Python

面向日文漫画的 OCR 工具，能识别漫画中的对话气泡和拟声词等文字，基于 Transformers 实现，适合做漫画翻译或文本提取。

用约 5000 行 TypeScript/Python 从零复现 Claude Code 核心架构，分 11 章教程带你吃透 coding agent 的实现精髓。

把 YouTube 频道和播放列表自动同步到本地媒体服务器，方便在 Plex 等平台上离线观看和统一管理。

用基础模型自动给图片打标签，再拿这些标注训练自己的监督视觉模型，省掉人工标注的环节。

用 Python 写的 Flutter 应用逆向框架，能绕过 SSL Pinning，方便做移动端安全测试和漏洞赏金挖掘。

MOSS-Image 是一个 50 亿参数的 DiT 基础模型，主打高质量文字渲染、布局生成和高效微调，适合需要精准控制文字与版式的文生图场景。

截图后直接识别图中文字并复制到剪贴板，省去手动输入，支持多平台，适合从图片、PDF 或界面中快速提取文本。

模块化、不绑定技术栈的 AI 编码代理工具包，让代理自动发现、复现并修复代码与硬件安全漏洞。

命令行工具，用来下载 Apple Music 的歌曲、音乐视频和动态视频，支持 AAC、M4A、M4V 等格式，最高可下 4K 画质。

aimet

qualcomm·Python

面向已训练神经网络模型的量化与压缩库，提供剪枝、量化等高级技术，帮助在部署前压缩模型体积、降低推理开销。

f2

Johnserf-Seed·Python

支持抖音、TikTok、B站、微博、Twitter 等多平台的高速下载器，用 Python 写成，适合批量抓取视频和图文内容。

面向 PyTorch、TensorFlow 和 ONNX Runtime 的模型压缩工具，支持 INT8/FP8/INT4 等低比特量化和稀疏化，帮大模型在低精度下保持精度并降低显存与推理成本。

T-Rex

IDEA-Research·Python

T-Rex2 是 ECCV2024 开源的通用目标检测模型，结合文本提示与视觉提示，实现开放场景下的目标检测和计数。

基于 PyTorch 的点云深度学习训练框架，集成 PointNet、KPConv、MinkowskiEngine 等主流模型，方便在 S3DIS、ScanNet 上做分割等任务。

retain-pdf

wxyhgk·Python

在保留原始版面、公式和结构的前提下翻译 PDF，适合科研论文和技术文档，避免译文打乱排版。

离线多智能体模拟与预测引擎，用 Neo4j 图数据库加 Ollama 本地模型跑群体智能推演，全程不联网也能做预测实验。

一站式微调多模态模型的工具，支持 PaliGemma 2、Florence-2、Qwen2.5-VL 等，覆盖图像描述、目标检测和视觉问答任务，省去手写训练脚本的麻烦。

karpathy-llm-wiki

Astro-Han·Python

把原始资料整理成带引用、可校验的 Karpathy 风格 LLM 知识库，兼容 Claude Code、Cursor 和 Codex 的 Agent Skills。

UNet++ 的官方实现，通过嵌套密集跳跃连接缩小编码器与解码器之间的语义鸿沟，提升医学图像分割精度，提供 Keras 和 PyTorch 版本。

在 Mac 上跑 Qwen 3.8 等大模型的原生推理引擎，靠 MTP 投机解码把速度拉到 125 tok/s，16GB 内存也能跑 27B 模型，并提供 OpenAI/Anthropic 兼容的本地服务。

