[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-airalcorn2--Deep-Semantic-Similarity-Model":3,"tool-airalcorn2--Deep-Semantic-Similarity-Model":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",153609,2,"2026-04-13T11:34:59",[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":79,"owner_website":80,"owner_url":81,"languages":82,"stars":87,"forks":88,"last_commit_at":89,"license":90,"difficulty_score":91,"env_os":92,"env_gpu":93,"env_ram":93,"env_deps":94,"category_tags":98,"github_topics":100,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":149},7226,"airalcorn2\u002FDeep-Semantic-Similarity-Model","Deep-Semantic-Similarity-Model","My Keras implementation of the Deep Semantic Similarity Model (DSSM)\u002FConvolutional Latent Semantic Model (CLSM) described here: http:\u002F\u002Fresearch.microsoft.com\u002Fpubs\u002F226585\u002Fcikm2014_cdssm_final.pdf.","Deep-Semantic-Similarity-Model 是一个基于 Keras 框架实现的开源项目，旨在复现微软研究院提出的深度语义相似度模型（DSSM）及其卷积变体（CLSM）。它的核心任务是计算两段文本之间的语义相似程度，即使它们在字面上完全不同，也能识别出含义上的关联。\n\n这一工具主要解决了传统搜索和匹配系统中过度依赖关键词匹配的痛点。通过深度学习技术，它能深入理解文本背后的语义信息，从而显著提升信息检索、问答系统以及推荐算法的准确率。例如，它能轻松判断“如何重置密码”与“忘记登录凭证怎么办”属于同一意图。\n\n该项目非常适合人工智能研究人员、自然语言处理工程师以及需要构建自定义语义搜索功能的开发者使用。需要注意的是，由于高质量的搜索训练数据通常涉及隐私或版权，官方并未提供预设数据集，使用者需要自行准备领域相关的文本数据来进行模型训练和微调。\n\n其技术亮点在于灵活支持 DSSM 和 CLSM 两种经典架构：前者擅长处理大规模稀疏特征，后者则利用卷积神经网络有效捕捉局部语义特征。作为学术界广泛引用的经典模型实现，它为探索语义匹配技术提供了坚实且易于扩展的代码基础。","# Deep Semantic Similarity Model\nMy Keras implementation of the Deep Semantic Similarity Model (DSSM)\u002FConvolutional Latent Semantic Model (CLSM) described [here](http:\u002F\u002Fresearch.microsoft.com\u002Fpubs\u002F226585\u002Fcikm2014_cdssm_final.pdf). As search data sets are generally proprietary, you will have to provide your own data to use with the code.\n\n## Additional References\n1. http:\u002F\u002Fresearch.microsoft.com\u002Fpubs\u002F238873\u002Fwsdm2015.v3.pdf - slides giving a high level overview of the DSSM and how it can be used for information retrieval.\n2. http:\u002F\u002Fresearch.microsoft.com\u002Fen-us\u002Fprojects\u002Fdssm\u002F - Microsoft Research's summary of the DSSM (includes many more references).\n","# 深度语义相似度模型\n这是我用 Keras 实现的深度语义相似度模型（DSSM）\u002F卷积潜在语义模型（CLSM），相关介绍见[这里](http:\u002F\u002Fresearch.microsoft.com\u002Fpubs\u002F226585\u002Fcikm2014_cdssm_final.pdf)。由于搜索数据集通常是专有的，因此你需要提供自己的数据才能运行该代码。\n\n## 补充参考资料\n1. http:\u002F\u002Fresearch.microsoft.com\u002Fpubs\u002F238873\u002Fwsdm2015.v3.pdf - 该幻灯片对 DSSM 及其在信息检索中的应用进行了高层次的概述。\n2. http:\u002F\u002Fresearch.microsoft.com\u002Fen-us\u002Fprojects\u002Fdssm\u002F - 微软研究院关于 DSSM 的总结页面（包含更多参考文献）。","# Deep-Semantic-Similarity-Model 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、macOS 或 Windows（推荐 Linux 环境以获得最佳兼容性）。