Ai开源项目

QuickRecorder，一款基于 ScreenCapture Kit for macOS 的轻量级录屏工具/基于 ScreenCapture Kit 的多功能、轻量化、高性能的开源 macOS 屏幕录制工具。QuickRecorder功能：专注录屏这件事：QuickRecorder 天生简洁纯粹

PDF Guru是一个通用型PDF文件处理工具，包含PDF合并、拆分、旋转、水印、加密、转换等20多项常用功能，完全开源，个人免费使用，界面简洁，简单易用。虽然目前网上关于PDF处理的工具有很多，但是都有一些缺点：专业的PDF编辑软件对于高级一点的功能（添加水印、页面编辑等）需要收费或限制功能在线P

Unique3D 在 30 秒内从单视图野生图像生成高保真、多样化纹理网格，当然运行速度取决于你的硬件资源情况。Unique3D主要功能：高保真度生成：Unique3D 实现了最先进的生成保真度，可生成细致复杂的纹理和复杂的几何形状。这是通过多视图扩散模型来实现的，该模型生成正交多视图图像和相应的法

百度UniVG是一种统一模式ai视频生成系统，能够以文本和图像的任意组合作为输入条件进行视频生成。UniVG系统由百度团队开发，解决现有视频生成模型在处理单一任务或单一目标时的局限性。UniVG开源地址：https://univg-baidu.github.io/UniVG主要功能和特点：高自由度视

MindSearch 是一个开源的 ai 搜索引擎框架，具有与 Perplexity.ai Pro 相同的性能。您可以轻松部署它来构建您自己的搜索引擎，可以使用闭源 LLM（如 GPT、Claude）或开源 LLM（如 InternLM2.5-7b-chat）。MindSearch特性：任何想知道的

MemFree 是一个开源的混合AI搜索引擎，它结合使用矢量搜索和 SERP 搜索来提供最相关的结果。可以同时对您的个人知识库（如书签、笔记、文档等）和互联网进行搜索, 为你提供最佳答案。 Memfree 支持搜索、聊天和询问模式：搜索模式：从您的个人知识库快速访问相关内容。快速获取网页链接。聊天模

LabelU是一个开源的数据标注工具，它可以帮助用户快速、准确、高效地对数据进行标注，从而提高机器学习模型的性能和质量。LabelU支持多种标注类型，包括标签分类、文本描述、拉框、多边形、点、线、立体框、时间戳、片段分割等。LabelU可以自由组合多样工具，无缝兼容多格式数据，同时支持载入预标注，加

SkyCode是由奇点智源发布的多语言开源编程大模型，采用GPT3模型结构，使用海量的代码进行训练。SkyCode支持多种主流编程语言，包括Java, JavaScript, C, C++, Python, Go, shell等，并能理解中文注释。模型可以对代码进行补全，进行解题等操作，使您从编程中

Teable 是一个基于 Postgres 构建的超快速、实时、专业、开发人员友好的无代码数据库。airtable替代品，类似操作电子表格一样创建复杂的企业级数据库应用，无需编写代码。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。通过无代码实现高效的应用程序开发，摆脱数

ai Anime Generator， AI二次元动漫图片生成器，利用 AI Anime Generator，你可以通过简单的界面和高效工具轻松进行动漫创作。AI Anime Generator适合所有年龄段的用户，无论你是孩子还是成人，设计都使你能够快速生成高质量的动漫图像。AI Anime Ge

LinkedIn_aiHawk 是一个自动化 LinkedIn 上的职位申请流程的工具。利用人工智能，它使用户能够以自动化和个性化的方式申请多个工作机会。在当今竞争激烈的就业市场中，机会可能会在眨眼之间消失，该计划为求职者提供了显着的优势。通过利用自动化和人工智能的力量，LinkedIn_AIHaw

TokenFlow 是一个利用预训练的文本到图像扩散模型进行视频编辑的框架。它无需进一步训练或微调，即可实现一致的视频编辑效果。TokenFlow 的主要目标是通过输入的文本提示生成高质量的视频，同时保持视频的一致性和目标编辑效果。TokenFlow技术背景扩散模型：TokenFlow利用了文本到图

ChatTTS-Forge是一个围绕 TTS生成模型开发的项目，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，ChatTTS-Forge提供了各种API（应用程序编程接口），开发人员可以直接使用这些API轻松将文本转换为语音。ChatTTS-Forge 是一个围绕 TTS

MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。 MinerU诞生于书生-浦语的预训练过程中。MinerU能保留原PDF文档结构，提取文字、图片、图片描述、表格等内容，自动识别并转换LaTeX格式、HTML格式，自动OCR，支持多语言。

LogoCreator是一款由开源达人Hassan打造的ai Logo设计工具，它依托Together AI平台的Flux模型实现，用户只需提供一些基本信息，就能生成符合自己需求的logo，非常方便实用。LogoCreator功能特点智能生成：用户只需输入公司或项目名称，选择风格和颜色偏好，Logo

DeepSeek团队推出的一款先进的多模态人工智能模型，目的在于统一视觉理解与生成任务。它通过结合自回归语言模型（LLM）和校正流（Rectified Flow）技术，实现了在单一模型中同时处理图像理解和文本到图像生成的能力。核心功能图像理解：能够分析图像内容并生成相关描述，支持视觉问答、图像标注等

LangBot 是一个开源的即时通信机器人平台，支持多平台（如 QQ、微信、飞书、Discord 等）和多种大语言模型（如 ChatGPT、DeepSeek、Gemini 等）。它具备多模态交互能力，支持文本、语音、图片等多种输入输出形式，能够进行多轮对话和工具调用。LangBot 的主要功能：多平

Proxy是Convergence公司开发的基于大模型（LMLM）的个人ai智能体，Proxy具备自动化浏览Web的能力，能够通过自然语言交互来帮助用户完成各种日常任务。值得注意的是，Convergence Proxy在与OpenAI的Operator进行基准测试时显示出明显的优势，包括响应时间和智

LiberSonora 是一个开源的有声书工具集，其名称寓意“自由的声音”。LiberSonora 工具集能够提供多种功能，包括智能字幕提取、ai 标题生成和多语言翻译。LiberSonora 主要功能：智能字幕提取：LiberSonora 可以从音频文件中自动提取字幕，极大地简化了有声书的制作过程

Xyne是一款日常办公工的智能搜索问答工具，Xyne整合了工作中的各种数据，可以高效查找各种文件、邮件、聊天记录、应用工具等数据并智能回答，你可以用Xyne来辅助查找文件、查客户/项目信息、找问题解决方案等，它还可以连接工作中常用工具，有Google Workspace、Atlassian、Slac