开源文生视频和图生视频模型，CogVideoX 支持从文本或图片生成视频，适合搭建视频生成推理服务。

LTX-Video 是 Lightricks 开源的视频生成模型，支持文生视频和图生视频，基于 DiT 扩散架构，可快速生成高质量短视频。

逐镜头逆向分析任意视频，判断画面是实拍、AI 生成还是代码渲染，并给出复刻方案，适合短视频拆解与 AIGC 溯源。

本地离线从视频画面中提取硬字幕并生成 srt 文件，基于深度学习做字幕区域检测和文字识别，不用调第三方 API。

把任意脚本自动生成多风格火柴人动画视频，自动配画面、配音、字幕和音效，适合做无露脸 YouTube 频道。

输入一个主题或关键词，就能自动完成文案生成、素材匹配、配音字幕和视频合成，一键产出高清短视频，省去手工剪辑的麻烦。

功能丰富的命令行音视频下载器，支持从 YouTube 等大量网站抓取视频和音频，还能调用 SponsorBlock 自动跳过广告片段。

基于 WebRTC 的实时音视频传输栈，用 SFU 架构把人和 AI 接进同一个房间，适合做语音 AI、视频通话和直播。

一套完整的音视频处理工具集，能解码、编码、转码、推流和封装几乎所有格式，是搭建播放器、转码服务和流媒体管线的底层基础设施。

开源视频生成模型，用高效架构和训练方案降低高质量视频制作门槛，让普通开发者也能训练和部署文生视频模型。

自托管的抖音、TikTok、B站数据采集与无水印视频下载 API，提供异步 REST 接口、MCP 服务、CLI 和网页控制台，支持离线语音转文字，Docker 一键部署。

用 AI 自动生成并发布短视频到抖音、快手等平台的内容变现工具，内置 MCP 服务和 Agent 技能，支持一键分发。

自托管的 YouTube 媒体服务器，自动下载订阅频道视频并建立本地索引，用 Elasticsearch 提供搜索和播放，解决视频收藏与离线观看需求。

让视频扩散模型在普通显卡上也能跑起来，通过帧打包技术大幅降低显存占用，实现实用的长视频生成。

浏览器扩展，自动跳过 YouTube 视频里的赞助商广告片段，靠社区众包标记时间段，省去手动拖进度条。

简单高性能的实时流媒体服务器，支持 RTMP、WebRTC、HLS、SRT 等主流协议和多种音视频编码，适合搭建低延迟直播与分发服务。

开源跨平台视频转码工具，能把 DVD/蓝光和各种格式的视频批量转成 H.264/H.265 等现代编码，自带预设和滤镜，适合整理片源和压缩体积。

用 AI 智能体复刻爆款视频的完整工作流：换脸、改文案、替换 B-roll，一条命令批量产出上百个变体。

用 MoviePy 自动生成 YouTube Shorts 短视频，结合 ChatGPT 写脚本、配素材，一条命令就能出片，省去手动剪辑的麻烦。

面向全模态模型的高效推理框架，支持图像、视频、音频生成与多模态模型服务，基于 PyTorch 提供统一的推理与部署能力。

面向创作者的开源 AI 工作台，集视频下载、翻译配音、转录、图像与视频生成、剪辑于一体，支持 120 多种语言，适合做 YouTube、TikTok 等社媒内容本地化。

把长视频自动剪成 9:16 竖屏短视频，用 LLM 挑高光片段、Whisper 转写、自动裁切，免费无水印，替代 Opus Clip 等付费服务。

本地优先的视频元数据刮削与媒体库管理工具，自动整理影片信息并支持自托管播放，适合搭建个人影音库。

通用 AIGC 视频引擎，把剧本到成片串成一条流水线，覆盖漫剧、广告、电商和乙游等场景，省去多工具拼接的麻烦。

无需剪辑经验就能录制并生成精美演示视频的跨平台录屏工具，支持 Mac、Windows 和 Linux。

把 PDF、图片、音视频等各种格式的数据统一解析成结构化文本，方便直接喂给 GenAI 框架和 RAG 流程使用。

开箱即用的实时音视频流媒体服务器和代理，支持 RTSP、RTMP、WebRTC、SRT、LL-HLS 等协议，可读取、推流、代理、录制和回放直播流。

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。

自托管的多模型 AI 图像与视频生成工作台，聚合 Flux、Midjourney、Kling、Sora 等 600+ 模型，无内容过滤，可替代闭源视频平台。

基于 FunASR 的本地视频转写与字幕生成工具，带 Gradio 界面，还能用大模型辅助自动剪辑，适合做中文视频内容创作。

给编码 Agent 用的本地视频编辑工具，封装 42 个 FFmpeg 能力并通过 MCP 服务暴露，让 Claude Code、Cursor 等直接完成剪辑、字幕、改画幅和响度归一化。

自托管的照片和视频管理方案，可替代 Google Photos，支持自动备份、相册浏览和移动端同步，数据完全掌握在自己手里。

一套开箱即用的 2D/3D 人脸分析算法库，集成 ArcFace、RetinaFace 等模型，覆盖人脸检测、对齐、识别和年龄估计，支持 PyTorch、MXNet 等多后端。

自托管的流媒体服务器，把本地影音文件整理成媒体库，支持在线播放和视频流式传输，适合搭建私人影视站点。

AI 加持的 RSS 阅读器，用智能方式聚合和筛选订阅内容，帮你从海量信息流里快速抓到真正想看的文章。

面向视觉 AI 的数据集管理与模型分析工具，能可视化浏览数据、清洗标注、发现质量问题，并支持主动学习来迭代提升模型。

跨平台视频下载工具，能嗅探并抓取 m3u8/HLS 流媒体，支持 B 站、YouTube 等站点，提供桌面端和 Docker 两种部署方式。

一个开源的社交媒体下载器，支持从 Instagram、TikTok、Twitter、Reddit、SoundCloud 等平台保存视频和音乐，界面清爽、无需广告。

抖音和 TikTok 作品下载与数据采集工具，支持批量抓取视频、评论等数据并导出 CSV，可通过 Docker 部署。

用命令行自动生成短视频并批量发布到 YouTube、Twitter，还能自动发送推广邮件，把线上赚钱流程串成一条自动化流水线。