最新AI资源

综合介绍 KOAH 是一个专注于为AI应用提供广告解决方案的网站。它由 Koah Labs 公司开发，总部位于美国加州旧金山。网站的核心目标是帮助AI应用开发者通过嵌入原生广告赚钱，同时保证用户体验不...

综合介绍 Super Grok 是一个专为 Grok AI 设计的Chrome浏览器插件。它通过语音输入、自定义提示、多语言支持和智能聊天模式，让用户与 Grok 的对话更高效、更智能。安装后，它无缝...

综合介绍 Shamaze 是一个帮助父母为孩子创建个性化睡前故事的网站。它利用人工智能技术，根据孩子的兴趣生成独特的故事情节，还能模仿父母的声音来朗读故事。父母只需简单设置主题和角色，Shamaze ...

综合介绍 Comp AI 是一个开源平台，由 Comp AI, Inc. 开发，总部位于美国旧金山。它帮助企业通过自动化工具快速完成 SOC 2、ISO 27001 和 GDPR 等合规要求，目标是几...

综合介绍 AmyMind 是一个免费的在线工具，主要用 AI 技术帮助用户快速生成思维导图。它的操作简单，不需要安装软件，在浏览器中打开就能用。用户可以输入文字或上传 Markdown、PDF、Wor...

综合介绍 RolmOCR 是由 Reducto AI 团队开发的一款开源光学字符识别（OCR）工具，基于 Qwen2.5-VL-7B 视觉语言模型。它能从图片和 PDF 文件中提取文字，速度比同类工具...

综合介绍 KrillinAI 是一个开源的视频处理工具，专注于用人工智能帮助用户翻译视频并自动配音。它能从视频下载开始，一直到生成适配不同平台的成品，全程只需几次点击。开发者在 GitHub 上提供了...

综合介绍 AiryLark 是一个开源的文档处理与翻译工具，托管在 GitHub 上，由开发者 wizd 基于 Next.js 框架打造。它支持多种文件格式（如 PDF、Word、TXT、Markdo...

综合介绍 Headshotly 是一个利用人工智能技术快速生成专业头像的在线工具。它的核心功能是让用户上传几张普通自拍照，然后通过 AI 处理，生成高质量的职业头像。网站主打简单操作和高效体验，适合需...

综合介绍 Ogilvy 是一个专为创作高转化文案设计的文本编辑器，灵感来自广告大师 David Ogilvy。它不是要代替你写作，而是作为你的助手，帮助你在空白页面上直接完成文案草稿。它的核心目标是让...

综合介绍 CloneMyTrips 是一个创新的旅行规划网站，核心功能是通过 AI 技术帮助用户从社交媒体上的旅行内容中提取灵感和行程。它让用户可以轻松分享喜欢的旅行短视频或帖子，自动生成个性化的旅行...

综合介绍 Zola 是一个免费且开源的 AI 聊天应用，由开发者 Julien Thibeaut（GitHub 用户名 ibelick）开发，托管在 GitHub 上。它最大的特点是支持多种 AI 模...

综合介绍 DeepResearcher 是由上海交通大学 GAIR-NLP 团队开发的开源项目。它是一个基于大型语言模型（LLM）的智能研究工具，通过强化学习（RL）在真实网络环境中进行端到端训练。项...

综合介绍 AnimeGamer 是腾讯 ARC 实验室推出的一个开源工具。用户可以用简单的语言指令，比如“宗介开紫色车兜风”，生成动漫视频，还能让不同动漫角色互动，比如《魔女宅急便》的琪琪和《天空之城...

综合介绍 Lumina-mGPT-2.0 是由上海人工智能实验室（Shanghai AI Laboratory）、香港中文大学（CUHK）等机构联合开发的开源项目，托管于 GitHub，由 Alpha...

综合介绍 Echo Memo 是一个专为社交媒体用户设计的工具，它能帮你保存和整理社交媒体上的链接，比如 X、TikTok 和 YouTube 的内容。它的特别之处在于用 AI 分析链接里的文字、图片...