\n*   **Python 版本**：Python 3.6 - 3.8（基于 Keras 实现的常见兼容范围）。\n*   **核心依赖**：\n    *   TensorFlow (后端)\n    *   Keras\n    *   NumPy\n    *   SciPy\n*   **数据说明**：由于搜索数据集通常属于专有财产，本项目**不包含**内置数据集。您需要自行准备训练数据（通常为查询-文档对）。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fzcaceres\u002FDeep-Semantic-Similarity-Model.git\n    cd Deep-Semantic-Similarity-Model\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：如果项目中没有 `requirements.txt` 文件，请手动安装核心库：*\n    ```bash\n    pip install tensorflow keras numpy scipy -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 基本使用\n\n本模型主要用于计算文本之间的语义相似度。由于需要自备数据，最基本的操作流程如下：\n\n1.  **准备数据**\n    将您的数据整理为模型可读取的格式（通常是包含 `query` 和 `positive_doc` 的文件，具体格式需参考源码中的数据处理脚本）。\n\n2.  **运行训练或评估脚本**\n    根据项目结构，调用主脚本进行模型训练。以下是一个典型的执行示例（假设主脚本名为 `train.py`，具体文件名请以仓库实际文件为准）：\n\n    ```bash\n    python train.py --data_path .\u002Fyour_data_directory --model_type dssm\n    ```\n\n    或者加载预训练权重进行相似度预测（伪代码示例，需根据实际 API 调整）：\n\n    ```python\n    from dssm_model import DSSM\n\n    # 初始化模型\n    model = DSSM()\n    model.load_weights('path_to_weights.h5')\n\n    # 计算两个句子的相似度\n    query = \"how to fix python error\"\n    doc = \"solving common python exceptions\"\n    \n    similarity_score = model.predict_similarity(query, doc)\n    print(f\"Similarity Score: {similarity_score}\")\n    ```\n\n> **提示**：由于该项目是微软 DSSM\u002FCLSM 论文的 Keras 复现版，核心逻辑在于构建双塔结构将查询和文档映射到同一语义空间。请务必阅读源码中的 `examples` 目录或主入口文件，以确认具体的数据输入格式要求。","某电商平台的搜索团队正致力于优化站内商品检索系统，以解决用户输入模糊查询词时无法精准匹配相关商品的问题。\n\n### 没有 Deep-Semantic-Similarity-Model 时\n- 搜索严重依赖关键词完全匹配，用户输入“夏季透气跑鞋”若商品标题仅含“运动凉鞋”，则无法被检索到。\n- 难以处理同义词和语义关联，比如搜“手机”无法覆盖标为“智能手机”或“移动电话”的商品列表。\n- 面对拼写错误或口语化表达（如“耐克的鞋”写成“耐克滴鞋”），系统直接返回零结果，导致用户流失。\n- 排序算法仅基于文本重合度，无法理解查询意图，常将标题堆砌关键词但内容不相关的商品排在前列。\n- 新上架商品若标题未覆盖热门搜索词，即使属性高度匹配也难以获得曝光，冷启动困难。\n\n### 使用 Deep-Semantic-Similarity-Model 后\n- 模型将查询词与商品描述映射到同一语义向量空间，即使字面不同，只要语义相近（如“跑鞋”与“运动鞋”）即可精准召回。\n- 自动捕捉深层语义关联，用户搜“办公本”能智能匹配标题含“笔记本电脑”或“商务轻薄本”的商品。\n- 对拼写错误及口语化输入具备强鲁棒性，通过语义相似度计算而非字符匹配，依然能返回高相关性结果。\n- 排序逻辑升级为基于语义相似度得分，确保最符合用户潜在意图的商品优先展示，提升转化率。\n- 新商品只需具备准确的属性描述，即便标题未包含特定热搜词，也能通过语义匹配被目标用户发现。\n\nDeep-Semantic-Similarity-Model 通过将文本转化为深层语义向量，彻底打破了传统关键词匹配的局限，让搜索系统真正“读懂”了用户的意图。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fairalcorn2_Deep-Semantic-Similarity-Model_1252219c.png","airalcorn2","Michael A. Alcorn","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fairalcorn2_226a1c82.jpg","Brute-forcing my way through life.","Helm.ai","Miami, Florida","airalcorn2@gmail.com",null,"https:\u002F\u002Fsites.google.com\u002Fview\u002Fmichaelaalcorn","https:\u002F\u002Fgithub.com\u002Fairalcorn2",[83],{"name":84,"color":85,"percentage":86},"Python","#3572A5",100,521,183,"2026-04-07T02:53:49","MIT",4,"","未说明",{"notes":95,"python":93,"dependencies":96},"该工具是基于 Keras 实现的深度语义相似度模型（DSSM\u002FCLSM）。