[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-facebookresearch--AugLy":3,"tool-facebookresearch--AugLy":62},[4,18,26,35,44,53],{"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},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。",108322,2,"2026-04-10T11:39:34",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":32,"last_commit_at":41,"category_tags":42,"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",[43,13,15,14],"插件",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[52,15,13,14],"语言模型",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,61],"视频",{"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":77,"owner_email":77,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":85,"forks":86,"last_commit_at":87,"license":88,"difficulty_score":32,"env_os":89,"env_gpu":89,"env_ram":89,"env_deps":90,"category_tags":95,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":98,"updated_at":99,"faqs":100,"releases":129},8879,"facebookresearch\u002FAugLy","AugLy","A data augmentations library for audio, image, text, and video.","AugLy 是由 Meta AI 开源的一款多功能数据增强库，专为音频、图像、文本和视频四种模态设计。它内置了超过 100 种增强方法，旨在帮助开发者和研究人员提升机器学习模型的训练效果与鲁棒性。\n\n与传统增强库不同，AugLy 的独特之处在于它高度模拟了真实互联网场景中的用户行为。除了常规的旋转、裁剪等操作外，它还支持将图片制作成表情包、在媒体上叠加文字或表情符号、以及模拟社交媒体截图重发等复杂变换。这一特性使其在解决抄袭检测、仇恨言论识别及版权侵权等实际应用场景中表现尤为出色，能有效填补模型在面对“网民式”数据变异时的能力缺口。\n\n该工具基于 Python 开发，采用模块化设计，支持函数式和类式调用，并允许用户在变换过程中获取强度等元数据信息。无论是需要构建高鲁棒性算法的 AI 工程师，还是致力于研究多模态数据特性的科研人员，AugLy 都是一个实用且强大的助手。通过简单的 pip 命令即可按需安装特定模块，轻松集成到现有的工作流中，助力模型更好地适应复杂多变的现实数据环境。","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Fraw.githubusercontent.com\u002Ffacebookresearch\u002FAugLy\u002Fmain\u002Flogo.svg\" alt=\"logo\" width=\"70%\" \u002F>\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Factions\">\n    \u003Cimg alt=\"Github Actions\" src=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Factions\u002Fworkflows\u002Ftest_python.yml\u002Fbadge.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Faugly\u002F\">\n    \u003Cimg alt=\"PyPI downloads per month\" src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Faugly.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Faugly\">\n    \u003Cimg alt=\"PyPI Version\" src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Faugly\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002Fexamples\u002FAugLy_image.ipynb\">\n    \u003Cimg alt=\"Image Colab notebook\" src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fdoi.org\u002F10.5281\u002Fzenodo.5014032\">\n    \u003Cimg  alt=\"DOI\" src=\"https:\u002F\u002Fzenodo.org\u002Fbadge\u002FDOI\u002F10.5281\u002Fzenodo.5014032.svg\">\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002FCONTRIBUTING.md\">\n    \u003Cimg alt=\"PRs Welcome\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n----------------------\n\nAugLy is a data augmentations library that currently supports four modalities ([audio](augly\u002Faudio), [image](augly\u002Fimage), [text](augly\u002Ftext) & [video](augly\u002Fvideo)) and over 100 augmentations. Each modality’s augmentations are contained within its own sub-library. These sub-libraries include both function-based and class-based transforms, composition operators, and have the option to provide metadata about the transform applied, including its intensity.