综合介绍 Agent S 是由 Simular AI 开发的开源框架，让智能体通过图形用户界面（GUI）像人类一样操作电脑。它使用多模态大语言模型和经验学习技术，能完成浏览网页、编辑文档、使用软件等任...

综合介绍 BabelDOC 是一个开源工具，专门用来把 PDF 文档翻译成双语对照格式。它由 funstory-ai 团队开发，托管在 GitHub 上，主要服务于需要处理外语文档的用户，比如研究人员...

综合介绍 Text2Voice 是一个开源工具，基于硅基流动 API 提供文本转语音功能，最大的特点是带有简洁的图形用户界面（GUI）。它由开发者 Sheldon Lee 在 GitHub 上创建，让...

综合介绍 FreeAI 是一个基于 Pollinations.AI API 的开源 AI 应用平台，提供免费且无限制的 AI 聊天助手、图像生成和语音合成服务。这个项目由开发者 Azad-sl 在 G...

综合介绍 ChatLLM 是由 Abacus.AI 开发的一款智能聊天工具。它整合了多种顶级大语言模型，比如 GPT-4o、Gemini 和 Grok，让用户可以通过一个平台体验不同的 AI 能力。无...

综合介绍 api-check 是一个纯前端的 API 测试工具，由开发者 october-coder 在 GitHub 上开源。它主要用于测试 API 接口的可用性，尤其支持 OpenAI 的代理 A...

综合介绍 Motionvid.ai 是一个利用人工智能帮助用户快速制作专业动画视频的在线工具。它最大的特点是通过文字描述或手绘草图，在几秒钟内生成带有流畅动态和高品质视觉效果的动画。用户无需掌握复杂的...

综合介绍 TwinMind 是由 ThirdEar AI, Inc. 开发的一款智能工具，主打“帮你记住一切”。它能把对话、会议或讲座实时录下来并转成文字，支持 100 多种语言，哪怕手机放口袋里也能...

综合介绍 Viva Labs 是一个利用人工智能技术帮助用户快速制作高转化率视频广告的在线工具。用户只需提供产品网址，AI就能研究目标受众、生成专业广告脚本，并搭配逼真的AI头像和多语言配音，自动完成...

综合介绍 Langflow Desktop 是一个帮助开发者快速构建 AI 智能体和应用的桌面工具。它由 Langflow 团队开发，提供了一个直观的界面，让用户通过拖拽就能设计复杂的工作流。核心特点...

综合介绍 AutonomyAI 是一个利用人工智能提升前端开发效率的在线工具。它由一支团队开发，核心目标是通过“上下文感知代理”技术，帮助开发者将设计转化为生产就绪的前端代码。网站主打产品 The M...

综合介绍 Waxwing 2.0是一个结合AI与人类专家的任务服务平台。它由Waxwing AI Ltd.开发，总部位于美国特拉华州威尔明顿，主打“人+AI”模式。平台提供超过500个专家设计的AI工...

综合介绍 OpenAvatarChat 是由 HumanAIGC-Engineering 团队开发的一个开源项目，托管在 GitHub 上。它是一个模块化的数字人对话工具，用户可以在单台 PC 上运行...

综合介绍 Supaboard 是一个基于 AI 的数据分析平台，旨在帮助用户快速将复杂数据转化为直观的仪表盘和图表。它通过简单的操作连接多种数据源，用户无需编写代码，只需用自然语言提问，就能生成数据洞...

综合介绍 GitMCP 是一个免费的开源工具，专门为 GitHub 上的公开项目打造。它能把任何 GitHub 仓库或 GitHub Pages 网站快速变成一个 MCP（Model Context ...

综合介绍 Eggnog 是一个用 AI 生成视频的网站。它的核心产品“Time Portal”是一个历史猜谜游戏，玩家通过 AI 视频被“传送”到历史场景，猜测时间和地点。Eggnog 由 Sam P...

