Skip to main content
全网优质资源汇总✨

Search: #AI自动化

  1. 🌐 Chrome DevTools MCP — AI 浏览器调试与自动化工具
    📦 AI 工具 | MCP Server | Chrome 官方开源项目


    ➤ 基于 MCP 协议,让 Claude、Cursor、Copilot 等 AI 编程助手直接操控真实 Chrome 浏览器
    ➤ 支持录制 DevTools 性能 Trace,分析页面性能并提供优化建议
    ➤ 支持网络请求分析、截图及控制台日志读取
    ➤ 可查看包含源码映射的错误堆栈,快速定位代码问题
    ➤ 基于 Puppeteer 实现浏览器自动化操作
    ➤ 支持自动等待页面及操作结果,提高自动化可靠性
    ➤ 提供 MCP Server 和 CLI 两种使用方式
    ➤ 适用于网页调试、性能分析及自动化测试


    📌 简单说:
    👉 让 AI 编程助手直接连接 Chrome,自动操作网页、分析网络请求、读取报错及排查前端问题。

    📢 项目地址:
    GitHub 官方开源仓库

    📂 #ChromeDevTools #MCP #AI编程 #浏览器自动化 #前端开发 #调试工具 #开源项目
  2. 📡 ha-mcp — Home Assistant AI 智能家居控制工具
    📦 AI 工具 | MCP Server | 开源项目


    ➤ 基于 MCP 协议,让 Claude、ChatGPT 等 AI 助手直接连接 Home Assistant
    ➤ 提供 86 个工具,覆盖设备搜索、控制、自动化、监控及备份
    ➤ 支持模糊搜索实体及深度搜索配置
    ➤ 支持批量控制设备、实时读取设备状态
    ➤ 可管理自动化、脚本及仪表盘
    ➤ 支持只读模式、独立工具开关及操作审批
    ➤ 修改配置前支持自动备份
    ➤ 开源免费,可自行部署和管理


    📌 简单说:
    👉 将 Home Assistant 接入 AI 助手,通过自然语言控制家中的灯光、空调、传感器等智能设备。

    📢 项目地址:
    GitHub 开源仓库

    📂 #ha_mcp #HomeAssistant #MCP #AI助手 #智能家居 #自动化 #开源工具
  3. 📱 Pinky — 让 AI 智能体直接操控真实手机
    📦 AI 自动化工具 | Android / iOS | Windows / macOS / Linux | 开源


    ➤ 支持 Claude Code、Cursor、Codex 等 AI 智能体
    ➤ 基于 MCP 协议,让 AI 直接操控真实手机
    ➤ 支持点击、滑动、输入文字及打开应用
    ➤ 支持 Android 和 iPhone 真机连接
    ➤ 高危操作需要人工确认,防止 AI 擅自执行
    ➤ 银行、钱包及密码管理应用默认对 AI 隐藏
    ➤ 支持敏感信息保护,限制密码及验证码读取
    ➤ 实时屏幕镜像,支持人工随时接管
    ➤ 自动记录操作过程,支持截图、录屏及报告导出
    ➤ 支持 USB 和 Wi-Fi 连接
    ➤ 原生 GPU 渲染,无需 Electron
    ➤ 基于 Go 开发,采用 Apache-2.0 开源协议


    📌 简单说:
    👉 让 Claude、Codex 等 AI 助手真正拥有操作手机的能力,可以自动打开应用、点击按钮、填写内容和完成任务,同时保留人工审批机制。

    📢 GitHub 项目:
    https://github.com/DIYgod/pinky

    📂 #Pinky #AI智能体 #ClaudeCode #Codex #MCP #手机自动化 #开源项目
  4. VoiceKey

    macOS、Windows、iOS、Android 语音输入。桌面端按住或点按快捷键说话;iOS 是带语音的中文键盘;Android 不替换输入法,识别结果写进当前输入框。
    功能
    以下为 macOS / Windows。
    多个识别渠道:豆包、微信、千问、百度、搜狗、讯飞、Chatterfly、千问 App、叭哥说云端识别(后两个需登录官方账号),以及完全本地运行的离线识别:微信离线(macOS / Windows)、豆包离线(仅 Apple 芯片 Mac)
    多渠道候选:勾选 2 个以上渠道同时识别,光标旁弹出候选框实时显示各渠道结果,按数字键或 ↑↓ + 回车选一条上屏;默认选中上次用的渠道
    渠道对比:在设置里录一段话,并排比较各渠道的结果和速度
    长按说话:按住快捷键开始,松开结束
    点按说话:自定义快捷键,点一下开始,停顿 1–5 秒自动结束,再点一下可提前结束
    边说边上屏:识别中的文字实时打到光标处,结束后按定稿修正;关闭后改为结束时一次性粘贴
    麦克风选择、开机启动、浅色 / 深色主题、应用内自动更新
    iOS
    iOS 17+ 的中文键盘(仅 iPhone)。默认 26 键全拼,可切九宫格;功能键和顶栏可以拖动调整。左上角麦克风说话。键盘本身不能录音,由主 App 在后台收音,再把文字送回键盘。
    云端渠道与桌面端相同(不含需登录的千问 App、叭哥说),没有离线引擎
    勾选多个渠道时,在键盘里对比结果再选一条上屏
    默认画中画待机:不占麦克风,点麦克风才录音;画中画不可用时改为常开麦
    操作按钮或快捷指令「VoiceKey 说话」:正在使用本键盘时开始,再按一次结束
    点按说话的静音自动结束可在 1–5 秒间设置
    拼音词库来自雾凇拼音(GPL-3.0),并补了搜狗流行词和部分 AI 词
    语音和与主 App 通信需要「允许完全访问」;不开也能本地打字。安装或更新后,已在跑的键盘进程不会换成新版本,需到「设置 › 通用 › 键盘 › 键盘 › VoiceKey」删除后再添加。
    Android
    Android 8+(arm64)。不替换当前输入法:开启无障碍服务「VoiceKey 语音输入」后,在任意输入框长按音量下键,或点悬浮球说话,结果写入光标处。部分应用会隐藏控件树,Android 13 及以上改为经输入连接提交文字。
    渠道:豆包、微信、千问、百度、搜狗、讯飞,以及微信离线(约 100MB,本机推理)
    多渠道候选、边说边上屏、点按静音 1–5 秒自动结束
    长按音量下键只在输入框聚焦时生效,短按仍调音量
    国内系统清理后台会关掉无障碍。应用内有忽略电池优化、自启动和锁定最近任务的引导。