README 中未提供具体的操作系统、硬件配置或依赖版本要求。由于搜索数据集通常具有专有性，用户需自行准备数据才能运行代码。",[97],"Keras",[35,14,99],"其他",[101,102,103,104,105],"deep-learning","keras","natural-language-processing","nlp","information-retrieval","2026-03-27T02:49:30.150509","2026-04-14T04:36:05.569905",[109,114,119,124,129,134,139,144],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},32454,"有没有训练网络并用于文档对匹配的具体示例？","代码中已经包含了相关示例：展示了如何使用虚拟数据训练模型，以及如何计算查询和文档语义表示之间的余弦相似度。具体可参考源码中关于训练的部分以及计算相似度的函数实现。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F6",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},32453,"输入数据必须是 one-hot 向量吗？可以使用其他表示方法吗？","不一定非要使用 one-hot 向量。虽然原始论文（CDSSM）将每个词转换为“字母三元组向量（letter-trigram vector）”来构建 n-gram 向量，但你可以根据需要使用任何词向量表示方法，例如 `word2vec` 向量或 one-hot 向量。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F7",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},32449,"如何查看最终的相似度分数（similarity score）？","要获取相似度分数，需要使用源代码底部的 `get_R_Q_D_p` 函数。例如，调用 `get_R_Q_D_p([l_Qs, pos_l_Ds])` 将返回数据集中所有查询和文档的相似度分数。直接尝试评估后端张量（如 `backend.eval(R_Q_D_p)`）通常会因为缺少占位符输入值而报错。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F3",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},32450,"查询（Query）和文档（Document）的网络权重应该共享吗？","你可以选择共享权重，但根据原始论文（第 5.2 节），作者指出为查询和文档使用独立的网络（即不共享权重）通常能提供更好的性能。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F2",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},32451,"为什么负样本（neg_l_Ds）是从正样本列表（pos_l_Ds）中派生出来的？","这是因为在构建训练数据时，`pos_l_Ds` 包含了与查询 `l_Qs` 对应的正例文档。对于特定的查询 `l_Qs[i]`，除了其对应的正例 `pos_l_Ds[i]` 之外，`pos_l_Ds` 列表中的其他所有文档都可以作为该查询的负样本（即不相关的文档）。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F12",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},32452,"如何处理变长句子输入以便进行批量（batch）训练？","如果需要对变长输入进行批量训练，你需要使用 Keras 的 `Masking` 层（掩码层）。这允许模型在处理填充（padding）后的序列时忽略填充部分，从而支持将不同长度的句子放入同一个 batch 中进行训练。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F9",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},32455,"推荐用于训练该模型的数据集有哪些？","搜索数据集通常是专有的，不易公开获取。一个可行的替代方案是使用包含文档标题的数据集（例如 20 Newsgroups 数据集中的“主题”字段），并将这些标题视为“查询”来进行训练。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F5",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},32456,"如果不使用序列填充（padding），模型该如何训练？","你可以通过循环将每个训练样本多次传入网络进行拟合（fit），或者调整训练循环逻辑。Keras 允许根据需要多次传递样本，不一定非要依赖填充后的批量输入，尽管使用 Masking 层进行批量处理通常效率更高。","https:\u002F\u002Fgithub.com\u002Fairalcorn2\u002FDeep-Semantic-Similarity-Model\u002Fissues\u002F10",[]]