综合介绍 Trend Finder 是一个强大的工具，旨在帮助用户实时追踪社交媒体上的热门话题和趋势。通过收集和分析关键影响者的帖子，Trend Finder 能够在检测到新趋势或产品发布时，及时发送...

目前我最好的 AI 编程伙伴是 Lovable 和 Cursor 。bolt.new 和 windsurf，也都很不错，选择前两个是因为上限足够高。 Lovable 的网址： https://lova...

昨天，OpenAI首席执行官兼联合创始人Sam Altman，在他的个人博客发布了最新深度文章——Reflections（反思）。 主要回顾了OpenAI创立这9年的时间：从最初的不被外界看好，到20...

罗永浩这次又要进军AI行业了。此前报道，他的新公司“细红线”将在蛇年春节前后，发布自成立以来的首款新品。 而早在去年4月，罗永浩就在直播中首次预告，称将发布一款神秘产品，并形容其“具有颠覆性、破坏式的...

综合介绍 Matter.ai是一家创新公司，致力于提供先进的人工智能解决方案。其最新产品J1助手（J1 Assistant）现已推出0.8.3-beta1版本，支持Samsung Galaxy S24...

做出预测，尤其是在数据和 AI 这样快速发展的领域，是出了名的困难。尽管如此，我们，Rajesh Parikh 和 Sanjeev Mohan，去年发布了我们的 2024 年趋势预测。随着 2024 ...

综合介绍 AI no jimaku gumi（AI の字幕組）是一个强大的命令行视频字幕处理工具，专注于实现自动化的视频字幕提取、转录和翻译功能。该工具集成了先进的AI技术，包括 Whisper 语音...

综合介绍 TransRouter 是一个基于 Google Gemini 大模型的实时语音翻译工具，专门设计用于实现中英文之间的实时语音互译。该工具能够无缝集成到 Zoom 等视频会议软件中，为跨语言...

综合介绍 开源NotebookLM是一个创新的人工智能项目，它结合了Deepseek-V3的语言理解能力和PlayHT的语音合成技术，旨在创建一个智能化的笔记对话系统。该项目由Build Fast w...

综合介绍 Open Deep Research是一个开源的AI驱动研究报告生成工具，作为Google Gemini深度研究功能的开源替代方案。该项目采用TypeScript开发，基于Next.js 1...

综合介绍 Vision-is-all-you-need 是一个创新的视觉RAG(检索增强生成)系统演示项目，它突破性地将视觉语言模型(VLM)应用于文档处理领域。不同于传统的文本分块方法，该系统直接使...

综合介绍 MiniPerplx（更名为Scira）是一个极简主义设计的AI驱动搜索引擎，它整合了多种实用功能，为用户提供全方位的信息检索服务。该项目采用现代化的技术栈，包括Next.js、Tailwi...

你是否也常需要将会议录音或访谈内容转录为文字？由于撰写逐字稿既费时又费力，这时候不妨利用 AI 工具将录音转换为文字。本文将介绍由 OpenAI 团队推出的自动语音识别 (ASR) 系统「Whis...

提示词 在这里输入要转换的内容当我给出一段英文文本（例如来自 The Economist 或 WSJ 的报导），请您按照以下要求为我提供翻译和解析： 翻译要求： 将英文文字翻译为流畅自然的中文。 ...

AI 模型的发展日趋多样化，除了大型语言模型、小型语言模型，被称为世界模拟器（world simulators）的「世界模型（world models）」，正被视为 AI 下一个重点发展方向之一。 2...

综合介绍 Diffbot LLM推理服务器是一个创新的大规模语言模型系统，它基于LLama模型架构进行了特殊优化和改进。该项目最大的特点是将实时知识图谱（Knowledge Graph）与检索增强生成...

综合介绍 JupyterLab Magic Wand是一个实验性的JupyterLab扩展，旨在为JupyterLab笔记本提供内嵌的AI助手功能。该扩展由Zsailer开发，主要用于提升数据科学家和...

适合作为 Cursor 、Windsurf 、Cline 等AI IDE 工具规范化生成前端项目代码。这类工具虽然生成完整项目代码能力十分强大，但缺乏基本约束会导致大量无效的tokens消耗，特别是生...

综合介绍 LuminaBrush 是一个创新的交互式图像照明效果编辑工具，由人工智能技术驱动。该项目采用两阶段框架处理图像：第一阶段将输入图像转换为"均匀照明"的外观，第二阶段则根据用户的涂鸦操作生成...

综合介绍 Diagramming AI 是一个强大的在线工具，利用人工智能技术帮助用户即时设计和编辑UML图和工作流程图。该网站提供了多种图表格式，包括流程图、序列图和甘特图等，用户只需输入文本即可生...

