微软开源的 Python 工具，一键将 PDF/Word/Excel/PPT 等文件转换为 Markdown，支持 OCR 和 MCP

开源的托管 AI 代理平台，像分配任务给同事一样分配 Issue 给代理，支持 Claude/Codex/OpenClaw

Firecrawl 团队开源的 AI 网站克隆工具，通过与 AI 对话即可将任意网站重建为现代 React 应用，支持多种 LLM 提供商和 Vercel/E2B 沙箱部署，适合快速原型开发和设计还原。

基于 Google Gemini + FFmpeg，通过 Director/Editor/Reviewer 多 Agent 流水线，将原始素材和创意简报自动剪辑成精品广告，支持 YAML 管道配置与风格模板

免费不限次数、无需登录的在线去水印解析工具，支持130多个平台的视频、图片、实况Live图无水印下载，适合自媒体批量获取多平台素材

微软删除官方推理代码后，社区补上的完整 MLX 实现。支持 1.5B/7B 语音合成、零样本语音克隆、量化加速。

微软删除官方 TTS 推理代码后，社区 fork 保留的 PyTorch 完整实现。支持单卡/多卡推理、语音克隆、Gradio Demo。

零依赖、无需 GPU，一行命令让 AI Agent 开口说话，支持中文多种声音

dealign.ai 出品的 Gemma 4 31B 去审查版，JANG 混合量化 5.1bit，HarmBench 93.7%，支持视觉+思维链

prithivMLmods 出品的 Gemma 4 31B 全精度(BF16)去审查版，无量化损失，mlx-vlm 原生支持

无需量化/蒸馏/剪枝，在单张4GB GPU上运行70B大模型推理，支持Llama3.1 405B仅8GB VRAM

评估大语言模型在八字和紫微斗数方面的推理能力，160道全球算命师大赛真题，支持 GPT/Claude/Gemini/DeepSeek 等主流模型

PlayCanvas 开源的 3D Gaussian Splat 在线编辑器，无需安装，浏览器直接运行，支持检查、编辑、优化和发布 3DGS 场景

CVPR 2023 论文项目，一张照片+一段音频即可生成逼真的数字人/虚拟主播视频，支持口型同步和表情控制

集成翻译、配音、语音克隆，支持横竖屏，输出适配抖音、小红书、B站、YouTube、TikTok

5秒样本零样本TTS，1分钟数据微调即可克隆声音。支持中英日韩粤跨语言推理，集成WebUI工具链，58k Stars

AI模型云平台，聚合Flux/GPT-Image/Seedream/Claude等数千个模型，Python/Node/HTTP一行代码接入，支持微调和自定义部署，按用量付费

基于SigLIP微调的电商领域专用嵌入模型，vs通用SigLIP提升67%，vs Amazon Titan提升45%，支持文搜图/图搜图/商品去重

通过Telegram/Email/LINE远程控制本地Claude Code，随时发任务收结果。支持多机多Bot部署，每台电脑一个Bot，手机统一管

阿里万相2.2图生视频，27B双专家MoE架构激活仅14B，支持480P/720P，电影级画质+复杂运动，Apache 2.0开源