGAN模型进行训练，该模型使用合成数据进行图像和视频的恢复
sqlcoder
专门用于生成 SQL 语句的模型
PASD
一个功能强大的开源图像处理工具，它能够实现真实感图像的超分辨率和个性化的风格化
xiaogpt
利用小爱同学向ChatGPT提问
VLog
给出一段长视频，我们把它变成一个包含视觉+音频信息的文档。通过将这份文件发送给ChatGPT，我们就可以在视频中进行聊天了！
FaceChain
FaceChain是一个可以用来打造个人数字形象的深度学习模型工具。用户仅需要提供最低一张照片即可获得独属于自己的个人形象数字替身。
Toshi
全文本搜索引擎
Pull Request Help
Automated Github Reviews是一款智能的自动化代码审查工具，帮助开发者提高代码质量和开发效率。
Background Removal
一个强大的 npm 包，它提供了一个在线浏览器中使用的抠图脚本
TypeChat
一个使用类型来构建自然语言界面的库。
clone-voice
一个声音克隆工具，可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。
Kel
Kel是一个智能的命令行助手，支持多种语言模型，可以帮助用户解答问题、提供技术支持和进行文件交互。
ExcelGPT
一个基于ExcelDNA开发的Excel聊天机器人。它与Office和WPS兼容，并提供了一些功能特点。
IP-Adapter-FaceID
该模型利用面部识别模型的面部ID嵌入，可以更准确地捕捉和再现特定人物的面部特征。IP-Adapter-FaceID结合文本描述生成可以生成高度个性化且与原始面部特征一致的图像。
notesGPT
一个能够录下你的语音内容，然后自动帮助你把这些语音转成文字，对内容进行总结，并且生成相关的任务列表的AI笔记工具。
chroma
为用户提供可在电脑端和手机端使用的嵌入工具。这些工具能够帮助用户创建、训练和部署机器学习模型，以解决各种实际问题
MidJourney Proxy
一个开源项目，它可以实现 API 形式的调用 AI 绘图。
BotSharp
一个基于.NET开发的开源AI多智能体应用开发框架，它可以快速将大型语言模型（LLMs）快速集成到现有业务系统中。
ChatGLM2-Voice-Cloning
声音克隆和对话交互。它允许用户与喜欢的角色进行沉浸式对话，通过使用ChatGLM2模型和SadTalker模型来生成对话内容，并结合声音克隆技术实现角色的真实声音
DiffusionGPT
字节跳动开发的由LLM驱动文本生成图像多合一系统，专门设计用于为不同的输入提示生成高质量的图像。
RVM
专为稳定人物视频抠像设计
OpenSaaS
一个免费的、开源的、全栈的SaaS（软件即服务）启动套件，适用于React + NodeJS
midjourney-proxy
代理 MidJourney 的discord频道，实现api形式调用AI绘图
Monoid
Monoid是一款强大的AI平台，可以将API转化为智能代理，帮助用户实现自动化操作，提供灵活定制、实时响应的智能代理服务。
Open Interpreter
结合OpenAI API，在本地运行代码解释器，可以联网，有更全的库，不限制文件大小和运行时间
EmotiVoice易魔声
EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。
openai-translator
基于Chatgpt自主开发的翻译软件，支持翻译、输出、润色、分析和代码批注
EasyPhoto
EasyPhoto是一个用于生成AI肖像的Webui UI插件，可以用来训练与你相关的数字化替身。
GPT-vup
一个公共的代码存储库，主要用于BIliBili视频网站、抖音以及人工智能（AI）方面的虚拟主播项目
Video-subtitle-remover
基于AI的图片/视频硬字幕去除、文本水印去除，无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API，本地实现