综合介绍 Reshot AI 是一款功能强大的在线 AI 照片编辑器，专注于面部表情、眼睛方向和头部姿势的实时调整。用户可以通过简单的操作，快速编辑和增强照片，生成高质量的专业照片。Reshot AI...

演示效果 演示：使用搭建好的工作流，我们在飞书多维表中插入一条记录 下面逐步探究具体实现过程。 需求分析 日常工作中，我们经常会搜集一些资料，方便后期整理和查看。但是手动整理需要一个字段一个字段填...

在当前 AI 技术飞速发展的浪潮中，多个开源项目为开发者提供了强大的功能和灵活性，尤其是在多代理系统（Multi-Agent Systems）领域。以下是五个最受欢迎的 Agent 项目（GitHub...

综合介绍 MetaGPT 是一个创新的多智能体框架，旨在模拟一个完整的 AI 软件公司的运作模式。该项目由geekan（Alexander Wu）创建，目标是将不同角色的GPT模型组合成一个协作实体...

介绍 曾几何时，创作一本漫画书是一个繁琐的过程，需要作家、插画师和无数小时的努力。今天，人工智能作为一种强大的工具，增强了创意专业人士的能力。想象一下，将一个短故事交给人工智能，观看它如何帮助将这个故...

Trae 的 Builder 模式可以帮助你从 0 到 1 开发一个完整的项目。你可以将它无缝融入到项目构建的流程中。 在 Builder 模式下，AI 助手在回答时会根据需求调用不同的工具，包括分析...

综合介绍 智象未来（HiDream.ai）是一家专注于构建全球领先的视觉多模态基础模型及应用的生成式人工智能初创公司。公司自主研发的“智象大模型”是全球首个上线开放使用的图像和视频生成Diffusio...

综合介绍 Groq AppGen 是一个创新的交互式网页应用生成器，由 Groq 公司开发并开源。该项目展示了 Llama 3.3 70B 模型在 HTML 代码生成方面的强大能力。通过集成 Groq...

综合介绍 llmstxt-generator 是一个专业的网站内容提取和整合工具，专门为大语言模型(LLM)的训练和推理准备高质量文本数据集。该工具由 Mendable AI 开发，采用 @firec...

综合介绍 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...

综合介绍 Raycast-G4F（GPT4Free） 是一款强大的 Raycast 扩展工具，让用户可以免费访问包括 GPT-4、Llama-3 在内的多种高级 AI 模型。该扩展不仅提供了实时对话流...

AI 图片和视频一个非常好的应用场景就是微信红包封面，你的单张特别好的图片或者视频分镜也可以创造价值。 从微信推出红包封面以来就一直有售卖红包封面的生意，不过原来官方不支持，甚至如果被举报还会算违规...

使用 Gemini 系列模型可以通过运行 cURL 命令快速测试 API： curl "https://generativelanguage.googleapis.com/v1beta/models...

加州大学洛杉矶分校计划在2025年学校的一门比较文学课程将由AI来生成教科书、作业和提供一个随时可以探讨问题的助教。得益于人工智能，2025 年的这门课程格式和材料将呈现出全新的面貌。 “这项新技术将...

综合介绍 Twelve Labs是一家专注于视频理解的多模态AI公司，致力于通过先进的AI技术帮助用户理解和处理大量视频内容。其核心技术包括视频搜索、生成和嵌入，能够从视频中提取关键特征，如动作、对象...

综合介绍 Gemini-Search 是一个基于 Google Gemini 2.0 技术打造的开源智能搜索引擎项目。该项目采用 TypeScript 开发，致力于复制 Perplexity 搜索引擎...

什么是 flowith 2.0? flowith 作为下一代 AI 创作平台，致力于探索人类和 AI 之间更自然、更高效的交互方式。在 1.0 版本中，我们通过画布式交互获得了数十万用户的认可。而在即...

综合介绍 Devin.cursorrules 是一个创新的开源项目，旨在将价格实惠的Cursor或Windsurf IDE（约20美元）转换为类似 Devin 这样强大的AI编程助手。该项目提供了一套...

综合介绍 Townie 是 Val Town 的 AI 助手，旨在帮助用户快速创建和部署应用。通过 Townie，用户可以在浏览器中编写和运行 JavaScript 或 TypeScript 代码，创...

2021年，微软推出GitHub Copilot，一跃成为编程界最抢手的AI工具。 GitHub Copilot能根据用户提供的上下文信息，如函数名、注释、代码片段等，自动生成完整的代码函数，被称为编...