\n\nAugLy is a great library to utilize for augmenting your data in model training, or to evaluate the robustness gaps of your model! We designed AugLy to include many specific data augmentations that users perform in real life on internet platforms like Facebook's -- for example making an image into a meme, overlaying text\u002Femojis on images\u002Fvideos, reposting a screenshot from social media. While AugLy contains more generic data augmentations as well, it will be particularly useful to you if you're working on a problem like copy detection, hate speech detection, or copyright infringement where these \"internet user\" types of data augmentations are prevalent.\n\n![Visual](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffacebookresearch_AugLy_readme_b9592d2255ba.png)\n\nTo see more examples of augmentations, open the Colab notebooks in the README for each modality! (e.g. image [README](augly\u002Fimage) & [Colab](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002Fexamples\u002FAugLy_image.ipynb))\n\nThe library is Python-based and requires at least Python 3.6, as we use dataclasses.\n\n## Authors\n\n[**Joanna Bitton**](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fjoanna-bitton\u002F) — Software Engineer at Meta AI\n\n[**Zoe Papakipos**](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fzoe-papakipos-8637155b\u002F) — Software Engineer at Meta AI\n\n## Installation\n\n`AugLy` is a Python 3.6+ library. It can be installed with:\n\n```bash\npip install augly[all]\n```\n\nIf you want to only install the dependencies needed for one sub-library e.g. audio, you can install like so:\n\n```bash\npip install augly[audio]\n```\n\nOr clone AugLy if you want to be able to run our unit tests, contribute a pull request, etc:\n```bash\ngit clone git@github.com:facebookresearch\u002FAugLy.git && cd AugLy\n[Optional, but recommended] conda create -n augly && conda activate augly && conda install pip\npip install -e .[all]\n```\n\n**Backwards compatibility note**: In versions `augly\u003C=0.2.1` we did not separate the dependencies by modality. For those versions to install most dependencies you could use `pip install augly`, and if you want to use the audio or video modalities you would install with `pip install augly[av]`.\n\nIn some environments, `pip` doesn't install `python-magic` as expected. In that case, you will need to additionally run:\n```bash\nconda install -c conda-forge python-magic\n```\n\nOr if you aren't using conda:\n```bash\nsudo apt-get install python3-magic\n```\n\n## Documentation\n\nCheck out our [documentation](https:\u002F\u002Faugly.readthedocs.io\u002Fen\u002Flatest\u002F) on ReadtheDocs!\n\nFor more details about how to use each sub-library, how to run the tests, and links to colab notebooks with runnable examples, please see the READMEs in each respective directory ([audio](augly\u002Faudio\u002F), [image](augly\u002Fimage\u002F), [text](augly\u002Ftext\u002F), & [video](augly\u002Fvideo\u002F)).\n\n## Assets\n\nWe provide various media assets to use with some of our augmentations. These assets include:\n1. [Emojis](augly\u002Fassets\u002Ftwemojis\u002F) ([Twemoji](https:\u002F\u002Ftwemoji.twitter.com\u002F)) - Copyright 2020 Twitter, Inc and other contributors. Code licensed under the MIT License. Graphics licensed under CC-BY 4.0.\n2. [Fonts](augly\u002Fassets\u002Ffonts\u002F) ([Noto fonts](https:\u002F\u002Fwww.google.com\u002Fget\u002Fnoto\u002F)) - Noto is a trademark of Google Inc. Noto fonts are open source. All Noto fonts are published under the SIL Open Font License, Version 1.1.