Final2x
由 Tohrusky 开发的一款图像超分辨率技术，它可以以更高的分辨率和质量重构图像。
VideoSrt
VideoSrt是一个可以识别视频语音自动生成字幕SRT文件的开源软件工具。适用于快速、批量的为媒体（视频/音频）生成中/英文字幕、文本文件的业务场景。
EmotiVoice
EmotiVoice是一个强大的开源TTS引擎，完全免费，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。
AI论文大师源码
论文大师系统源码，可SaaS租用或者源码部署
FUZZ
由Riffusion推出的一款基于扩散模型（Diffusion Model）的全新音乐生成模型，该工具能够通过“想象”生成音频的声谱图（Spectrogram），然后将其转换为音频。
TaskWeaver
主要用于数据分析领域，可以将用户需求转换为可执行代码
Portals by Ply
AI驱动的数据交互门户，实现智能表单与实时数据联动。
LiYing
一款证件照AI自动化处理神器，用于自动化处理证件照的程序，可在本地完全离线运行，适用于照相馆等场景，可以大大提升工作效率。
ToonComposer
腾讯推出的AI自动上色和生成动画工具，它能将动画制作里“补帧”和“上色”这两个步骤合并成“生成后原画”阶段，让动画制作流程变得更简单。
Lit-GPT
快捷微调LLM
Papermark
Papermark AI是一款与文档进行交互的AI助手，可以帮助您改进和优化演示文稿和销售文档，实现安全的文档共享，并提供实时分析和洞察力。
Audio2Face
一款由AI驱动的应用程序，通过语音生成富有表现力的3D面部动画。
Swallow
Swallow无代码构建金融定价，简易高效
Fooocus
AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点
wav2lip
通过语音和人脸图像来生成逼真的嘴唇运动
StyleTTS 2
一个开源的文本转语音工具
VideoCrafter
支持文字生成视频和图片生成视频。
FastChat
一个开放平台，用于训练、服务和评估基于大型语言模型的聊天机器人
GenAI Agents
一个专注于生成式AI Agents技术的开源项目，GenAI_Agents提供从基础到高级的教程与实现代码，帮助开发者学习并构建智能、交互式的AI系统。
8spAi系统
8spAi系统集成了全模型AI问答、创作、绘画、文生图、思维导图一站搞定！GPT4对话识图、知识库训练、文档提问总结、DALLE-3绘图、Midjourney绘画动态全功能与思维导图自动生成等功能，为用户提供了智能化的服务和体验。
chatbot-ui
一个开源的聊天用户界面，基于OpenAI聊天模型搭建的高级聊天机器人套件
Wunjo
高级语音和Deepfake神经网络工具
Boost.space 4.0
一键同步，AI赋能工作流
AutoGen
一个强大的代码生成工具，可以帮助开发人员自动化生成高质量的代码，提高开发效率。
KoboldAI-Client
基于浏览器的前端Web界面，支持本地或远程AI模型，用于搭建辅助写作、类AI Dungeon游戏、聊天机器人。
LeetCodeAnimation
通过动画的形式展示了所有 LeetCode 上的问题的解题思路
macOSpilot
Mac 上的一个多模态 AI 助手，能支持语音和截图，借助 GPT-4V 的多模态能力，可以基于当前屏幕截图和指令可以回复问题。
Khoj
一个开源AI个人助手，通过分析您的个人文本或图像数据来提供服务
SwarmStack
产品规划与推荐AI助手SwarmStack
Llamahub
一个第三方开源工具，用于调用LLM，实现文档语义对话
Pixels2Flutter
pixels2flutter是一款强大的截图转换工具，可以将UI截图快速转换为实际可用的Flutter代码，提高开发效率和用户体验。
EmojiFly
一个免费开源的AI表情生成器...
