-
Linly-Dubbing – 开源AI视频工具，支持配音、翻译、对口型
Linly-Dubbing项目简介 Linly-Dubbing是一个开源AI视频翻译和配音工具，支持配音、翻译、对口型，能自动将视频内容翻译成多种语言，并生成字幕。通过WhisperX和FunASR进行精准语音识别，基于Edge TTS、XTTS 和 CosyVoice 等技术进行高质量语音合成。Linly-Dubbing通过OpenAI API和Qwen模型等进行字幕翻译，并且通过声音分离技术和…- 0
-
PromptFix – 微软开源的AI修图工具，通过提示词实现多种图像处理
PromptFix项目简介 PromptFix是微软推出的开源AI图像修复工具，基于扩散模型技术，能根据用户指令处理损坏的图片，移除不需要的元素。PromptFix支持多种图像处理任务，包括上色、物体移除、去雾、去模糊、去除水印、清除雪迹和增强低光照图像。PromptFix基于20步的去噪过程，有效纠正图像缺陷，且保持图像原有结构。PromptFix能适应不同长宽比的图像，具有很好的泛化能力。 P…- 2
-
Stagehand – AI网页浏览框架，提供简单和可扩展的网页自动化解决方案
Stagehand项目简介 Stagehand是简单和可扩展的AI网页浏览框架，是Playwright的继承者，提供act、extract和observe三个简单的API，支持自然语言驱动的网页操作。Stagehand提供一个轻量级、可配置、模块化的框架，无需复杂抽象，支持不同模型和提供商。Stagehand基于原子指令执行自动化任务，提高可靠性，步骤规划由更高层次的代理处理。 Stagehand…- 1
-
ACI.dev – 为AI智能体设计的开源MCP基础设施平台
ACI.dev项目简介 ACI.dev 是开源的基础设施平台，专为 AI 智能体设计，提供强大的工具调用支持。集成了 600 多种预构建工具，涵盖 Gmail、Slack、Notion 等常见应用，支持通过函数调用或 MCP 服务器灵活访问。多租户认证和动态工具发现功能，让 AI 智能体可以根据需求动态调用工具，通过自然语言定义权限边界，确保安全运行。ACI.dev 采用框架无关的设计，兼容任何 …- 2
-
Shandu – AI研究工具，自动进行多层次信息挖掘和分析
Shandu项目简介 Shandu 是开源的 AI 研究自动化工具，结合了 LangChain 和 LangGraph 技术，能自动化地进行多层次信息挖掘和分析，生成结构化的研究报告。Shandu 的核心功能包括递归探索、多引擎搜索、智能网页爬取以及报告生成。用户可以通过简单的命令行操作，输入研究主题，设置深度和广度参数，可快速生成包含引用的 Markdown 格式研究报告。支持 Google、D…- 1
-
Midjourney角色一致性命令 "cref "测评如何保持多个角色一致性
预告了好久的MJ角色一致性功能终于来了， 新的命令“ --cref ”与 样式参考 “--sref”功能类似，但它不是匹配参考样式，而是尝试让角色匹配 "角色参考 "图像，--cref 目前只适用于 niji 6 和 v6 模型。 官方文档说明看下图： 在提示后输入 --cref URL 并输入字符图像的 URL网址，再使用--c…- 1
-
Parakeet TDT 0.6B – 英伟达开源的自动语音识别模型
Parakeet TDT 0.6B项目简介 Parakeet TDT 0.6B 是英伟达推出的开源自动语音识别（ASR）模型。采用FastConformer编码器和TDT解码器架构，通过预测文本标记及其持续时间加速推理，减少计算开销。模型在1秒内可转录60分钟音频，实时因子（RTFx）达3386，平均单词错误率（WER）仅为6.05%，在LibriSpeech-clean数据集上WER低至1.69…- 1
-
Evolving Agents – 开源的AI Agent管理与进化框架
Evolving Agents项目简介 Evolving Agents 是用在创建、管理和进化 AI 代理的生产级框架。Evolving Agents支持智能代理之间的通信和协作，根据语义理解需求、基于过往经验进化，有效解决复杂任务。框架具备智能代理进化、代理间通信等核心功能。Evolving Agents 适用于文档处理、医疗保健、金融分析、客户服务等多领域场景，旨在通过智能代理的协同工作提升任…- 0