综合介绍 Devin AI 是一款由 Cognition 公司推出的前沿人工智能软件工程师，旨在彻底改变软件开发流程。Devin AI 不仅仅是一个代码生成工具，更是一个能够理解复杂指令、自主规划并执...

在人工智能技术日新月异的今天，AI编程工具如雨后春笋般涌现，其中不乏像 Cursor 这样功能强大的佼佼者。然而，对于那些没有编程基础的“小白”用户来说，即使是 Cursor 这样的工具，仍然存在一定...

作者：Julia Wiesinger，Patrick Marlow和 Vladimir Vuskovic 原文：https://www.kaggle.com/whitepaper-agents 目...

检索增强生成（Retrieval Augmented Generation，RAG）正在成为大语言模型（LLM）和向量数据库最受欢迎的应用之一。RAG 是通过从向量数据库（例如 Weaviate）检索...

综合介绍 Common Sense Education提供了一系列免费的AI素养课程，专为6-12年级学生设计。这些课程旨在帮助学生理解人工智能（AI）的基本概念及其社会和伦理影响。课程内容涵盖了AI...

综合介绍 微信公众号文章批量下载工具是一款功能强大的工具，专为需要批量下载微信公众号文章的用户设计。该工具支持下载文章中的图片和评论，并能将文章保存为多种格式，包括HTML、MHTML、Markdow...

综合介绍 One Hub 是一个基于 One API 二次开发的 OpenAI 接口管理和分发系统。该项目由 MartialBE 开发，旨在提供更广泛的模型支持和更完善的统计功能。One Hub 具有...

综合介绍 Reweb 是一个为开发者设计的前端网页代码构建工具，专注于使用 Next.js 和 Tailwind CSS 构建网站。它结合了无代码的便捷性和代码编辑的灵活性，允许用户通过视觉界面快速创...

我们关于 Model Context Protocol 演变的计划（2025 年上半年） Model Context Protocol 正在迅速演进。本页面概述了我们在 2025 年上半年 的关键优先...

综合介绍 FLUX 3D StyleGEN是由ginipick开发并托管在Hugging Face上的一个空间，专注于生成3D风格图像。该工具利用先进的人工智能技术，通过简单的操作即可生成高质量的3D...

与 AI 助手对话时，你可以指定 Trae 中的内容（包括代码、文件、文件夹、工作空间）作为上下文供 AI 助手阅读和理解，从而确保 AI 助手的答复更符合你的要求。本文介绍指定上下文的三种方式。 ...

专家普遍认为，2024 年是“AGI 元年。这一年，大模型行业发生了翻天覆地的变化： OpenAI 的 GPT-4 已不再望尘莫及；图像、视频生成模型的作品愈发逼真；多模态大语言模型、推理模型、智...

发现大家对数字人的兴趣和需求挺大的。 最近非常多的小伙伴，因为之前写的数字人文章，私信我聊到数字人的问题。 这里，再盘一下，挑选 4 款，分享给你们。 这 5 款，主要是公模数字人为主（公共形象）。如...

综合介绍 Fish Speech 衍生项目 Fish Agent 是一款革命性的端到端AI语音克隆系统，基于V0.1 3B模型架构开发。作为一个完全端到端的语音克隆处理系统，其最大特点是采用创新的无语...

文档图像理解技术旨在让计算机能够像人类一样理解文档图像中的内容。它主要涉及对扫描或拍摄得到的文档图像（如纸质合同、书籍页面、发票等）进行分析、处理和理解，提取其中有价值的信息，如文字、表格、图表等，并...

最近接手了一个需要使用 Stable Diffusion 的项目，需要重新部署一套 SD 环境。这跟我之前的SD部署又不太一样，部署过程中遇到一些问题，总结出一个比较完美的安装方案，在这里和大家分享一...

冬天来了，家里下雪了吗？ 没下也没关系，现在下了——点击这里 怎么做的 答：通过 GLM-Zero，也就是智谱前两天发的。看起来像智谱广告一样...同样推荐试试 DeepSeek Chat 的“深...

每一个知识点都有面向教师和学生的不同内容。 2024年，麻省理工学院（Massachusetts Institute of Technology，MIT）推出的Day of AI项目火爆全球...

综合介绍 FunClip是一款完全开源的本地化自动视频剪辑工具，由阿里巴巴达摩院TONGYI语音实验室开发。该工具集成了工业级的 Paraformer-Large 语音识别模型，可以准确识别视频中的语...

综合介绍 Dify-WebUI 是一个基于 Dify API 的现代化桌面智能对话应用，旨在为企业提供强大的 AI 对话能力。该应用支持多种预设主题颜色，满足企业个性化需求，并且具备知识库管理功能，支...

