[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Bklieger--ScribeWizard":3,"tool-Bklieger--ScribeWizard":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",149489,2,"2026-04-10T11:32:46",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":32,"env_os":93,"env_gpu":94,"env_ram":95,"env_deps":96,"category_tags":102,"github_topics":104,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":110,"updated_at":111,"faqs":112,"releases":138},6204,"Bklieger\u002FScribeWizard","ScribeWizard","ScribeWizard: Generate organized notes from audio using Groq, Whisper, and Llama3","ScribeWizard 是一款能将音频讲座自动转化为结构清晰笔记的开源工具。它主要解决了用户在观看长视频或听录音时，难以快速提取核心内容并整理成系统化文档的痛点。无论是学生复习课程、研究人员整理访谈，还是普通用户希望从播客中获取知识，都能通过它轻松获得包含表格和代码块的美观笔记。\n\n该工具的技术亮点在于巧妙结合了多种前沿模型：利用 Groq 平台加速运行的 Whisper-large 模型进行高精度语音转文字，再策略性地调度 Llama 4 Maverick 和 Llama 4 Scout 两个模型——前者负责构建笔记的逻辑框架，后者专注于快速生成具体内容。这种“大小模型协同”的机制，在保证输出质量的同时实现了闪电般的处理速度。最终生成的笔记支持 Markdown 格式，用户可直接在网页界面预览，也能一键下载为文本或 PDF 文件。目前 ScribeWizard 提供了在线托管版本供即开即用，也支持开发者在本地部署体验，是提升知识吸收效率的得力助手。","\u003Ch2 align=\"center\">\n \u003Cbr>\n \u003Cimg src=\"https:\u002F\u002Fi.imgur.com\u002FscoiUgD.png\" alt=\"Generate Organizes Notes with ScribeWizard\" width=\"150\">\n \u003Cbr>\n \u003Cbr>\n ScribeWizard: Generate organized notes from audio\u003Cbr>using Groq, Whisper, and Llama\n \u003Cbr>\n\u003C\u002Fh2>\n\n\u003Cp align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbklieger\u002Fscribewizard\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fbklieger\u002Fscribewizard\">\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbklieger\u002Fscribewizard\u002Fblob\u002Fmain\u002FLICENSE.md\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-green.svg\">\n \u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n \u003Ca href=\"#Overview\">Overview\u003C\u002Fa> •\n \u003Ca href=\"#Features\">Features\u003C\u002Fa> •\n \u003Ca href=\"#Quickstart\">Quickstart\u003C\u002Fa> •\n \u003Ca href=\"#Contributing\">Contributing\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cbr>\n\n[Demo of ScribeWizard](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc222bea0-3784-4f06-b431-ef81eea5691d)\n> Demo of ScribeWizard fast transcription of audio and generation of structured notes\n\n\n## Overview\n\nScribeWizard is a streamlit app that scaffolds the creation of structured lecture notes by iteratively structuring and generating notes from transcribed audio lectures using Groq's Whisper API. The app mixes Llama 4 Scout and Llama 4 Maverick, utilizing the larger model for generating the notes structure and the faster of the two for creating the content.