    项目地址

    #开源 #跨平台软件 #语音输入 #VoiceKey #AI语音输入
  5. 🎨 Open Generative AI — 开源生成式 AI 创作工作室
    📦 AI 创作工具 | Windows / macOS / Linux / Web | 开源项目


    ➤ 集成数百种 AI 模型,支持图像、视频和音频生成
    ➤ 支持 Flux、Kling、Sora、Veo 等模型
    ➤ 支持文本生成图像、图像编辑及视频生成
    ➤ 提供音频生成与编辑工作室
    ➤ 支持 AI 唇形同步及声音与口型协调
    ➤ 内置电影、广告内容制作工具
    ➤ 支持自动化工作流程(Workflow)
    ➤ 提供智能设计助手(Design Agent)
    ➤ 支持云端模型及本地离线模型
    ➤ 采用 MIT 开源许可


    ☁️ 云端服务:
    👉 云端模型需要联网及 MuAPI 凭证,部分模型调用可能产生费用,新用户可获得少量免费额度。


    🌐 网页版:
    https://muapi.ai/open-generative-ai

    💻 GitHub / 桌面版下载:
    GitHub 项目仓库

    📂 #OpenGenerativeAI #生成式AI #AI绘画 #AI视频 #AI工具 #开源项目
  6. 🤖 Mika — 能真正操作手机的 AI Agent 智能助手
    📦 AI Agent | Android | 免费开源


    ➤ 手机自动操作:AI 可以像真人一样点击、滑动、滚动、输入文字,自动操作手机上的 App
    ➤ 后台独立运行:在独立后台屏幕执行任务,不影响你正常使用手机
    ➤ 智能购物比价:根据价格、评分等条件搜索商品,筛选结果并加入购物车,付款前交由用户确认
    ➤ 社交消息管理:自动进入聊天或频道,读取历史消息,并生成当天聊天内容摘要
    ➤ 招聘自动化:浏览招聘平台、筛选岗位,并向招聘人员发送初步问候
    ➤ 网页自动浏览:支持搜索航班、阅读新闻、提取网页信息及下载文件
    ➤ 多轮任务执行:可以在任务运行过程中继续补充要求,也可以随时暂停或纠正
    ➤ 长期记忆:记住用户明确告知的偏好,并将完成的任务整理成可复用技能
    ➤ 定时自动化:支持定时提醒、周期性任务和条件触发
    ➤ Linux 沙箱:内置 Python、Node.js 和 Shell 环境,可处理文件及执行脚本
    ➤ 模型自由选择:支持 DeepSeek、Claude、GPT、Gemini、Kimi、通义千问及 OpenRouter 等


    📌 简单说:
    👉 Mika 不只是一个聊天机器人,而是一个真正能替你操作安卓手机的 AI Agent。你只需要用自然语言交代任务,它就能打开应用、点击按钮、浏览网页、整理消息,甚至完成购物和招聘等多步骤操作。

    📥 Android 下载:
    GitHub Releases(v0.1.37)

    📢 GitHub 项目:
    Mika

    📂 #Mika #AIAgent #Android #手机自动化 #智能助手 #AI自动化 #Claude #GPT #DeepSeek #开源项目
  7. 🤖 OpenMinis — 手机上的私人 AI Agent 智能助手
    📦 AI Agent | Android / iOS | 免费开源


    ➤ 多模型支持:兼容 Claude、GPT、Gemini、OpenRouter 等 AI 服务,可按对话切换模型
    ➤ 内置 Linux 环境:采用 Alpine Linux 沙箱,可在手机本地运行 Shell、安装软件包、执行脚本和处理文件
    ➤ 浏览器自动化:AI 可以浏览网页、填写表单、提取网页内容及执行浏览器操作
    ➤ 深度系统集成:可调用日历、联系人、剪贴板、照片、提醒事项、蓝牙等设备功能
    ➤ Skills 技能扩展:支持导入和创建 SKILL.md 技能,扩展 Agent 的专业能力
    ➤ 持久化记忆:跨会话保留记忆,让 AI 能够持续处理长期任务
    ➤ 自动化任务:支持后台任务和定时执行,可配合系统自动化工作流
    ➤ 工作区管理:通过独立 Workspace 管理不同项目和任务
    ➤ Android 扩展:支持无障碍服务及 Shizuku,提供更多系统操作能力
    ➤ 本地数据处理:Linux 环境和文件在设备上运行,模型请求发送至用户选择的 AI 服务商