\n3. [Screenshot Templates](augly\u002Fassets\u002Fscreenshot_templates\u002F) - Images created by a designer at Facebook specifically to use with AugLy. You can use these with the `overlay_onto_screenshot` augmentation in both the image and video libraries to make it look like your source image\u002Fvideo was screenshotted in a social media feed similar to Facebook or Instagram.\n\n## Links\n\n1. Facebook AI blog post: https:\u002F\u002Fai.facebook.com\u002Fblog\u002Faugly-a-new-data-augmentation-library-to-help-build-more-robust-ai-models\u002F\n2. PyPi package: https:\u002F\u002Fpypi.org\u002Fproject\u002Faugly\u002F\n3. Arxiv paper: https:\u002F\u002Farxiv.org\u002Fabs\u002F2201.06494\n4. Examples: https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Ftree\u002Fmain\u002Fexamples\n\n## Uses of AugLy in the wild\n1. [Image Similarity Challenge](https:\u002F\u002Fai.facebook.com\u002Fblog\u002Fthe-image-similarity-challenge-and-data-set-for-detecting-image-manipulation) - a NeurIPS 2021 competition run by Facebook AI with $200k in prizes, currently open for sign ups; also produced the DISC21 dataset, which will be made publicly available after the challenge concludes!\n2. [DeepFake Detection Challenge](https:\u002F\u002Fai.facebook.com\u002Fdatasets\u002Fdfdc\u002F) - a Kaggle competition run by Facebook AI in 2020 with $1 million in prizes; also produced the [DFDC dataset](https:\u002F\u002Fdfdc.ai)\n3. [SimSearchNet](https:\u002F\u002Fai.facebook.com\u002Fblog\u002Fusing-ai-to-detect-covid-19-misinformation-and-exploitative-content\u002F) - a near-duplicate detection model developed at Facebook AI to identify infringing content on our platforms\n\n## Citation\n\nIf you use AugLy in your work, please cite our [Arxiv paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F2201.06494) using the citation below:\n\n```bibtex\n@misc{papakipos2022augly,\n  author        = {Zoe Papakipos and Joanna Bitton},\n  title         = {AugLy: Data Augmentations for Robustness},\n  year          = {2022},\n  eprint        = {2201.06494},\n  archivePrefix = {arXiv},\n  primaryClass  = {cs.AI}}\n}\n```\n\n## License\n\nAugLy is MIT licensed, as found in the [LICENSE](LICENSE) file. Please note that some of the dependencies AugLy uses may be licensed under different terms.\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Fraw.githubusercontent.com\u002Ffacebookresearch\u002FAugLy\u002Fmain\u002Flogo.svg\" alt=\"logo\" width=\"70%\" \u002F>\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Factions\">\n    \u003Cimg alt=\"Github Actions\" src=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Factions\u002Fworkflows\u002Ftest_python.yml\u002Fbadge.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Faugly\u002F\">\n    \u003Cimg alt=\"PyPI每月下载量\" src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Faugly.