来个本地 RAG 框架 Lobe Chat，这个框架在 Github 上已经有59K Star了。 Lobe... Chat 上常用的本地AI功能都有，包括各个服务商的接口，文件上传、知识管理、 RAG、多模态、生成动态 SVG 图形、构建并渲染交互式 HTML 页面、生成多种格式的文档等等 地址：show more

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。 通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：... 并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。 可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。show more

强烈推荐所有做 RAG 的人收着这个项目，这款 PDF 解析器比 Marker 快 116 倍，准确率更高，本地... CPU 就能跑还完全开源。 叫做OpenDataLoader PDF， 专为 RAG 管道打造的 PDF 解析器， 基准综合第一，得分 0.907，GitHub 2.4 万星🌟， 搭过 RAG 的朋友应该都懂那种绝望， PDF 进去之后，阅读顺序乱了，表格压成一行， 公式变成一堆符号，多栏排版全错位， 大模型再强也没用，毕竟进来的就是烂的， 几个我觉得做得比较扎实的地方： 1、200 份真实文档测出来的（含多栏/学术论文/财报） 2、本地 CPU 运行，不需要 GPU，每页只要 0.46 秒 3、表格/公式/图片/图表 + OCR 80+ 语言，扫描件直接能进 4、输出 Markdown / JSON（含坐标边界框）/ HTML，LangChain 原生集成 有个对比数据看了有点炸， Marker 跑一页 PDF 要 53.9 秒， OpenDataLoader 跑一页 0.46 秒， 快了 116 倍，综合准确率还比它高， 常规页面本地规则高效搞定， 遇到极度复杂的特殊页面才交 AI 增强， 不是脑子一热全交大模型烧钱那种， Apache 2.0，商用完全没顾虑， 支持知识库入库/文档问答/论文解析/合同分析， 在RAG 管道里这一环，终于有人做得比较扎实了， LangChain 原生集成：pip install langchain-opendataloader-pdf GitHub 🔗评论区一楼见⬇️show more

确实好用，直接把后端干掉了生成部分用 AI 完成 我用这个功能创建创建了一个分享图生成工具 用的我原来那个 Bento Grid 风格 提示词 现在每个人都可以用这个网页快速生成对应文案的分享图片了！

现在头部大模型厂商在 Chat 界面都能所见即所得的生成网页了，那么有没有开源替代呢？我找到了一个—— davia 这个项目使用 FastAPI 构建，直接 pip install... davia 就能安装，UI 组件使用 shadcn/ui，支持 Tailwind 颜色自定义，响应式布局，以及黑暗模式。 项目地址：show more

xAI 把内部顶级 AI 编程工具直接开源了，上线几小时就冲上 GitHub 热榜，斩获 2.3w+star Grok Build... 是 xAI 内部驱动 Grok 4.5 的终端 AI 编程 agent，Apache 2.0 协议，人人都能用、人人都能改 全屏交互式 TUI 界面，可以理解代码库、编辑文件、执行 Shell 命令、搜索网页、管理长任务，支持交互模式、无头脚本模式和编辑器嵌入模式，三种用法随意切换 以前只有 xAI 内部工程师才能用上的 agent 框架，现在打开 GitHub 直接拿show more

又发现 GitHub 上一款开源强大的文本转语音工具：Abogen。 能快速将 ePub、PDF 或文本文件转换成高质量音频，并生成匹配的字幕。 GitHub： 主要特性： -... 支持 ePub、PDF、TXT 多种文件格式输入 - 基于 Kokoro-82M 模型生成自然流畅语音 - 自动生成时间同步字幕文件 - 内置语音混合器创建个性化声音 - 支持多种语言包括中文、英文、日语等 - 批量队列处理多个文件 提供 Windows 一键安装器，同时支持 pip 安装和 Docker 部署方式。show more

这是一个开源 PDF 编辑器，在GitHub 上已经斩获夸张的8.8w+star 它在浏览器、桌面、服务器全平台都能部署运行，包含60多种 PDF 工具 支持合并拆分、格式转换、OCR识别、签名加密、批注编辑，还支持40种语言界面和自动化工作流，企业团队也能直接扩展使用 所有文件全程本地处理，不上传任何第三方服务器，适合对隐私敏感的场景

我去！国外已经刷屏了，国内好像还没啥人聊🔥 PewDiePie pewdiepie 搞了个本地版 ChatGPT / Claude：Odysseus。 GitHub 5... 月 31 日晚上才建，短短 2 天现在已经冲到 2 万星左右，涨得非常猛。 Odysseus 是什么？ 本地 / 自托管 AI 工作空间——运行在你自己的电脑或服务器上，也可以按需接 API。无云端强依赖、无账号绑定、无遥测追踪，数据尽量留在自己手里。 包含 Agent——不是只能聊天的那种，而是能执行真实任务的代理，比如网页浏览、文件编辑、文档处理、研究报告、邮件分类 / 自动回复等等。 功能——聊天界面、记忆、Deep Research、图像生成 / 编辑、MCP 支持、图库、资料库、文件工具、Shell、Web 工具等等。基本就是把他自己定制的“ChatOS”，慢慢做成了一个完整的 AI 生产力套件。 他之所以构建它，是因为他厌倦了不稳定的自托管设置以及将数据交给大科技公司。 项目地址：show more