Agent TARS
一个字节跳动开源的多模态 AI 代理工具，Agent TARS能够通过视觉方式解释网页内容，从而实现流畅的浏览器操作。
RealtimeTTS
在文本输入的同时立即开始语音合成，无需等待整个文本输入完毕。
Rope AI换脸
Rope AI换脸工具
Gemini
Gemini是Google DeepMind推出的全新AI模型，集成了多模态推理功能，超越了以往模型的性能，适用于科学文献洞察、竞争性编程等多种应用场景。
dot
一个开源的深度伪造工具包，用于生成逼真的深度伪造视频和图像。
I2VGen-XL：阿里推出的图生视频模型
一个强大的图像到视频的生成模型，它通过创新的方法解决了AI视频合成过程中的语义准确性、清晰度和时空连续性的挑战。用户可以轻松地将静态图像转换为高质量的动态视频，生成的视频不仅清晰度高，而且时序连贯，细节丰富，具有很高的真实感和艺术性。
WeChat-AIChatbot
将微信或企业微信个人号接入ChatGpt、文心一言、FastGpt、LinkAI等，实现文字对话、语音对话、图片交互、文件交互等功能
Segment-Anything
一个模型，它提供了运行推理的代码、训练模型的检查点下载链接以及示例笔记本。
码多多ChatWork知识库系统
码多多ChatWork智能知识库，可以进行AI对话、AI应用，拥有强大的第三方对接能力。适用企业智能客服、企业智能文档、专家顾问助理等多种企业级商业场景，具有较大的商业使用价值。
DeepLX
一个方便开发者使用的工具，它利用DeepL的免费服务，提供了一个本地API，让开发者可以轻松地集成到他们的项目中
ShortGPT
一个强大的自动化视频制作工具，它可以自动采集素材、编辑视频、配音、生成字幕，从而简化了视频创建过程
Pinokio
无需编码即可在计算机上安装、运行和控制数据库
MockThis
MockThis是一款基于人工智能技术的数据模拟工具，能够帮助用户快速生成模拟数据，提高软件开发和数据分析的效率。
Jailer
一个功能强大的数据库工具，它可以帮助用户子集化数据库、浏览关系数据，并提供数据库维护和管理功能。
Emote Portrait Alive
阿里巴巴发布的EMO，一种音频驱动的AI肖像视频生成框架。通过输入单一的参考图像和语音音频，Emote Portrait Alive可以生成动态的、表情丰富的肖像视频。
Aice PS
网页版AI照片编辑器，利用Google aistudio的的先进能力，支持 AI 生成图片、智能修图、创意滤镜等功能，适用于创意设计、照片编辑等场景。
太极神器 TAICHI-flet
基于flet的一款多功能娱乐软件，实现了浏览图片、音乐、小说、各种资源的功能，还有AI 绘画、ChatGPT等高级功能。
Presenton
一个可以本地运行的开源AI PPT生成器，使用OpenAI、Gemini或Ollama等模型，确保数据隐私和控制。
GPT4Tools
一个可以控制多个视觉基础模型的集中式系统
MoneyPrinter
自动创建YouTube短视频的自动化赚钱项目，只要输入视频文本MoneyPrinter即可自动产生与之相关的短视频。
screenshot-to-code
将屏幕截图转换为清洁的HTML / Tailwind / JS代码
public-apis
一个收集免费API的共享列表，包含各种各样的免费API，供开发者使用。这些API可以用于开发各种应用程序、网站和软件，为开发者提供了丰富的功能和数据源。
draw-fast
一个实时协作绘图工具，用户可以使用各种绘图工具绘制图形，并与其他人进行实时协作
MyHeyGen
一个平民版视频翻译工具，音频翻译，翻译校正，视频唇纹合成全流程解决方案
QAnything
网易有道一个开源的本地知识库问答系统，旨在支持多种文件格式和数据库，允许离线安装和使用。
Fooocus
AI 画图工具，它结合了 Stable Diffusion 和 Midjourney 的优点
Heygem
开源的商用级别数字人模型，普通用户可以直接使用安装包下载，开发者还可以根据自己的需求定制化开发。
Insanely Fast Whisper
一个使用OpenAI的Whisper Large v2进行语音识别的脚本，能够在短短10分钟内转录300分钟的音频。
LucidDreamer
LucidDreamer，可以从单个图像的单个文本提示中生成可导航的3D场景。 单击并拖动（导航）/移动和滚动（缩放）以感受3D。
TFLearn