\n\n\n### Features\n\n- 🎧 Generate structured notes using transcribed audio by Whisper-large and text by Llama\n- ⚡ Lightning fast speed transcribing audio and generating text using Groq\n- 📖 Scaffolded prompting strategically switches between Llama 4 Maverick and Llama 4 Scout to balance speed and quality\n- 🖊️ Markdown styling creates aesthetic notes on the streamlit app that can include tables and code \n- 📂 Allows user to download a text or PDF file with the entire notes contents\n\n### Example Generated Notes:\n\n| Example                                      | Youtube Link                                                                                                                                |\n| -------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |\n| [Transformers Explained by Google Cloud Tech](examples\u002Ftransformers_explained\u002Fgenerated_notes.pdf)             |  https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=SZorAJ4I-sA                                       |\n| [The Essence of Calculus by 3Blue1Brown](examples\u002Fessence_calculus\u002Fgenerated_notes.pdf) | https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=WUvTyaaNkzM                                            |\n\n> As with all generative AI, content may include inaccurate or placeholder information. ScribeWizard is in beta and all feedback is welcome!\n\n---\n\n## Quickstart\n\n> [!IMPORTANT]\n> To use ScribeWizard, you can use a hosted version at [scribewizard.streamlit.app](https:\u002F\u002Fscribewizard.streamlit.app).\n> Alternatively, you can run ScribeWizard locally with Streamlit using the quickstart instructions.\n\n\n### Hosted on Streamlit:\n\nTo use ScribeWizard, you can use the hosted version at [scribewizard.streamlit.app](https:\u002F\u002Fscribewizard.streamlit.app)\n\n\n### Run locally:\n\nAlternative, you can run ScribeWizard locally with streamlit.\n\n#### Step 1\nFirst, you can set your Groq API key in the environment variables:\n\n~~~\nexport GROQ_API_KEY=\"gsk_yA...\"\n~~~\n\nThis is an optional step that allows you to skip setting the Groq API key later in the streamlit app.\n\n#### Step 2\nNext, you can set up a virtual environment and install the dependencies.\n\n~~~\npython3 -m venv venv\n~~~\n\n~~~\nsource venv\u002Fbin\u002Factivate\n~~~\n\n~~~\npip3 install -r requirements.txt\n~~~\n\n\n#### Step 3\nFinally, you can run the streamlit app.\n\n~~~\npython3 -m streamlit run main.py\n~~~\n\n## Details\n\n\n### Technologies\n\n- Streamlit\n- Llama on Groq Cloud\n- Whisper-large on Groq Cloud\n\n### Limitations\n\nScribeWizard may generate inaccurate information or placeholder content. It should be used to generate notes for entertainment purposes only.\n\n\n## Contributing\n\nImprovements through PRs are welcome!\n\n\n## Changelog\n\n### v0.1.0\n\nThis release is an initial release of the application codebase. It includes the following features:\n\n🎧 Generate structured notes using transcribed audio by Whisper-large and text by Llama\n\n⚡ Lightning fast speed transcribing audio and generating text using Groq\n\n📖 Scaffolded prompting strategically switches between Llama 4 Maverick and Llama 4 Scout to balance speed and quality\n\n🖊️ Markdown styling creates aesthetic notes on the streamlit app that can include tables and code\n\n📂 Allows user to download a text or PDF file with the entire notes contents\n\n\n### Future Features:\n\n- Create summary version of transcript, batching into sections of n characters.