开源精选
自动收录官网指向 GitHub / GitLab / Gitee 等，或标签含「开源」相关词的工具。后续可加独立字段（如 Star 数）做更精细排序。
Glow-TTS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
轻量高性能大模型推理与服务框架（开源）。
飞桨开源 OCR 与版面分析工具包。
魔搭开源 Agent 框架，工具调用与多智能体编排。
言犀, 言犀，京东智能人机交互平台，懂业务更懂你，是融合京东自身十年客户服务与营销的最佳实践以及自研全链路AI能力的服务数智化平台级产品。为政务、金融、零售、教育等行业领域提供以用户为中心的客户服务、营销、流程自动化的新一代智能化解决方案，助力客户实现服务数智化转型。 产品 在线咨询机器人：业界首个大规模商用的情感机器人，多轮对话精准理解意图，人机无缝协作，全渠道智能连接用户。 智能语音外呼：媲美真人的外呼交谈体验，低成本高精准触达客户，高效解决企业回访、通知、调研等业务场景问题。 智能语音应答：有温度、个性化语音交互，人机融合智能分流，缩短一半以上的用户等待时长，解决高峰时期爆线问题，显著提升体验与效率。 智能质检与分析：全流程、全场景，语音及文字全量数据质检与智能分析；极简配置，自动质检，洞察舆情风险与用户热点，多渠道及时预警，提升营销效率，辅助经营决策。 智能坐席辅助：面向在线和语音人工客服的智能接线助手，提供实时场景分析、话术推荐、顾客情绪分析、风险预警等辅助能力，助力客服体验、效率双提升。 智能知识库：面向企业一站式管理与应用的 SOP 知识库，满足企业员工业务检索、信息获取、机器人应答服务等场景的需求，助力企业提升运行效率。 智能培训：全周期“学-练-考-评”体验式的培训服务机器人，让新手客服和销售迅速上岗、老员工突破能力瓶颈。 AI多模态数字人：无论线上还是线下，媲美真人化的多模态交互数字员工 。5G时代下企业客户服务与营销的全新形态。 智能CRM：AI驱动的新一代数智化客户关系管理系统，全方位优化客户关系，快速提升销售业绩和客户满意度， 为企业打造智能化客户关系管理流程。 AI开发平台：提供自主训练、调优、部署算法模型服务的平台，为企业数智化发展赋能。 行业解决方案 结合各行业数据和业务痛点，为政务、金融、零售、教育等行业领域提供以用户为中心的客户服务、营销、流程自动化的新一代智能化解决方案，助力客户实现服务数智化转型。 , 言犀，京东智能人机交互平台，懂业务更懂你，是融合京东自身十年客户服务与营销的最佳实践以及自研全链路AI能力的服务数智化平台级产品。为政务、金融、零售、教育等行业领域提供以用户为中心的客户服务、营销、流程自动化的新一代智能化解决方案，助力客户实现服务数智化转型。 产品 在线咨询机器人：业界首个大规模
PolyCoder 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
Caffe,开源的深度学习框架,Caffe是干什么的 Caffe（Convolutional Architecture for Fast Feature Embedding）是一个开源的深度学习框架，主要用于训练和推理深度神经网络模型。它特别适用于计算机视觉和机器学习场景，提供了一种简单而高效的方式来定义和训练深度学习模型。 Ca
面壁智能端侧小模型系列，适合手机与边缘设备。
Coqui TTS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
CodeParrot 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
GitHub Copilot,AI编程工具,Github Copilot由GitHub、OpenAl和Microsoft合作，提供高级功能，支持Python、JavaScript、TypeScript等多种编程语言和框架；可根据上下文生成代码，以提高开发人员的效率。 GitHub Copilot优势： 1、智能代码辅助：提供实时代码建议、自动
Piper TTS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
开源知识库问答与 RAG，可私有化部署。
Tortoise TTS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
Xorbits 开源模型推理与服务部署，支持多模型 API。
GitHub Copilot是由GitHub与OpenAI合作开发的一款革命性的智能代码补全和生成工具，旨在帮助开发人员更高效、更准确、更快地编写代码。这款由人工智能驱动的编程助手与程序员常用的代码编辑器无缝集成，对全球各地的开发者来说都是代码神器和得力助手。
Meta（Facebook）推出的AI大语言模型
魔乐社区,AI开发者社区,天翼云联合华为推出的AI开发者社区
Label Studio,开源的数据标注工具,A flexible data labeling tool for all data types. Prepare training data for computer vision, natural language processing, speech, voice, and video mod
Perplexica,人工智能搜索工具,Perplexica is an AI-powered search engine. It is an Open source alternative to Perplexity AI - ItzCrazyKns/PerplexicaPerplexica的概述 Perplexica是一款开源的AI驱
复旦大学开源对话语言模型与配套生态（科研与学习向）。
CosyVoice,AI语音和文本配音工具,汇聚各领域最先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。CosyVoice概述 CosyVoice是一款由FunAudioLLM团队开发的开源多语言大规模语音生成模型。它基于大规模预训练和先进的神经网络架构，如Transformer和流匹配技术，旨在为用户提供自然流畅
