[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-charliegerard--gaze-detection":3,"tool-charliegerard--gaze-detection":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",159636,2,"2026-04-17T23:33:34",[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":32,"env_os":91,"env_gpu":91,"env_ram":91,"env_deps":92,"category_tags":97,"github_topics":98,"view_count":32,"oss_zip_url":109,"oss_zip_packed_at":109,"status":17,"created_at":110,"updated_at":111,"faqs":112,"releases":113},8679,"charliegerard\u002Fgaze-detection","gaze-detection","👀 Use machine learning in JavaScript to detect eye movements and build gaze-controlled experiences.","gaze-detection 是一款基于 JavaScript 的开源工具，旨在让开发者轻松利用机器学习技术检测用户的眼球运动，从而构建可通过视线控制的交互体验。它主要解决了在网页端实现非接触式、无障碍人机交互的技术门槛问题，让用户无需动手，仅通过看向不同方向（左、右、上或正视前方）即可触发操作。\n\n这款工具特别适合前端开发者、交互设计师以及关注无障碍功能的研究人员使用。无论是想为行动不便的用户设计辅助输入方案，还是希望探索新颖的网页游戏与控制逻辑，gaze-detection 都能提供简洁高效的实现路径。其核心技术亮点在于集成了 TensorFlow.js 的面部特征点检测模型，直接在浏览器端运行，无需后端支持，且对移动端设备也有良好的兼容性。\n\n使用过程十分直观：只需引入模块、加载模型并绑定摄像头视频流，即可通过简单的 API 获取实时的视线方向预测结果。得益于其轻量化的设计和清晰的文档，即使没有深厚算法背景的开发者也能快速上手，将视线追踪功能融入自己的项目中，创造出更具包容性和创新性的数字产品。","# Gaze-detection\n\nUse machine learning in JavaScript to detect eye movements and build gaze-controlled experiences!\n\n## Demo\n\nVisit [https:\u002F\u002Fgaze-keyboard.netlify.app\u002F](https:\u002F\u002Fgaze-keyboard.netlify.app\u002F) _(Works well on mobile too!!)_ 😃\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcharliegerard_gaze-detection_readme_5f4a7541fdc0.gif)\n\n_Inspired by the Android application [\"Look to speak\"](https:\u002F\u002Fplay.google.com\u002Fstore\u002Fapps\u002Fdetails?id=com.androidexperiments.looktospeak)._\n\nUses Tensorflow.js's [face landmark detection model](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@tensorflow-models\u002Fface-landmarks-detection).\n\n## Detection\n\nThis tool detects when the user looks right, left, up and straight forward.\n\n## How to use\n\n### Install\n\nAs a module:\n\n```bash\nnpm install gaze-detection --save\n```\n\n### Code sample\n\nStart by importing it:\n\n```js\nimport gaze from \"gaze-detection\";\n```\n\nLoad the machine learning model:\n\n```js\nawait gaze.loadModel();\n```\n\nThen, set up the camera feed needed for the detection. The `setUpCamera` method needs a `video` HTML element and, optionally, a camera device ID if you are using more than the default webcam.\n\n```js\nconst videoElement = document.querySelector(\"video\");\n\nconst init = async () => {\n  \u002F\u002F Using the default webcam\n  await gaze.setUpCamera(videoElement);\n\n  \u002F\u002F Or, using more camera input devices\n  const mediaDevices = await navigator.mediaDevices.enumerateDevices();\n  const camera = mediaDevices.find(\n    (device) =>\n      device.kind === \"videoinput\" &&\n      device.label.includes(\u002F* The label