Ai开源项目

DataRoom是一个高度集成的、开源的大屏设计与数据可视化工具，基于SpringBoot、MyBatisPlus、Vue、ElementUI、G2Plot和Echarts等技术栈构建。DataRoom旨在简化大屏设计流程，提供从数据接入到展示的全链条解决方案，特别适合需要创建动态数据展示界面的场景

LivePortrait，利用AI技术将静态照片转换为视频，展现逼真的面部表情和动作。LivePortrait开源项目来自中国快手科技和复旦大学，使用经过特殊训练的模型，可以将视频或网络摄像头中的动画转换为动画，并将动作转换为图像或照片。LivePortrait 利用基于隐式关键点的框架从单个源图像

MedisGo，一款视频在线提取工具，视频解析下载工具，支持流媒体下载 、视频下载 、 m3u8下载 、B站视频下载。MedisGo特点MedisGo支持m3u8视频在线提取工具 流媒体下载m3u8下载。无需抓包：使用软件自带浏览器可以轻松嗅探网页中的视频资源，通过嗅探到的资源列表选择自己想要下载的

EZ-Work 是一款开源 ai 文档翻译助手，旨在帮助用户使用 OpenAI 等大型语言模型 API 快速且经济高效地翻译文档。支持txt、word、csv、excel、pdf、ppt等多种文档格式的翻译，适用于各种需要文档翻译的场景。支持txt、word、csv、excel、pdf、ppt文档A

PDFMathTranslate 是一款开源的只要为翻译科技论文等PDF文件而设计的PDF文档翻译工具。它能够完整保留原文的排版，包括公式和图表，支持双语对照并保持原有目录结构。PDFMathTranslate支持多种翻译服务，如Google、DeepL、Ollama和Openai。PDFMathT

TianliGPT是一个专业的文字摘要生成工具，你可以将需要提取摘要的文本内容发送给TianliGPT，稍等一会他就可以给你发送一个基于这段文本内容的摘要。TianliGPT功能：实时生成的摘要自动生成，无需人工干预一次生成，再次生成无需消耗key包含文字审核过滤，适用于中国大陆支持中国大陆访问如何

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

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

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。

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

WeChat Bot，一个基于 WeChaty 结合 DeepSeek / ChatGPT / Kimi / 讯飞等ai服务实现的微信机器人，它能帮你自动回复微信消息，也能管理微信群和好友，还能检测僵尸粉。WeChat Bot功能方面：自动回复消息：能自动处理和回复微信群及好友的消息，让沟通更高效。

Awesome-Ollama-Server 是什么？Awesome-Ollama-Server 是个能监控和检测Ollama服务可用性与性能的系统。它有现代化的Web界面，支持中、英双语，可实时检测并展示数据。这个系统能帮用户有效管理多个Ollama实例，系统性能出问题时能及时察觉。对于需要批量检测

Magic Resume是什么？Magic Resume 是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，支持实时预览和自定义简历主题。Magic Resume的主要功能隐私保护：Magic Resume采用本地化存储和一

Cherry Studio 是一款开源的支持多种大型语言模型（LLM）桌面ai客户端，集成了多个LLM，支持Ollama本地模型部署。Cherry Studio内置 30 多个行业的AI助手和很多服务商，集成了超过 300 多个大语言模型。在使用过程中，你可以随意切换模型来回答问题，帮助用户在多种场

MediaGo，一款开源免费的跨平台视频提取工具。支持流媒体下载、视频下载、m3u8 文件下载以及 B 站视频下载。它提供Windows、macOS和Linux系统的桌面客户端，用户可以轻松在不同设备间切换使用。直接嗅探网页中的视频资源，并可下载。MediaGo功能特征：无需抓包：使用软件自带浏览器

Midscene是一款基于ai技术的自动化浏览器助手，能够通过自然语言操作网页。你只需简单描述想要执行的操作，Midscene会自动处理网页，如发推文、验证内容、搜索信息等功能。Midscene.js主要功能自然语言交互：用户可以用自然语言指令来控制浏览器，例如“点击登录按钮”或“搜索关键字”，Mi

DeepClaude是一个集成了DeepSeek R1的推理能力和Anthropic的Claude的内容、代码生成能力的开源API，它提供统一的API和聊天界面，支持Docker服务器部署，可以作为Open Source API自托管使用。还可自定义配置、具有低延迟等特点。实现了比单独使用DeepS

