[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-MagicCube--tensorflow-rex-run":3,"tool-MagicCube--tensorflow-rex-run":62},[4,18,26,36,46,54],{"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",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"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。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"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",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":76,"owner_email":78,"owner_twitter":76,"owner_website":76,"owner_url":79,"languages":80,"stars":93,"forks":94,"last_commit_at":95,"license":76,"difficulty_score":32,"env_os":96,"env_gpu":97,"env_ram":96,"env_deps":98,"category_tags":105,"github_topics":106,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":117,"updated_at":118,"faqs":119,"releases":120},9294,"MagicCube\u002Ftensorflow-rex-run","tensorflow-rex-run","A TensorFlow.js based AI player platform for T-Rex Runner. T-Rex Runner is originally an easter egg game inside chrome.","tensorflow-rex-run 是一个基于 TensorFlow.js 构建的人工智能平台，专为谷歌浏览器经典的“断网恐龙”游戏（T-Rex Runner）设计。它旨在解决传统人工操作无法实现自动化通关及算法验证的问题，通过让 AI 自主观察游戏画面并控制恐龙跳跃或下蹲，实现智能试玩与高分挑战。\n\n该项目非常适合前端开发者、机器学习研究人员以及对强化学习感兴趣的技术爱好者使用。开发者可以借此深入探索如何在浏览器端直接训练和部署模型，而无需依赖复杂的后端环境；研究人员则能利用其内置的遗传算法和多玩家模式，直观地观察神经网络如何通过不断试错进化出最佳策略。\n\n技术亮点方面，tensorflow-rex-run 完全采用 ES6\u002FES7 标准重构，支持多实例并行运行以加速遗传算法的迭代过程，并提供了丰富的生命周期事件（如重置、运行、碰撞）以便开发者监控训练状态。此外，项目还附带了示例模型，帮助用户快速上手，是学习浏览器端人工智能应用的绝佳实践案例。","# tensorflow-rex-run\n\nA TensorFlow.js based AI player platform for T-Rex Runner.\n\n## About This Project (Chinese)\n[神经网络与遗传算法: TensorFlow.js 学会游戏通关](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F35451395)\n\n## About T-Rex Runner Game\n\n![](https:\u002F\u002F9to5google.files.wordpress.com\u002F2015\u002F06\u002Fpterodactyl.png?w=1600&h=1000)\n\n[T-Rex Runner](http:\u002F\u002Fwww.omgchrome.com\u002Fchrome-easter-egg-trex-game-offline\u002F) is [originally](https:\u002F\u002Fcs.chromium.org\u002Fchromium\u002Fsrc\u002Fcomponents\u002Fneterror\u002Fresources\u002Foffline.js?q=t-rex+package:%5Echromium$&dr=C&l=7) an easter egg game inside chrome's offline error page.\n\n\n## About TensorFlow.js\n\nThe official version of TensorFlow in JavaScript. It is A WebGL accelerated, browser based JavaScript library for training and deploying ML models.\nVisit the [official website](https:\u002F\u002Fjs.tensorflow.org\u002F) to discover more.\n\n\n## About This Project\n\n`t-trex-run` is an artificial intelligent player platform designed for T-Rex Runner, and enpowered by TensorFlow.js.\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMagicCube_tensorflow-rex-run_readme_a7b9189518cb.gif)\n\n## Key Features\n\n* Totally rewritten in ES6\u002FES7, LESS and Webpack\n* Multiplayer mode supported (means you can use genetic algorithm now)\n* Events like `onReset`, `onRunning` and `onCrushed` are supported\n* Example models are provided\n\n\n---\n\n\n## How to Install\n\n```sh\nnpm install\n```\n\n\n## How to Run\n\n\n```sh\nnpm start\n```\n\nVisit http:\u002F\u002Flocalhost:8080\n","# tensorflow-rex-run\n\n一个基于 TensorFlow.js 的 T-Rex 跑酷游戏 AI 玩家平台。\n\n## 关于本项目（中文）\n[神经网络与遗传算法: TensorFlow.js 学会游戏通关](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F35451395)\n\n## 关于 T-Rex 跑酷游戏\n\n![](https:\u002F\u002F9to5google.files.wordpress.com\u002F2015\u002F06\u002Fpterodactyl.png?w=1600&h=1000)\n\n[T-Rex 跑酷游戏](http:\u002F\u002Fwww.omgchrome.com\u002Fchrome-easter-egg-trex-game-offline\u002F) [最初](https:\u002F\u002Fcs.chromium.org\u002Fchromium\u002Fsrc\u002Fcomponents\u002Fneterror\u002Fresources\u002Foffline.js?q=t-rex+package:%5Echromium$&dr=C&l=7)是 Chrome 浏览器离线错误页面中的一个彩蛋游戏。