具有 TensorFlow 高级 API 的深度学习库
SparkAi系统
SparkAi系统支持GPT4.0、Midjourney绘画、GPT3.5 API绘画、GPT联网功能、绘画广场功能、Prompt功能，后台自定义添加，用户也可自定义添加+实时语音识别输入、用户会员套餐、用户每日签到功能、支持手机电脑不同布局页面自适应。
CosyVoice2.0
先进的语音合成模型，通过其低延迟、高准确性和强稳定性的特点，为用户提供高质量的语音合成体验
PlayEdu
一款适用于搭建内部培训平台的开源系统，旨在为企业/机构打造自己品牌的内部培训平台
PanoHead
从照片到 3D 头像
Massively Multilingual Speech
1,100 多种语言推出语音转文本、文本转语音等功能，语音转文本的错误率只有 Whisper 的一半
码多多技术社区
一个专注于AI技术开发和应用的综合性平台，提供多种AI系统解决方案和技术支持
AI Companion App
AI Companion App，一键创建和训练属于你的AI伴侣/女朋友。
LinkedIn_AIHawk
您的人工智能求职助手。自动化申请、LinkedIn_AIHawk让你获得个性化建议并更快地找到您梦想的工作。
TextBase
TextBase 是一款简单的框架，用于构建 AI 聊天机器人，它可以帮助开发人员快速搭建和优化聊天机器人。
Vary-toy
一个小型但功能强大的视觉语言模型，它使得资源有限的研究者和开发者也能体验到先进的视觉语言模型功能。
HierVST
一种分层自适应零样本语音风格转换模型
赛博投简历
一个AI自动投递简历的工具，结合chatgpt与rpa技术，实现一键自动寻找工作、根据自己的简历和工作描述生成求职信、发送给hr的全流程自动操作。
WhisperFusion
一个基于WhisperLive把声音转文字和WhisperSpeech理解这些文字的能力构建。能够与AI聊天机器人进行超低延迟对话。
HiDiffusion
大幅提升扩散模型的图像生成质速度提升6倍，由字节跳动的研究团队开发，只需添加一行代码即可
IP Adapter
腾讯AI实验室推出的 AI 绘图模型，效果类似 ControlNet，可以控制图片生成的效果
GitHub中文排行榜
帮助你发现优秀中文项目，可以无语言障碍地、更高效地吸收优秀经验成果
Tantivy
全文本搜索引擎库
eeChat
简洁易用的大模型本地部署工具，支持开源模型 DeepSeek-R1， DLlama 3, Phi-4, Mistral, Gemma 3 等模型的本地化部署，专注于数据安全、隐私保护和高效的AI对话体验。
Taxy AI
使用 GPT-4 自动化您的浏览器 在插件中输入自然语言命令，你就可以操控浏览器，例如创建Google日历、搜索、播放视频。
AutoCaption
自动为视频生成高亮字幕
UniControl
一个统一可控的视觉生成模型
Coqui-TTS
一个强大的深度学习文本到语音工具包，具有高度的可定制性和多语言支持。
DreaMoving
DreaMoving，一种基于扩散的可控视频生成框架，用于生成高质量的定制人类舞蹈视频。
LiberSonora
一个基于AI的、开源有声书工具集，LiberSonora提供智能字幕提取、AI标题生成、多语言翻译等功能，并且支持 GPU 加速、批量离线处理。
DragNUWA
微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。
Look Scanned（仿真扫描）
一个方便实用的纯前端网站，能够在浏览器中快速生成仿真扫描的PDF文件。
Sweep
一款智能编程助手，具备代码审查、理解需求并自动编写和提交代码更改的功能
Atomic Agents
一个适用于构建模块化、可扩展的AI代理开源框架，它将复杂的AI系统分解为最小的、不可分割的组件，并通过这些组件的灵活组合来构建强大的 AI 应用。
Llama GPT
一个自助托管的、离线的聊天机器人
Coze on WeChat
一个基于微信平台开发的智能助手，主要对接 Coze 平台，支持大部分 Coze Bot 功能。它允许用户通过微信与 AI 聊天机器人进行交互，支持文本、语音等多种交互方式。
书生·物华2.0（3DTopia 2.0）
采用创新的原语（primitive-based）三维表示方法PrimX，能够高效编码和生成具有物理基础渲染（PBR）特性的高质量三维资产。
Dual AI Chat