    📌 简单说:
    👉 不只是一个普通 AI 聊天软件,而是把 Claude、GPT、Gemini 等模型装进手机,并赋予它 Linux 命令行、浏览器操作、系统工具和长期记忆能力,让手机变成一台随身 AI Agent 工作站。

    📥 Android 下载:
    GitHub Releases

    🍎 官方应用及介绍:
    OpenMinis 官网

    📢 GitHub 源码:
    OpenMinis

    📂 #OpenMinis #AIAgent #AI助手 #Android #iOS #Linux #Claude #GPT #Gemini #Skills #自动化 #开源项目
  8. 🤖 Agent Autoloop — 让 AI 编码 Agent 24 小时自动接活
    📦 AI Agent | 自动化工具 | 开源项目


    ➤ 后台自动接单:自动监听定时任务、GitHub Issues 和系统报错,让 Claude Code、Codex 等命令行 Agent 在后台持续工作
    ➤ 自动跟进任务:接管任务后持续执行,不需要人工一直守在终端前
    ➤ 人工审批机制:遇到关键决策时自动挂起,并向飞书、钉钉、Slack 推送审批卡片
    ➤ 挂起零消耗:等待人工回复期间暂停 Agent 进程,不持续消耗 Token
    ➤ 事件溯源:采用追加式事件记录,支持断网重发,避免任务重复执行
    ➤ 指令与数据分离:将外部 Issue 和用户意见作为数据输入,降低 Prompt 注入风险
    ➤ 跳数熔断:Agent 相互调用超过 8 层自动停止,防止无限循环和额度消耗
    ➤ 极简部署:Mac / Linux 环境支持一条命令启动
    ➤ 内置任务模板:提供早报生成、GitHub Issue 跟进等自动化模板
    ➤ 轻量架构:无需依赖外部服务即可运行核心自动化流程


    📌 简单说:
    👉 一个专门管理命令行 AI Agent 的后台自动化中台,让 Claude Code、Codex 等工具能够自动接收任务、持续跟进,并在需要人工决策时暂停等待,不必一直开着终端守候。

    📢 GitHub 项目:
    Agent Autoloop

    📂 #AgentAutoloop #AIAgent #ClaudeCode #Codex #自动化工作流 #GitHub #AI编程 #开源项目
  9. 🤖 Muse4AI v2.0.0-beta.31 — 将 Meta Muse 变成 AI 音视频自动化工厂
    📦 AI 工具 | Windows / macOS / Linux | 开源项目


    ➤ 本地 REST API + MCP 桥接:将 Muse 会话转换为标准接口,让 Claude、ChatGPT、Cursor、Codex、n8n 等工具直接调用
    ➤ 本地服务运行:默认监听 127.0.0.1:47821,无需第三方云端中转
    ➤ AI 视频连续续写:支持最多 6 步连续延展,视频最长约 60 秒
    ➤ 自然语言修改视频:直接挂载本地 MP4,通过文字描述修改光影、局部细节等内容
    ➤ 多轮对话迭代:支持 conversation_id,保留创作上下文,持续调整生成结果
    ➤ 多账号轮询:支持绑定多个 Muse 账号,并指定账号执行任务队列
    ➤ OAuth 授权服务:内置 6 位动态验证码,控制 Agent 的访问权限
    ➤ Agent Skill:提供 muse4ai 技能包和 llms.txt,帮助 AI Agent 学习接口及调用方式
    ➤ 四合一本地工作台:包含 Studio、Queue、Library、API & Agent 四大模块
    ➤ 本地素材管理:支持参考图、任务队列、素材检索,数据保存在本机


    📌 简单说:
    👉 Muse4AI 相当于给 Meta Muse 增加了一套本地 API 和 MCP 接口,让 Claude、Cursor、Codex 等 AI Agent 可以自动调用 Muse 生成图片、视频、续写和修改素材,减少手动复制提示词、下载文件等重复操作。


    📢 GitHub 项目:
    Muse4AI

    📂 #Muse4AI #MetaMuse #AI视频 #AI绘图 #MCP #RESTAPI #Claude #Cursor #Codex #n8n #AI自动化 #开源项目
  10. 🤖 Code Video Showcase — 纯代码卡点视频制作 Agent Skill
    📦 AI Agent Skill | HTML / Python | 开源项目


    ➤ 纯代码制作视频:使用 HTML、Canvas、SVG、Three.js 逐帧绘制画面
    ➤ 自动合成配乐:通过 Python(NumPy / SciPy)生成音乐,不依赖音乐生成模型
    ➤ 11 种视觉风格:涵盖科技发布会、数学动画、赛博故障、水墨国风、数据可视化、像素风等
    ➤ 8 套主题配色:支持珊瑚暗夜、橙光白、水蓝莫兰迪、琥珀黑金等视觉主题
    ➤ 自动化视频渲染:结合 Playwright 和 FFmpeg 完成逐帧渲染与视频合成
    ➤ 精准卡点:内置 120 BPM 配乐方案,让画面转场与音乐节奏同步
    ➤ 可复现渲染:每一帧由时间参数决定,方便检查、调整和重复生成
    ➤ 支持多种 AI Agent:可安装到 Claude Code、DeepSeek Harness 等兼容 Skill 的工具


