自动化

OmniManip

OmniManip是由北京大学与智元机器人联合实验室开发的通用机器人操作框架,结合视觉语言模型与三维操作技术,实现机器人在非结构化环境中的任务执行。其核心为以对象为中心的交互基元表示法,支持零样本泛化、跨平台部署及大规模仿真数据生成。通过双闭环系统设计与任务分解机制,提升操作精度与适应性,适用于日常操作、工业自动化及服务机器人等场景。

OpenHands

OpenHands是一款支持多智能体协作的AI编程工具,具备代码生成、命令行操作、网页浏览等功能。它提供安全的沙箱环境、代理技能库和多代理协作机制,适用于软件开发、信息采集、辅助决策和科研支持等场景。该工具涵盖多个领域的基准测试,助力学术与工业应用。

Browserbase

Browserbase 是一款面向 AI 应用的无头浏览器平台,支持 Playwright、Puppeteer 和 Selenium 兼容,具备快速启动、全球分布和高性能的特点。它主要用于网页自动化测试、数据抓取、AI 集成和网站性能监控,为企业提供高效、灵活的浏览器实例管理解决方案。

心响

心响是一款基于人工智能的任务处理应用,通过自然语言交互帮助用户拆解复杂任务并提供可视化结果。其核心功能包括任务调度、旅游攻略生成、智慧图表制作、定时任务管理和模拟对话练习。适用于学习、办公、金融及旅游等多个场景,提升用户的工作效率与决策能力。

FormX.ai

FormX.ai是一款基于AI技术的在线表单构建工具,帮助用户快速创建高质量的表单,并自动化地处理表单数据。

parsio

Parsio是一款利用AI技术的文档解析工具,支持从PDF、电子邮件及发票等多种文档中自动提取结构化数据。它提供PDF解析与OCR功能,支持多语言识别和表格提取,适用于业务流程优化、客户关系管理及财务管理等多个领域,帮助企业提高效率并减少错误。

MonkeyOCR

MonkeyOCR是由华中科技大学与金山办公联合开发的文档解析模型,能够高效地将非结构化文档内容转换为结构化信息。其支持多种文档类型和语言,处理复杂文档(如公式、表格)效果显著,处理速度达每秒0.84页。基于SRR三元组范式和MonkeyDoc数据集,模型在准确性和效率上表现优异,适用于自动化业务流程、数字存档、智能教育、医疗记录管理及学术研究等场景。

飞书多维表格

已接入DeepSeek R1满血版,提供批量写作、批量分析、批量生图、批量总结等功能,飞书多维表格让AI在业务场景中发挥实效!

Social Media Agent

Social Media Agent是一款基于AI技术的社交媒体内容管理工具,支持从URL内容自动生成Twitter和LinkedIn帖子。它提供人机交互流程,让用户能审核和调整生成内容。具备基础与高级模式,支持多种平台集成,如Slack和GitHub。适用于企业运营、个人品牌、营销推广及社区管理等多种场景,提升内容创作与发布效率。

OmniParse

OmniParse是一款开源数据解析平台,支持多种文件类型的非结构化数据转换为结构化格式,包括文档、图像、视频、音频及网页内容。其核心功能涵盖表格提取、图像字幕生成、音视频转录以及网页内容结构化处理,利用自然语言处理、光学字符识别及深度学习技术提升解析效率与准确性。OmniParse完全在本地运行,确保数据隐私与安全,广泛应用于文档自动化处理、客户服务、市场研究、法律合规及医疗记录管理等领域。