Enhance-A-Video是由新加坡国立大学、上海人工智能实验室和德克萨斯大学奥斯汀分校联合开发的视频生成增强算法。Enhance-A-Video通过调整时间注意力层输出的关键参数来提高生成视频的细节表现和时序连贯性，而且不需要额外模型训练就可以直接应用。Enhance-A-Video技术原理E

Video-Subtitle-Master是一个用于批量为视频生成字幕的客户端开源工具，并支持将字幕翻译成其他语言。是基于之前的一个开源项目VideoSubtitleGenerator，提供了图形用户界面（GUI）。Video-Subtitle-Master主要特性：图形用户界面：提供直观的图形界面

MetaGPT是什么？MetaGPT是一个开源的多智能体框架，由DeepWisdom团队开发，在2023年6月正式开源。它能借助大语言模型（LLM）让多个智能体协作，为复杂任务提供自动化的解决方案。它模仿人类的工作流程，把标准化操作流程（SOPs）转化成提示序列，这样就能高效地分解任务和开展协作。M

Tarsier是字节跳动推出的一系列大规模视觉语言模型（LVLM），专注于视频理解任务，包括视频描述、问答、定位和幻觉测试等功能。Tarsier主要功能视频描述生成：Tarsier能生成高质量的视频描述，覆盖视频中的各种细节，包括动作、场景和情节，帮助用户更好地理解视频内容。问答能力：Tarsier

Go-with-the-Flow是一种主要通过结构化潜噪声采样来实现对运动的控制的高级控制技术。这种方法能够在视频生成和编辑中实现多种效果，包括局部物体运动控制、全局相机运动控制和运动迁移。运动控制的应用局部物体运动控制：用户可以精确控制视频中某个特定物体的运动轨迹和速度，使得视频内容更加生动和具有

JoyGen 是由京东科技与香港大学合作开发的音频驱动3D说话人脸视频生成框架，一种新颖的两阶段框架，这个技术在于通过音频输入来驱动3D深度感知模型，提供精确的唇部与音频同步，以精确模拟说话者的唇部动作和面部表情，让生成的视频更逼真，主要应用于视频编辑和虚拟交互领域。JoyGen使用了一个包含130

InspireMusic是由阿里巴巴通义实验室推出的开源音乐生成框架，其技术架构集成了多项音频领域前沿研究成果，为开发者和研究者提供音乐创作、风格转换及音效合成的全流程解决方案。该框架依托多模态大模型技术，支持通过文本描述或音频输入进行智能化创作，同时提供完善的模型调优工具链。InspireMusi

FlashVideo是由字节跳动和香港大学联合开发专为快速生成高分辨率视频而设计的框架，特别适用于文本到视频的生成，FlashVideo的代码已经开源，可以在GitHub上获取。FlashVideo技术特点两阶段框架设计：FlashVideo通过将视频生成过程分为“低分辨率优先”和“高分辨率增强”两

Simba是一个能够帮助用户轻松收纳各种文档的强大工具，Simba可以无缝集成到任何RAG（检索增强生成）系统中作为后端知识库。通过使用Simba，您可以有效地管理和组织大量的信息资源。Simba主要功能：文档管理：用户可以上传、存储和分类各种类型的文档，还可以为每个文档添加元数据和注释，以便于更精

Doocs是什么？Doocs是一款简洁的微信Markdown编辑器，能让微信公众号文章的排版和编辑变得更轻松。它支持Markdown语法，还有色盘取色、多图上传、一键下载文档、自定义CSS样式、一键重置等功能。用Doocs能直接把Markdown文档即时渲染成微信图文，不用再为排版烦恼。只要懂基本的

Anda是什么？Anda是一个以Rust为基础构建的ai智能体框架，整合了ICP区块链并且支持TEE环境。Anda的目标在于构建一个能够高度组合、自主运行且拥有持续记忆能力的AI智能体网络。通过连接各个行业的智能体，Anda致力于打造超级AGI系统，推动人工智能迈向更高的发展层次。功能特性高度可组合

pptist是什么？PPTist是一款可以完全在浏览器中运行的在线PPT工具，支持在浏览器中编辑和展示 PPT，并支持通过 ai 生成 PPT。它还原了大部分PowerPoint 常用功能， 支持文字、图片、形状、线条、图表、表格、视频、音频、公式等元素编辑， 支持AI生成PPT、支持多种格式导出、

CodeName Goose是由Jack Dorsey领导的支付服务公司Block推出的开源ai智能体Agent。Goose基于Anthropic AI的模型上下文协议，允许开发者选择他们偏好的大语言模型（LLM）来进行开发，Goose能够理解开发者的自然语言指令，并将其转换为相应的编程任务。从而帮