AI应用

Omnivore,一款免费、开源、适合认真阅读的稍后阅读应用程序。不受干扰。注重隐私。开源。专为知识工作者和终身学习者而设计。

Streamer-Sales销冠,销冠，卖货主播 LLM 大模型，Streamer-Sales就一款能够根据给定的商品特点从激发用户购买意愿角度出发进行商品解说的卖货主播大模型。

DUIX,硅基智能打造的AI数字人智能交互平台。通过将数字人交互能力开源，开发者可自行接入多方大模型、语音识别（ASR）、语音合成（TTS）能力，实现数字人实时交互。

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。

Meilisearch,闪电般快速的搜索 API，可轻松融入您的应用程序、网站和工作流程

AutoStudio,在多轮交互式图像生成中制作一致的主题

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。

ClotheDreamer,一个虚拟试穿项目，可以从文本生成可穿戴3D服装，ClotheDreamer是上海大学、上海交通大学、复旦大学和腾讯优图实验室出的。

MimicMotion,腾讯和上交大出的，具有置信度感知姿势指导的高质量人体运动视频生成，MimicMotion可以生成任意长度、具有任何动作指导的高质量视频生成框架。

FreeAskInternet,FreeAskInternet 是一个完全免费、私有且本地运行的搜索聚合器，并使用 LLM 生成答案，无需 GPU。用户可以提出问题，系统将使用searxng进

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。

PDF-Guru,一个通用型PDF文件处理工具，PDF-Guru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。

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。

EchoMimic,一个基于音频驱动的肖像动画生成工具，通过可编辑的特征点条件生成逼真、自然的动画，用户可以根据自己的需求调整动画细节。

Unique3D,一种图像到3D框架，可以从单视图图像高效生成高质量的3D网格。具有最先进的生成保真度和强大的通用性。

UniVG,百度公司推出的视频生成模型，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。

MindSearch,一个开源的 AI 搜索引擎框架，MindSearch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。

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。

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。

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。

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。

LabelU,一个开源的数据标注工具，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。

VideoDoodles,一款能在视频中轻松任意插入手绘动画并与视频内容无缝融合的AI工具，通过VideoDoodles你可以在视频中添加手绘涂擦动画，这些动画不仅能跟随视频中的物体移动，还能自动调整大小和角度。

YouDub-Webui,一款开源的多语言AI配音和视频翻译工具，优质视频中文化工具，YouDub-webui提供了一套完整的视频中文化工具包，涵盖了从视频下载、语音识别、字幕翻译、AI声音克隆、视频处理、自动上传等一系列流程。

Kolors Virtual Try-On,由快手可图团队开发的AI试衣技术，通过可图AI试衣，用户上传自已的照片，就可以在几秒钟内看到自己穿上不同衣服的效果。

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。

TokenFlow,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。

EZ-Work,一款开源AI文档翻译助手，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。

Linly-Dubbing,一款开源的多语言AI配音和视频翻译工具。Linly-Dubbing可以自动将视频翻译成其他语言并生成字幕、克隆视频中说话者的声音并自动配音、进行口型同步。

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。

libcom,上海交通大学牛力教授团队推出的一款图像合成工具箱，经过六年的研发，集成了多种强大的图像处理功能。

FacePoke,一个实时编辑脸部表情和头部位置的AI工具。用户可以通过简单的拖放界面，轻松调整面部特征和表情，使静态的肖像变得生动。

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

腾讯混元3D,全称为Hunyuan3D-1.0，是腾讯推出的一款同时支持文生和图生的3D开源模型，解决现有3D生成模型在生成速度和泛化能力的不足。

PDFMathTranslate,一款开源的PDF文档翻译工具，专为翻译科技论文等PDF文件而设计。PDFMathTranslate能够完整保留原文的排版，包括公式和图表，并支持双语对照，保持原有目录结构。

RMBG-2.0,BRIA AI开发的开源图像背景移除模型，RMBG-2.0基于创新的BiRefNet架构，能够在复杂环境和高细节图像中提供高精度的背景去除。

卡卡字幕助手 | VideoCaptioner,一款基于 LLM 的智能字幕助手，无需GPU一键高质量字幕视频合成！支持生成、断句、优化、翻译全流程。卡卡字幕助手让视频字幕制作简单高效！优化、翻译，字幕视频全流程一键处理！

MinerU,一站式开源高质量数据提取工具，支持PDF、网页、多格式电子书提取，自动识别并转换LaTeX格式、HTML格式，自动OCR，支持多语言。

AnchorCrafter,一个由计算所、美团、腾讯等机构合作研发，专为电商场景设计，能够自动生成具有主播风格的AI虚拟主播带货视频神器。

HandyArrows手绘箭头,一个提供手绘风格 SVG 箭头素材的网站，HandyArrows上所有素材均为免费开源，并可商用，适用于各种设计需求，如演示文稿、网页设计等。

VISION XL,一款专注于视频质量修复与增强的全新工具，VISION XL利用潜在扩散模型来解决高清视频的逆问题，能够在资源要求较低的环境下提供出色的修复与超分辨率能力。

LogoCreator,一款由开源达人Hassan打造的AI Logo设计工具，LogoCreator依托Together AI平台的Flux模型实现，为用户提供智能、高效的Logo生成功能。

TianliGPT,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，可以安装在WordPress等系统上。

Gzm Design,一个免费开源的海报设计器，Gzm Design使用最新的Vue3,vite4,TypeScript等主流技术开发，开箱即用。

DataRoom,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。

CodeName Goose,一款开源代码智能体Agent，Codename Goose不仅能自动生成代码，还能安装、执行、测试。

Cherry Studio,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。

Tarsier,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、视频定位、幻觉测试等功能。

Go-with-the-Flow,通过结构化潜噪声采样来控制运动，Go-with-the-Flow能实现多种视频生成和编辑效果，包括：局部物体运动控制、全局相机运动控制和运动迁移。

Midscene.js,一款基于AI的自动化浏览器助手，能够通过自然语言操作网页。你只需描述要执行的任务，Midscene.js会自动处理网页，如发推文、验证内容、搜索信息等功能。