GitHubDaily
@GitHub_Daily • 89,833 subscribers
💡 挖掘开源的价值 🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号：GitHubDaily
Shorts
Videos
想让楼道里的摄像头自动发现垃圾，很多人第一反应就是找一个能识别垃圾的模型。 但模型找到了，摄像头的视频怎么接进来、规则怎么定、发现了又该怎么通知到人。 最近偶然看到 CosmoEdge 这个开源项目，可以给摄像头接入一套 AI 视频分析系统。 GitHub： 在网页控制台里拖拽组件就能搭流程，接画面、识别、判断规则、发提醒连成一条线。 还自带人脸比对、烟雾检测、车辆违停、玩手机检测、未穿工服等 29 种场景模板。 想识别新东西也不用重新训练模型，输入提示词就可以尝试让模型在画面中找出对应目标。 对于垃圾桶是否满了、消防柜门有没有关好，这些状态也能交给视觉大模型判断。 可以通过 Docker 一键部署使用，跟着教程选模型、接视频、设规则，先跑通流程体验。 等到有受支持的边缘设备再接入也不迟，不想折腾的朋友也可以选择官方提供的预装设备。
GitHubDaily47,973 Aufrufe • vor 10 Tagen
用 AI 生成了一张挺满意的流程图，放进 PPT 才发现是张死图，想改一个错字都得重新生成一遍。 DrawAI 专门解决这个麻烦，把 AI 生成的图、论文插图或者幻灯片截图，重新还原成能编辑的 SVG 和 PPT 文件。 图里的文字、形状和局部素材会被拆开，导出的 PPT 用的是 PowerPoint 自己的形状和图片，不是把原图整张贴进去。 GitHub： 用法有三种，可以装进 Claude Code、Codex 当技能用，也可以打开本地网页工作台，批量转换、看每一步的进度。 GPT-Image-2、Nano Banana 出的图好看是好看，文字偶尔会有小错，转成可编辑的再改，比反复重新生成省事多了。 团队还配了一篇论文和一套评测数据集，专门衡量图片转可编辑的效果。经常做汇报、写论文要画图的学生，可以留意一下。
GitHubDaily10,217 Aufrufe • vor 4 Tagen
在医院拍完胸部 X 光后，经常还需要排队等待拿结果给医生查看分析，折腾下来基本都要一个多小时。 最近在 GitHub 上看到的 MedRAX 这款开源的医学影像分析智能体，正在试图改变我们这种传统方式。 它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、图像分割、病灶定位、报告生成、疾病分类等 7 大类专业工具，无需额外训练即可智能调用这些工具完成复杂的医学影像分析任务。 GitHub： 主要特性： - 视觉问答：使用 CheXagent 和 LLaVA-Med 进行复杂的医学影像理解和推理； - 精准分割：采用 MedSAM 和 PSPNet 模型识别解剖结构； - 病灶定位：通过 Maira-2 模型在影像中精确定位病变位置； - 报告生成：基于 SwinV2 Transformer 自动生成详细的医学诊断报告； - 疾病分类：利用 DenseNet-121 检测 18 种病理类别； - 综合评估：提供包含 2,500 个复杂医学查询的 ChestAgentBench 基准测试。 克隆仓库并安装依赖后，运行 即可启动 Gradio 界面使用，需要配置 OpenAI API 密钥，支持本地和云端部署。
GitHubDaily193,228 Aufrufe • vor 11 Monaten
最近 Meta 发布的 Muse 爆火，10 天就冲上 App Store 免费榜第一，可惜大部分人还是用不上。 偶然发现，CopilotKit 团队照着 Muse 的思路做了一个开源版 OpenMuse，可部署在自己服务器上。 它也配了一台自己的电脑，浏览器会保留登录状态，查东西时随时能点接管，自己操作完再交还给它。 GitHub： 发邮件、改日历每一次都要人确认才执行。还能定期盯着商品页面，价格降到设定值，App 里就会收到提醒。 iOS、Android 和网页三端代码全开源，模型可以接 OpenAI、Anthropic 或 Google，部署时要准备一个 CopilotKit 的项目 Key。 我觉得 Muse 最让人眼馋的，就是那台 24 小时在线的电脑，OpenMuse 把这套东西搬回了自己手里，想要试试的可以部署看看。