Apache MXNet,开源的深度学习框架,Apache MXNet概述 Apache MXNet（也称为MXNet）是一个灵活且可扩展的深度学习框架，支持多种编程语言和硬件平台，旨在帮助开发者构建和训练深度学习模型。 Apache MXNet主要功能 Apache MXNet的主要功能包括： 1. 混合前端：提供Gluon（动态图）和Sym
CMMLU是综合性的中文评估基准，专门用在评估语言模型在中文语境下的知识和推理能力，涵盖从基础学科到高级专业水平的67个主题。包括需要计算和推理的自然科学，需要知识的人文科学和社会科学，及需要生活常识的中国驾驶规则等。
Mozilla TTS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
flv.js,B站H5内核开源视频播放器,HTML5 FLV Player. Contribute to bilibili/flv.js development by creating an account on GitHub.flv.js的定义 flv.js是一个用于在浏览器中播放FLV格式视频的JavaScript库。它是基于HTML5
GPT-Co…-Clippy 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
ChatTTS, ChatTTS是一个针对中文和英文对话场景的语音生成模型,ChatTTS is a voice generation model for conversational scenarios in Chinese and English. 什么是ChatTTS？ ChatTTS是一个针对对话场景设计的语音生成模型。它非常适合用于大型语言模型助手的对话任务，以及
EchoMimic,肖像动画生成工具,EchoMimic概述 EchoMimic是由蚂蚁集团（阿里巴巴旗下）推出的一款开源AI数字人技术项目。它通过先进的深度学习技术，能够将静态图像转化为具有动态语音和表情的数字人像。这一技术主要应用于虚拟主播、视频编辑等领域，为用户提供了一种全新的、高度自然和逼真的肖像动画生成工具。 EchoMimi
PDF-Guru,通用型PDF处理工具,PDF Guru Anki是一款以PDF为中心的多功能办公学习工具箱软件，包含四大板块功能：PDF实用工具箱、Anki制卡神器、Anki最强辅助、视频笔记神器，软件功能众多且强大，熟练运用可以大幅提高办公和学习效率，绝对是您不可多得的效率神器。人生苦短，我用Guru! - kevin2li/PDF
Zero123,扩散模型的图像生成工具,Zero123概述 Zero123是一个基于diffusion models的新视角图像生成框架，由cvlab-columbia开发。它旨在通过输入单张图像，并指定另外的摄像机视角，来生成该视角下输入物体的显示结果。Zero123不仅可以用于新视角图像的合成，还可以通过生成多张不同视角的图像进行3D
发现有趣的AI创意,从最新论文和开源库中发现人工智能初创项目，每日更新,正愁找不到AI创业项目？每日从海量的AI论文和开源代码库中，精选出最有价值的部分，帮助AI创业者激发创意的火花。 特点： 1、完全免费、无需注册登录 2、每天抓取最新的、海量的论文/项目，从中挑选最适合AI创业的，给你第一手资料； 3、提供论文/项目解读，快速掌握项目精髓。 《发现有趣的AI创意》是
Diffutoon,视频转动漫风格的工具,Diffutoon概述 Diffutoon是一款由阿里巴巴达摩院开源的视频转动漫AI工具，它基于扩散模型，能够将真实感视频直接渲染为高清动漫风格，并进行文字编辑。这款工具不仅适用于视频游戏开发和动画制作等多个领域，还可能在未来在虚拟现实、增强现实等新兴领域发挥重要作用。 Diffutoon主要功能
XHS-Downloader,小红书图片下载工具,小红书（XiaoHongShu、RedNote）链接提取/作品采集工具：提取账号发布、收藏、点赞、专辑作品链接；提取搜索结果作品、用户链接；采集小红书作品信息；提取小红书作品下载地址；下载小红书无水印作品文件 - JoeanAmier/XHS-DownloaderXHS-Downloader概述 X
Bark 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
LangGPT是一种新型的提示词设计工具，提出了一种结构化和可复用的提示词编写方法论，帮助用户编写高质量的提示词。工具受到编程语言的启发，设计了双层结构的提示设计框架，易于学习和应用。
VITS 是提供音频生成与声音处理能力的人工智能工具，可协助制作配音、音乐和音效素材，适合内容创作与多媒体项目场景。
Linly-Dubbing,AI视频翻译和配音工具,智能视频多语言AI配音/翻译工具 - Linly-Dubbing — “AI赋能，语言无界”. Contribute to Kedreamix/Linly-Dubbing development by creating an account on GitHub.Linly-Dubbing概述 Lin
Deepfakes Creator,文本生成真人视频工具,Vision AI Solution Accelerator . Contribute to Azure/gen-cv development by creating an account on GitHub.Deepfakes Creator概述 Deepfakes Creator是微软推出的一款
WAAS, 带有排队和通知功能的 OpenAI Whisper 的图形用户界面和 API,GUI and API for OpenAI Whisper with queuing and notification features. 什么是WAAS (Whisper as a Service)？ WAAS (Whisper as a Service) 是一个提供 OpenAI 的 Whis