\n- Allow upload of multiple audio files\n","\u003Ch2 align=\"center\">\n \u003Cbr>\n \u003Cimg src=\"https:\u002F\u002Fi.imgur.com\u002FscoiUgD.png\" alt=\"使用 ScribeWizard 生成整理好的笔记\" width=\"150\">\n \u003Cbr>\n \u003Cbr>\n ScribeWizard：利用 Groq、Whisper 和 Llama，从音频中生成结构化的笔记\u003Cbr>\n\u003C\u002Fh2>\n\n\u003Cp align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbklieger\u002Fscribewizard\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fbklieger\u002Fscribewizard\">\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbklieger\u002Fscribewizard\u002Fblob\u002Fmain\u002FLICENSE.md\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-green.svg\">\n \u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n \u003Ca href=\"#Overview\">概述\u003C\u002Fa> •\n \u003Ca href=\"#Features\">功能\u003C\u002Fa> •\n \u003Ca href=\"#Quickstart\">快速入门\u003C\u002Fa> •\n \u003Ca href=\"#Contributing\">贡献\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cbr>\n\n[ScribeWizard 演示](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc222bea0-3784-4f06-b431-ef81eea5691d)\n> ScribeWizard 快速转录音频并生成结构化笔记的演示\n\n\n## 概述\n\nScribeWizard 是一个 Streamlit 应用程序，它通过迭代地对转录后的音频讲座进行结构化处理并生成笔记，从而帮助用户搭建起结构化的课堂笔记框架。该应用结合了 Llama 4 Scout 和 Llama 4 Maverick 模型，利用较大的模型来生成笔记的结构，而用速度更快的模型来填充具体内容。\n\n\n### 功能\n\n- 🎧 使用 Whisper-large 转录的音频和 Llama 生成的文本，创建结构化的笔记\n- ⚡ 利用 Groq 实现闪电般的音频转录和文本生成速度\n- 📖 采用分层提示策略，在 Llama 4 Maverick 和 Llama 4 Scout 之间灵活切换，以平衡速度与质量\n- 🖊️ Markdown 样式使 Streamlit 应用中的笔记美观大方，支持表格和代码的插入\n- 📂 允许用户下载包含全部笔记内容的文本或 PDF 文件\n\n### 示例生成的笔记：\n\n| 示例                                      | YouTube 链接                                                                                                                                |\n| -------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |\n| [Google Cloud Tech 解释的 Transformer](examples\u002Ftransformers_explained\u002Fgenerated_notes.pdf)             |  https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=SZorAJ4I-sA                                       |\n| [3Blue1Brown 的微积分精髓](examples\u002Fessence_calculus\u002Fgenerated_notes.pdf) | https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=WUvTyaaNkzM                                            |\n\n> 与所有生成式 AI 一样，内容可能包含不准确或占位符信息。ScribeWizard 目前处于测试阶段，欢迎提供任何反馈！\n\n---\n\n## 快速入门\n\n> [!重要]\n> 若要使用 ScribeWizard，您可以在 [scribewizard.streamlit.app](https:\u002F\u002Fscribewizard.streamlit.app) 上访问托管版本。\n> 或者，您也可以按照快速入门说明在本地使用 Streamlit 运行 ScribeWizard。\n\n\n### 在 Streamlit 上托管：\n\n要使用 ScribeWizard，您可以访问 [scribewizard.streamlit.app](https:\u002F\u002Fscribewizard.streamlit.app) 上的托管版本。\n\n\n### 本地运行：\n\n此外，您也可以在本地使用 Streamlit 运行 ScribeWizard。\n\n#### 步骤 1\n首先，您需要在环境变量中设置您的 Groq API 密钥：\n\n~~~\nexport GROQ_API_KEY=\"gsk_yA...\"\n~~~\n\n这一步是可选的，但可以省去您在 Streamlit 应用中手动输入 Groq API 密钥的麻烦。\n\n#### 步骤 2\n接下来，您需要设置一个虚拟环境并安装依赖项。\n\n~~~\npython3 -m venv venv\n~~~\n\n~~~\nsource venv\u002Fbin\u002Factivate\n~~~\n\n~~~\npip3 install -r requirements.txt\n~~~\n\n\n#### 步骤 3\n最后，您可以运行 Streamlit 应用程序。