    📌 简单说:
    👉 这是一套让 AI Agent 通过编写代码制作专业风格展示视频的工具包,不依赖 AI 视频生成模型,也能制作科技感、产品发布会和创意动画视频。

    📢 GitHub 项目:
    Code Video Showcase

    📂 #CodeVideoShowcase #AgentSkill #AI工具 #视频制作 #代码生成视频 #Canvas #ThreeJS #FFmpeg #开源项目
  11. 🤖 Muse from Meta — AI 智能助手与自动化 Agent
    📦 AI Agent | Android / iOS | 智能自动化工具

    ➤ 不仅支持日常 AI 对话,还能自主执行多步骤任务
    ➤ 可自动操作网页,完成账号注册及相关流程
    ➤ 支持跨平台任务操作,例如创建邮箱和 GitHub 账号
    ➤ 能够处理部分网页交互及验证码流程
    ➤ 可根据任务要求自动完成操作,并反馈执行结果
    ➤ 适合自动化办公、网页操作和日常事务处理

    📌 简单说:
    👉 Muse 不只是聊天机器人,更像一个能够实际操作网页、执行任务的 AI Agent。

    🎟 邀请码:
    JPJY5Z (点击可复制)

    🌍 注册建议:
    ➤ 注册国家/地区:美国或欧洲地区
    ➤ 建议使用常用邮箱注册
    ➤ 原文建议使用 VPN,并等待白名单开放,通常可能需要 2~3 天或更长时间。

    📱 下载地址:
    ➤ Google Play:
    Android 下载

    ➤ App Store:
    iOS 下载

    ➤ Uptodown 备用下载:
    Android 备用下载

    🌐 网页入口:
    Muse 官网

    ⚠️ 注册与使用提醒:
    ➤ 部分用户可能遇到白名单或年龄验证要求,具体以官方实际要求为准。
    ➤ 请勿使用虚假身份资料或未经授权的方式绕过验证。
    ➤ 使用自动化 Agent 注册账号时,注意账号安全和个人信息保护。

    📂 #Muse #Meta #AI助手 #AIAgent #智能体 #自动化 #邀请码 #美国区 #Android #iOS
  12. 🎨 AI Pose Gallery 中文版 — 1439 组 AI 人体姿势参考图库
    📦 素材图库 | Web | 开源自部署项目


    ➤ 收录 1439 组、2878 张高清人体姿势参考图,完整镜像原版图库并进行中文汉化
    ➤ 涵盖 4 大姿势体系、26 个动作分类及 288 个姿势名称
    ➤ 提供正面、斜侧面、侧面、俯视和仰视 5 种观察角度
    ➤ 支持关键词、编号和分类搜索,快速查找目标姿势
    ➤ 支持按姿势分组浏览,也可以逐张切换不同角度
    ➤ 点击图片即可打开灯箱,支持原图下载和复制姿势 ID
    ➤ 支持键盘及触屏切换视角,适配不同设备
    ➤ 纯静态架构,无需复杂后端,提供 Python 并发下载器
    ➤ 支持一键部署,可托管到 Cloudflare Pages


    📌 简单说:
    👉 一个专为 AI 绘画、Stable Diffusion、ControlNet 和 3D 建模准备的中文人体姿势图库,方便搜索、查看和下载姿势参考素材。

    📢 项目地址:
    GitHub — ai-pose-gallery-zh

    📂 #AIPoseGallery #AI绘画 #人体姿势 #姿势参考 #StableDiffusion #ControlNet #3D建模 #AI素材 #开源项目
  13. 🎬 Concat — 免费开源的跨平台视频编辑器
    📦 视频剪辑 | Android / Windows / macOS / Linux | 开源项目


    ➤ 免费开源,无水印、无订阅、无需注册账号
    ➤ AI 自动字幕:集成 Whisper 模型,支持本地语音识别及离线字幕生成
    ➤ AI 文本转语音:支持本地 AI 语音生成及声音模拟
    ➤ 智能背景移除:分离人物或物体与背景,支持手动调整遮罩
    ➤ 多轨道编辑:支持视频剪切、合并、图片、文字、配音及画中画
    ➤ 丰富的特效:约 100 种特效、滤镜和转场,支持关键帧动画
    ➤ 音频增强:支持降噪、语音增强、音量调整及音频效果
    ➤ 视频导出:支持 H.264、HEVC、AV1,最高 4K / 60FPS
    ➤ 支持 MCP 与 API,可连接 AI 模块及实现自动化操作
    ➤ 提供 26 种界面语言,视频处理在本地设备完成


    📌 简单说:
    👉 一款主打 AI 功能、本地处理和多平台支持的免费开源视频剪辑工具,可作为 CapCut 的替代选择。

    📢 官方网站:
    Concat 官方网站

    📥 下载地址:
    GitHub Releases

    📂 #Concat #视频剪辑 #AI视频工具 #CapCut替代 #Android #Windows #macOS #Linux #开源项目
  14. 🤖 Talorys — 可自托管的私人 AI 助理
    📦 AI 助理 | Web | 开源项目


