工具

Plandex

Plandex是一个基于终端的开源 AI 编程引擎,可帮助程序员完成复杂的软件编程开发任务、解决不良输出并最大限度地提高生产力。

UFO²

UFO²是微软开发的多智能体操作系统,基于深度系统集成和自然语言交互技术,实现Windows桌面任务的自动化处理。系统采用HostAgent与AppAgent协同架构,结合GUI与API操作,提升任务执行效率和稳定性。支持多轮交互、非干扰式体验和安全保障机制,适用于办公自动化、企业任务处理、智能客服等多种场景,具有较强的实用性和扩展性。

唱鸭 AI自动作曲

音乐创作全流程的AI自动作曲工具,集 AI 辅助作词、AI 自动作曲、编曲、混音于一体

Brev AI

Brev AI 是一款基于 AI 的在线音乐生成工具,能够将文本描述转化为定制化的音乐作品。它支持多种音乐风格,涵盖旋律、和声及完整曲目生成,并具备强大的自定义功能。凭借其高质量音频输出和广泛适用性,Brev AI 可应用于视频、社交媒体、播客等领域,满足不同用户的创作需求。

olmOCR

olmOCR 是一款开源 PDF 文档处理工具,结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型,可高效提取结构化文本并保留原始布局。支持多种文档类型,具备大规模批量处理能力和低成本优势,适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。

AI Youtube Shorts Generator

AI Youtube Shorts Generator是一款基于AI技术的开源视频编辑工具,通过自动化流程实现长视频到短视频的高效转化。它支持视频下载、音频转录、亮点提取、声源检测及格式适配等功能,广泛应用于社交媒体营销、教育培训、新闻传播等领域,为内容创作者提供便捷高效的短视频生产解决方案。

Video Alchemist

Video Alchemist是一款由Snap公司研发的视频生成模型,支持多主体和开放集合的个性化视频生成。它基于Diffusion Transformer模块,通过文本提示和参考图像生成视频内容,无需测试优化。模型引入自动数据构建和图像增强技术,提升主体识别能力。同时,研究团队提出MSRVTT-Personalization基准,用于评估视频个性化效果。该工具适用于短视频创作、动画制作、教育、剧

Excelly

Excelly-AI是一个文本转Excel公式的工具,它基于最先进的自然语言处理技术,可以处理复杂的语言结构和语义,并毫不费力地将纯文本转换为功能强大的Excel公式。

Vision Parse

Vision Parse 是一款开源工具,旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力,包括文本和表格,并能保持原有格式与结构。此外,Vision Parse 支持多种视觉语言模型,确保解析的高精度与高速度。其应用场景广泛,涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。