AI生产力工具
Video Face Swap
Video Face Swap 是一款完全免费的 AI 换脸工具，用户可以在任何视频中轻松替换人脸。该工具支持实时或后期处理换脸，适用于视频、照片和 GIF 动画。其智能算法能够识别视频中的面部并进行精确替换，生成逼真且有...
Sherpa-ONNX：使用ONNXRuntime实现离线语音识别和合成
sherpa-onnx 是由 Next-gen Kaldi 团队开发的一个开源项目，旨在提供高效的离线语音识别和语音合成解决方案。它支持多种平台，包括 Android、iOS、Raspberry Pi 等，能够在没有网络连接的情况下进行实时...
Codeium（Windsurf Editor）：免费的AI代码补全与聊天工具，Windsurf以对话方式编写完整项目代码
Codeium是一款免费的AI代码补全与聊天工具，旨在提升开发者的编程效率。它支持超过70种编程语言，并与40多种集成开发环境（IDE）兼容。Codeium不仅提供代码自动补全功能，还具备代码生成、代码解释和聊天功能，帮...
xiaozhi-esp32-server：小智AI聊天机器人开源后端服务
xiaozhi-esp32-server 是一个为 小智AI聊天机器人（xiaozhi-esp32）提供后端服务的工具。它用 Python 编写，基于 WebSocket 协议，帮助用户快速搭建一个控制 ESP32 设备的服务器。这个项目适...
Cursor试用期重置工具：解决Cursor试用期限制问题，轻松重置试用期，避免升级到专业版
Cursor Free Trial Reset Tool 是一个开源工具，旨在解决Cursor在免费订阅期间出现的多账户限制问题。当用户在同一台机器上使用多个免费试用账户时，Cursor会提示“Too many free trial acc...
PocketPal AI
PocketPal AI 是一款开源的移动应用，旨在将小型语言模型（Small Language Models, SLMs）直接引入到你的手机中，无论是iOS还是Android用户都可以使用。它提供了一种不依赖网络的AI聊天体验，确保用户隐...
KunAvatar（kun-lab）：基于 Ollama 的本地轻量AI对话客户端
kun-lab 是一款基于 Ollama 的开源 AI 对话应用，专注于提供轻量、快速的本地化智能对话体验。它支持 Windows、macOS 和 Linux（目前以 Windows 为主），无需复杂配置即可使用。用户可以与 AI 进行流畅...
元宝/元器
腾讯元宝是腾讯推出的一款基于自研混元大模型的C端AI助手App。它不仅能在工作场景中提供AI搜索、AI总结、AI写作等核心功能，还能解析多个微信公众号链接、网址，以及多种格式的文档。元宝还支持创建个人智能体，...
Video Face Swap
Video Face Swap 是一款完全免费的 AI 换脸工具，用户可以在任何视频中轻松替换人脸。该工具支持实时或后期处理换脸，适用于视频、照片和 GIF 动画。其智能算法能够识别视频中的面部并进行精确替换，生成逼真且有...
PolyBuzz：与AI角色互动的免费聊天与角色扮演平台
PolyBuzz 是一个免费的 AI 聊天和角色扮演平台。用户可以与超过 2000 万个虚拟角色互动。这些角色涵盖动漫、电影、游戏和历史人物等多个领域。平台支持用户创建自定义角色，设计个性化的外观和背景故事。它提供自...
Unlimited AI Chat：免费无限制的AI聊天工具
Unlimited AI Chat 是一个免费的在线AI聊天平台，用户无需注册即可使用。它支持无限制的内容生成，包括创意写作、虚构故事，甚至NSFW（不适合工作环境）内容。平台采用先进的自然语言处理技术，生成接近人类对话...
Polyglotta：多语言翻译与学习工具
Polyglotta 是一个专为语言爱好者和学习者设计的多语言翻译工具。它不仅提供单词或短语在多种语言中的翻译，还能展示不同语言间意义的细微变化。用户可以比较同一单词在多文化背景下的表达，深入了解语言的多样性...