    ➤ 基于 Cloudflare 架构部署,可运行在自己的 Cloudflare 账号中
    ➤ 集成 Workers AI,支持 AI 对话、流式回复与智能任务规划
    ➤ 支持持久化记忆、语义检索及时间轴事实演变记录
    ➤ 内置任务、笔记与项目管理,可通过自然语言创建和安排任务
    ➤ 支持一次性提醒、循环闹钟、每日摘要及 Web Push 推送通知
    ➤ 基于 Durable Objects 与 SQLite 保存数据,并提供自动化提醒机制
    ➤ 支持一键部署:使用 npx create-talorys@latest 快速创建和部署
    ➤ 支持本地模拟开发,采用 TypeScript、React 等技术构建
    ➤ 采用 MIT 开源许可证,项目声明不包含遥测功能


    📌 简单说:
    👉 将 AI 聊天、长期记忆、任务管理、笔记和定时提醒整合在一起,可部署到自己的 Cloudflare 账号中,打造私人 AI 助理。

    📢 项目地址:
    GitHub — rociiu/talorys

    📂 #Talorys #AI助理 #私人AI #Cloudflare #AI记忆 #任务管理 #自动化 #开源项目
  15. 🤖 Strata — 消费级电脑本地运行大型 AI 模型
    📦 AI 工具 | Windows / Linux / macOS | 开源项目


    ➤ 基于 C++ 构建的高性能本地 AI 推理引擎,支持在个人电脑上运行大型模型
    ➤ 支持 Qwen3.8-Flash-Next 125B 参数级 MoE 模型,实际性能取决于硬件与量化配置
    ➤ 兼容 NVIDIA、AMD 显卡及 Apple Mac 统一内存架构
    ➤ 提供 OpenAI / Anthropic API 兼容接口,可对接 Claude Code、Cursor、Chatbox 等工具
    ➤ 支持图片输入、多模态理解、长文档处理与代码生成
    ➤ 提供自动化安装脚本,可辅助检测硬件、下载模型并启动本地服务
    ➤ 支持 SSD 模型加载,降低大型模型部署的操作门槛


    📌 简单说:
    👉 将大型 AI 模型部署在自己的电脑上,减少对云端 API 的依赖,同时增强数据隐私与本地运行能力。

    💻 硬件提示:
    ➤ 大型模型对内存、显存和存储空间要求较高。
    ➤ 125B 参数模型能否运行及运行速度,取决于量化精度、内存容量、显卡配置和模型架构。
    ➤ 32GB / 64GB 内存不代表一定能流畅运行 125B 模型,实际需求应以项目文档和具体模型配置为准。

    📢 项目地址:
    GitHub — Strata

    📂 #Strata #本地大模型 #AI推理 #LLM #MoE #开源项目 #本地部署 #AI编程
  16. 🤖 剪映编辑 Skill — AI 自动化视频剪辑技能
    📦 AI Skill | 视频编辑 | 开源项目


    ➤ 将剪映视频编辑能力整合到 AI 工作流程中
    ➤ 辅助自动化视频剪辑,减少重复操作
    ➤ 适用于 AI 辅助视频制作与编辑任务
    ➤ 可结合支持 Skill 的 AI 工具探索自动化剪辑流程
    ➤ 开源项目,可查看源代码与使用说明


    📌 简单说:
    👉 一个面向剪映视频编辑的 AI Skill 项目,旨在让 AI 协助完成视频剪辑相关任务。

    💻 开源地址:
    GitHub 项目主页

    📂 #剪映 #AI视频剪辑 #AgentSkill #人工智能 #自动化剪辑 #开源项目
  17. 🎙 Amanu — 自动录音与 AI 语音转文字工具
    📦 语音识别 | Windows / macOS / Linux | 开源项目


    ➤ 支持自动开始和停止录音,简化会议记录流程
    ➤ 将语音转换为文本,并区分不同说话人
    ➤ 使用完整模型生成会议摘要,快速提取重点
    ➤ 支持离线运行,无需互联网连接
    ➤ 也可配置自己的 API 密钥,灵活选择使用方式


    📌 简单说:
    👉 一款面向会议与语音记录的开源工具,集自动录音、语音转文字、说话人区分和会议摘要于一体,兼顾离线使用与 API 接入。

    📢 官方网站:
    amanu.me

    📂 项目源码:
    GitHub — Amanu

    📂 #Amanu #STT #语音转文字 #会议记录 #AI工具 #开源软件
  18. 🔥 Soup — 一行 YAML 微调 8B 大模型
    📦 AI工具 | Python | 开源项目


    ➤ 通过 Layer Streaming 逐层加载模型,降低显存占用
    ➤ RTX 3050 Laptop 4GB 实测运行 Llama-3.1-8B-Instruct + NF4
    ➤ 实测峰值显存占用 3.32 GB,报告速度达 119.6 tok/s
    ➤ 支持本地 QLoRA 微调,无需依赖云端 GPU
    ➤ 通过 YAML 配置训练参数,一条命令启动训练
    ➤ 自动检测 GPU、量化及 batch size 等设置
    ➤ 严格校验配置字段,避免拼写错误被静默忽略
    ➤ 修复 MLX 后端参数静默失效问题
    ➤ 记录并展示 validation loss 验证损失
    ➤ 提供 Colab T4 测试环境,验证流式与常驻模式结果


    📌 简单说:面向大语言模型微调的 Python CLI 工具,通过逐层流式加载降低显存需求,让低显存设备也有机会进行 8B 模型微调。Layer Streaming 功能目前为 BETA,实际性能取决于硬件、模型和训练配置。