不到 4 个月拿下近 1.2 万 Star：Archify 把 AI 画架构图做到了极致～... Archify 是一个把复杂的代码关系整理成漂亮、可交互的架构图、流程图、时序图、数据流图等，方便理解项目、做技术评审或写文档。 让 AI 读代码，再把系统怎么运行画清楚。 PS：这个仓库对于有架构图需求的同学不能太友好了，可以收藏。 Github地址见评论区👇👇👇show more

前几天看到一个非常丝滑的动画效果，MotionNumber 很常见，之前看到很多网站都在用，就是数字在切换的时候会有一个滚动的效果，层级自己写了一个在切换的时候发现没有这个那么顺滑。 这个非常适合用到 landing page 上，展示各种数据等等的场景，它是用 Framer Motion 编写的，抽象成了一个... React 组件，我觉得这种效果很值得收藏未来是用一下。 Github 地址在这里：show more

发现个 Claude Code 的神级 Skill，画图颜值真的吊打 Mermaid 和 fireworks-tech-graph，只要你一句话，它直接给你吐出生产级别的 SVG+PNG... 技术图。 最绝的是它有 7 种神仙画风：深色终端风、工程蓝图风、毛玻璃风，甚至还能模仿 OpenAI 和 Claude 的官方配色风格。 支持 14 种 UML 图，像 RAG 架构、多智能体协作这种复杂图，一句"帮我画个 RAG 架构图，深色风格"直接搞定。 安装贼简单，一行命令 `npx skills add yizhiyanhua-ai/fireworks-tech-graph` 就能装到 Claude Code 里，输出 SVG 方便二次编辑，高清 PNG 直接贴文档。 平时写技术文档、做汇报 PPT 的，这个必须试一下。 项目地址放评论区了👇show more

Codex 5.6 真的要让剪辑师失业了！ 它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！ 重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames... （内置插件） 负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件） 基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。 地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。 地址： 现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。show more

这个爆火的开源项目，可以根据真实世界位置，一键生成我的世界地图，目前在 GitHub 已斩获 16.1k star 不管是城市街区、乡村还是自然景观，都可以生成。 底层数据来自 OpenStreetMap，城市街区、乡村、地形植被，该有的都有，而且准确度很高。 用法很简单：... 在地图上搜索你想要的地方，框选目标区域，调整世界比例、出生点、要不要生成建筑内部，就能一键生成你的 Minecraft 地图。 底层用 Rust 写的，建筑轮廓、真实世界的纹理以及植被分布都做得非常细。 支持 Windows / macOS / Linux，也可以直接在线体验，不用装软件。show more

Codex 5.6 真的要让剪辑师失业了！ 它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！ 重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames... （内置插件） 负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件） 基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。 地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。 地址： 现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。show more

小云雀 APP有个非常有意思的功能就是“复刻爆款视频”，你只需要把抖音爆款地址帖过来。 然后点复刻，自动生成提示词：解析这个视频的爆点原因，并借鉴其文案、主题、画面风格等，重新做一个新视频！ 就有了下面的两个视频，你们给评评，有没有 AI 味？

Fun-CineForge：阿里开源的AI生成影视配音 输入视频+文本，AI生成配音，能识别多个角色，能按要求设置配音风格，生成的配音节奏与视频里说话的唇形同步。演示视频的声音效果非常好。 项目地址： 模型：

大部分学术论文都会首先在 Arxiv 平台上发布预印版，在此之前我们只能翻译上面的 PDF 版本，格式混乱，公式识别差。 现在，沉浸式翻译给 Arxiv 平台上所有的论文都添加了一个双语版本的快捷入口，直接上下双语对照，翻译带有公式标记的 HTML，效果非常好，参见视频演示🫱🫱

Hermes Studio App 延续桌面端的核心 Agent 能力，现已支持 Hermes、Ekko、Claude、Codex、Pi 五种 Agent... 框架。 用户可以根据不同任务灵活选择 Agent，并在移动端完成连续对话、工具调用、文件处理及 Markdown 文档生成与阅读。 桌面端未完成的工作，也可以继续在手机上处理。show more

让 Codex 做了一个创建 IP 角色形象的 skill，它自己顺手搓了一个狐狸🦊，还蛮可爱的。 只要安装这个 skill，告诉 AI... 你的想法，Codex/Grok 这类自带生图功能的 Agent 就会自动帮你做成完整的 IP。 我把生成头像、个人资料 banner 图、封面图、文章插图、说明图的功能也加进来了，帮你打造完美的 IP 形象产品矩阵。 包括做桌宠功能，也有，第三个视频就是实机效果。 项目已经在 Github 开源，完全免费。show more