\n\n~~~\npython3 -m streamlit run main.py\n~~~\n\n## 详细信息\n\n\n### 技术栈\n\n- Streamlit\n- Groq Cloud 上的 Llama\n- Groq Cloud 上的 Whisper-large\n\n### 局限性\n\nScribeWizard 可能会生成不准确的信息或占位符内容。它应仅用于娱乐目的生成笔记。\n\n\n## 贡献\n\n欢迎通过 PR 提交改进意见！\n\n\n## 更改日志\n\n### v0.1.0\n\n此版本为应用程序代码库的初始发布版。包含以下功能：\n\n🎧 使用 Whisper-large 转录的音频和 Llama 生成的文本，创建结构化的笔记\n\n⚡ 利用 Groq 实现闪电般的音频转录和文本生成速度\n\n📖 分层提示策略在 Llama 4 Maverick 和 Llama 4 Scout 之间灵活切换，以平衡速度与质量\n\n🖊️ Markdown 样式使 Streamlit 应用中的笔记美观大方，支持表格和代码的插入\n\n📂 允许用户下载包含全部笔记内容的文本或 PDF 文件\n\n\n### 未来功能：\n\n- 创建摘要版本的转录文本，按 n 个字符分段批量处理。\n- 允许上传多个音频文件。","# ScribeWizard 快速上手指南\n\nScribeWizard 是一个基于 Streamlit 的应用，利用 Groq 平台上的 Whisper-large 和 Llama 模型，将音频讲座快速转录并生成结构化的笔记。它通过策略性地切换 Llama 4 Maverick（负责内容生成，速度快）和 Llama 4 Scout（负责结构设计，质量高）来平衡速度与笔记质量。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows (需配置相应环境变量)\n*   **Python 版本**：推荐 Python 3.8 及以上版本\n*   **依赖项**：\n    *   `pip` (Python 包管理工具)\n    *   `venv` (用于创建虚拟环境)\n*   **API 密钥**：您需要一个有效的 **Groq API Key**。\n    *   访问 [Groq Cloud Console](https:\u002F\u002Fconsole.groq.com\u002F) 注册并获取密钥。\n    *   *注意：由于网络原因，国内用户访问 Groq 服务可能需要配置科学上网环境或使用代理。*\n\n## 安装步骤\n\n您可以选择直接使用托管版本，或在本地部署。\n\n### 选项 A：使用托管版本（无需安装）\n直接访问官方托管应用即可立即使用：\n[https:\u002F\u002Fscribewizard.streamlit.app](https:\u002F\u002Fscribewizard.streamlit.app)\n\n### 选项 B：本地部署\n\n#### 1. 配置 API 密钥（可选但推荐）\n为了避免每次启动应用时手动输入密钥，您可以将其设置为环境变量。\n\n**Linux\u002FmacOS:**\n```bash\nexport GROQ_API_KEY=\"gsk_yA...\"\n```\n\n**Windows (PowerShell):**\n```powershell\n$env:GROQ_API_KEY=\"gsk_yA...\"\n```\n\n#### 2. 创建虚拟环境并安装依赖\n建议在项目目录下执行以下命令以隔离依赖：\n\n```bash\npython3 -m venv venv\n```\n\n激活虚拟环境：\n\n**Linux\u002FmacOS:**\n```bash\nsource venv\u002Fbin\u002Factivate\n```\n\n**Windows:**\n```bash\nvenv\\Scripts\\activate\n```\n\n安装项目所需依赖包：\n```bash\npip3 install -r requirements.txt\n```\n*(注：如果下载速度较慢，可尝试添加国内镜像源，例如：`pip3 install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`)*\n\n#### 3. 启动应用\n运行 Streamlit 服务：\n\n```bash\npython3 -m streamlit run main.py\n```\n\n启动成功后，浏览器会自动打开本地应用界面（通常地址为 `http:\u002F\u002Flocalhost:8501`）。\n\n## 基本使用\n\n1.  **上传音频**：在应用界面中，上传您需要处理的音频文件（支持常见音频格式）。\n2.  **自动生成**：\n    *   系统首先调用 **Whisper-large** 模型进行高速语音转录。\n    *   随后，利用 **Llama 4 Scout** 构建笔记大纲结构。\n    *   最后，使用 **Llama 4 Maverick** 填充具体内容，生成包含表格、代码块等格式的 Markdown 笔记。\n3.  **查看与导出**：\n    *   在界面右侧预览生成的结构化笔记。\n    *   点击底部的下载按钮，可将笔记保存为 **Text (.txt)** 或 **PDF** 文件到本地。\n\n> **提示**：生成的笔记内容仅供娱乐或参考，生成式 AI 可能会产生不准确的信息或占位符，请务必人工核对关键内容。","计算机系研究生李明正在准备期末考试，他需要复习长达两小时的线上技术讲座录像，内容涵盖复杂的 Transformer 架构推导。\n\n### 没有 ScribeWizard 时\n- 必须全程手动暂停视频记录关键点，打断学习思路，耗时极长且容易遗漏细节。\n- 录音转文字后得到的是杂乱无章的逐字稿，缺乏逻辑层级，难以快速定位核心公式或代码片段。\n- 整理笔记时需要人工区分哪些是讲师的口癖、哪些是干货，脑力消耗巨大，效率低下。\n- 最终生成的文档格式混乱，缺少表格和代码块高亮，复习时视觉体验差，重点不突出。\n\n### 使用 ScribeWizard 后\n- 直接上传讲座音频，利用 Groq 加速的 Whisper 模型瞬间完成转录，并通过 Llama 4 自动提炼出结构清晰的笔记大纲。\n- 智能算法自动过滤口语废话，将内容重组为带有标题、子标题的逻辑树，关键概念与推导过程一目了然。\n- 策略性调用不同大小的模型（Maverick 规划结构、Scout 填充内容），在保持极速生成的同时确保专业术语准确无误。\n- 自动输出排版精美的 Markdown 格式笔记，内含渲染良好的代码块和数据表格，支持一键下载 PDF 随时查阅。