[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-LuoGen-AI--LuoGen-agent":3,"tool-LuoGen-AI--LuoGen-agent":64},[4,17,27,35,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,43,44,45,15,46,26,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,46],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[26,15,13,45],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":78,"owner_website":78,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":93,"env_os":94,"env_gpu":95,"env_ram":94,"env_deps":96,"category_tags":104,"github_topics":78,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":105,"updated_at":106,"faqs":107,"releases":108},3807,"LuoGen-AI\u002FLuoGen-agent","LuoGen-agent","一键产出爆款视频：1.自动提取对标文案 2.自动进行文案仿写 3.自动根据文案声音克隆 4.自动生成数字人口播 5.自动添加字幕 6.自动添加背景音乐 7.自动添加视频标题 8.自动生成视频封面 9.自动将视频发布到各平台","LuoGen-agent 是一款面向视频创作者的自动化内容生成工具，旨在将繁琐的视频制作流程简化为“一键操作”。它主要解决了短视频创作中文案构思难、配音录制耗时、数字人制作门槛高以及多平台分发效率低等痛点。用户只需提供对标素材，LuoGen-agent 即可自动完成文案提取与仿写、高保真声音克隆、数字人口播生成，并智能添加字幕、背景音乐、标题及封面，最终自动发布至抖音、B 站等主流平台。\n\n这款工具特别适合希望批量生产口播视频的自媒体运营者、电商从业者以及想要尝试 AI 视频流水的普通用户，无需具备专业的剪辑或编程技能即可上手。其技术亮点在于深度集成了 Whisper 语音识别、CosyVoice 语音合成以及 HeyGem 数字人引擎，确保了从声音到画面的自然度与专业感，同时利用 FFmpeg 实现高效的后期合成。需要注意的是，目前 LuoGen-agent 仅限个人学习与研究使用，严禁用于任何商业售卖或服务提供。通过本地化部署，它在保障数据安全的同时，为用户提供了一套完整的商业级视频自动化解决方案。","# `真正的商业级应用` 🚀 一键生成爆款视频自动化工具\n\n![客户端UI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLuoGen-AI_LuoGen-agent_readme_054c2cda2a46.png)\n\n- 由于代码体积及模型文件过大，请诸位移步 [代码地址](代码地址.txt) 进行下载。\n- 由于该应用为本地运行的客户端应用，为了诸位的使用体验，先进行 [使用前必装](使用前必装.txt) 进行下载安装。\n\n> 诸多不便，敬请谅解。\n\n**项目描述**  \n本工具通过自动化流程，帮助用户快速生成高质量的数字人口播视频并发布至多平台。核心功能包括：\n- 📝 **智能文案处理**：自动提取对标文案 + 智能仿写优化\n- 🎤 **声音克隆**：基于 Whisper 和 CosyVoice 实现高保真语音合成\n- 👥 **数字人生成**：集成 HeyGem 实现自然口播效果\n- 🎬 **全流程视频制作**：字幕\u002FBGM\u002F标题\u002F封面自动生成 + 多平台发布\n\n## 🌟 核心功能\n| 功能模块          | 技术实现                     |\n|-------------------|------------------------------|\n| 语音克隆          | Whisper（语音识别） + CosyVoice（语音合成） |\n| 数字人口播        | HeyGem 数字人引擎            |\n| 视频后期          | FFmpeg（合成） + 动态字幕    |\n| 多平台发布        | 平台 API 集成（抖音\u002FB站等）  |\n\n\n## 🤝 致谢\n本项目基于以下优秀开源项目构建：\n- [social-auto-upload](https:\u002F\u002Fgithub.com\u002F...) - 多平台发布框架\n- [CosyVoice](https:\u002F\u002Fgithub.com\u002Ftencent-ailab\u002Fcosyvoice) - 高质量语音合成\n- [HeyGem](https:\u002F\u002Fgithub.com\u002F...) - 数字人驱动引擎\n- [Whisper](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fwhisper) - 精准语音识别\n\n\n## ⚠️使用限制\n- 本项目仅限个人学习、研究使用，严禁任何形式的商业用途（包括但不限于售卖工具、提供付费服务等）。