FaceFusion 更新到了3.1.1版本。本次更新增加了批量功能、换脸模型、以及全新的UI界面，这次的批量跟上个版本的job工作流形式不同，操作更方便简单。 本文使用 FaceFusion 某个封...

综合介绍 小红书AI运营助手（xhsaipublisher）是一个专为在小红书平台上发布文章而设计的自动化工具。该项目结合了图形用户界面与自动化脚本，利用大模型技术生成内容，并通过浏览器自动登录和发布...

Kohya 发布了混元视频（Hunyuan Video）模型的 Lora 训练脚本。它将允许 16GB VRAM 显卡仅使用图像输入训练视频 Lora。 而且支持图片训练视频模型 lora Civit...

综合介绍 微信 Markdown 编辑器（WeChat Markdown Editor）是一款高度简洁的微信图文排版工具，旨在帮助用户轻松创建美观的微信文章。该编辑器支持所有基础的 Markdown ...

综合介绍 Deepseek Artifacts 是一个利用世界上最好的开源模型来创建React应用的网站。用户可以通过描述他们梦想中的React应用，网站将使用 Deepseek V3（原模型：Met...

检索增强生成（RAG）已成为增强大型语言模型能力的一项强大技术。 RAG 框架结合了基于检索的系统和生成模型的优势，可以做出更准确、更能感知上下文和更及时的响应。随着对复杂人工智能解决方案需求的增长...

2024 年最受欢迎的 AI 产品，当属 NotebookLM 。从九月开始就一路爆红，一直到年末热度都居高不下。 12 月时，NotebookLM 更新了新功能：加入。用户也可以成为播客节目里的一环...

多智能体系统 (Multi-Agent System, MAS) 是一个由多个交互的智能体 (Intelligent Agent) 组成的计算系统。多智能体系统可用于解决单个智能体或单体系统难以解决或...

1.什么是无代码平台（No Code/Low Code）？ 简单来说，它让人们无需编写任何代码就能制作应用、网站或业务流程。 用户通过简单的点击或拖放组件即可完成操作。对于初学者来说，创建技术项目...

综合介绍 StoryTribe 是一个免费的在线故事板制作工具，专为视频制作人、市场营销人员和用户体验设计师设计。无需绘画技能，用户可以轻松创建插图和故事板。StoryTribe 提供了丰富的图形资产...

综合介绍 Doc2X 是一款功能强大的文档图片公式识别与转换工具，致力于提供高效智能的文档处理解决方案。无论是学术科研论文、教辅书籍、企业文档还是财报研报，Doc2X 都能精准识别 PDF 中的表格和...

综合介绍 3MinTop 是一款由 AI 驱动的阅读助手，旨在帮助用户在短时间内掌握书籍的核心内容，降低阅读门槛，培养良好的阅读习惯。无论你是阅读新手还是资深读者，3MinTop 都能通过智能总结、通...

随着人工智能技术的飞速发展，大语言模型在研究生级别的高难度科学题目上的推理能力已经成为了研究的热门话题。以 OpenAI 为例，其在12月初正式发布的新模型OpenAI o1展现了强大的科学推理能力...

综合介绍 Orchestra是一个创新的轻量级Python框架,专注于构建基于大语言模型(LLM)的多智能体协作系统。它采用独特的智能体编排方法,让多个AI智能体能够像交响乐团一样和谐配合工作。通过模...

综合介绍 GraphAgent是一个集成了图生成、任务规划和任务执行的自动化智能体系统。它能够处理结构化和非结构化数据，构建复杂的语义依赖关系图谱，并通过自我规划和工具匹配高效执行用户任务。Graph...

FastGPT 是由环界云团队开发的基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景。FastGP...

综合介绍 Harbor是一个革新性的容器化LLM工具集，专注于简化本地AI开发环境的部署和管理。它通过简洁的命令行界面(CLI)和配套应用程序，让开发者能够一键启动和管理包括LLM后端、API接口、前...

综合介绍 TangoFlux 是一个由 DeCLaRe Lab 开发的高效文本到音频（TTA）生成模型。该模型能够在短短 3.7 秒内生成长达 30 秒的 44.1kHz 立体声音频。TangoFlu...

综合介绍 Xorbits Inference（简称Xinference）是一个强大且多功能的库，专注于为语言模型、语音识别模型和多模态模型提供分布式部署和服务。通过Xorbits Inference...

一、LLMs 已经具备了较强能力了，为什么还需要 RAG(检索增强生成)? 尽管 LLM 已展现出显著的能力，但以下几个挑战依然值得关注： 幻觉问题：LLM 采用基于统计的概率方法逐词生成文本，这一机...

