一条命令就能从 Google 图片批量抓取几百张图片，支持按颜色、尺寸等条件筛选，适合快速搭建图像数据集。
批量下载微信公众号文章，支持评论、合集，可导出为 html/mhtml/md/pdf/docx/csv，并保存文中图片、视频、音频，还能通过 MCP/Skill 调用。
从小红书链接中提取作品信息并批量采集下载，支持 Docker 部署和 API 调用，方便做内容归档或数据分析。
浏览器扩展，用来批量下载 Pixiv 上的插画和小说，支持按条件过滤作品、下载时自动重命名、把动图转成其他格式，省去一张张手动保存的麻烦。
用 Node.js 把任意网站的完整源码连同 JS、CSS、图片等资源一起抓下来，方便离线保存或本地研究页面结构。
一键识别并翻译漫画、图片中的文字，自动完成 OCR、机器翻译和文字区域修复，适合给日漫或外文图片做批量汉化。
命令行图片批量下载器，支持 Pixiv、Twitter、DeviantArt、Danbooru 等几十个图站，一条命令就能把画师主页或标签下的图集整批抓下来。
一个面向 Android 的快速网络请求库，支持 HTTP/2，封装了下载、上传和请求管理，帮开发者省去自己处理网络层的麻烦。
面向 Android 的 E-Hentai/ExHentai 漫画阅读与下载客户端，支持中文界面，方便浏览、搜索和离线保存图库内容。
用 Python 从 Instagram 批量下载图片、视频、配文和元数据，支持帖子、快照和用户主页，适合做数据采集和存档。
基于 libvips 的高性能 Node.js 图像处理库，能快速完成 JPEG、PNG、WebP、AVIF、TIFF 的缩放裁剪与格式转换，适合服务端批量处理图片。
纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。
用 Go 写的 Telegram 工具箱，能批量下载频道和群组里的文件、图片与视频，也支持导出消息记录，适合做资源备份和归档。
在浏览器里直接完成图片抠图去背景，无需上传服务器，兼顾隐私和零成本，适合前端集成。
轻量级 OCR 工具包，能把图片和 PDF 转成结构化数据，支持 100 多种语言，方便接入 LLM 和 RAG 流程。
提供 Python API 访问禁漫天堂，支持网页端和移动端，可配合 GitHub Actions 自动下载漫画。
基于 PyTorch 的目标检测全家桶，覆盖训练、推理、实例分割、图像分类和模型导出，开箱即用，适合快速落地视觉任务。
基于 Spring-Boot 的通用文件在线预览服务，把 Office、PDF、图片等各类文档转成网页可直接查看的格式，省去本地装软件。
在终端里直接显示图片的命令行工具和 C 库，支持 Sixel、Kitty、iTerm2 等协议，把图片转成 ANSI 字符或彩色图形输出。
用 Python 一行命令就能抠掉图片背景，基于预训练模型自动识别主体，省去手动抠图的麻烦。
Node.js/TypeScript 网页抓取与浏览器自动化库，内置代理轮换和反封锁，兼容 Puppeteer、Playwright、Cheerio，可稳定采集数据供 AI、LLM、RAG 使用。
微软出品的 18 节入门课程，用 Jupyter Notebook 手把手教你搭建 AI Agent，覆盖 AutoGen、Semantic Kernel、Foundry 等主流框架与 Agentic RAG 实践。
用 PHP 把网页 HTML 转成图片、PDF 或字符串，底层调用无头浏览器渲染，适合生成网页截图和导出 PDF 报告。
用 Zig 编写、基于 GPU 加速的跨平台终端模拟器，界面采用各平台原生控件，启动快、功能全，适合追求流畅终端体验的开发者。
GLM-OCR 是一个基于 GLM 的图片转文字 OCR 工具，主打高精度、高速度与全面覆盖，适合文档解析和 RAG 场景下的文字提取。
一站式多模态 RAG 框架，把文本、图像等不同模态的检索与生成统一到同一套流程里，省去自己拼接多个组件的麻烦。
开箱即用的 OCR 工具，支持 80 多种语言和拉丁、中文、阿拉伯、天城文、西里尔等主流文字，几行 Python 代码就能把图片里的文字提取出来。
花笺是一款轻量优雅的跨平台桌面便签工具，支持 Markdown 实时编辑与预览，适合随手记录灵感和待办事项。
跨平台截屏工具，集离线 OCR、屏幕翻译、以图搜图、录屏和滚动截屏于一体，适合需要快速提取屏幕文字并翻译的场景。
… scrolling screenshots, offline OCR and image pinning. 免费开源截图软件，支持截图标注、滚动长截图、离线 OCR、贴图与录屏。
多语言文档智能解析引擎，能从 100 多种格式中提取文本、表格和元数据，并支持 OCR、语音转写和代码理解，适合为 RAG 流程准备高质量数据。
单张图片就能快速重建出 3D 物体模型的前馈生成模型，适合需要批量产出 3D 资产的场景。