[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Roujack--mathAI":3,"tool-Roujack--mathAI":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":77,"owner_email":78,"owner_twitter":76,"owner_website":76,"owner_url":79,"languages":80,"stars":93,"forks":94,"last_commit_at":95,"license":96,"difficulty_score":97,"env_os":98,"env_gpu":98,"env_ram":98,"env_deps":99,"category_tags":106,"github_topics":107,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":145},6289,"Roujack\u002FmathAI","mathAI","一个拍照做题程序。输入一张包含数学计算题的图片，输出识别出的数学计算式以及计算结果。This is a mathematic expression recognition project.","mathAI 是一款基于拍照的数学解题辅助程序，旨在将包含算术题的图片自动转化为可执行的计算式并输出结果。它主要解决了从图像中识别数学表达式并进行语义理解的难题，打通了从“看图”到“算题”的全流程。\n\n该项目特别适合开发者和技术研究人员使用。对于希望学习 OCR（光学字符识别）与编译器原理结合的开发者而言，mathAI 提供了一套完整的算法框架参考；其代码涵盖了图像预处理、字符裁剪归一化、基于 TensorFlow 和 LeNet5 的字符识别模型训练，以及利用算符优先法和递归下降法进行公式解析与求值的全过程。虽然当前版本主要针对简单的一维加减乘除运算，且部分模块（如空间关系判断）仍有优化空间，但它展示了如何构建一个端到端的智能解题系统。普通用户若需处理复杂公式可能受限，但可作为理解此类技术原理的优质开源案例。","# mathAI\n\n一个拍照做题程序。输入一张包含数学计算题的图片，输出识别出的数学计算式以及计算结果。\n**请查看系统文档说明来运行程序。注意，这是一个半开源的项目，目前上传的版本只能处理简单的一维加减乘除算术表达式（如果想要识别更加复杂的表达式，可以参考数学公式识别的论文）。可以参考的代码是前面字符识别部分以及整个算法处理框架。**\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FRoujack_mathAI_readme_6c331e05c7c9.png)\n\n整个程序使用python实现，具体处理流程包括了图像预处理、字符识别、数学公式识别、数学公式语义理解、结果输出。\n\n本程序使用opencv对输入的图像进行预处理，并将字符裁剪出来再归一化成固定大小的矩阵。我在TensorFlow上实现了一个lenet5\n的卷积神经网络用来识别数学字符，训练使用CHROME数据集。对于数学公式的识别，主要是将识别出的独立的字符组织成计算机能够\n理解的数学公式（这里的数学公式就是纯字符的可求解的数学计算题）。大概的方法是使用编译原理的算符优先法和递归下降法进行实现。\n然后根据属性文法的值传递思想，将数学公式的值计算出来。最后使用python的matlibplot库把计算过程和答案打印出来。\n\n优点：这是一整套拍照做题的算法框架，同时能够处理多种多样的计算题，目前市面上还没有看到实现。OCR技术如此成熟的今天字符识别\n已经不算有挑战的东西了。\n缺点：字符空间关系判断只用了人类启发式规则，图像预处理不够鲁棒，数学公式的结构识别算法不够完美（可以考虑使用二维文法来做）。\n系统还有很大的提升空间。\n","# mathAI\n\n一个拍照做题程序。输入一张包含数学计算题的图片，输出识别出的数学计算式以及计算结果。\n**请查看系统文档说明来运行程序。注意，这是一个半开源的项目，目前上传的版本只能处理简单的一维加减乘除算术表达式（如果想要识别更加复杂的表达式，可以参考数学公式识别的论文）。可以参考的代码是前面字符识别部分以及整个算法处理框架。**\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FRoujack_mathAI_readme_6c331e05c7c9.png)\n\n整个程序使用python实现，具体处理流程包括了图像预处理、字符识别、数学公式识别、数学公式语义理解、结果输出。\n\n本程序使用opencv对输入的图像进行预处理，并将字符裁剪出来再归一化成固定大小的矩阵。我在TensorFlow上实现了一个lenet5\n的卷积神经网络用来识别数学字符，训练使用CHROME数据集。对于数学公式的识别，主要是将识别出的独立的字符组织成计算机能够\n理解的数学公式（这里的数学公式就是纯字符的可求解的数学计算题）。大概的方法是使用编译原理的算符优先法和递归下降法进行实现。\n然后根据属性文法的值传递思想，将数学公式的值计算出来。最后使用python的matlibplot库把计算过程和答案打印出来。\n\n优点：这是一整套拍照做题的算法框架，同时能够处理多种多样的计算题，目前市面上还没有看到实现。OCR技术如此成熟的今天字符识别\n已经不算有挑战的东西了。