综合介绍 ExtractThinker 是一个灵活的文档智能工具，利用大型语言模型（LLMs）从文档中提取和分类结构化数据，提供类似 ORM 的无缝文档处理工作流。它支持多种文档加载器，包括 Tess...

综合介绍 NeoAI是一款创新的开源AI助手工具，它通过自然语言对话的方式让用户轻松控制和管理电脑。无需编写任何代码，用户只需要用日常对话的方式就能完成文件查找、任务自动化、设备管理等操作。NeoAI...

关于主流闭源LLM的参数规模一直讨论不断，在2024年最后2天来自微软的一篇关于检测和纠正临床笔记中医疗错误的测试基准MEDEC的研究一不小心直接漏了它们的参数规模：o1-preview, GPT-4...

综合介绍 HtmlRAG是一个创新的开源项目，专注于改进检索增强生成(RAG)系统中的HTML文档处理方法。该项目提出了一种新颖的方法，认为在RAG系统中使用HTML格式比纯文本更有效。项目包含了完整...

综合介绍 TryOffAnyone是一款突破性的AI图像处理工具，专门用于解决电商领域中服装展示的难题。它能够将真人穿着状态下的服装照片智能转换为平铺展示效果图，这项技术基于最新的Latent Dif...

综合介绍 Agentarium 是一个强大的 Python 框架，专门用于管理和编排 AI 智能代理（Agent）。这个框架提供了灵活直观的方式来创建、管理和协调多个 AI 代理之间的交互。它采用 A...

OneDrive中的copilot功能十分强大，它从一个位置整体把握所有文件，并对多个文件进行汇总与对比，已完成复杂的工作。 当然，以上功能需要订阅Microsoft 365 copilot商业版...

综合介绍 Orbit 是一款基于人工智能的浏览器插件，专为帮助用户快速总结和查询网页内容而设计。无论是电子邮件、文档、文章还是视频，Orbit 都能在不牺牲用户隐私的前提下，提供简洁明了的摘要。作为 ...

综合介绍 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768x512分辨率下以24帧每秒的速度生成高质量...

综合介绍 ScrapeGraphAI是一个创新的Python网页抓取库，它巧妙地结合了大语言模型(LLM)和直接图逻辑来创建网站和本地文档的抓取管道。这个工具的独特之处在于它的简单性和强大功能的完美平...

综合介绍 AnkiAIUtils是一套专为Anki闪卡学习系统设计的人工智能增强工具集。该工具由一位医学院学生开发，旨在通过AI技术自动改进用户在学习过程中遇到困难的卡片。它能够智能地为用户提供个性化...

难以想象，如果不是Scaling Law放缓，2024年AI领域会发生哪些惊人变化，但你可能又会感到庆幸，正是由于Scaling Law放缓，它给了这个行业的后来者们追赶的机会，也给了更多普通人搭乘这...

关于免费模型速率限制 api调用总消耗量0元-50元/每月（不含） GLM-4-Flash：并发200 GLM-4V-Flash：并发10 Cogview-3-Flash：并发5 CogVideoX...

综合介绍 YouMind 是一个由顶尖大语言模型（LLMs）支持的AI创作系统，旨在帮助用户从各种材料中提取和保存重要内容，专注于创作而非简单的收集。无论是浏览网页、观看YouTube视频、收听播客...

o3 来了，分享一些个人的浅见。关于 Test-time Scaling Law 的进展，比我们想象中的要快得多。但我想说的是，这条路其实有些曲折——它是 OpenAI 在追求 AGI 的道路上，采取...

综合介绍 Story-Adapter 是一个创新的故事可视化框架，它能够将文本故事转换为连贯的图像序列。这个项目由研究人员开发，采用了无需训练的迭代方法来生成高质量的故事插图。该框架的特点是能够处理长...

使用 Lovable 进行提示设计，策略和方法清单。 为了帮助您最大限度地利用 Lovable，我们整理了一份提示设计策略和方法清单。这些策略部分来源于我们团队的经验，部分由社区成员分享。 什么是提示...

综合介绍 GitDiagram是一款创新的GitHub代码库可视化工具，能够将任何GitHub仓库快速转换为交互式系统架构图。它采用先进的AI技术（Claude 3.5 Sonnet），为开发者提供了...

综合介绍 Eliza是一个先进的多智能体(Multi-Agent)开发框架,致力于简化自主智能体(Autonomous Agent)的构建和部署过程。它支持部署多个具有不同角色设定的智能体,可实现智能...