\n\n\n## 关于 TensorFlow.js\n\nTensorFlow 的 JavaScript 官方版本。它是一个基于 WebGL 加速的浏览器端 JavaScript 库，用于训练和部署机器学习模型。\n访问 [官方网站](https:\u002F\u002Fjs.tensorflow.org\u002F) 以了解更多信息。\n\n\n## 关于本项目\n\n`t-trex-run` 是一个专为 T-Rex 跑酷游戏设计的人工智能玩家平台，由 TensorFlow.js 提供支持。\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMagicCube_tensorflow-rex-run_readme_a7b9189518cb.gif)\n\n## 核心特性\n\n* 完全使用 ES6\u002FES7、LESS 和 Webpack 重写\n* 支持多人模式（意味着你现在可以使用遗传算法）\n* 支持 `onReset`、`onRunning` 和 `onCrushed` 等事件\n* 提供示例模型\n\n\n---\n\n\n## 如何安装\n\n```sh\nnpm install\n```\n\n\n## 如何运行\n\n\n```sh\nnpm start\n```\n\n访问 http:\u002F\u002Flocalhost:8080","# tensorflow-rex-run 快速上手指南\n\n`tensorflow-rex-run` 是一个基于 TensorFlow.js 的人工智能平台，旨在让 AI 学会自动游玩 Chrome 浏览器中的恐龙跑酷游戏（T-Rex Runner）。本项目支持遗传算法和多智能体训练。\n\n## 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**：Windows、macOS 或 Linux\n*   **Node.js**：建议安装 LTS 版本（推荐 v14 或以上）\n*   **npm**：随 Node.js 自动安装\n*   **浏览器**：推荐使用最新版的 Chrome 或 Firefox（需支持 WebGL 以加速模型训练）\n\n> **国内加速提示**：\n> 如果下载依赖较慢，建议配置淘宝镜像源：\n> ```sh\n> npm config set registry https:\u002F\u002Fregistry.npmmirror.com\n> ```\n\n## 安装步骤\n\n1.  克隆项目代码到本地（如果您尚未获取源码）：\n    ```sh\n    git clone https:\u002F\u002Fgithub.com\u002FMagicCube\u002Ft-rex-run.git\n    cd t-rex-run\n    ```\n\n2.  安装项目依赖：\n    ```sh\n    npm install\n    ```\n\n## 基本使用\n\n安装完成后，您可以直接启动本地开发服务器来观察 AI 如何学习玩游戏。\n\n1.  运行启动命令：\n    ```sh\n    npm start\n    ```\n\n2.  打开浏览器访问：\n    ```text\n    http:\u002F\u002Flocalhost:8080\n    ```\n\n3.  **观察效果**：\n    *   页面加载后，您将看到多个恐龙角色同时运行。\n    *   初始阶段恐龙会频繁碰撞死亡，随着遗传算法的迭代，AI 将逐渐学会跳跃和躲避障碍物。\n    *   您可以在控制台或通过代码中提供的 `onReset`, `onRunning`, `onCrushed` 等事件监听器来监控训练状态。\n\n该项目已内置示例模型，并完全使用 ES6\u002FES7、LESS 和 Webpack 重构，方便开发者进一步修改网络结构或调整遗传算法参数。","一位前端工程师希望向团队直观演示神经网络如何通过遗传算法自我进化，但手动编写游戏逻辑与训练代码耗时且难以可视化。\n\n### 没有 tensorflow-rex-run 时\n- 开发者需从零重构 Chrome 恐龙游戏的物理引擎与碰撞检测，大量时间浪费在重复造轮子上。\n- 实现“多代进化”的遗传算法逻辑复杂，难以在浏览器端高效运行并实时观察种群优胜劣汰的过程。\n- 缺乏标准化的生命周期事件（如重置、碰撞），导致无法精准捕捉训练数据或触发模型保存操作。\n- 调试过程如同“黑盒”，只能看到最终分数，无法直观看到 AI 从频繁撞仙人掌到完美跳跃的渐进式学习曲线。\n\n### 使用 tensorflow-rex-run 后\n- 直接基于现成的 ES6\u002FES7 重构版游戏引擎开发，无需关心底层游戏逻辑，专注聚焦于 AI 模型调优。\n- 原生支持多人模式与遗传算法，可轻松配置数百个并发代理，实时见证几代之内 AI 学会自动避障。\n- 利用内置的 `onReset`、`onCrushed` 等事件钩子，精确控制训练节奏并在关键时刻自动记录模型状态。\n- 通过可视化的 ScreenFlow 界面，清晰展示每个神经网络的决策路径，让抽象的“权重调整”变得肉眼可见。\n\ntensorflow-rex-run 将复杂的强化学习实验转化为开箱即用的浏览器演示，极大降低了 AI 教育与技术验证的门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMagicCube_tensorflow-rex-run_b2af4ceb.png","MagicCube","Henry Li","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FMagicCube_6eb04bdb.jpg",null,"ByteDance","henry1943@163.com","https:\u002F\u002Fgithub.com\u002FMagicCube",[81,85,89],{"name":82,"color":83,"percentage":84},"JavaScript","#f1e05a",94.5,{"name":86,"color":87,"percentage":88},"HTML","#e34c26",4,{"name":90,"color":91,"percentage":92},"Less","#1d365d",1.5,675,118,"2026-04-12T05:02:52","未说明","不需要独立 GPU（基于 TensorFlow.js 和 WebGL，在浏览器中运行）",{"notes":99,"python":100,"dependencies":101},"该项目是基于浏览器的 JavaScript 应用，无需安装 Python 或 CUDA。只需安装 Node.js 环境，运行 'npm install' 和 'npm start' 后在浏览器访问 localhost:8080 即可。利用 WebGL 进行加速，支持遗传算法多玩家模式。","不需要",[102,103,104],"tensorflow.js","webpack","less",[13,14,15,45],[107,108,109,110,111,112,113,114,115,116],"t-rex-runner","tensorflow","tensorflow-js","ai","neural-network","chrome","easter-egg","javascript","es6","es7","2026-03-27T02:49:30.150509","2026-04-19T06:01:40.705710",[],[]]