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Faugly\">\n    \u003Cimg alt=\"PyPI版本\" src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Faugly\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002Fexamples\u002FAugLy_image.ipynb\">\n    \u003Cimg alt=\"图像Colab笔记本\" src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\"\u002F>\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fdoi.org\u002F10.5281\u002Fzenodo.5014032\">\n    \u003Cimg  alt=\"DOI\" src=\"https:\u002F\u002Fzenodo.org\u002Fbadge\u002FDOI\u002F10.5281\u002Fzenodo.5014032.svg\">\n  \u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002FCONTRIBUTING.md\">\n    \u003Cimg alt=\"欢迎PR\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPRs-welcome-brightgreen.svg\"\u002F>\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n----------------------\n\nAugLy是一个数据增强库，目前支持四种模态（[音频](augly\u002Faudio)、[图像](augly\u002Fimage)、[文本](augly\u002Ftext)和[视频](augly\u002Fvideo)），并提供超过100种增强方法。每种模态的增强方法都包含在其各自的子库中。这些子库既包括基于函数的变换，也包括基于类的变换，还提供了组合算子，并且可以选择性地记录所应用变换的相关元数据，包括其强度。\n\nAugLy非常适合用于在模型训练中对数据进行增强，或评估模型的鲁棒性差距！我们设计AugLy时，特意纳入了许多用户在Facebook等互联网平台上实际会执行的特定数据增强操作——例如将图片制作成表情包，在图片或视频上叠加文字\u002F表情符号，或者转发社交媒体上的截图。尽管AugLy也包含一些更通用的数据增强方法，但如果你正在处理诸如抄袭检测、仇恨言论检测或版权侵权等问题，而这些问题中经常出现这类“互联网用户”风格的数据增强操作，那么AugLy将对你尤为有用。\n\n![视觉效果](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffacebookresearch_AugLy_readme_b9592d2255ba.png)\n\n要查看更多的增强示例，请打开各模态README文件中的Colab笔记本！（例如图像[README](augly\u002Fimage)及[Colab](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002Fexamples\u002FAugLy_image.ipynb)）\n\n该库基于Python开发，需要至少Python 3.6，因为我们使用了dataclasses。\n\n## 作者\n\n[**Joanna Bitton**](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fjoanna-bitton\u002F) — Meta AI软件工程师\n\n[**Zoe Papakipos**](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fzoe-papakipos-8637155b\u002F) — Meta AI软件工程师\n\n## 安装\n\n`AugLy`是一个Python 3.6及以上版本的库。可以通过以下命令安装：\n\n```bash\npip install augly[all]\n```\n\n如果你想只安装某个子库所需的依赖，比如音频，可以这样安装：\n\n```bash\npip install augly[audio]\n```\n\n或者，如果你想运行我们的单元测试、提交拉取请求等，可以直接克隆AugLy代码库：\n\n```bash\ngit clone git@github.com:facebookresearch\u002FAugLy.git && cd AugLy\n[可选，但推荐] conda create -n augly && conda activate augly && conda install pip\npip install -e .[all]\n```\n\n**向后兼容性说明**：在`augly\u003C=0.2.1`版本中，我们并未按模态分离依赖项。对于这些版本，若要安装大多数依赖，可以使用`pip install augly`；如果需要使用音频或视频模态，则需使用`pip install augly[av]`。\n\n在某些环境中，`pip`可能无法正常安装`python-magic`。在这种情况下，你需要额外执行以下命令：\n\n```bash\nconda install -c conda-forge python-magic\n```\n\n或者，如果你不使用conda：\n\n```bash\nsudo apt-get install python3-magic\n```\n\n## 文档\n\n请访问我们在ReadtheDocs上的[文档](https:\u002F\u002Faugly.readthedocs.io\u002Fen\u002Flatest\u002F)！\n\n有关如何使用各个子库、如何运行测试以及包含可运行示例的Colab笔记本链接的更多详细信息，请参阅各自目录下的README文件（[音频](augly\u002Faudio\u002F)、[图像](augly\u002Fimage\u002F)、[文本](augly\u002Ftext\u002F)和[视频](augly\u002Fvideo\u002F)）。\n\n## 资源\n\n我们为部分增强方法提供了多种媒体资源。这些资源包括：\n1. [表情符号](augly\u002Fassets\u002Ftwemojis\u002F)（[Twemoji](https:\u002F\u002Ftwemoji.twitter.com\u002F)）— 版权归2020年Twitter公司及其他贡献者所有。代码采用MIT许可证授权，图形则采用CC-BY 4.0许可证授权。\n2. [字体](augly\u002Fassets\u002Ffonts\u002F)（[Noto字体](https:\u002F\u002Fwww.google.com\u002Fget\u002Fnoto\u002F)）— Noto是Google公司的商标。Noto字体为开源字体。所有Noto字体均依据SIL开放字体许可证1.1版发布。\n3. [截图模板](augly\u002Fassets\u002Fscreenshot_templates\u002F)— 这些图像是Facebook的一位设计师专门为AugLy设计的。你可以在图像和视频库中的`overlay_onto_screenshot`增强方法中使用它们，使你的源图像或视频看起来像是从类似Facebook或Instagram的社交媒体动态中截取的。\n\n## 链接\n\n1. Facebook AI博客文章：https:\u002F\u002Fai.facebook.com\u002Fblog\u002Faugly-a-new-data-augmentation-library-to-help-build-more-robust-ai-models\u002F\n2. PyPi软件包：https:\u002F\u002Fpypi.org\u002Fproject\u002Faugly\u002F\n3. Arxiv论文：https:\u002F\u002Farxiv.org\u002Fabs\u002F2201.06494\n4. 