综合介绍 Augment Code 是一个专为专业软件工程师设计的AI编码工具，核心特点是能深入理解你的代码库。在SWE-Bench Verified基准测试中以65.4%的成绩排名第一，结合了Cla...

综合介绍 DeepSite 是一个基于 AI 的网站生成工具，用户只需输入简单的文字描述，就能快速生成一个实时可运行前端网页。它由 Hugging Face 社区成员 enzostvs 开发，依托强大...

之前尝试过 免费使用 Gemini 2.0 将语音转换为多发言人字幕 ，效果可圈可点。借着 Gimine 2.5 pro 再次尝试一下。 首先找到一份较为标准的SRT字幕样本作为参考基准（提前做好语音...

综合介绍 uniOCR 是一个开源的文字识别工具，由 mediar-ai 团队开发。它基于 Rust 语言编写，支持 macOS、Windows 和 Linux 系统。用户可以通过它从图片中提取文字...

综合介绍 Serena 是 Oraios AI 团队开发的一款免费开源编程工具，托管在 GitHub 上。它是一个强大的代码助手，可以直接在你的代码库中工作，帮助开发者分析、编辑和执行代码。Seren...

综合介绍 AudioX 是一个由 Zeyue Tian 等人在 GitHub 上开源的项目，官方论文发布于 arXiv（编号 2503.10522）。它基于扩散变换器（Diffusion Transf...

综合介绍 EasyControl 是一个开源项目，项目基于扩散变换器（DiT）架构，提供高效、灵活的图像生成控制。其中，Ghibli Control LoRA 是其特色功能之一，通过仅用 100 张亚...

综合介绍 Genspark 是一个基于人工智能的搜索工具。它由前百度高管于2023年创立，总部位于美国加州帕洛阿尔托。它与传统搜索引擎不同，Genspark 使用多个 AI 智能体实时生成定制化的搜索...

综合介绍 YOLOE 是清华大学软件学院多媒体智能组（THU-MIG）开发的一个开源项目，全称“You Only Look Once Eye”。它基于 PyTorch 框架，属于 YOLO 系列的扩展...

综合介绍 Open-VoiceCanvas 是一个开源的语音合成平台，由 ItusiAI 团队开发。它支持超过 50 种语言，可以将文字转为自然语音，还能通过上传音频克隆个性化声音。项目整合了 Ope...

综合介绍 Libra 是 Greenbit.ai 推出的一款创新工具，核心功能是通过自然语言对话生成能在本地运行的 AI 智能体。它被称为“Vibe Agent”，能让用户用简单的话描述需求，快速创建...

综合介绍 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...

综合介绍 SuperCoder 是一个在终端运行的智能工具，专为程序员设计。它利用 AI 技术，帮助用户搜索代码、查看项目结构、编辑文件和修复 bug。项目由 huytd 在 GitHub 上开源，支...

综合介绍 Emigo 是一个专为 Emacs 设计的开源 AI 编程助手，由 MatthewZMD 在 GitHub 上开发。它通过集成大型语言模型（LLM），帮助程序员在 Emacs 中完成代码分析...

综合介绍 SegAnyMo 是一个开源项目，由加州大学伯克利分校和北京大学的研究团队开发，包括 Nan Huang 等成员。这个工具专注于视频处理，能自动识别和分割视频中任意运动的物体，比如人、动物或...

综合介绍 GeminiCode 是一个在终端中运行的 AI 编程助手，由开发者在周末业余时间开发。它基于 Google 的 Gemini 2.5 Pro 模型，能读取和修改你电脑当前目录中的文件。这个...

综合介绍 GenXD 是一个开源项目，由新加坡国立大学（NUS）和微软团队开发。它专注于生成任意 3D 和 4D 场景，解决真实世界中 3D 和 4D 生成因数据不足和模型设计复杂带来的难题。项目通过...