基于 FLUX 扩散 Transformer 的身份保持图像生成工具，上传几张人脸照片就能在换场景、换风格时保持长相一致，适合做个性化写真和照片重绘。

用置信度感知的姿态引导，从单张参考图生成高质量人体动作视频，解决动作视频生成中姿态不准、画面抖动的问题。

轻量级 Android 反编译器，专为 Agent 和移动安全研究场景设计，能快速把 DEX 还原成 Java 代码，适合批量逆向分析。

xTuring 提供从数据预处理到微调的完整流程，让开发者用 LoRA、Adapter 等轻量方法快速个性化开源大模型，降低训练门槛和显存开销。

CodeBoarding

CodeBoarding·Python

用 AI 代理自动分析代码库并生成可交互的架构图，帮助开发者快速理解陌生项目的模块划分与调用关系。

vox-director

Alisa0808·Python

输入一个主题就能自动生成 Vox 风格的拼贴解说视频，从脚本、素材到 ffmpeg 合成全流程跑通，适合做科普短视频。

一个多模态语言 Agent 开发框架，把视觉模型和 LLM 编排在一起，帮你快速搭出能看能听的原型并推向生产。

每15分钟自动更新一次的免费 V2ray 节点配置合集，方便直接订阅使用，解决找可用代理节点麻烦的问题。

plexe

plexe-ai·Python

用一句自然语言提示就能自动构建机器学习模型，多智能体协作完成数据理解、特征工程和训练调参，省去手工搭流程的麻烦。

让大参数 Qwen 模型在消费级显卡上跑得动、跑得快：通过 vLLM 补丁和重量化流水线，单张 24GB 卡即可服务 27B 模型，并附完整基准测试。

自动识别并解包各种容器和压缩格式，无需手动判断格式，适合固件分析、取证和批量解压场景。

Python 库和命令行工具，调用 Google 翻译的文本转语音接口，把文字快速合成语音并保存为音频文件。

给 AI 编程助手用的技能包合集，把指令和脚本打包成可复用技能，覆盖开发、文档、规划等流程，让 Claude Code 等代理按需扩展能力。

基于 Reticulum 网络的去中心化通信工具，可在 LoRa、无线电等离线环境下传输消息和文件，无需互联网即可自由通信。

jetson_stats

rbonghi·Python

在 NVIDIA Jetson 系列开发板上实时查看 CPU、GPU、内存和功耗状态，还能直接调整风扇与功耗模式，省去手动翻 sysfs 的麻烦。

codechecker

Ericsson·Python

把 clang-tidy、Clang Static Analyzer 等静态和动态分析工具的结果统一收集进缺陷数据库，并提供网页界面浏览和跟踪代码缺陷。

批量抓取并归档 Reddit 帖子内容，自动下载图片、视频及 Imgur、Gfycat 等外链媒体，适合备份收藏或做数据集。

用 Python 就能写 3D 和 2D 游戏的轻量引擎，API 简单，适合快速做原型、教学和小型独立游戏。

cube-studio

data-infra·Python

开源云原生一站式机器学习与大模型平台，覆盖拖拉拽 pipeline 编排、多机多卡训练、推理服务和 MaaS，支持昇腾等国产异构算力调度。

用状态机和图结构搭建聊天机器人、智能体等决策型应用，自带监控、追踪与持久化，可跑在自己的基础设施上。

mflux

mflux-community·Python

在 Apple Silicon 上用 MLX 原生跑 FLUX、Qwen-Image 等前沿图像与视频生成模型，省去 PyTorch 依赖，让 Mac 本地出图更顺畅。

EAGLE

SafeAILab·Python

EAGLE 系列投机解码算法的官方实现，通过草稿模型加速大语言模型推理，在几乎不损失生成质量的前提下显著提升吞吐。

基于 Playwright 的隐身无头 Firefox，保持原有 API 不变，通过伪造指纹绕过 Cloudflare、Akamai 等反爬检测，避免触发验证码，适合网页抓取和浏览器自动化。

AudioNotes

harry0703·Python

把音视频内容快速转成结构化 Markdown 笔记，先用 ASR 转写，再交给大模型整理成条理清晰的文本。

Deep-Research-skills

Weizhena·Python

给 Claude Code、Codex 等编码代理加装结构化深度研究技能，通过人在回路控制让代理按步骤调研并随时干预。

从单张图片生成结构化、可分解的 3D 网格模型，把物体拆成多个部件分别建模，方便后续编辑和装配。

轻量级裸露内容检测模型，可识别图片中的 NSFW 内容，支持 Keras 和 ONNX Runtime 推理，适合做内容审核和过滤。

3dgrut

nv-tlabs·Python

用光线追踪和混合光栅化渲染高斯粒子的 3D 重建工具，能提升高斯泼溅场景的渲染质量与真实感。