Jan：开源离线AI助手，ChatGPT 替代品，运行本地AI模型或连接云端AI
Jan 是一个开源的 ChatGPT 替代品，能够在用户的设备上 100% 离线运行。它由 Cortex 引擎驱动，支持多种硬件平台，包括 NVIDIA GPU 和 Apple M 系列芯片。Jan 提供了丰富的模型库，用户可以下载并运行如...
Video Face Swap
Video Face Swap 是一款完全免费的 AI 换脸工具，用户可以在任何视频中轻松替换人脸。该工具支持实时或后期处理换脸，适用于视频、照片和 GIF 动画。其智能算法能够识别视频中的面部并进行精确替换，生成逼真且有...
Vheer：免费不限量生成AI图像和视频的在线工具
Vheer 是一个免费的在线 AI 图像生成和编辑平台，适合创作者、设计师和普通用户。用户通过输入文本描述或上传图片，即可快速生成高质量图像，无需注册或付费。平台提供文本转图像、图像风格转换、背景移除、图像...
AI Face Swap：免费AI人脸替换、视频换脸、多人换脸工具
AI Face Swap 是一个免费的在线平台，利用人工智能技术让用户轻松实现照片、视频和GIF中的人脸替换。无需下载软件或注册账号，用户只需上传文件即可快速完成操作。网站支持多种格式，如JPG、PNG、MP4和GIF，输出...
AdpexAI：生成式AI图像、视频内容创作平台
AdpexAI 是一个集生成式AI工具于一体的在线平台，提供图像编辑、视频编辑、AI聊天和代码生成等功能。用户无需安装软件，通过浏览器即可快速创建高质量视觉内容、编写代码或与智能AI模型互动。平台支持多种尖端AI...
Cursor试用期重置工具：解决Cursor试用期限制问题，轻松重置试用期，避免升级到专业版
Cursor Free Trial Reset Tool 是一个开源工具，旨在解决Cursor在免费订阅期间出现的多账户限制问题。当用户在同一台机器上使用多个免费试用账户时，Cursor会提示“Too many free trial acc...
Repo Prompt：依赖本地文件夹上下文进行写作、对话与优化代码
Repo Prompt是一款专为macOS平台打造的原生应用程序，致力于简化开发者使用先进AI语言模型处理本地代码的流程。该工具通过智能化的方式帮助开发者管理和修改代码文件，显著提升开发效率。其核心优势在于为开发者...
Internet.io：聚合多AI模型答案的智能工作平台
Internet.io 是一个聚合多个顶级 AI 模型答案的智能平台。旨在解决单一 AI 答案可能不准确或不一致的问题。用户只需提出一个问题，就能同时获得多个领先 AI 模型的回答，方便对比和选择最可靠的答案。平台还提供...
闲鱼自动回复系统：闲鱼智能客服与商品自动发货工具
闲鱼自动回复系统是一个专为闲鱼平台设计的自动化客服与管理工具，基于Python和FastAPI开发，托管于GitHub。系统通过WebSocket实时连接闲鱼服务器，自动处理买家消息、发货和商品管理。支持多用户、多账号管理，...
Open-Fiesta：同时与多个AI大模型聊天的开源工具
Open-Fiesta 是一个开源的AI聊天工具。它让用户可以在同一个界面里，同时和多个不同的大语言模型进行对话。用户最多可以选择5个模型，发送一次问题，就能并排看到每个模型的不同回答，方便直接比较。这个工具支持...
AIClient-2-API：模拟AI编程客户端请求转发为标准OpenAI接口
AIClient-2-API 是一个为开发者设计的轻量化API代理工具，其核心在于模拟多种AI客户端的授权和请求过程。该项目将那些原本仅限在客户端使用的大模型服务，例如谷歌的Gemini CLI、阿里的Qwen Code Plus以及Kir...