GitHubDaily18,283 Aufrufe • vor 23 Tagen
做 AI 短剧终于不用花钱了，Pavo 上线 Agnes Video 2.5 Flash 模型，免费不限量使用。 单条视频最长可生成 12 秒、720P 分辨率，还支持多图参考和首尾帧生视频，效果还不错。 每天还能获取 200 个积分，可以用于 Agnes Video 2.5 模型，最高可出 2K 视频。 地址： 还发现 Pavo 有两个好用功能，一个是「无限画布」，可用于构建视频生成工作流。 下面视频便是用它制作的，先生成一张人物图，再为人物生成三条动作视频，最后合并成一条。 另一个是 AI 短剧模式，输入一个故事想法，剧本、人物、场景、分镜到成片一路生成。 没有任何门槛，注册就能用，想做 AI 视频或短剧的朋友，可以试下。
GitHubDaily29,926 Aufrufe • vor 1 Monat
知名网页抓取工具 Firecrawl 团队，最近开源了一个功能强大的项目：Open Lovable，短短几天已狂揽了 10.9k Star。 只需输入我们想克隆的任何网站链接，它就能在几秒内基于 React 重新生成一个一模一样的网站。 GitHub： 主要特性： - 一键克隆任何网站为 React 应用，支持复杂布局和交互 - 支持 OpenAI、Anthropic、Gemini、Groq 等 AI 模型 - 基于 Firecrawl 抓取网页结构，准确还原样式与内容 - 支持本地调试与部署，可实时预览生成结果 - E2B 沙盒环境提供安全的代码执行和测试环境 项目基于 MIT 协议完全开源，只需克隆项目代码到本地，配置好相关的 API 密钥即可使用。
GitHubDaily151,038 Aufrufe • vor 1 Jahr
在 GitHub 上发现一个开源的学习工具：Get It，可帮助我们通过多种方式深度学习 PDF 文件内容。 自动在 PDF 文件上标注关键概念，还可转化为 3D 模型、动画演示、公式推导等可视化内容，同时生成一张知识图谱。 GitHub： 内置四种工具：对话问答、闪卡记忆、选择题测验，还有一个「费曼模式」让我们反过来教 AI。 每次练习结束，系统会从记忆、理解、结构、应用四个维度给每个概念打分，分数只升不降，能直观看到自己的进步。 工具可直接用 ChatGPT 账号驱动，所有数据都存在本地，不上传任何服务器。 支持 macOS、Windows 和 Linux，适合经常通过 PDF 文件学习的同学使用。
GitHubDaily54,832 Aufrufe • vor 4 Monaten
使用 Claude Code、Cursor 这些 AI 工具写代码时，很多人都是直接这样说：帮我开发一个 AI 聊天应用。 瞬间能看到几百行代码生成，给人感觉确实很不错，若再让它加个登录注册功能，却发现所有代码直接重写。 这就是 “氛围编程” 给大家带来的困扰，为此 GitHub 团队开源了 Spec Kit 这款工具，专门用来规范化我们使用 AI 工具的开发流程。 让我们先用自然语言写清楚具体 “做什么” 和 “为什么”，然后再交给 AI 写代码。 并且通过统一的规格模板和强制评审机制，把模糊需求逐步转化为高质量、可追溯的代码实现。 GitHub： 整个开发过程都有完整的记录和追溯，即使六个月后回头看项目，也能清楚理解当初每个设计决策的来龙去脉。 目前该工具开源不到一个月时间，便收获了 19.8k+ Star，已支持 Claude Code、Gemini CLI、Cursor 等 AI 工具。 通过 uvx 安装后即可使用，提供了详细的教程文档，值得每位使用 AI 编程工具的同学看看。
GitHubDaily108,478 Aufrufe • vor 1 Jahr
最近 Claude Cowork 让「桌面 Agent」赛道彻底爆火。 阿里 Qoder 团队也迅速跟进，并秀了一波极限操作： 团队仅用 5 个人，7 天时间，便打造了一款全新的桌面端 Agent 工具：QoderWork。 用户无需任何复杂部署工作，只要简单输入一句话，它就能按需调用授权本地应用，完成文件整理、数据处理、文档生成等任务。 其核心优势在于提供「双重保障」： 一是主打本地执行，无需走云端传输，高效且安全； 二是集成了全球顶尖 SOTA 模型，赋予它极强的意图识别与任务拆解能力。 再配合内置的 MCP 工具，用户不仅能自定义扩展技能，更能实现工作流的全面自动化： 比如让它自动清洗 Excel 数据，生成可视化报告；或者将长音频一键转成文案、小红书笔记。把数小时的工作缩短至分钟级。 地址：