    📢 项目地址:
    GitHub 开源项目

    📂 #AI工具 #LLM微调 #LoRA #QLoRA #Python #大模型 #开源项目
  19. 🎨 ArtCraft Crafting Apps — 一套开源的专业创作工具
    🛠 图片 | 矢量 | 视频 | 摄影 | PDF | 动效 | 排版


    ➤ PhotoCraft:开源图片编辑器,支持图层、蒙版、调整图层、滤镜、文字与画笔
    ➤ VectorCraft:纯 Rust 开发的矢量绘图工具,支持路径、布尔运算、渐变网格与图像描摹
    ➤ FilmCraft:专业开源视频编辑器,支持多轨时间线、剪辑、调色与 HDR 工作流
    ➤ LightCraft:照片管理与 RAW 开发工具,支持非破坏式编辑、色彩调整与精准蒙版
    ➤ PdfCraft:开源 PDF 工作台,支持阅读、合并、拆分、排序与安全保护
    ➤ EffectCraft:开源动态图形与 VFX 工具,支持图层、关键帧、表达式、3D 摄像机与灯光
    ➤ DesignCraft:开源页面排版与出版工具,支持母版页、文字样式、文本环绕与专业排版
    ➤ 全部工具均使用 Rust 从零开发
    ➤ 原生支持 macOS、Windows、Linux
    ➤ 不依赖 Electron,也不是简单的 Web 套壳
    ➤ 本地运行,文件保存在自己的设备上
    ➤ 开源免费,可查看源码、Fork 和自行构建
    ➤ 支持 CLI、JSON 控制通道与 MCP
    ➤ 面向自动化与 AI Agent 设计
    ➤ 多款应用同时支持 WebAssembly,可直接在浏览器运行


    📌 简单说:
    👉 ArtCraft 正在打造一整套开源、免费的专业创作软件,用 Rust 从底层重新实现图片编辑、矢量绘图、视频剪辑、RAW 照片处理、PDF、动态图形和页面排版。

    🤖 特别值得关注:
    👉 它不仅是传统的桌面创作软件,还原生考虑了 AI Agent 和自动化场景。官方表示,每款 Crafting App 都可以通过 CLI、JSON 控制通道或 MCP Server 驱动。:contentReference[oaicite:0]{index=0} 

    ⚡️ 核心特点:
    ➤ 开源 + 免费
    ➤ Rust 原生开发
    ➤ 本地优先
    ➤ 无云端来回传输
    ➤ 无 Electron / WebView 套壳
    ➤ AI Agent Ready
    ➤ MCP 自动化支持
    ➤ 部分应用支持浏览器运行

    📢 项目:
    ArtCraft Apps

    📂 #ArtCraft #PhotoCraft #VectorCraft #FilmCraft #LightCraft #PdfCraft #EffectCraft #DesignCraft #Rust #开源软件 #AI #AIAgent #MCP #设计工具
  20. 📢导航站收录更新通知!
    #AI·API·商店 #AI新时代
    站点名称: Sublyx - 统一AI API聚合网关
    描述: Sublyx是一个面向开发者和团队的AI API聚合网关,提供统一的入口来接入OpenAI、Claude、Gemini等多模型服务,支持分组、配额、审计与策略控制,适用于SaaS接入、内部工具平台和自动化Agent系统。
    链接: https://sublyx.org/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  21. 📢导航站收录更新通知!
    #AI·代码 #AI新时代
    站点名称: Farside
    描述: Farside 是一个开源的桌面客户端,为 Kimi Code 运行时提供图形界面和可靠执行能力,支持工作流自动化。
    链接: https://github.com/dandandujie/Farside
    前往导航: www.noisedh.cn 或 www.noisedh.link
  22. 📢导航站收录更新通知!
    #AI·音乐 #AI新时代
    站点名称: SongFor - 个性化歌曲礼物
    描述: 根据用户故事自动生成定制歌曲,支持多种场合,免费试听,无需音乐技能。
    链接: https://songfor.ai/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  23. 📢导航站收录更新通知!
    #AI·模型+平台 #AI新时代
    站点名称: 知行录
    描述: 一个聚合AI前沿模型评测数据并提供综合排名的网站,支持模型对比与基准评测分析。
    链接: https://leaderboard.cn/
    前往导航: www.noisedh.cn 或 www.noisedh.link 知行录 · leaderboard.cn
  24. Otty | 美观实用的终端应用程序

    一款原生开发的、非常出色的终端应用程序。

    Otty 通过多 Agent 面板、实时状态徽章与系统通知,让开发者能同时管理多个智能体;其会话持久化功能可完整恢复窗口、标签页、分屏布局与 Agent 上下文,实现真正的“合盖续命”。借鉴 Git 的 Fork & Branch 机制,Otty 支持从任意节点分叉对话,方便并行尝试不同重构方案或 Prompt 策略。Composer 多行编辑器与 Prompt 队列让批量任务自动化执行更顺滑,而 Send to Chat 则能将报错与输出一键发送给 Agent,减少上下文丢失。结合 Rust + Metal 的 GPU 加速渲染、真彩色、连字字体、内联图片、命令面板与 20+ 主题,Otty 在智能体协作与终端体验两端都实现了全面提升


    访问官网

    #电脑软件 #Otty #AI
  25. 昆仑镜桌面版 (KunJing Desktop)