综合介绍 ChatAnyone 是 HumanAIGC 团队开发的一个创新项目。它利用人工智能技术，从单张照片和音频输入生成带有上半身动作的数字人肖像视频。这个项目基于层次运动扩散模型，能生成头部动作...

综合介绍 Search-R1 是一个开源项目，由 PeterGriffinJin 在 GitHub 上开发，基于 veRL 框架构建。它通过强化学习（RL）技术训练大语言模型（LLM），让模型自主学会...

综合介绍 OctoComics 是一个在线平台，专注于用 AI 帮助用户快速生成 BL 漫画，同时支持其他类型漫画和社区分享。用户输入文字，就能生成 BL 题材、原创连载或 OC 角色漫画，画风多样...

综合介绍 FluxGen 是一个专为开发者设计的AI图像生成工具，由Black Forest Labs提供技术支持。它的核心功能是让用户在代码编辑器中直接生成高质量图像，无需切换到其他设计软件。开发者...

综合介绍 Purposewrite 是一个利用人工智能帮助用户快速生成高质量原创内容的在线写作工具。它通过简单操作，让用户在几秒钟内创建博客、邮件、广告文案等内容。网站的核心特点是结合AI技术，提供个...

综合介绍 HeroUI Chat 是一个基于人工智能的在线平台。它能帮助用户通过简单的文字描述或上传截图，快速生成漂亮且可直接用于生产环境的 React 代码。这个工具依托于开源的 HeroUI 组件...

综合介绍 DeepGemini 是一个开源项目，由开发者 Thomas Sligter 创建。它是一个支持多模型编排的 AI 管理工具，主要特点是能灵活组合多种 AI 模型，并通过 OpenAI 兼容...

综合介绍 Avcado AI 是一个帮助用户了解食品内容的智能工具。它的核心功能是通过拍照扫描食品标签，快速识别成分、营养信息和添加剂。用户只需用手机拍下包装上的标签，网站就会分析并展示食品的详细信息...

综合介绍 Optexity 是一个在 GitHub 上开源的项目，由 Optexity 团队开发。它的核心是用人类演示数据训练 AI 完成计算机任务，尤其是网页操作。项目包含三个代码库：Compute...

综合介绍 II-Researcher 是 Intelligent-Internet 团队开发的一款开源人工智能研究工具，托管于 GitHub。它专为深度搜索和复杂推理设计，能通过智能网页搜索和多步骤分...

综合介绍 Cua 是一个开源项目，全称“Computer-Use Agent”（计算机使用代理），读作“koo-ah”。它专为 Apple Silicon 设备设计，能创建并运行高性能的 macOS ...

综合介绍 vdspeak是一个在线工具，专注于为YouTube视频提供多语言翻译和配音服务。它利用先进的AI技术，能将视频内容自动翻译并配音成150多种语言，帮助用户轻松触达全球观众。操作简单，用户只...

综合介绍 Paper to Podcast 是一个开源工具，专门把学术研究论文转化为生动有趣的播客。它通过人工智能技术，将 PDF 格式的论文变成三个角色——主持、学习者和专家——之间的对话，让复杂的...

综合介绍 Anubis 是一个由 TecharoHQ 团队开发的开源工具，主要用来保护网站免受 AI 爬虫的侵扰。它在 HTTP 请求中加入 SHA256 工作量证明（Proof-of-Work）挑战...

综合介绍 OmniSQL 是一个开源项目，由 RUCKBReasoning 团队开发，托管在 GitHub 上。它的核心功能是将用户输入的自然语言问题转化为高质量的 SQL 查询语句，帮助用户轻松与数...

综合介绍 LatentSync 是字节跳动（ByteDance）开发的一个开源工具，托管在 GitHub 上。它通过音频直接驱动视频中人物的唇部动作，让嘴型与声音精准匹配。项目基于 Stable Di...

综合介绍 Morphik Core 是一个开源项目，由 morphik-org 团队开发，托管在 GitHub 上。它以前叫 DataBridge Core，现在更名为 Morphik Core。这个...

