开源项目

1. 首页
2. 开源项目

3D

3D-Speaker是一个多模态开源项目，专注于通过结合声学、语义和视觉信息，实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码，以及多样化数据集，并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。

AI项目与工具 2025年06月12日 29 点赞 0 评论 305 浏览

InvokeAI

InvokeAI 是一个开源项目，是 Stable Diffusion 模型的领先创意引擎，它为使用 Stable Diffusion 模型生成高质量图像提供了简化的过程。

Ai开源项目 2025年06月05日 52 点赞 0 评论 305 浏览

NeuraPress

一款专注于微信公众号排版的Markdown编辑器，支持移动端，搭配DeepSeek和微信公众号助手，利用碎片化时间，通过手机就能编辑并发布带有排版效果的公众号文章。

Ai开源项目 2025年06月05日 86 点赞 0 评论 310 浏览

Paint By Text

Paint by Text 是一个允许您在 AI 的帮助下使用书面说明编辑照片的网站。您可以上传图像，键入描述如何更改图像的文本提示，并根据提示生成新图像。例如，您可以添加帽子、更改颜色或从照片中移除对象。

Ai图片处理 2025年06月05日 46 点赞 0 评论 311 浏览

OpenManus

OpenManus是一款由MetaGPT团队推出的开源AI代理工具，基于模块化设计，支持多种语言模型和工具链，具备代码执行、文件处理、网络搜索和浏览器自动化等功能。其核心优势是实时反馈机制，用户可直观查看AI的思考过程和任务执行状态。同时，它提供灵活的配置选项，便于开发者自定义功能。适用于个人任务自动化、开发者辅助、教育、企业工具开发及研究等多个领域。

AI项目与工具 2025年03月07日 58 点赞 0 评论 314 浏览

Shandu

Shandu 是一款基于 LangChain 和 LangGraph 技术的开源 AI 研究自动化工具，支持多引擎搜索、递归探索和智能网页爬取，能自动生成结构化研究报告。用户可通过命令行输入主题并设置参数，快速输出包含引用的 Markdown 格式文档。适用于学术研究、市场分析、技术探索及教育等多个领域，具备高度灵活性和信息处理能力。

AI项目与工具 2025年06月12日 79 点赞 0 评论 314 浏览

SurfSense

SurfSense是一款开源的AI研究工具，具备强大的搜索功能和自然语言交互能力。它支持多种外部数据源集成，如搜索引擎、Slack、Notion等，并允许用户上传多种格式的文件，整合到个人知识库中。SurfSense采用RAG技术，结合语义和全文搜索，提升检索效率和准确性。同时支持本地部署，保障数据隐私，适用于个人知识管理、学术研究、企业协作等多种场景。

AI项目与工具 2025年06月11日 23 点赞 0 评论 321 浏览

GOT-OCR2.0

创新的OCR模型，它通过先进的技术提供了精准、高效的OCR解决方案。无论是文档数字化、场景文本识别还是票据处理等应用场景，GOT-OCR 2.0都能提供强大的支持。

Ai平台模型 1970年01月01日 0 点赞 0 评论 323 浏览

百聆

百聆是一款开源语音对话系统，融合语音识别、语音活动检测、大语言模型和语音合成技术，实现自然流畅的语音交互。支持低延迟运行，无需GPU，适用于边缘设备。具备记忆、工具调用和任务管理等功能，适用于智能家居、个人助理、车载系统等多种场景，提供高效的语音交互解决方案。

AI项目与工具 2025年06月12日 90 点赞 0 评论 326 浏览

Smart PDFs

Smart PDFs 是一款免费开源的 AI 工具，用于快速提取和总结 PDF 文档的关键信息。它支持学术论文、行业报告和技术文档等多种格式，可在数秒内生成结构清晰的章节式摘要。工具采用 Llama 3.3 模型进行智能处理，并支持图像生成和内容分享功能，适用于学术、职场和个人使用场景。

AI项目与工具 2025年06月11日 61 点赞 0 评论 331 浏览