\n缺点：字符空间关系判断只用了人类启发式规则，图像预处理不够鲁棒，数学公式的结构识别算法不够完美（可以考虑使用二维文法来做）。\n系统还有很大的提升空间。","# mathAI 快速上手指南\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**：Linux \u002F macOS \u002F Windows\n*   **编程语言**：Python 3.x\n*   **核心依赖**：\n    *   `opencv-python` (图像预处理)\n    *   `tensorflow` (字符识别模型，基于 LeNet5)\n    *   `matplotlib` (结果可视化)\n    *   `numpy`\n\n> **注意**：本项目目前为半开源状态，默认版本仅支持识别简单的一维加减乘除算术表达式。复杂公式识别需参考相关论文自行扩展。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI.git\n    cd mathAI\n    ```\n\n2.  **安装 Python 依赖**\n    建议先配置国内镜像源（如清华源）以加速下载：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n    *(注：若项目中无 `requirements.txt`，请手动安装核心库：`pip install opencv-python tensorflow matplotlib numpy -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`)*\n\n3.  **准备模型数据**\n    确保已下载或训练好基于 CHROME 数据集的 LeNet5 模型文件，并放置在代码指定的模型目录中（具体路径请参考系统文档说明）。\n\n## 基本使用\n\n本程序通过读取图片文件，自动完成预处理、字符识别、公式构建及计算求解。\n\n1.  **准备测试图片**\n    准备一张包含简单数学算式（如 `12 + 35 = ?`）的图片，或使用项目自带的 `test.png`。\n\n2.  **运行程序**\n    执行主程序脚本（假设入口文件为 `main.py`，具体文件名请以项目实际结构为准）：\n    ```bash\n    python main.py test.png\n    ```\n\n3.  **查看结果**\n    程序运行后，终端将输出识别出的数学表达式及计算结果，同时会弹出 `matplotlib` 窗口展示带有计算过程和答案的可视化图像。\n\n---\n*提示：由于图像预处理和公式结构识别算法仍有优化空间，建议输入背景清晰、字迹工整的图片以获得最佳效果。*","一位小学教师正在批改全班 50 份手写的数学口算作业，需要快速核对每道题的计算过程与结果是否正确。\n\n### 没有 mathAI 时\n- 教师必须逐题肉眼识别学生潦草的手写数字和符号，极易因字迹模糊产生误判。\n- 遇到复杂的多步混合运算，需人工重新在草稿纸上列式验算，耗费大量宝贵时间。\n- 难以统一记录学生的典型错误模式，只能凭印象反馈，缺乏数据支撑的精准辅导。\n- 面对堆积如山的试卷，高强度的重复劳动导致注意力下降，漏批、错批现象频发。\n- 无法即时生成可视化的解题步骤图，难以直观地向学生展示哪里出现了逻辑断层。\n\n### 使用 mathAI 后\n- 直接拍摄作业照片，mathAI 利用卷积神经网络自动精准识别手写字符，无视字迹潦草问题。\n- 系统瞬间输出标准化的数学算式并给出计算结果，自动完成验算，将单份作业核对时间从分钟级降至秒级。\n- mathAI 能结构化输出解题语义，自动统计高频错误类型，帮助教师快速定位班级知识薄弱点。\n- 依托完整的算法框架，mathAI 可批量处理图像，彻底将教师从机械的重复劳动中解放出来。\n- 调用 matplotlib 库自动生成包含详细计算过程的可视化图表，让错题讲解变得直观清晰。\n\nmathAI 通过将图像识别与编译原理深度融合，把繁琐的人工阅卷转化为高效的自动化流程，让教育者能更专注于教学策略本身。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FRoujack_mathAI_1761326d.png","Roujack","Roger","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FRoujack_32214a6f.png","2021-2024: CV algorithm engineer. \r\n2025-now: Working in a government department on medical big data analytics.",null,"Shenzhen, China","2317809590@qq.com","https:\u002F\u002Fgithub.com\u002FRoujack",[81,85,89],{"name":82,"color":83,"percentage":84},"Python","#3572A5",95,{"name":86,"color":87,"percentage":88},"JavaScript","#f1e05a",3.2,{"name":90,"color":91,"percentage":92},"CSS","#663399",1.7,2373,564,"2026-04-07T16:05:44","MIT",4,"未说明",{"notes":100,"python":101,"dependencies":102},"本项目为半开源版本，当前上传的代码仅支持处理简单的一维加减乘除算术表达式。