综合介绍 Logome 是一个利用人工智能技术帮助用户快速创建专业品牌标识的在线平台。它专为创业者、小型企业和个人设计，无需任何设计经验就能生成独特的logo和完整的品牌套件。用户只需输入品牌名称和行...

综合介绍 Junie 是 JetBrains 推出的一款智能编程助手，专为开发者设计。它集成在 JetBrains 的付费版 IDE（如 IntelliJ IDEA Ultimate、PyCharm ...

综合介绍 Talecast 是一个 AI 驱动的工具，专注于视频翻译和编辑。它的核心特点是能将视频翻译成 20 种语言并同步唇形，同时让用户像编辑文档一样修改视频内容。适合内容创作者、教育工作者和市场...

综合介绍 serverless-markdown-convertor 是一个免费的开源工具，基于 Cloudflare Worker 和 Workers AI 开发，能将多种文件转换为 Markdow...

综合介绍 DeepPDF 是一个利用人工智能帮助用户处理 PDF 文件的在线工具。它可以让用户直接与 PDF 文档“聊天”，快速提取信息、生成总结，还能翻译文件或分析其中的图像和公式。这个网站的核心在...

综合介绍 EditorJumper 是一个专为 JetBrains IDE 设计的插件，由 GitHub 用户 wanniwa 开发。它能让开发者在 JetBrains IDE（如 IntelliJ ...

综合介绍 VirtualWife 是一个开源的虚拟数字人项目，由开发者 yakami129 创建。它目前处于孵化阶段，目标是打造一个有“灵魂”的虚拟角色，用户可以像朋友一样与之互动。项目支持 B站直播...

综合介绍 GPT-Crawler 是由 BuilderIO 团队开发的一个开源工具，托管在 GitHub 上。它通过输入一个或多个网站 URL，爬取页面内容，生成结构化的知识文件（output.jso...

综合介绍 MegaTTS3 是字节跳动与浙江大学合作开发的一款开源语音合成工具，专注于生成高质量的中英文语音。它的核心模型只有 0.45B 参数，轻量高效，支持中英文混合语音生成和语音克隆。项目托管在...

综合介绍 MCPify.ai 是一个帮助用户用自然语言构建 MCP 服务的平台。MCP 全称是 Model Context Protocol，它让 AI 助手可以连接外部服务，比如云平台、数据库或 A...

综合介绍 GhidraMCP 是一个开源工具，核心目标是把人工智能（AI）与 Ghidra 这个强大的逆向工程软件结合起来。它通过 Model Context Protocol（简称 MCP）协议，让...

综合介绍 KBLaM 是微软开发的一个开源项目，全称是“Knowledge Base augmented Language Model”（知识库增强语言模型）。它通过将外部知识转化为向量并嵌入大模型的...

综合介绍 Course Generator Pro 是一个基于人工智能的在线工具，它能帮助用户快速创建微型学习课程。这个网站的核心功能是让用户输入一个主题或提示词，AI就会自动生成包含文字、图片和视频...

综合介绍 SumiNote 是一个专为学生设计的AI学习平台，由上海乐推网络科技有限公司开发。它通过人工智能技术帮助学生记录课堂内容、整理学习资料、复习考试和写作论文。网站的核心功能是实时转录课堂讲课...

综合介绍 Fenn是一个专为Mac用户设计的本地文件搜索工具。它利用AI技术，能快速搜索电脑里的各种文件，比如PDF、Word文档、视频、音频等。Fenn最大的特点是所有操作都在本地完成，不需要联网...

综合介绍 Pixcue 是一款基于人工智能（AI）的照片修复应用。它帮助用户修复老旧或损坏的照片，提升图像清晰度，并为黑白照片添加自然色彩。Pixcue 使用先进的 AI 技术，能将模糊、低分辨率的照...

综合介绍 Paragraph Rewrite 是一个基于人工智能的文本重写工具。它能帮助用户改写段落，保持原文意思，同时提升文字的清晰度和流畅性。它的最大特点是完全离线运行，数据不上传云端，保护用户隐...