通义听悟：阿里通义音视频内容转录AI助手
通义听悟是阿里云推出的一款工作学习AI助手，专注于音视频内容的转写和分析。它依托阿里云的强大AI模型，能够将音视频内容实时转写成文字，并提供翻译、总结、定位等功能。通义听悟支持多种语言和场景，帮助用户...
置顶OpenWispr：隐私优先的语音转文字桌面应用
OpenWispr 是一款开源的桌面语音转文字应用，基于 OpenAI Whisper 技术，将用户语音快速转换为文本。它提供本地和云端处理选项，强调隐私保护，数据可完全留存在本地。用户通过全局热键快速启动听写，文本自动粘...
置顶MiniMax Audio（海螺语音）：生成自然语音的AI工具
MiniMax Audio 是 MiniMax 公司推出的一款 AI 语音生成工具，核心特点是快速将文字转为高相似度的自然语音。它基于 Speech-02 模型，语音合成相似度高达 99%，音质达到录音室级别，支持超过 30 种语言和多种口...
置顶通义听悟：阿里通义音视频内容转录AI助手
通义听悟是阿里云推出的一款工作学习AI助手，专注于音视频内容的转写和分析。它依托阿里云的强大AI模型，能够将音视频内容实时转写成文字，并提供翻译、总结、定位等功能。通义听悟支持多种语言和场景，帮助用户...
gibberlink：两个AI智能体间高效音频通信的演示项目
gibberlink 是一个由开发者 PennyroyalTea 在 GitHub 上开源的项目，专注于实现两个对话型 AI 智能体之间的通信优化。当两个 AI 智能体通过电话交谈并识别出彼此均为 AI 时，它们会从人类语言（英语）切换到一...
Ondoku：在线文本朗读工具|文本转语音|图片转语音朗读
Ondoku 综合介绍 Ondoku是一款在线文字转语音软件，用户可将文本内容输入网站提供的文本框，软件能够根据用户需要将文章转换成语音读出，并支持将语音保存为MP3格式文件。这项服务既适合即时聆听，也适合生成音频...
小智 AI 聊天机器人
小智 AI 聊天机器人是一个基于ESP32开发板的开源项目，旨在帮助用户构建自己的AI聊天伴侣。该项目由虾哥开发，主要用于教学目的，帮助更多人入门AI硬件开发，并了解如何将大语言模型应用到实际的硬件设备中。项目...
ebook2audiobook：将电子书转换为有声读物，支持多语言和语音克隆的开源工具
ebook2audiobook是一款功能强大的开源电子书转有声读物工具。它能够将多种格式的电子书转换成带有完整章节标记和元数据的有声读物。该工具使用Calibre进行电子书格式转换，采用Coqui的XTTSv2和Fairseq进行高质量.....
TTSMaker：免费的在线文本转语音工具
TTSMaker是一款免费的在线文本转语音工具，支持100多种语言和300多种语音风格。用户可以将文本转换为自然流畅的语音，并下载音频文件用于商业用途。该工具适用于视频配音、有声读物、教育培训和广告营销等多种场...
“Always-On” Deepseek AI Assistant：基于Deepseek-V3打造智能语音交互系统
Always-On AI Assistant是一个创新的AI助手项目，它通过整合Deepseek-V3、RealtimeSTT和Typer等先进技术，打造了一个功能强大的永久在线AI助理系统。该项目特别针对工程开发场景进行优化，提供了完整的...
RealtimeSTT：实时语音转文字工具，基于Whisper实现低延迟流式语音识别
RealtimeSTT 是一个高效、低延迟的实时语音转文字库，具备先进的语音活动检测和唤醒词激活功能。该项目由 Kolja Beigel 开发，旨在为需要快速、准确语音转文字的应用提供支持。无论是语音助手还是需要精确语音转...
Kokoro TTS API：快速文本转语音的Docker化FastAPI封装（Kokoro-82M模型）
Kokoro-FastAPI是一个基于Docker的FastAPI封装，旨在为Kokoro-82M文本转语音模型提供支持。该项目支持NVIDIA GPU加速，并提供了队列处理和自动拼接功能，使得生成长文本的语音输出更加高效和连贯。项目由Gi...