字符识别模型基于 LeNet5 架构，使用 CHROME 数据集训练。数学公式的结构识别采用编译原理中的算符优先法和递归下降法实现，空间关系判断依赖人工启发式规则，图像预处理鲁棒性有待提升。若需识别复杂数学公式，需参考相关论文自行扩展算法。","未说明 (仅提及使用 Python 实现)",[103,104,105],"opencv","TensorFlow","matplotlib",[15,14],[108,109,110,103,111],"pattern-recognition","expression-recognition","compiler-principles","tensorflow","2026-03-27T02:49:30.150509","2026-04-10T22:18:58.838246",[115,120,125,130,135,140],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},28468,"运行时报错 'AttributeError: module 'parser' has no attribute 'characters_to_nodes'' 或无法导入 parser 模块怎么办？","这是因为项目中的 'parser' 文件夹名称与 Python 系统内置的 'parser' 模块发生了命名冲突。解决方法是将项目目录下的 'parser' 文件夹重命名为其他名称（例如 'psr'），并将代码中所有引用该模块的地方（如 import parser）修改为新的名称（如 import psr as parser 或直接使用 psr）。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F5",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},28469,"运行程序时出现 'ValueError: not enough values to unpack (expected 3, got 2)' 错误，如何解决？","该错误通常由 OpenCV 版本不兼容引起。在 OpenCV 4.0+ 版本中，cv2.findContours 只返回两个值，而旧代码期望三个值。建议将 'opencv-python' 降级到 3.4 版本（pip install opencv-python==3.4.x），或者修改源码以适配新版 OpenCV 的返回值格式。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F3",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},28470,"为什么识别包含根号（sqrt）或其他复杂运算的数学公式时会报错 'KeyError: status'？","目前公开的模型仅支持加、减、乘、除这四种基础运算，尚未实现平方根（sqrt）及其他复杂运算符的识别与计算逻辑。尝试识别 unsupported 的运算符会导致解析树状态缺失从而报错。如需支持复杂公式，需自行扩展模型或参考更高级的算法（如 TAP 模型）。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F18",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},28471,"运行 test.py 时提示找不到模块或环境相关错误，缺少依赖包怎么办？","这通常是因为运行环境未配置完整。请确保已安装所有必要的依赖包，特别是图像处理库。如果报错涉及 cv2 或图像操作，请执行 'pip install opencv-python' 安装 OpenCV。建议先检查并补全环境依赖后再运行测试脚本。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F17",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},28472,"点击上传按钮后程序崩溃，日志显示 'KeyError: status' 是什么原因？","这通常是因为输入的数学图片包含了当前模型不支持的运算符（如根号、积分等），导致解析器无法生成完整的状态树。请确保输入的图片仅包含加减乘除四则运算。如果必须处理复杂公式，需要修改后端代码以支持更多运算符的逻辑处理。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F12",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},28473,"如何联系作者获取部分源码或进行技术交流？","可以通过作者的邮箱 2317809590@qq.com 进行联系。作者欢迎对该项目感兴趣的研究者或开发者发送邮件交流技术细节或索取相关资源。","https:\u002F\u002Fgithub.com\u002FRoujack\u002FmathAI\u002Fissues\u002F6",[]]