GitHubDaily70,850 Aufrufe • vor 8 Monaten
在不同设备间传文件时，没有 U 盘通常靠一些通讯软件发送，但大文件又传不了，确实挺麻烦。 在 GitHub 上发现 Flying Carpet 这款开源的文件传输工具，无需网络也能直接在设备间传输文件。 通过创建临时 WiFi 热点的方式，让两台设备直接连接并传输文件，支持 Android、iOS、Windows、macOS、Linux 全平台互传。 GitHub： 同时在文件传输过程中，进行了全程 AES-GCM 加密，保护隐私安全。 在 GitHub 发布页面下载对应安装包安装后，在简单易用的可视化操作界面，扫码或输入密码即可连接。
GitHubDaily78,215 Aufrufe • vor 1 Jahr
画流程图、架构图的时候,用 draw .io 一个个拖拽元素挺费劲，尤其是复杂图表要反复调整位置和连线。 发现 next-ai-draw-io 这个开源项目，直接用自然语言描述想要的图表，AI 自动生成 draw .io 格式的图。 核心功能有三个：文字生成图表、上传图片让 AI 复制和优化、实时对话修改图表。修改时不用每次重新生成整个 XML，AI 会精准编辑特定部分，速度更快。 GitHub： 技术栈用 Next.js + AI SDK + react-drawio，调用 OpenAI API 处理自然语言。支持版本历史记录，可以随时查看和恢复之前的版本。 如果你想把画图从 “手动拖拽” 升级为 “说话就能画”，这个项目值得试试。
GitHubDaily57,563 Aufrufe • vor 10 Monaten
想要生成逼真的 AI 语音，通常使用在线 API 服务，不仅有隐私泄露风险，而且支付费用成本还不低。 今天发现了一个开源免费的超逼真语音合成模型：NeuTTS Air，仅 0.5B 参数，可直接在本地电脑运行。 生成的语音媲美真人，支持仅用 3 秒音频就能完成声音克隆，在手机、笔记本甚至树莓派上都能流畅运行。 GitHub： 主要特性： - 超逼真语音合成，生成接近真人水平的自然语音； - 即时声音克隆，仅需 3 秒音频样本即可复制声音特征； - 完全本地运行，无需网络连接保护隐私安全； - 轻量级设计，支持手机、电脑和嵌入式设备部署； - 实时语音生成，在中等配置设备上也能流畅运行； - 内置水印技术，确保生成音频的责任可追溯性。 根据 README 文档提供的详细使用教程，克隆项目安装 espeak 依赖后即可使用。
GitHubDaily59,269 Aufrufe • vor 1 Jahr
平时觉得微信、QQ 的截图功能过于简单，可以看下 Flameshot 这款开源的截图工具，已斩获了 26.5k Star！ 它不仅能快速截图，还内置了完整的编辑功能，画箭头、加文字、打马赛克一气呵成，甚至能直接上传分享。 GitHub： 主要功能： - 支持多种绘图工具：铅笔、箭头、矩形、圆形等 - 内置文字添加和像素化打码功能 - 快捷键操作，支持延时截图和全屏截图 - 一键上传到 Imgur 或复制到剪贴板 - 自定义外观和颜色，适应个人习惯 跨平台支持 Linux、Windows、macOS 系统，提供开箱即用安装包，可在其官网上下载。
GitHubDaily73,051 Aufrufe • vor 1 Jahr
初学者学习 Python，经常被引用、可变性这些概念搞得头晕，调试复杂数据结构，更是分不清变量之间的关系，非常头疼。 可以看一下，memory_graph 这个可视化开源工具，它能让我们一眼看清 Python 数据结构和引用关系。 通过直观清晰的图形界面，展示变量间的引用关系、数据共享情况和完整的调用栈，还支持各种 Python 环境包括 Jupyter、VS Code 调试器等。 GitHub： 主要功能： - 可视化任意 Python 数据结构，包括列表、字典、自定义类等； - 清楚显示变量间的引用和共享关系，避免意外的数据修改； - 完整的函数调用栈可视化，理解程序执行流程和作用域； - 支持递归函数、二叉树、链表等复杂数据结构的动态展示。 支持 VS Code、Jupyter、PyCharm 等多种开发环境，同时提供 Web 版调试器，无需安装即可在线体验和学习。
GitHubDaily57,015 Aufrufe • vor 1 Jahr