书生·浦语系大模型推理、量化与服务化部署工具。
文心智能体平台,智能体构建平台,文心智能体平台AgentBuilder，是百度推出的基于文心大模型的智能体平台，支持广大开发者根据自身行业领域、应用场景，选取不同类型的开发方式，打造大模型时代的产品能力。开发者可以通过prompt编排的方式低成本开发智能体（Agent），同时文心智能体平台还将为智能体（Agent）开发者提供相应的
Makereal Tldraw,使用！通过草图生成可交互的UI界面和代码,使用！通过草图生成可交互的UI界面和代码
UI Sketcher,VSCode插件,借助GPT-4V的多模态能力,在插件中画出界面,VSCode插件,借助GPT-4V的多模态能力,在插件中画出界面
JAX,Google开发的开源库,JAX简介 JAX 是一个由 Google 开发的开源库，专注于高效的数值计算，尤其适用于机器学习和深度学习。JAX 通过结合 NumPy 接口和自动微分（Autograd）技术，为用户提供了强大的计算能力。 JAX主要功能 JAX 的主要功能包括高性能的自动微分、函数转换和对 GPU/TPU 的支
ollama api 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
MLX,为苹果硅片打造的工具,MLX的定义与主要功能 MLX的定义 MLX是Apple芯片上用于机器学习的开源阵列框架，由Apple机器学习研究团队开发。它是专为Apple Silicon优化的开源机器学习框架，旨在有效地训练和部署AI模型。 MLX的主要功能 1. 支持NumPy风格的数组操作和PyTorch风格的高层次API
Wiseflow,信息挖掘工具,WISEflow HomepageWiseflow的概述 Wiseflow是一个功能强大的工具，它结合了信息挖掘与流程自动化两大核心功能。一方面，它作为一款开源的AI信息挖掘工具，旨在帮助用户从海量数据中提取有价值的信息；另一方面，它也是一个流程自动化和项目管理平台，能够简化工作流管理和任务协作。
Devika 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
Keras,开源人工神经网络库,Keras是干什么的？ Keras是一个用Python编写的高级神经网络API，它旨在简化深度学习模型的构建、训练和评估过程。Keras最初以Theano为后端，但现已完全集成到TensorFlow中，并支持CNTK等其他深度学习框架。 Keras主要功能 Keras的主要功能包括： 1. 用户友好
StoryDiffusion,创新人工智能工具,Accepted as [NeurIPS 2024] Spotlight Presentation Paper - HVision-NKU/StoryDiffusionStoryDiffusion概述 StoryDiffusion是一款由南开大学HVision团队开发的人工智能工具，旨在通过先进的技
LLaMA,AI大语言模型,LLaMA概述 LLaMA（Large Language Model Meta AI）是由Meta（以前的Facebook）开发的大型语言模型系列。它主要用于自然语言处理（NLP）任务，如文本生成、翻译、文本总结等。LLaMA的设计初衷是提供一个参数规模较小但性能强大的模型，使得研究者和开发者可以在
ChatLaw 是提供自然语言对话与信息处理能力的人工智能工具，可协助回答问题、整理内容和生成文字，适合学习、办公与日常查询场景。
NumPy,用于数值计算的工具库,NumPy简介 NumPy（Numerical Python）是Python中用于科学计算的基础库，它提供了一种高效地处理大型多维数组和矩阵的方式。NumPy具有广泛的数学函数库，可以进行线性代数、傅里叶变换以及随机数生成等操作。该库还提供了对数组的快速运算能力，使得数据分析和科学计算更加简单和高效
AniPortrait,肖像动画生成工具,AniPortrait: Audio-Driven Synthesis of Photorealistic Portrait Animation - Zejun-Yang/AniPortraitAniPortrait的定义 AniPortrait是一个能够根据音频和图像输入，生成动态视频的项目。它不
百宝箱Tbox,AI原生应用开发平台,百宝箱平台是一款可以提供一站式 AI 原生应用的开发平台，您无需具有任何代码基础，只需通过自然语言即可三步完成应用的创建与发布。百宝箱平台不仅可以帮助您轻松创建各类智能体，一键发布到支付宝小程序，释放无限可能，快来登录百宝箱平台开启您的 AI 应用创作之旅吧！百宝箱Tbox概述 百宝箱Tbox是什么
InCoder 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
CodeT5 是面向编程开发与代码处理场景的人工智能工具，可协助编写程序、解释逻辑和排查问题，适合学习、调试与软件开发场景。
VideoSrt,高效媒体后期制作工具,这是一个可以识别视频语音自动生成字幕SRT文件的开源 Windows-GUI 软件工具。. Contribute to wxbool/video-srt-windows development by creating an account on GitHub.VideoSrt概述 VideoSrt是
DUIX,AI数字人智能交互平台,DUIX概述 DUIX（Dialogue User Interface System）是由硅基智能开发的一款基于人工智能技术的数字人交互平台。该平台通过集成语音识别（ASR）、语音合成（TTS）、自然语言理解、AIGC和大模型等技术，实现了数字人的高度拟人化和实时交互。DUIX不仅面向企业用户和开发