综合介绍 Engram 是一个专为非英语母语者设计的AI写作工具，核心功能包括语法检查、句子改写和翻译。它通过分析非母语者的常见错误，提供自然流畅的英文建议。网站操作简单，用户输入文字后即可获得实时反...

综合介绍 ImageTranslate 是一个简单易用的在线工具，专门用来翻译图片中的文字。它通过OCR（光学字符识别）技术，从图片中提取文字，然后快速翻译成用户需要的语言。网站支持40多种语言，包括...

综合介绍 Podcastle 是一个基于人工智能的在线平台，专门帮助用户快速创建和编辑高质量的播客。它集成了录音、编辑和发布功能，用户无需专业设备或复杂软件，只需通过浏览器就能完成所有操作。平台利用 ...

综合介绍 Project G-Assist 是 NVIDIA 推出的一款 AI 助手工具，专为 GeForce RTX 用户设计。它通过语音或文字命令，帮助用户优化电脑性能、调整游戏设置、监控硬件状态...

综合介绍 LangGraph CodeAct 是 LangChain AI 团队在 GitHub 上开源的一个框架，基于 CodeAct 架构（详见论文 arXiv:2402.01030）。它通过生成...

综合介绍 BrowserTools MCP 是一个开源项目，由 AgentDeskAI 团队开发。它通过 Chrome 扩展和 Node.js 服务，让 AI 能实时监控浏览器活动，包括日志、网络请求...

综合介绍 AgentLaboratory 是一个开源工具，托管在 GitHub 上，由 Samuel Schmidgall 开发。它利用大语言模型（LLM）驱动的智能代理，帮助研究人员完成科研全流程...

综合介绍 Kilo Code 是一个开源的 Visual Studio Code（简称 VS Code）扩展插件。它利用人工智能技术帮助用户更高效地编写代码。这个项目由 Kilo-Org 团队开发，最...

综合介绍 G-Search-MCP 是一个开源的谷歌搜索工具，托管在 GitHub 上，由开发者 jae-jae 基于 google-search 修改而来。它通过 MCP（Model Context...

综合介绍 AgentIQ 是 NVIDIA 推出的一款开源工具，旨在帮助开发者高效连接和管理 AI 智能体。它能让不同框架的智能体无缝协作，连接企业数据和工具，像调用函数一样构建工作流。这个工具的最大...

综合介绍 Tavily 是一个专为 AI 设计的搜索工具，核心目标是帮助开发者和大模型获取实时、准确的在线信息。它不像传统搜索引擎那样面向普通用户，而是为 AI 代理和大型语言模型（LLM）量身打造...

综合介绍 RunRabbit 是一个基于人工智能的工具，它能让用户通过简单的语音或文字指令，控制浏览器完成各种任务。它最大的特点是理解用户的需求，然后自动操作网页，比如搜索信息、填写表单或执行重复性工...

综合介绍 MIDI-3D 是 VAST-AI-Research 团队开发的一个开源项目，它能从一张图片快速生成包含多个物体的3D场景，适合开发者、研究人员和创作者使用。这个工具基于多实例扩散模型技术...

综合介绍 TripoSF 是 VAST-AI-Research 团队打造的一个开源项目，专门用来从单张图像快速生成高分辨率的 3D 模型。它用了一种叫 SparseFlex 的技术，处理效率高，能在普...

综合介绍 TripoSG 是由 VAST AI 研究团队开发的一个开源项目，能从单张图像生成高质量的 3D 模型。项目使用大规模整流流变换器技术，结合混合监督训练和优质数据集，让生成的 3D 模型拥有...

综合介绍 MoshiVis 是 Kyutai Labs 开发的一个开源项目，托管在 GitHub 上。它基于 Moshi 语音-文本模型（7B 参数），新增了约 2.06 亿个适配参数和冻结的 Pal...