AI-Horde
AI-Horde是一个社区驱动的分布式计算平台，通过众包方式为AI艺术和文本生成提供计算资源。它允许用户将闲置的计算机算力转化为创作工具，类似分布式计算项目（如Folding@home），但专注于AI生成内容。当用户提交创作请求时，系统会自动分配可用算力资源，类似于网约车平台匹配司机与乘客，但提供的是AI生成的图像或文本。
该工具解决了传统AI生成服务成本高、资源集中、访问门槛高等问题。用户可通过匿名方式免费使用，同时贡献算力的志愿者也能通过“kudos”积分系统获得优先服务权，确保资源公平分配。其核心优势在于完全开源、社区维护，且不依赖商业盈利模式，保障了技术的普惠性。
适合需要AI生成内容的创作者、研究人员以及希望贡献算力的普通用户。技术亮点包括去中心化的资源调度机制、基于积分的激励系统，以及支持图像和文本两种生成任务的灵活架构。无论是设计师寻求创意素材，还是开发者测试AI模型，都能在AI-Horde找到合适的参与方式。
使用场景
一个独立插画师需要为多个项目生成大量AI绘画，但受限于本地硬件性能和成本。
没有 AI-Horde 时
- 本地GPU资源不足，生成高质量图像需等待数小时
- 每次生成需支付昂贵的云服务费用，成本难以承受
- 生成结果质量不稳定，需反复调整参数和重试
- 等待任务分配和结果返回的时间过长，影响项目进度
- 资源分配不均，技术能力弱的用户难以获得有效支持
使用 AI-Horde 后
- 通过社区节点快速分配任务，生成时间缩短至30分钟内
- 免费使用众包计算资源，单次生成成本降低90%
- 系统自动优化参数配置，生成质量稳定且符合需求
- 实时追踪任务进度，结果返回效率提升5倍以上
- 无需注册即可匿名使用，低技术门槛用户也能获得公平资源
核心价值在于通过去中心化协作，让AI生成技术突破个体资源限制，实现普惠化应用。
运行环境要求
- Linux
- macOS
需要 NVIDIA GPU，显存 8GB+，CUDA 11.7+
未说明
快速开始
AI-Horde: 社区驱动的AI生成
AI Horde 是一个免费的社区服务，允许任何人创建 AI生成图像 和 文本。秉承类似 Folding@home（为医学研究共享计算资源）或 SETI@home（为寻找外星信号共享计算资源）的项目精神，AI Horde 让志愿者通过 工作者 共享计算机算力，帮助他人创作 AI 艺术和写作。
当你提出 请求 - 例如请求 "一幅山间落日的画作" - AI Horde 系统会找到能够处理你 任务 的可用志愿者计算机。这类似于网约车应用如何将乘客与附近的司机匹配，但这里获得的是 AI 生成的内容。
系统使用 "积分" 来确保公平性。工作者 在计算机帮助处理请求时会获得积分，他们可以用这些积分优先处理自己的请求，或选择不使用积分帮助他人。重要的是，积分不能买卖 - 这与 服务条款 明确禁止。如需了解更多关于积分的信息，请参阅 我们的详细解释。
AI Horde 特殊之处在于它是完全免费且由社区运营的，致力于保持这种状态。积分系统特别设计以确保这些资源的访问始终保持公平。虽然 用户 积分较多的人能获得更快的服务，但任何人都可以免费使用，甚至可以 匿名 使用，且积分不会过期。
AI-Horde 希望确保无论个人经济条件或技术资源如何，每个人都能有机会使用这些令人兴奋的 AI 技术。你可以在 动机文档 中了解更多关于我们为何这样做。
赞助商
目录
技术介绍
AI Horde 是一个企业级 ML-Ops 分布式推理集群，用于 AI 模型。该中间件支持图像和文本生成，使其高度灵活。它被设计为高度可扩展，允许无缝地添加或移除计算资源。
关键特性
- 可扩展性：系统可以轻松扩展以适应变化的工作负载，确保高效利用可用资源。
- 灵活性：支持图像和文本生成，满足广泛的应用需求。
- 社区驱动：依赖社区提供的空闲资源，使高级 AI 对所有人可及。
公共版本
公共版本 允许没有强大 GPU 的个人使用先进的 AI 模型，如 Stable Diffusion 或大型语言模型（LLMs）如 Pygmalion/Llama。这通过利用社区提供的空闲计算能力实现，运行我们称为 '工作者' 的软件。此外，它还支持客户端，如第三方网站、游戏和应用程序，通过 REST API 利用 AI 生成内容。你可以查看公共实例的性能和应用统计数据在 我们的 Grafana 实例。
私有部署
AI Horde 中间件也可以在任何企业环境中私有部署。它可以在数小时内安装，并在部署后数天内扩展您的 ML 解决方案，提供强大的、灵活的企业级 AI 解决方案。