\n\nScribeWizard 将原本需要数小时的手工整理工作压缩至分钟级，让学习者能从繁琐的记录中解放出来，专注于知识的深度理解与内化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FBklieger_ScribeWizard_47025633.png","Bklieger","Benjamin Klieger","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FBklieger_ce4ed324.jpg","Building open source on nights and weekends. This is my personal Github. Most of my day-to-day coding is done via other Github accounts.",null,"BenKlieger","Benjamin.sh","https:\u002F\u002Fgithub.com\u002FBklieger",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",98.2,{"name":86,"color":87,"percentage":88},"Nix","#7e7eff",1.8,504,115,"2026-03-29T13:39:53","MIT","Linux, macOS, Windows","无需本地 GPU（计算通过 Groq Cloud API 完成）","未说明",{"notes":97,"python":98,"dependencies":99},"该工具基于 Streamlit 构建，核心功能依赖云端 API（Groq 提供的 Whisper-large 和 Llama 模型），因此本地运行无需高性能显卡或大量显存。用户必须配置 GROQ_API_KEY 环境变量或在应用中输入密钥方可使用。","3.x (未指定具体版本，需支持 venv 和 pip)",[100,101],"streamlit","groq",[13,103,52,15,35,14],"音频",[105,101,106,107,108,109],"ai","groq-api","llama3","whisper","replit","2026-03-27T02:49:30.150509","2026-04-10T20:32:47.936018",[113,118,123,128,133],{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},28107,"为什么上传音频文件或处理 YouTube 视频时受到文件大小限制？目前的限制是多少？","应用的文件大小限制取决于后端服务（Groq）的策略。目前 Groq 已将音频文件的最大限制从 25MB 更新为 100MB。如果应用仍提示 25MB 限制，可能需要等待项目更新以同步此变更，届时将支持处理更大的音频文件和 YouTube 视频。","https:\u002F\u002Fgithub.com\u002FBklieger\u002FScribeWizard\u002Fissues\u002F34",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},28105,"生成的 PDF 内容出现“幻觉”或主题偏离（例如从作物疾病突然跳到人类疾病）怎么办？","这通常是因为生成的提纲中包含了不相关的章节。您可以尝试以下解决方法：\n1. 在左侧边栏的自定义设置中，切换“提纲生成模型”为其他实验性模型。\n2. 提供更精确的内容提示（Prompt），以帮助模型更好地理解您的意图并提高输出质量。","https:\u002F\u002Fgithub.com\u002FBklieger\u002FScribeWizard\u002Fissues\u002F21",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},28106,"部署在 Streamlit Cloud 上的应用提示超出资源限制无法访问，如何解决？","YouTube 下载功能近期导致了 Streamlit 托管服务的资源超限问题。建议您改用 Replit 托管的版本来避免此限制，访问地址为：https:\u002F\u002Fgroqnotes.replit.app","https:\u002F\u002Fgithub.com\u002FBklieger\u002FScribeWizard\u002Fissues\u002F14",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},28108,"处理大型 YouTube 视频时程序报错且下载文件夹中残留无用音频文件，该如何清理？","当程序因异常（如文件过大错误 413）停止时，已下载的音频文件可能不会被自动删除。如果遇到此类错误，请手动检查并删除 downloads 文件夹中的临时音频文件以释放空间。未来版本计划优化此逻辑，在报错时自动清理文件或自动分割大文件进行转录。","https:\u002F\u002Fgithub.com\u002FBklieger\u002FScribeWizard\u002Fissues\u002F6",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},28109,"使用 YouTube 链接时，如何避免下载完成后才提示文件过大的低效情况？","目前应用会在下载后才验证文件大小，导致大文件浪费时间和带宽。建议用户在下载前自行估算视频时长和大小，尽量选择较短的视频片段，或者等待项目后续更新以实现下载前的预检查功能。","https:\u002F\u002Fgithub.com\u002FBklieger\u002FScribeWizard\u002Fissues\u002F16",[139],{"id":140,"version":141,"summary_zh":142,"released_at":143},189035,"v0.1.0","ScribeWizard 是一款 Streamlit 应用，它通过迭代式地解析和生成基于 Groq Whisper API 转录的音频讲座笔记，来辅助构建结构化的课堂笔记。该应用结合使用 Llama3-8b 和 Llama3-70b 模型：以较大的模型生成笔记框架，同时利用速度更快的模型来填充具体内容。\n\n### v0.1.0\n\n此版本为应用代码库的初始发布版，包含以下功能：\n\n🎧 使用 Whisper-large 转录的音频以及 Llama3 生成的文本，自动生成结构化笔记  \n⚡ 借助 Groq 引擎，实现闪电般的音频转录与文本生成速度  \n📖 采用分层提示策略，在 Llama3-70b 和 Llama3-8b 之间智能切换，以在速度与质量之间取得平衡  \n🖊️ 通过 Markdown 样式美化笔记展示效果，支持在 Streamlit 应用中呈现包含表格和代码的美观笔记  \n📂 允许用户下载包含完整笔记内容的文本文件或 PDF 文件","2024-06-21T03:15:52"]