Ichigo（llama3-s）
Ichigo是一个开源的实时语音AI项目，旨在扩展基于文本的语言模型，使其具备原生的“听力”能力。该项目采用了早期融合技术，灵感来自Meta的Chameleon论文。Ichigo的目标是成为一个开源数据、开源权重的本地设备语音...
置顶Kode：Claude Code 开源优化版
Kode是一个强大的AI助手，它直接在你的电脑终端里运行。你可以把它看作一个和你一起工作的程序员，它能理解你的代码库，帮你编辑文件，还能执行命令行指令来处理整个开发流程。和其他工具不同的是，Kode可以同时...
置顶Storydoc：快速创建与编辑互动演示文稿的智能工具
Storydoc 是一个帮助用户快速创建互动演示文稿的在线平台。它通过人工智能技术简化设计流程，让用户无需专业技能也能制作出吸引人的幻灯片。Storydoc 提供多种模板，适用于营销、销售、投资、招聘和报告等多种场...
置顶Had No Idea：快速生成并验证创业想法的AI工具
Had No Idea 是一个帮助用户快速生成、验证和启动创业项目的免费AI工具。它针对没有明确创业方向的用户，10分钟内从零开始生成个性化创业想法，验证市场可行性，创建品牌形象，并生成可直接用于开发的蓝图。工具...
置顶Claudia：管理Claude Code的图形界面工具
Claudia 是一个开源的桌面应用程序，专为 Claude Code 用户设计。它通过直观的图形界面（GUI）简化了 Claude Code 的操作，取代了传统的命令行方式。用户可以更轻松地管理 AI 开发项目、创建自定义代理、运行后台....
Codeium（Windsurf Editor）：免费的AI代码补全与聊天工具，Windsurf以对话方式编写完整项目代码
Codeium是一款免费的AI代码补全与聊天工具，旨在提升开发者的编程效率。它支持超过70种编程语言，并与40多种集成开发环境（IDE）兼容。Codeium不仅提供代码自动补全功能，还具备代码生成、代码解释和聊天功能，帮...
Roo Code（Roo Cline）：基于Cline的增强版自主编程助手，智能化IDE编程助手
Roo Code（前称Roo Cline）Roo Code（Roo Cline） 是一个基于 Cline 的增强版自主编程助手，它是一个强大的 VS Code 扩展插件。这个工具能够在您的集成开发环境(IDE)中实现自主编码，具备创建和编辑...
Trae：字节跳动推出的免费AI编程工具
Trae是一款由字节跳动推出的免费AI编程工具，专为中文开发者设计的集成开发环境（IDE）。它利用Claude 3.5和GPT-4o等先进的AI模型，帮助开发者快速生成、优化和调试代码。Trae支持原生中文界面，提供了Builder模...
Cline（Claude Dev）：自动化编程的VSCode插件
Cline 是一个功能强大的 VSCode 插件，旨在通过自动化任务执行和链式思维提示，帮助开发者高效完成各种编程任务。它不仅能创建和编辑文件，还能执行终端命令，提供人机协作的编程体验。用户可以通过简单的指令启...
Aider：开源编程助手工具，使用AI助手进行代码编写和文件编辑
Aider是一款强大的开源AI编程助手工具，它能够通过自然语言对话的方式帮助开发者编写、编辑和重构代码。作为一款交互式的AI配对编程工具，Aider支持多种主流编程语言，可以无缝集成到Git工作流中，并能够自动进行...
Cursor：与AI共同编程的代码编辑器
Cursor 综合介绍 Cursor是一个基于OpenAI GPT模型的AI驱动的代码编辑器，它可以帮助您更快地编写，编辑，调试，和修复代码。您可以与您的项目进行聊天，参考文件和文档，生成代码，以及发现和解决错误。Cursor是V...