from the list of available devices*\u002F)\n  );\n\n  await gaze.setUpCamera(videoElement, camera.deviceId);\n};\n```\n\nRun the predictions:\n\n```js\nconst predict = async () => {\n  const gazePrediction = await gaze.getGazePrediction();\n  console.log(\"Gaze direction: \", gazePrediction); \u002F\u002Fwill return 'RIGHT', 'LEFT', 'STRAIGHT' or 'TOP'\n  if (gazePrediction === \"RIGHT\") {\n    \u002F\u002F do something when the user looks to the right\n  }\n  let raf = requestAnimationFrame(predict);\n};\npredict();\n```\n\nStop the detection:\n\n```js\ncancelAnimationFrame(raf);\n```\n","# 眼睛注视检测\n\n使用 JavaScript 中的机器学习来检测眼动，并构建基于注视控制的交互体验！\n\n## 演示\n\n访问 [https:\u002F\u002Fgaze-keyboard.netlify.app\u002F](https:\u002F\u002Fgaze-keyboard.netlify.app\u002F) _(在移动设备上也能很好地运行！！)_ 😃\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcharliegerard_gaze-detection_readme_5f4a7541fdc0.gif)\n\n_灵感来源于 Android 应用程序 [\"Look to speak\"](https:\u002F\u002Fplay.google.com\u002Fstore\u002Fapps\u002Fdetails?id=com.androidexperiments.looktospeak)。_\n\n该工具使用了 Tensorflow.js 的 [人脸关键点检测模型](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@tensorflow-models\u002Fface-landmarks-detection)。\n\n## 检测内容\n\n此工具可以检测用户是看向右侧、左侧、上方还是正前方。\n\n## 使用方法\n\n### 安装\n\n作为模块安装：\n\n```bash\nnpm install gaze-detection --save\n```\n\n### 代码示例\n\n首先导入模块：\n\n```js\nimport gaze from \"gaze-detection\";\n```\n\n加载机器学习模型：\n\n```js\nawait gaze.loadModel();\n```\n\n然后，设置用于检测的摄像头视频流。`setUpCamera` 方法需要一个 `video` HTML 元素，如果使用非默认摄像头，还可以传入摄像头设备 ID。\n\n```js\nconst videoElement = document.querySelector(\"video\");\n\nconst init = async () => {\n  \u002F\u002F 使用默认摄像头\n  await gaze.setUpCamera(videoElement);\n\n  \u002F\u002F 或者使用其他摄像头输入设备\n  const mediaDevices = await navigator.mediaDevices.enumerateDevices();\n  const camera = mediaDevices.find(\n    (device) =>\n      device.kind === \"videoinput\" &&\n      device.label.includes(\u002F* 从可用设备列表中选择的标签*\u002F)\n  );\n\n  await gaze.setUpCamera(videoElement, camera.deviceId);\n};\n```\n\n开始进行预测：\n\n```js\nconst predict = async () => {\n  const gazePrediction = await gaze.getGazePrediction();\n  console.log(\"注视方向: \", gazePrediction); \u002F\u002F 返回 'RIGHT'、'LEFT'、'STRAIGHT' 或 'TOP'\n  if (gazePrediction === \"RIGHT\") {\n    \u002F\u002F 当用户看向右侧时执行某些操作\n  }\n  let raf = requestAnimationFrame(predict);\n};\npredict();\n```\n\n停止检测：\n\n```js\ncancelAnimationFrame(raf);\n```","# Gaze-detection 快速上手指南\n\n## 环境准备\n\n- **系统要求**：支持现代浏览器的操作系统（Windows、macOS、Linux），推荐使用 Chrome 或 Edge 浏览器。\n- **前置依赖**：\n  - Node.js (v14+) 和 npm\n  - 一个可用的摄像头（内置或外接）\n  - 前端项目环境（支持 ES6 模块导入）\n\n> 注意：该库基于 TensorFlow.js 的人脸关键点检测模型，需确保网络能访问相关模型资源。国内开发者若遇到加载缓慢问题，可尝试配置代理或使用支持加速的 CDN。\n\n## 安装步骤\n\n通过 npm 安装：\n\n```bash\nnpm install gaze-detection --save\n```\n\n如需使用国内镜像加速安装，可临时指定淘宝镜像源：\n\n```bash\nnpm install gaze-detection --save --registry=https:\u002F\u002Fregistry.npmmirror.com\n```\n\n## 基本使用\n\n以下是最简使用示例，实现检测用户视线方向并输出结果。