使用的技术
- Python：3.9 或更高版本
- PostgreSQL
- Redis：用于缓存
- Docker 支持完整容器化
工作原理
要了解 AI Horde 的工作原理，包括请求/任务生命周期的图示，请参阅 请求/任务生命周期解释。
此外，AI Horde 支持的每个特定模式都有单独的 readme 文件。
对于常见问题，查看 FAQ。如需了解更多关于 Horde 的功能或设计思路，请参阅 更深入的文档。
开始使用 AI Horde
你可以使用任何由 AI Horde 驱动的服务，无论是注册账户还是匿名使用。你可以在我们的 主页 找到部分由 AI-Horde 驱动的服务列表。
OAuth2 注册账户（推荐）
注意：我们只存储您账户的唯一ID。我们不会将该ID用于其他用途。了解更多详情，请参阅我们的 隐私政策。
- 访问 AI Horde 注册
- 使用支持的 OAuth2 服务登录
- 选择用户名并获取 API 密钥
- 优势：
- 在生成队列中享有更高优先级
- 如需更改用户名或重置 API 密钥可进行操作
- 维护和追踪您的积分余额
- 可通过 OAuth2 服务恢复账户访问权限
- 最低积分余额为 25
匿名账户
- 访问 AI Horde 注册
- 如果不使用 OAuth2 服务登录（如 Google、GitHub、Discord 等），此方法为默认选项
- 重要：如果丢失 API 密钥，账户无法恢复
- 无法更改用户名或重置 API 密钥
- 仍然可以获得并维护积分
- 仍然比匿名用户享有更高的优先级
匿名使用
- 使用 API 密钥 '0000000000'
- 在生成队列中优先级最低
- 无积分追踪
- 不需要注册
- 在高负载期间，匿名用户可能受到服务限制
为什么注册？
注册的主要优势是参与积分系统。积分决定了您在队列中的优先级——积分越多，请求处理越快。您可以通过以下方式获得积分：
- 运行工作者帮助处理其他用户的请求
- 通过捐赠获得积分（虽然积分不能直接购买或出售）
- 保持在线并作为工作者可用
- 通过在 官方 Discord 登录机器人参与积分经济（在任意频道使用
/login命令，点击蓝色按钮并输入 API 密钥）。
记住：AI Horde 始终致力于保持免费和可访问。虽然积分系统提供优先级优势，但其设计旨在鼓励社区贡献而非商业化。所有用户，包括匿名用户，都可以访问服务的核心功能。更多详情请参阅 官方开发者博客。
贡献您的 GPU（成为工作者）
请先 注册。
图片
官方支持的添加 GPU 方式是运行工作者软件 horde-worker-reGen。
文本
有多种方式贡献您的 GPU 用于文本生成：
- AI-Horde-Worker 可连接到推理后端并“桥接”您到 AI-Horde
- KoboldAI
- KoboldCPP
- Aphrodite Engine
- ... 和许多其他工具。加入 KoboldAI Discord 服务器 的 #horde 频道了解更多。
集成到 AI-Horde
如果您想构建与 AI Horde 的集成（如机器人、应用程序、脚本等），请参考我们的 集成说明。
社区
如有任何问题或反馈，请加入我们的 Discord 社区。
常见问题
相似工具推荐
stable-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。 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。
everything-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。 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。 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
ComfyUI
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。 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。 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。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。