\n","# `真正的商业级应用` 🚀 一键生成爆款视频自动化工具\n\n![客户端UI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLuoGen-AI_LuoGen-agent_readme_054c2cda2a46.png)\n\n- 由于代码体积及模型文件过大，请诸位移步 [代码地址](代码地址.txt) 进行下载。\n- 由于该应用为本地运行的客户端应用，为了诸位的使用体验，先进行 [使用前必装](使用前必装.txt) 进行下载安装。\n\n> 诸多不便，敬请谅解。\n\n**项目描述**  \n本工具通过自动化流程，帮助用户快速生成高质量的数字人口播视频并发布至多平台。核心功能包括：\n- 📝 **智能文案处理**：自动提取对标文案 + 智能仿写优化\n- 🎤 **声音克隆**：基于 Whisper 和 CosyVoice 实现高保真语音合成\n- 👥 **数字人生成**：集成 HeyGem 实现自然口播效果\n- 🎬 **全流程视频制作**：字幕\u002FBGM\u002F标题\u002F封面自动生成 + 多平台发布\n\n## 🌟 核心功能\n| 功能模块          | 技术实现                     |\n|-------------------|------------------------------|\n| 语音克隆          | Whisper（语音识别） + CosyVoice（语音合成） |\n| 数字人口播        | HeyGem 数字人引擎            |\n| 视频后期          | FFmpeg（合成） + 动态字幕    |\n| 多平台发布        | 平台 API 集成（抖音\u002FB站等）  |\n\n\n## 🤝 致谢\n本项目基于以下优秀开源项目构建：\n- [social-auto-upload](https:\u002F\u002Fgithub.com\u002F...) - 多平台发布框架\n- [CosyVoice](https:\u002F\u002Fgithub.com\u002Ftencent-ailab\u002Fcosyvoice) - 高质量语音合成\n- [HeyGem](https:\u002F\u002Fgithub.com\u002F...) - 数字人驱动引擎\n- [Whisper](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fwhisper) - 精准语音识别\n\n\n## ⚠️使用限制\n- 本项目仅限个人学习、研究使用，严禁任何形式的商业用途（包括但不限于售卖工具、提供付费服务等）。","# LuoGen-agent 快速上手指南\n\n## 1. 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：推荐 Windows 10\u002F11 或 Linux (Ubuntu 20.04+)。\n*   **硬件要求**：\n    *   GPU：NVIDIA 显卡（显存建议 8GB 以上），需安装 CUDA 驱动。\n    *   CPU：多核处理器，建议 16GB 以上内存。\n*   **前置依赖**：\n    *   Python 3.9 - 3.11\n    *   Git\n    *   FFmpeg（用于视频合成）\n    *   国内用户建议配置 pip 镜像源以加速依赖下载：\n        ```bash\n        pip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n        ```\n\n> **注意**：由于项目包含大型模型文件及客户端 UI，请务必先访问 [代码地址](代码地址.txt) 下载完整源码包，并仔细阅读 [使用前必装](使用前必装.txt) 完成基础环境组件的安装。\n\n## 2. 安装步骤\n\n下载并解压项目后，在终端中执行以下命令进行环境配置：\n\n1.  **创建虚拟环境**（推荐）：\n    ```bash\n    python -m venv luogen_env\n    # Windows\n    luogen_env\\Scripts\\activate\n    # Linux\u002FMac\n    source luogen_env\u002Fbin\u002Factivate\n    ```\n\n2.  **安装核心依赖**：\n    ```bash\n    pip install -r requirements.txt\n    ```\n\n3.  **初始化模型文件**：\n    确保已按照“使用前必装”文档将 Whisper、CosyVoice 及 HeyGem 的相关模型权重放置于项目指定的 `models\u002F` 目录下。若目录为空，程序将无法启动。\n\n## 3. 基本使用\n\n本工具提供图形化客户端（GUI）与命令行两种使用方式，推荐优先使用 GUI 以获得最佳体验。\n\n### 方式一：启动图形化客户端（推荐）\n\n直接运行主程序入口即可打开操作界面：\n\n```bash\npython main.py\n```\n\n启动后，您可以在界面中完成以下流程：\n1.  **输入文案**：粘贴对标视频文案或手动输入。\n2.  **选择声音**：上传参考音频进行克隆，或选择预设音色。\n3.  **生成数字人**：选择 HeyGem 驱动的数字人形象。\n4.  **一键生成**：点击“开始制作”，系统将自动完成配音、口型同步、字幕添加及视频合成。\n5.  **多平台发布**：在发布模块配置抖音\u002FB 站等账号信息，实现自动上传。\n\n### 方式二：命令行快速测试\n\n如需通过命令行快速测试核心功能（例如仅生成语音或视频），可使用以下示例命令：\n\n```bash\npython cli.py --mode generate --text \"这里是测试文案\" --voice_id default_01 --output_dir .\u002Fresults\n```\n\n*   `--text`: 需要合成的文案内容。\n*   `--voice_id`: 使用的音色 ID。\n*   `--output_dir`: 生成文件的保存路径。\n\n---\n> ⚠️ **法律声明**：本项目仅限个人学习与研究使用，严禁用于任何商业用途（包括但不限于售卖工具、提供付费代生成服务等）。","某电商运营专员每天需要为数十款新品制作短视频，以在抖音、B 站等平台进行矩阵式推广。\n\n### 没有 LuoGen-agent 时\n- **文案创作耗时**：需人工拆解竞品爆款脚本并重新撰写，单条视频文案构思往往耗费数小时，且难以保证转化率。\n- **制作流程割裂**：配音需找真人或单独使用 TTS 工具，数字人画面需手动对齐口型，字幕与背景音乐更要分别添加，环节繁琐易出错。\n- **多平台发布低效**：制作完成后，需逐个登录不同后台上传视频、填写标题并上传封面，重复机械操作占据大量工作时间。\n- **产能瓶颈明显**：受限于人力与协作成本，单人日均仅能产出 2-3 条视频，无法跟上热点节奏或满足大规模测品需求。\n\n### 使用 LuoGen-agent 后\n- **智能文案秒级生成**：LuoGen-agent 自动提取对标账号的优质文案并进行仿写优化，几分钟内即可输出高转化率的定制脚本。\n- **全流程自动化合成**：工具一键调用 CosyVoice 克隆声音、HeyGem 驱动数字人口播，并自动合成字幕、BGM 及封面，实现“输入即成品”。\n- **跨平台一键分发**：内置的多平台发布模块直接将成品视频推送到抖音、B 站等渠道，自动匹配各平台的标题规范，彻底解放双手。\n- **规模化内容生产**：单人日产能提升至数十条甚至上百条，可快速覆盖多个细分赛道，通过海量测试迅速锁定爆款模型。\n\nLuoGen-agent 将原本需要团队协作一整天的视频生产链路压缩至分钟级，真正实现了个人创作者的商业级批量变现能力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FLuoGen-AI_LuoGen-agent_054c2cda.png","LuoGen-AI","LuoGen","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FLuoGen-AI_bf60d87a.jpg",null,"https:\u002F\u002Fgithub.com\u002FLuoGen-AI",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",96.6,{"name":86,"color":87,"percentage":88},"Batchfile","#C1F12E",3.4,718,105,"2026-04-04T03:55:12","GPL-3.0",5,"未说明","必需（基于 Whisper 和 CosyVoice 模型推断），具体型号及显存要求未说明，需支持 CUDA",{"notes":97,"python":94,"dependencies":98},"该应用为本地运行的客户端工具，代码及模型文件体积过大，需移步指定链接下载；使用前必须安装‘使用前必装’列表中指定的环境或组件；项目仅限个人学习研究，严禁商业用途。",[99,100,101,102,103],"Whisper","CosyVoice","HeyGem","FFmpeg","social-auto-upload",[47,44,15],"2026-03-27T02:49:30.150509","2026-04-06T05:17:20.729683",[],[]]