Qoder：能自主完成软件开发的 AI IDE 编程平台
Qoder是由阿里巴巴推出的一款AI智能体编程平台，它为处理真实的软件开发项目而设计。与简单的代码补全工具不同，Qoder内置的AI智能体能够深入理解整个项目的代码库和相关文档。开发者可以用简单的自然语言下达指...
BASE44：无需编程快速构建功能完整的Web应用
BASE44 是一个利用人工智能帮助用户快速创建自定义软件的在线平台。它的核心特点是无需编程知识，用户只需用自然语言描述需求，就能生成功能完整的应用。网站由 BASE44 团队开发，目标是让非技术人员也能轻松将想...
置顶VideoMind
VideoMind 是一个开源的多模态AI工具，专注于长视频的推理、问答和摘要生成。它由香港理工大学的刘晔（Ye Liu）和新加坡国立大学Show Lab的团队共同开发。工具模仿人类理解视频的方式，把任务拆成规划、定位、验...
Reka：提供多模态AI模型，支持多语言处理，优化数据分析，增强视觉理解
Reka 是一家致力于提供新一代多模态AI解决方案的公司。其产品包括Reka Core、Flash、Edge和Spark等多种型号，支持文本、代码、图像、视频和音频数据的处理。Reka 的模型具有强大的推理能力和多语言支持，适用于各...
VITA
VITA是一个领先的开源交互式多模态大语言模型项目，率先实现了真正的全方位多模态交互能力。该项目于2024年8月推出VITA-1.0版本，开创了首个开源交互式全模态大语言模型的先河。2024年12月，项目推出了重大升级版...
OmniGen
OmniGen 是一个由 VectorSpaceLab（智源） 开发的“通用”图像生成模型，允许用户通过简单的文本提示或多模态输入来创建多样化且具有上下文丰富的视觉效果。它特别适合于需要识别人物和一致性角色渲染的场景。用户...
OuteTTS：实验性文本转语音模型，使用纯语言建模方法实现的TTS
OuteTTS 是一种实验性文本转语音（TTS）模型，采用纯语言建模方法生成高质量语音。与传统的 TTS 系统不同，OuteTTS 不需要外部适配器或复杂的架构。该模型基于 LLaMa 架构，支持语音克隆功能，能够生成具有随机说...
Seedance 1.0
Seedance 1.0 是由字节跳动 Seed 团队开发的一款 AI 视频生成工具，专注于将文本或图像转化为高质量视频内容。用户只需输入文字描述或上传图片，Seedance 即可生成分辨率高达 1080p 的视频，适用于创意内容创作、.....
LTX Video（LTXV）：生成高质量视频的实时视频生成开源模型
LTX-Video是由Lightricks开发的首个基于DiT（Diffusion Transformer）的实时视频生成模型。该模型能够在768×512分辨率下以24帧每秒的速度生成高质量视频，速度快于观看视频的时间。LTX-V...
Qwen2.5-Omni
Qwen2.5-Omni 是阿里巴巴云 Qwen 团队开发的一款开源多模态 AI 模型。它能处理文本、图像、音频和视频等多种输入，并实时生成文本或自然语音响应。这款模型于 2025 年 3 月 26 日发布，代码和模型文件托管在 GitH....
Hibiki：实时语音翻译模型，保留原声特点的流式翻译
Hibiki 是由 Kyutai Labs 开发的一款高保真度实时语音翻译模型。与传统的离线翻译不同，Hibiki 能够在用户讲话的同时，实时生成目标语言的自然语音翻译，并提供文本翻译。该模型采用多流架构，能够同时处理输入语...
CogView3：智谱轻言开源的级联扩散文本生成图像模型
综合介绍 CogView3 是由清华大学和智囊团队（智谱清言）开发的先进文本生成图像系统。它基于级联扩散模型，通过多阶段生成高分辨率图像。CogView3 的主要特点包括多阶段生成、创新架构和高效性能，适用于艺术创作...