    一款 AI 驱动的影视创作工具。AI影视创作工具 无需搭建复杂工作流,自带主流大模型与本地各类大模型 OpenAI 兼容接口。接入你自己的 API 或本地部署模型,不充值、无积分,低配电脑也能生成 1080P 视频。 从剧本粘贴开始,AI 一分钟内优化生成专业拍摄脚本、三视定妆图、场景图、道具图、首尾帧图。所有提示词由专业 Agent 自动优化。 内置视频编辑器,逐秒描述画面、特效与音效,均可自由修改。创作自由,数据自控。
    广告视频生成 — 脚本分析 → 分镜规划 → AI 视频生成
    角色设计 — 多视图角色设定与制服搭配
    场景设计 — 场景氛围图生成
    故事板 — 分镜管理与时间轴编辑
    视频编辑 — 多轨道视频剪辑
    音乐生成 — AI 配乐


    项目地址 | 网盘下载

    #电脑软件 #开源 #AI短剧
  26. 📢导航站收录更新通知!
    #AI·产品 #AI新时代
    站点名称: Wery
    描述: Wery是一个AI专家工作平台,用户只需提出目标,系统自动协调多个专业智能体(如表格、幻灯片、文档、设计、音乐等)并行执行,生成结构化成果并持续积累。
    链接: https://www.wery.ai/en
    前往导航: www.noisedh.cn 或 www.noisedh.link Your AI Expert Team for Entertainment Creation
  27. Skillstore —— AI 技能市场总结

    这是一个专为 Claude、Codex、Claude Code 打造的 AI 技能市场,提供经过安全审计、可一键安装的高质量技能。平台按任务场景分类,如代码审查、文档生成、测试、重构、安全等,并展示精选技能与热门技能,包括 项目规划、Jira 自动化、中文写作提升、Next.js 最佳实践、SVG 生成、安全漏洞扫描 等。所有技能均支持多平台、版本冻结,并由 Skillstore 官方审核,适合开发者、团队与 AI 工作流构建者快速扩展能力与效率。

    点击访问

    #AI技能 #AI编程
  28. MatrixMedia 开源视频矩阵工具

    这是一个基于 Vue2 + Electron + Puppeteer 的开源自媒体矩阵发布工具,可通过图形界面或命令行(CLI)实现 批量、多平台自动发布视频。支持抖音、快手、B站、百家号、头条号、视频号、小红书等 7 大平台,并提供账号检测、发布记录查询、无头登录(抖音)等能力。项目还内置 MCP Server,可与 Claude、Cursor、Cline 等 AI 工具深度联动,实现智能体自动化发布。支持 Windows 与 macOS,开源免费,适合自媒体团队、自动化工作流开发者与 AI 编排用户使用。

    项目地址

    #开源 #视频矩阵 #自媒体发布 #自动化 #MCP #Ai工具 #电脑软件
  29. 📢导航站收录更新通知!
    #AI·绘画 #AI新时代
    站点名称: Img2.AI
    描述: 一站式AI生成平台,支持照片转高清图像和视频创作,无需设计技能,AI自动完成品质优化。
    链接: https://img2.ai/zh
    前往导航: www.noisedh.cn 或 www.noisedh.link
  30. AstrBot

    一个开源的一体化 AI 聊天机器人平台与开发框架,支持将大语言模型(如 OpenAI、Gemini、DeepSeek 等)接入到 QQ、微信、Telegram、飞书、Discord 等多种即时通讯平台,实现“在聊天软件里直接用 AI”;它内置知识库、插件系统与 Agent 能力编排,可用于打造个人 AI 助手、群聊机器人、自动化助手或企业知识问答系统,同时提供可视化管理面板与多种部署方式(Docker / Windows 等),让普通用户和开发者都能快速上手构建 AI 应用。

    访问官网

    #电脑软件 #开源 #AI工具 #Agent #自动化 #多平台
  31. SVGlow | SVG 可视化动画编辑器

    一款主打“可视化 + AI生成”的在线 SVG 动画编辑工具,支持通过自然语言描述直接生成动画效果,并提供旋转、缩放、路径动画、Morph 变形、滤镜等多种动画类型;用户可以在时间轴中对多图层进行精细控制,支持交互触发(如 Hover、Click)以及路径节点编辑,同时还可导出为 SVG、GIF、MP4、WebM、Lottie 等多种格式,方便用于网页开发、UI设计或动效制作;整体属于“AI生成 + 可视化编辑 + 多格式输出”的一站式 SVG 动画解决方案,适合设计师与前端开发者快速制作高质量动效。

    点击访问

    #SVGlow #SVG动画 #AI工具 #前端开发 #动效设计
  32. Claw Nav|OpenClaw生态AI工具导航站

    一个围绕 OpenClaw 生态打造的 AI 工具与代理(Agent)导航平台,主要用于聚合和发现各类 AI Agent、技能(Skills)、插件及相关工具资源。用户可以在该平台快速浏览不同 AI 自动化方案与工作流入口,了解当前流行的智能体应用场景,并跳转到对应项目或工具页面进行使用或部署。整体定位类似“AI Agent 导航站”,适合开发者或进阶用户探索 OpenClaw 生态及自动化能力扩展。