一个聊天应用，核心设计是让两个不同风格的人工智能通过辩论协作生成回答。默认接入 Google Gemini API，同时兼容其他 OpenAI 标准的 API 接口，也支持本地模型或其他托管服务。
WeKnora
WeKnora 是腾讯开源的文档理解与检索框架，基于大语言模型打造，专门适用于结构复杂、内容多样的文档场景。它采用模块化架构，整合了多模态预处理、语义向量索引、
Maxun.dev
一个无代码网页数据提取平台，可以可靠、大规模地从网站提取和自动化数据，能将任何网站转为实时数据馈送，Maxun.dev使用简便，不用编码，几分钟就可以上手。
SuperClaude
SuperClaude 是一个为 Claude Code 量身打造的零门槛编程的上下文工程开源框架。它通过一系列专门设计的命令、认知角色和开发方法，可以大大增强Claude Code 的能力。
SmythOS
一个开源的AI操作系统，支持用户在90秒内通过聊天提示快速创建AI代理。它提供可视化工作流、API调用、分类器等功能。
Headshot
能够在几分钟内生成专业的人物头像
3D to Photo
一个由Dabble开发的开源软件包，它可以帮助用户构建虚拟的产品摄影工作室。
Farfalle
一个开源的AI 驱动的答案搜索引擎，定位为 Perplexity 的自托管替代品。
Personalized Restoration
一个面部图像精准恢复和个性编辑技术工具，不仅能复原受损图像细节，同时能精准捕捉和重现个人独特的面部特征。同时它还支持换脸。
ChatGPT-Next-Web-LangChain
一键免费部署你的跨平台私人 ChatGPT 应用, 支持 GPT3, GPT4 & Gemini Pro 模型。（基于 LangChain 实现插件功能）
awesome-langchain
大量使用 LangChain 的实际案例和开源代码仓库链接，可以帮助你快速学习使用 LangChain！
pdf2htmlEX
一个非常实用的PDF转HTML工具，可以帮助用户轻松地将PDF文件转换为可在网页浏览器中查看的格式。
Deepfakes Creator
Deepfakes Creator，可以通过文本输入生成逼真的会说话的真人视频。用户只需要上传想要化身模仿的人的照片，并写一个剧本，工具就能创建出逼真的人物化身视频，模拟人物说话。
Dexed
发现以太坊宝石与热门纪念币，把握涨势潜力，尽在Dexed。
ARTE – Artificial Real Estate
AI助力房产税务，高效专业
懒人客服
一个基于 LLM 大语言模型的知识库的集成客服系统，提供开箱即用的智能客服解决方案。
Seaweed APT
一个具有突破性的AI工具，通过单步生成技术大幅提升了视频和图像生成的效率，同时保持了高质量的生成效果
mackup
用于在OS X/Linux系统中同步应用程序的设置
YData
YData Fabric是一款数据质量管理平台，通过自动化的数据质量分析和合成数据生成，帮助数据科学家提高工作效率，加快AI模型的交付速度，并提升数据质量。
VideoDrafter
一个高质量视频生成的开放式扩散模型，相比之前的生成视频模型，VideoDrafter最大的特点是能在主体不变的基础上，一次性生成多个场景的视频。
PIA
PIA是一款个性化图像动画生成器，可以生成具有高运动可控性和强文本和图像对齐性的视频，与条件图像对齐，通过文本实现动作控制，与各种个性化T2I模型兼容，无需特定调整。
YOLO-World
腾讯AI实验室开发的一个实时目标检测工具，它能够自动识别和定位图像中的各种对象
Amphion
一个开源工具包，可实现语音、声音和歌唱功能
Jan.ai
ChatGPT 的开源、托管替代品，jan.ai可在您的计算机上100%离线运行。
DWPose
识别视频中的人物的面部和身体动作，为后续的SD绘图提供支持
MakeAnything
一个基于扩散变换器的序列生成模型，通过其强大的生成能力，生成一致性的序列图像。
Magic Resume
一个现代化的在线简历编辑器，它基于 Next.js 和 Framer Motion 构建，可以让用户能够轻松创建专业的简历。
Syft Ai
智能追踪，定制资讯
VoiceStreamAI
一个可以自己托管的 Whisper 解决方案，服务端是 Python，客户端是 JS，基于 WebSocket 实时通信，可以做到语音的实时传输和文本转换。
OpenDevin翻译站点
一个完全开源的AI软件工程师，5分钟就能在本地电脑部署。
Platon.AI – 柏拉图智能
