AI软件

Deface 是一款能自动检测视频或照片中的所有人脸，然后一键进行匿名化处理的开源工具，基于 CenterFace 深度神经网络来检测人脸，速度快且准确率高，能应对各种角度、遮挡情况下的人脸。 还支持...

追创作 DreamCreator 是一款专为视频创作者打造的素材获取与作品跨语言交付工具。依托于 Wails，整合开源下载工具 yt-dlp 与 ffmpeg，借助优秀的中文转换 API 繁化姬以及可...

豆包输入法 作为豆包同款语音输入法近期独立推出，主打高效输入与智能情境感知，支持中英文混合的滑行输入增强版，据官方称可在5.5英寸屏幕上实现每分钟62字的输入速度，内置的情境感知引擎能根据聊天场景智能...

闪电说 是一款基于AI的语音输入工具，其主要功能围绕提升输入效率和保障用户隐私展开，支持将语音实时转换为文本。它支持在多种场景中使用，包括但不限于AI对话、编程和文档写作，能显著减少手动输入的时间。提...

YPrompt 是一款开源免费的提示词管理系统，内置了 GPrompt 四步法，一步步引导我完善提示词的各个要素，还能自动分析提示词质量。并给出优化建议，同时支持提示词版本管理和历史回滚，就像用 Gi...

AutoSubSync 是一款款免费开源的字幕同步工具，支持利用AI实现一键自动将字幕和视频同步，使用方法很简单，只需拖拽视频和字幕文件上传到对应窗口，该工具就能自动分析音频，并高效地完成字幕与视频的...

Pair Translate 是一款开源的浏览器翻译插件，支持双语对照翻译，提供词级、段落级、全页面等多种翻译模式，还能一键翻译输入框中已输入的内容。除了 Google、DeepL 这些传统翻译外，还...

WriteHERE 是一个开源免费的AI写作助手，通过类人的自适应规划机制，让 AI 能像真人在写作时会不断思考和调整，支持将复杂的写作任务递归分解成可管理的小任务，同时动态整合检索、推理和写作三种能...

Chandra 是一款基于深度学习的开源OCR模型，支持将图像和PDF高精度地转换为HTML、Markdown 或 JSON等结构化格式。它在完成文本提取的同时，能够出色地保留原始文档的布局信息，这对...

哔哩助理 是一款专为Windows 11 设计的免费开源哔哩哔哩第三方桌面客户端，集成人工智能：软件接入了超过20种国内外主流AI模型，提供视频进行内容总结、能基于视频内容与AI进行互动问答（需自行配...

Edit Mind 是一款跨平台的开源AI视频工具，支持在本地索引你的整个视频库，使用 AI对本地视频进行深度分析，自动提取完整转录文本、识别人脸、检测物体、提取屏幕文字甚至分析主色调等，而后创建一个...

SkidHomework 作为一款开源版的作业帮，可以帮助我们快速获得作业题目的解答思路。支持上传图片、PDF 文件或直接拍照识别题目，还能自定义答案风格，不局限于标准答案。提供在线演示站点，可以直接...

Texo 是一款支持数学公式图片OCR识别并提供直接转换为 LaTeX代码的开源OCR模型，模型大小仅仅 20M 参数，识别准确率却媲美百兆级大模型，推理速度特别快，还可以直接在浏览器中运行使用。 提...

VibeVoiceFusion 是基于微软 VibeVoice 模型，用于生成高质量、多说话人的合成语音，具备声音克隆功能的Web 应用工具。支持无需编程知识的友好界面进行语音生成，提供高效的多说话人...

DocuTranslate 这个开源免费的本地文档翻译工具，能帮我们在文档结构原格式不变的情况下进行翻译，支持 PDF、Word、Excel、Markdown 等十余种文件格式，还能自动生成术语表保证...

Paper Burner X 是集文献识别、翻译、阅读与智能分析于一体，在浏览器上打开就能用的开源工具，作为一个前端Agent 智能分析系统，可自主调用工具进行多步推理，还能翻译长论文，保留公式、图表...

Lingarr 是一款支持自动翻译字幕文件的开源工具，提供支持 DeepL、OpenAI、Ollama 等 11 种翻译服务，我们可以根据自身需求和预算灵活选择，还能与 Plex、Jellyfin 等...

Allweone 是一款开源免费的PPT一键生成工具，只需输入主题和基本要求，AI 就会自动生成大纲、内容和配图，还提供 9 种内置主题可选。同时也支持实时编辑和自定义样式，支持多种语言，内置 Mar...

Awesome Health 是一份 GitHub 的一份高质量的医疗领域开源项目清单。覆盖了各个方面，从电子病历系统到医学影像处理，从远程医疗到机器学习，每个项目都经过精心筛选。适合医疗软件开发者...

MedRAX 是款开源免费的AI医学影像分析智能体，集成了多个专业的胸部 X 光分析工具，基于 LangChain 和 LangGraph 框架构建，使用 GPT-4o 作为核心大模型，整合了视觉问答...

GameWiki 这款开源AI工具支持在游戏内直接显示 Wiki 和 AI 问答，帮我们实时获取攻略信息。只需按下快捷键，一键呼出游戏内悬浮窗，无需切出游戏即可查询攻略，还可向 AI 助手提问获取即时...

Call Center AI 是微软出品的具备真实的通话能力的开源项目，能够像人类一样主动拨打电话并智能接听来电，实现自然流畅的对话交互。它支持多种语言交流，并采用流畅自然的语气，大大提升了沟通的顺畅...