一款用 Go 和 Flutter 打造的高速下载器，支持 HTTP、BitTorrent、磁力链和 ed2k，跨平台运行，适合替代传统下载工具。

跨平台机器学习框架，提供可定制的视觉、音频等实时流媒体处理方案，方便在移动端和桌面端搭建低延迟推理管线。

用 Jupyter Notebook 带你动手理解视频技术：从图像、帧类型到 AV1/VP9/H265 编解码与 FFmpeg 编码实践，适合入门视频压缩与流媒体。

用 Go 语言调用 OpenCV 做计算机视觉的封装库，支持 DNN 推理、CUDA 加速、OpenVINO 和扩展模块，省去写 C++ 胶水代码的麻烦。

用 Transformer 从单目视频里重建并跟踪三维人体，输出带 SMPL 参数的动作序列，适合做人体建模和动作分析。

一堆可直接在 Google Colab 上跑的生成式 AI 笔记本，覆盖 ComfyUI 工作流、Flux Kontext、混元、LTX 视频等图生图与图生视频玩法，省去自己配环境。

VideoPrism 是 DeepMind 开源的视频理解基础视觉编码器，用自监督学习预训练，可直接抽取视频特征，支撑分类、检索、问答等下游任务。

Objectron 是面向 3D 物体检测的数据集，包含约 1.5 万段以物体为中心的短视频和 400 万张标注图像，每帧都带 3D 包围盒和 AR 相机位姿，可用于训练从多视角估计物体位置、朝向和尺寸的模型。

用 Go 代码脚本化编排视频，支持特效、转场、字幕、音频和动态图形，最终通过 FFmpeg 导出成片。

用 Go 语言手写的 libVLC 绑定，提供高层媒体播放器接口，方便在 Go 程序里播放音视频、抓屏和录屏。

用 Go 写的视频下载库和命令行工具，支持 B 站、优酷、爱奇艺等站点，一条命令就能把网页视频存到本地。

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。

基于 ExoPlayer、Media3 和 Jetpack Compose 打造的轻量级 Android 媒体播放器，流畅播放本地音视频并管理播放列表。

把 Qwen3-VL、Florence-2、InternVL 等视觉语言模型接进 ComfyUI 的节点包，顺带支持开放词表检测、SAM 分割、视频时序推理和 GGUF 量化加载。

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。

用陀螺仪数据做视频防抖，支持 GoPro、Insta360、索尼等相机，还能校正卷帘快门畸变，适合 FPV 和运动相机素材后期稳定。

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。

把 fal.ai 上 1400 多个图像、视频、音频和 LLM 模型接进 ComfyUI 的自定义节点，自带缓存和费用控制，方便在本地工作流里直接调用云端生成能力。

本地运行的网络录像机，接入 IP 摄像头后实时做目标检测，识别到人、车等对象再触发录像和 MQTT 通知，画面不出家门。

用纯 Rust 从零实现的开源非线性视频编辑器，支持多轨道剪辑与视频处理，适合想要轻量、高性能剪辑工具的用户。

在 Docker 里跑的自托管虚拟浏览器，通过 WebRTC 把画面实时推给多人，用来远程共享浏览和协作操作。

只需 1 分钟语音数据就能训练出高质量 TTS 模型，支持少样本音色克隆，适合快速定制个性化语音合成。

一款简洁优雅的 macOS 词典翻译应用，支持划词查询、离线 OCR 识别，并聚合有道、苹果词典、OpenAI、DeepL、Google 等十余种翻译服务。

Git LFS 是 Git 的大文件版本管理扩展，把音频、视频、数据集等大文件存到远端，仓库里只留轻量指针，避免仓库膨胀。

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。

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。

自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。

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。

一个用 Go 写的通用文件管理平台，把 FTP、S3、Dropbox、Git、IPFS 等多种存储统一到一个 Web 界面里，方便人和程序集中访问和管理文件。

把小红书接入 MCP 协议的服务器，让 AI Agent 能直接调用小红书的内容与搜索能力，省去自己逆向接口和写适配层。

用 EmbeddingGemma 2 在本地对照片、PDF、文档、录音、视频和代码做语义搜索，跨 Mac、Windows、Linux 的桌面文件检索工具。

一套可直接在 Colab 跑的计算机视觉教程合集，覆盖 ResNet 到 RF-DETR、YOLO11、SAM 3、Qwen3-VL 等模型，帮你快速上手训练、微调与推理。

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。

在 macOS 上替代 Android File Transfer 的高级文件传输工具，基于 Electron 构建，解决官方工具卡顿、大文件传输不稳定和界面难用的问题。

免费且注重隐私的浏览器屏幕录制扩展，不限录制时长，支持摄像头、麦克风和标注编辑，适合做演示和教程。

用类似脚本的语法编写终端操作流程，自动录制成 GIF 或视频，省去手动录屏和剪辑，适合做 CLI 演示和文档动图。

实时交互式数字人直播方案，基于 ER-NeRF、MuseTalk 等模型实现音频驱动口型同步与说话头生成，可用于虚拟主播和实时对话场景。

一套针对 Quantumult X、Surge、Loon 等代理工具和油猴的用户脚本，用 JS/CSS 清掉搜索引擎广告、内容农场结果，以及影视、ACG、漫画站点的弹窗和视频广告。

Flutter 上开箱即用的视频播放器组件，封装了底层播放能力，提供播放控制栏、手势和全屏等交互，省去自己搭 UI 的麻烦。

把任意网页里的视频抓出来，实时转码后投到电视上播放，还能把字幕烧进画面。