Platon.AI柏拉图智能不仅仅是 AI 爬虫，也是 AI agents 的基础设施。 AI agents 要使用工具，就必须高速阅读理解在线网页，理解网页上的每一个元素——这就是 platon.AI 的技术。
Grounded-SAM
Grounded-SAM：将 Grounded DINO 与 Segment Anything、 Stable Diffusion和Recognize Anything 相结合 - 自动检测、分割和生成任何东西
MemFree
一个开源混合AI搜索引擎，借助 MemFree，您可以立即从互联网、书签、笔记和文档中获得准确的答案。
ChatTTS-Forge
一个围绕 TTS生成模型开发的项目，ChatTTS-Forge为用户提供灵活的TTS生成能力，支持多种音色、风格控制、长文本推理等功能。
Bakery By Bagel
一键将开源AI模型转为盈利API
FastBuildAI
一个面向AI开发者，创业者设计的开源AI应用框架，它几分钟就能部署好，通过可视化界面（不用写代码）就能快速做出带营销、计费和支付功能的 AI 应用，就算不是技术人员也能轻松上手。
Diffuse to Choose
一种基于扩散的图像修复模型，主要用于虚拟试穿场景。它能够在修复图像时保留参考物品的细节，适用于在线购物等虚拟试穿场景中的图像修复任务。
QAnything AI
网易有道一个开源的本地知识库问答系统，旨在支持多种文件格式和数据库，允许离线安装和使用。
Zero123
一种从单个图像到一致的多视图扩散基础模型，旨在使用单视图输入生成 3D 一致的多视图图像。
Revfx Account Lookalikes
人工智能精准挖掘相似账户
DemoFusion
一个开源的 AI 图像重绘增强工具，通过使用最新的 BSR Gan技术，可以将低分辨率图像提升至高分辨率并修复和增强图像的细节。
sonic
快速、轻量级搜索引擎
AnyDoor
AnyDoor，由香港大学、阿里巴巴和蚂蚁集团联合研发AnyDoor，可以将一张照片上的任何物品传送到另一张图片的世界中。
Make-A-Character
文生3D数字人工具，借助 Make-A-Character，您可以毫不费力地从文本描述中生成可控、逼真、可动画的3D数字人角色。
Chat with Hacker News
一个使用自然语言进行交流的应用程序，它是通过 OpenAI Functions 和 Vercel AI SDK 构建的
APISR
一个专注于动漫图像超分辨率的项目，旨在恢复和增强来自现实世界场景的低质量、低分辨率动漫图像和视频源。
SkyReels-V1
中国首个面向AI短剧创作的视频生成模型，能够实现影视级人物微表情表演生成，支持33种细腻人物表情与400+种自然动作组合，高度还原真人情感表达。
LabelLLM
一个开源的数据标注平台，致力于优化对于大型语言模型（LLM）开发不可或缺的数据标注过程。
GitHubWrapped
探索你的代码年度旅程
FormStory io
保护每份表单线索，增强转化率
Wiseflow
一款敏捷的信息挖掘开源免费工具，Wiseflow可以从网站、微信公众号、社交平台等各种信息源中按设定的关注点提炼讯息，自动做标签归类并上传数据库。
RTranslator
一款开源、免费、离线的 Android 实时翻译应用程序。连接到拥有该应用程序的人，连接蓝牙耳机，将手机放入口袋中，然后您就可以像对方说您的语言一样进行对话。
Coffee Commit
跟踪咖啡投入比，探索提神与工作效率关系
Animagine XL 3.1
一个开源的文本生成图像动漫模型，通过整合新的数据集，Animagine XL 3.1扩展了对广泛动漫作品和风格的理解，从经典作品到最新发布的动漫，覆盖了从古老到现代的各种艺术风格。
CodeLlama
一个用于实施代码的推理模型的项目。它提供了一种简便的方法来使用训练好的模型，以便生成代码。
Media2Face
一款革命性的语音面部动画生成工具，借助 Media2Face，现在可以从任何音频、图像或文本输入无缝生成逼真且富有表现力的面部动画。
Teable
一个基于 Postgres 构建的超快速、实时、专业、开发人员友好的无代码数据库。Teable使用简单的、类似电子表格的界面来创建复杂的企业级数据库应用程序，无需编写代码。
Awesome-Ollama-Server
一个用于实时监控和检测 Ollama 服务可用性和性能的系统。支持多语言，能够方便用户进行服务检测和性能监控。