\n\n### 1. HTML 结构\n\n在页面中添加一个 `\u003Cvideo>` 元素用于显示摄像头画面：\n\n```html\n\u003Cvideo autoplay playsinline muted style=\"display:none;\">\u003C\u002Fvideo>\n```\n\n### 2. JavaScript 代码\n\n```js\nimport gaze from \"gaze-detection\";\n\nconst videoElement = document.querySelector(\"video\");\n\nconst init = async () => {\n  \u002F\u002F 加载机器学习模型\n  await gaze.loadModel();\n\n  \u002F\u002F 启动默认摄像头\n  await gaze.setUpCamera(videoElement);\n\n  \u002F\u002F 开始预测\n  predict();\n};\n\nconst predict = async () => {\n  const gazePrediction = await gaze.getGazePrediction();\n  console.log(\"Gaze direction: \", gazePrediction); \n  \u002F\u002F 返回值：'RIGHT', 'LEFT', 'STRAIGHT' 或 'TOP'\n\n  if (gazePrediction === \"RIGHT\") {\n    \u002F\u002F 用户向右看时执行的操作\n    console.log(\"用户看向右侧\");\n  }\n\n  requestAnimationFrame(predict);\n};\n\n\u002F\u002F 启动应用\ninit();\n```\n\n### 3. 停止检测（可选）\n\n如需停止实时检测，可取消动画帧循环：\n\n```js\n\u002F\u002F 假设 raf 是 requestAnimationFrame 返回的 ID\ncancelAnimationFrame(raf);\n```\n\n完成以上步骤后，即可在控制台看到实时的视线方向识别结果，并根据业务逻辑构建眼动控制交互体验。","一位康复治疗师正在为患有渐冻症（ALS）且无法使用双手的患者开发一套网页版沟通辅助系统，旨在通过眼球运动代替键盘输入。\n\n### 没有 gaze-detection 时\n- 患者必须依赖昂贵且笨重的专用眼动仪硬件，导致家庭部署成本极高且难以快速普及。\n- 传统方案需要安装复杂的本地驱动程序和特定软件，无法直接在浏览器中运行，限制了使用的灵活性。\n- 开发团队若要自研算法，需深入掌握计算机视觉与深度学习知识，研发周期长达数月，难以满足紧急需求。\n- 现有解决方案在移动端支持极差，患者无法利用手边的平板电脑或手机进行即时沟通。\n\n### 使用 gaze-detection 后\n- 仅需普通摄像头即可在浏览器中实现高精度眼动追踪，将硬件门槛降至零，让患者在家也能低成本使用。\n- 基于 JavaScript 的轻量级集成方式，使得康复工具能以网页形式存在，无需安装任何插件，即开即用。\n- 开发者只需几行代码调用 `gaze.getGazePrediction()` 即可获取“左、右、上、直视”等状态，将原本数月的算法研发缩短至几天。\n- 完美兼容移动设备，患者可以随时随地使用手机或平板上的网页进行“眼神打字”，极大提升了沟通自由度。\n\ngaze-detection 通过将复杂的机器学习能力封装为简单的 JS 接口，让无障碍交互技术从昂贵的专用设备走向了普惠的 Web 端。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcharliegerard_gaze-detection_5f4a7541.gif","charliegerard","Charlie","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fcharliegerard_afb4bde0.jpg","Senior research engineer, maker \u002F creative technologist and author. Always tinkering with new technologies.","CrowdStrike","SF","charlie.a.gerard@gmail.com","devdevcharlie","https:\u002F\u002Fcharliegerard.dev","https:\u002F\u002Fgithub.com\u002Fcharliegerard",[83],{"name":84,"color":85,"percentage":86},"JavaScript","#f1e05a",100,644,45,"2026-04-15T11:58:26","GPL-3.0","未说明",{"notes":93,"python":94,"dependencies":95},"该工具基于 JavaScript 和 Tensorflow.js 运行，无需 Python 环境。需要在浏览器环境中运行，依赖摄像头设备（Webcam）进行实时检测。支持桌面端和移动端浏览器。","不需要",[96],"@tensorflow-models\u002Fface-landmarks-detection",[14],[99,100,101,102,103,104,105,106,107,108],"tensorflow","javascript","frontend","tensorflowjs","tfjs","machine-learning","creative-coding","human-computer-interaction","eye-detection","eye-tracking",null,"2026-03-27T02:49:30.150509","2026-04-18T09:20:56.609561",[],[]]