AI · 算法工程
共 31 个仓库 · 近 4 个月有推送 · C#
一键截图或录屏的开源工具，支持区域捕获、GIF 录制、图像标注和 OCR，还能把图片、文本等文件上传到多种存储服务。
专为 AI Agent 打造的 Office 命令行工具，无需安装 Office 即可读写和自动化处理 Word、Excel、PowerPoint 文件，单二进制开箱即用。
基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。
实时屏幕翻译工具，能识别游戏画面、视频硬字幕和静态文本中的文字并即时翻译，适合玩外语游戏或看无字幕视频时使用。
Windows 上的轻量 OCR 截图取字工具，框选屏幕区域即可识别文字并复制，支持后台常驻和识别完成通知。
跨平台文档扫描工具，支持 TWAIN、WIA、eSCL 和 SANE 协议，把纸质文件扫成 PDF 并内置 OCR 识别，Windows、Linux、macOS 都能用。
面向语言学习者的视频播放器，支持双语字幕、Whisper 语音识别自动生成字幕、OCR 识别画面文字，并接入大模型做实时翻译。
官方 C# SDK，用于快速搭建 MCP 服务端和客户端，让 .NET 应用接入 Model Context Protocol 生态。
把 Unity 引擎接入 AI 编程助手，通过 MCP 工具和 CLI 让 Claude、Copilot、Cursor 等直接调用 C# 方法，实现 AI 驱动的开发与测试闭环。
Windows 上免费开源的 PDF 编辑器，自带 PDF 2.0 引擎，能查看、批注、OCR、合并拆分、编辑文字和填表签名，不用订阅。
一个用 C# 编写的 ACID 文档数据库，内置全文搜索、索引、分片和空间查询，适合需要强一致性和复杂检索的 NoSQL 场景。
在 .NET 项目里本地跑 LLaMA、LLaVA 等大模型的 C# 库，封装 llama.cpp，让 C# 开发者不用切 Python 就能做聊天和多模态推理。
在 Unity 里直接渲染和查看 3D Gaussian Splatting 重建结果，省去自己写渲染管线的麻烦，适合做三维场景可视化。
基于 .NET 的多智能体 AI 框架，用来快速搭建对话机器人和多 Agent 协作应用，省去从零编排通信与任务分发的麻烦。
让 .NET 开发者用 C#、VB 或 MAUI 直接调用 OpenCV 做图像处理和计算机视觉，省去自己封装原生库的麻烦。
在 CPU 上实时做人脸检测和面部关键点跟踪，附带 Unity 集成，适合做虚拟形象、动捕这类不需要 GPU 的场景。
面向 MSLA/DLP 光固化 3D 打印的切片文件分析与处理工具，能检查、校准、修复、转换和编辑打印文件，帮你在上机前发现并解决模型问题。
基于 ONNX/YOLOv8 和 DirectML 的通用 AI 瞄准辅助工具，为行动不便的玩家提供视觉对齐能力，用 C# 实现。
面向 Windows 开发者的开源示例库，演示如何用本地模型和 API 给 Windows 应用加上 AI 能力，覆盖 ONNX Runtime、DirectML 和 NPU 加速。
跨平台截图与录屏工具，按一次快捷键即可截取屏幕任意区域并上传到多个图床或存储服务，支持图片、视频、文本和 OCR。
基于 Whisper 模型的 .NET 语音识别库，跨平台支持语音转文字与翻译，还内置 VAD 语音活动检测，方便在 C# 项目里直接接入。
C# 高性能自然语言处理库，借鉴 spaCy 设计，内置预训练模型，支持词与文档嵌入训练及灵活实体识别。
基于 .NET 8 的 C# 视觉推理库，用 ONNX Runtime 或 TensorRT 跑 YOLO 模型，支持图像和实时视频的分类、检测、OBB、分割与姿态估计。
把语音识别成文字再转成语音，并通过 OSC 消息把文本推到 VRChat 头像聊天框显示，还能播报当前歌曲。