    点击访问

    #AI工具 #AI导航 #OpenClaw

    频道 吹水 投稿
  33. 📢导航站收录更新通知!
    #AI·代理·工作流 #AI新时代
    站点名称: PageAgent网页集成工具
    描述: 通过一行代码在现有网页中集成多模型AI助手,实现页面自动化操作、数据填表及跨页面任务处理的前端原生AI解决方案。
    链接: https://alibaba.github.io/page-agent/
    前往导航: www.noisedh.cn 或 www.noisedh.link
  34. AIGCPanel

    一款简单易用的一站式AI数字人系统,即使是小白用户也能轻松上手。它集成了视频合成、语音合成、语音克隆等核心功能,大大简化了本地AI模型的管理流程,支持一键导入和使用各种AI模型,让AI创作变得触手可及。
    视频数字人合成:支持视频画面与声音的精准换口型匹配,打造逼真数字人效果
    语音处理:提供语音合成、语音克隆、视频声音替换功能,支持多种声音参数自定义设置
    模型管理:支持多模型导入、一键启动、模型配置、日志查看等便捷操作
    国际化支持:内置简体中文和英语界面,满足不同用户需求
    一键启动包:提供多种模型的一键启动包,快速部署和使用


    点击访问

    #开源 #AI数字人 #电脑软件 #AI直播
  35. OpenClaw AI - 真正能执行任务的开源私人智能助理

    一个开源、自托管的 AI 代理平台,可在 macOS、Windows 或 Linux 设备上运行,通过 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等常用聊天应用与用户互动,代替传统聊天机器人真正执行任务(如清理邮箱、安排日程、填表单、浏览网页、运行脚本等),支持持久记忆、可扩展技能和插件,允许用户使用任意大型语言模型(如 Claude、GPT-4、Gemini、本地模型等),坚持“用户数据在自己设备上”的隐私优先设计。它在 GitHub 上很受欢迎,是未来个人智能助手的重要实践方向。

    点击访问

    近期爆火的 OpenClaw 你用了吗?


    #OpenClaw #AI助手 #开源 #自托管 #自动化 #个人生产力 #聊天Bot
  36. Smart Excalidraw

    一款基于 AI 技术的在线图表辅助设计平台,它将手绘风格的 Excalidraw 画布与大模型能力相结合,支持通过文本描述、文件上传或图片输入自动生成多种专业图表。该工具涵盖了流程图、思维导图、组织架构、时序图及 UML 类图等丰富的视觉化场景,旨在通过自动化的代码生成与优化流程,帮助用户快速将抽象创意转化为精美的结构化图形。

    点击访问

    API秘钥获取点击访问

    #AI生成 #AI作图
  37. 短视频工厂

    一个开源的桌面端应用,旨在通过AI技术简化短视频的制作流程。用户可以通过简单的提示词文本+视频分镜素材,快速且自动的剪辑出高质量的产品营销和泛内容短视频。该项目集成了AI驱动的文案生成、语音合成、视频剪辑、字幕特效等功能,旨在为用户提供开箱即用的短视频制作体验。

    点击访问

    #电脑软件 #短视频工厂 #AI短视频 #自动剪辑 #批量生成 #文案生成 #语音合成 #开源
  38. Super Agent Party |一款拥有无限可能的3D版AI桌宠!

    无处不在的AI桌面女友!可接入QQ、飞书、telegram、discord、b站、YouTube、twitch、Dify、 Home Assistant、MCP、A2A、Comfyui、酒馆角色卡、Cluade code等生态!
    无缝能力增强:无需代码改造即可实现LLM API企业级升级,为现有模型接口无缝集成知识库、实时联网、永久记忆、代码执行、多模态能力(视觉/绘图/听觉/语音)、自动化能力(控制智能家居、控制浏览器)、深度思考控制与研究等模块化功能,打造可插拔的LLM增强中台。
    全渠道一键部署:支持将智能体配置快速部署至多类终端,已兼容经典聊天界面、QQ官方机器人、B站直播互动、VRM虚拟桌宠等场景,开箱即用。
    生态工具互联:可自由接入第三方智能体与工作流作为工具链(已适配ComfyUI/MCP/A2A等系统),通过agent-party架构实现跨平台能力聚合。
    标准化接口开放:提供OpenAI API兼容接口及MCP协议支持,便于开发者直接对接外部系统,实现智能体能力的快速转接与二次开发。
    全平台兼容适配:覆盖Windows/macOS/Linux原生运行环境,支持Docker容器化部署与Web端云服务,满足多场景技术栈需求。


    点击访问

    #电脑软件 #开源 #AI桌面伴侣
  39. FlyCut Caption - 智能视频字幕裁剪工具

    一个强大的 AI 驱动的视频字幕编辑工具,专注于智能字幕生成、编辑和视频裁剪
    智能语音识别:基于 Whisper 模型的高精度语音转文字,支持多种语言
    可视化字幕编辑:直观的字幕片段选择和删除界面
    实时视频预览:与字幕同步的视频播放器,支持区间播放
    多格式导出:支持 SRT、JSON 字幕格式以及视频文件导出
    字幕样式定制:自定义字幕字体、颜色、位置等样式
    国际化支持:组件化国际化设计,支持中文、英文、自定义语言包(如日语示例)


    项目地址 在线试用

    Ken有话说:对做自媒体的帮孩子很多,从YouTube搬运视频用这个转中文字幕简直无敌


    #开源 #AI字幕 #字幕生成