Step-Audio
Step-Audio 是一个开源的智能语音交互框架，旨在提供生产环境开箱即用的语音理解和生成能力。该框架支持多语言对话（如中文、英文、日语）、情感语音（如快乐、悲伤）、区域方言（如粤语、四川话）、可调节的语速...
Megrez-3B-Omni
Infini-Megrez是由无问芯穹（Infinigence AI）开发的边缘智能解决方案，旨在通过软硬件协同设计，实现高效的多模态理解和分析。该项目的核心是Megrez-3B模型，支持图像、文本和音频的综合理解，具有高准确性和快...
在当前的 Web 开发领域，借助强大的云平台实现个人或企业网站的快速、免费托管已成为一种主流选择。Cloudflare 不仅以其领先的 CDN 和安全服务闻名，其 Cloudflare Pages 服务也为开发者提供了一套与 Git 集成的...
如何平衡服务器的性能、网络质量与成本，是许多开发者和服务部署者面临的共同挑战。高配置的服务器往往价格不菲，而具备优质网络线路（如 CN2 GIA）的服务器，其高昂的成本更是让许多预算有限的项目望而却步。 本...
将小说或剧本转化为分镜脚本，是影视、动画和漫画创作中的关键一环。这个过程需要创作者深度解析文本，梳理情节、人物、场景和对话，再通过想象力构建出一系列连续的画面。传统的人工方式不仅耗时，而且工作量巨...
前言：构建经济高效的 AI 图像生成与编辑工作流 通义千问 Qwen-Image 作为一款开源的文生图模型，凭借其在复杂文本渲染，尤其是中文字符生成方面的卓越能力，获得了广泛关注。 与主流模型相比，它能在图像中精准...
在构建基于大型语言模型（LLM）的知识库问答应用时，开发者普遍会采用检索增强生成（RAG）技术。然而，RAG 的实际效果常常受限于一个核心矛盾：如何平衡检索的精确性与上下文的完整性。如果文本切片（Chunk）过小...
Anthropic 公司推出的 AI 编程助手 Claude Code 以其强大的代码生成和交互能力，在开发者社区中获得了广泛关注。然而，作为一个闭源产品，其内部工作机制对外界始终是一个“黑盒”，这不仅让开发者难以完全理解其决...
AI 编程工具正从被动的代码“补全器”进化为主动的“开发伙伴”。它们能够理解复杂需求、规划任务并直接参与整个开发流程。本文将深度解析一款代表该趋势的命令行AI编程工具——我们称之为 Claude Code，并提供一份详尽...
无论是 Cursor、Claude Code，还是 Aider、RooCode 等工具，各类 AI 编程工具正带着其独特的指令配置方法（如 .cursor/rules/、GEMINI.md 等）进入市场。这种多样性反映了不同团队的创新思路，...
数据可视化通常需要繁琐的编程或复杂的图形界面操作，但现在有了新的选择。蚂蚁集团开源的数据可视化库 AntV 生态下的 @antv/mcp-server-chart 项目，让用户可以通过自然语言指令快速生成各种主流图表，极大地简...
随着 Claude Code 这类代理式终端编程工具的兴起，一种全新的开发模式正在形成。这类工具允许开发者在终端环境中，通过人工智能代理执行从需求分析到代码实现、测试和修复的复杂任务。然而，其原生的交互体验和功...
Dify 作为一个开源的 LLM 应用开发平台，凭借其从 Agent 构建、AI workflow 编排到 RAG 检索和模型管理的全方位能力，在开发者社区中获得了广泛关注。它以优雅的设计和流畅的体验著称，同时开发团队惊人的迭代速...
Claude Code：终端中的智能开发代理 Anthropic 推出的命令行工具 Claude Code 并非又一个聊天窗口或 IDE 插件，而是一个原生集成在终端环境的开发代理。它能理解项目结构，读写文件，执行命令，甚至协调多个子代.....
回顶部