示例代码：https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Ftree\u002Fmain\u002Fexamples\n\n## AugLy的实际应用\n1. [图像相似性挑战](https:\u002F\u002Fai.facebook.com\u002Fblog\u002Fthe-image-similarity-challenge-and-data-set-for-detecting-image-manipulation) — 由Facebook AI主办的NeurIPS 2021竞赛，奖金高达20万美元，目前仍在接受报名；同时，该挑战还生成了DISC21数据集，将在挑战结束后公开发布！\n2. [DeepFake检测挑战](https:\u002F\u002Fai.facebook.com\u002Fdatasets\u002Fdfdc\u002F) — 由Facebook AI于2020年举办的Kaggle竞赛，奖金达100万美元；同时还创建了[DFDC数据集](https:\u002F\u002Fdfdc.ai)。\n3. [SimSearchNet](https:\u002F\u002Fai.facebook.com\u002Fblog\u002Fusing-ai-to-detect-covid-19-misinformation-and-exploitative-content\u002F) — Facebook AI开发的一款近似重复内容检测模型，用于识别我们平台上的侵权内容。\n\n## 引用\n如果你在工作中使用了AugLy，请按照以下格式引用我们的[Arxiv论文](https:\u002F\u002Farxiv.org\u002Fabs\u002F2201.06494)：\n\n```bibtex\n@misc{papakipos2022augly,\n  author        = {Zoe Papakipos and Joanna Bitton},\n  title         = {AugLy: Data Augmentations for Robustness},\n  year          = {2022},\n  eprint        = {2201.06494},\n  archivePrefix = {arXiv},\n  primaryClass  = {cs.AI}}\n}\n```\n\n## 许可证\n\nAugLy 采用 MIT 许可证，详情请参阅 [LICENSE](LICENSE) 文件。请注意，AugLy 所使用的部分依赖项可能采用不同的许可证条款。","# AugLy 快速上手指南\n\nAugLy 是由 Meta AI 开源的数据增强库，支持**音频、图像、文本和视频**四种模态，提供超过 100 种增强方法。它特别擅长模拟真实互联网场景（如制作表情包、添加水印\u002F表情、社交媒体截图等），适用于提升模型鲁棒性、版权检测及仇恨言论识别等任务。\n\n## 环境准备\n\n- **操作系统**：Linux, macOS, Windows\n- **Python 版本**：Python 3.6 或更高版本（依赖 dataclasses 特性）\n- **前置依赖**：\n  - `pip` 包管理工具\n  - 若在某些环境中 `pip` 无法自动安装 `python-magic`，需手动安装系统级依赖：\n    - **Conda 用户**：`conda install -c conda-forge python-magic`\n    - **Ubuntu\u002FDebian 用户**：`sudo apt-get install python3-magic`\n\n> **国内加速建议**：安装时推荐使用清华或阿里镜像源以提升下载速度。\n> 例如：`pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple ...`\n\n## 安装步骤\n\n### 方式一：安装完整功能（推荐）\n安装所有模态（音频、图像、文本、视频）所需的依赖：\n\n```bash\npip install augly[all]\n```\n\n**使用国内镜像源加速安装：**\n```bash\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple augly[all]\n```\n\n### 方式二：按需安装特定模态\n如果只需使用特定功能（例如仅处理音频），可减小安装包体积：\n\n```bash\npip install augly[audio]\n# 或者仅安装图像模块\npip install augly[image]\n```\n\n### 方式三：源码安装（适合贡献者）\n如需运行单元测试或参与贡献：\n\n```bash\ngit clone git@github.com:facebookresearch\u002FAugLy.git && cd AugLy\n[可选但推荐] conda create -n augly && conda activate augly && conda install pip\npip install -e .[all]\n```\n\n## 基本使用\n\nAugLy 按模态划分子库，以下以**图像增强**为例展示最基础的用法。\n\n### 1. 导入库与加载图像\n```python\nimport augly.image as imgaug\nfrom PIL import Image\n\n# 加载图片\nimage = Image.open(\"input.jpg\")\n```\n\n### 2. 应用增强变换\n调用具体的增强函数（例如：将图片转换为表情包风格，或叠加截图效果）：\n\n```python\n# 示例：模拟社交媒体截图效果\naugmented_image = imgaug.overlay_onto_screenshot(image)\n\n# 示例：添加随机表情符号\naugmented_image = imgaug.overlay_emoji(image)\n```\n\n### 3. 保存结果\n```python\naugmented_image.save(\"output_augmented.jpg\")\n```\n\n### 获取增强元数据\n部分函数支持返回增强过程的元数据（如强度参数）：\n\n```python\naugmented_image, metadata = imgaug.overlay_emoji(image, return_metadata=True)\nprint(metadata)\n```\n\n> **提示**：音频、文本和视频的使用方式类似，只需分别导入 `augly.audio`, `augly.text`, 或 `augly.video` 即可。更多详细示例请参考官方 Colab Notebook 或各模态目录下的 README。","某社交媒体风控团队正在训练一个识别违规图片的 AI 模型，但发现模型难以应对用户通过截图、添加表情包或压缩转发等“生活化”手段规避检测的情况。\n\n### 没有 AugLy 时\n- **数据增强手段单一**：只能依赖传统的旋转、裁剪或调整亮度，无法模拟用户在社交平台上真实的二次创作行为（如添加文字水印、Emoji 覆盖）。\n- **鲁棒性测试成本高**：为了测试模型抗干扰能力，工程师需手动收集大量经过多次转发的真实截图，耗时耗力且样本覆盖不全。\n- **版权与抄袭检测失效**：面对简单的画面微调或格式转换，模型极易被欺骗，导致侵权内容漏检率高。\n- **多模态支持割裂**：处理视频和音频的对抗样本需要分别寻找不同的库，代码整合复杂，维护难度大。\n\n### 使用 AugLy 后\n- **还原真实网络场景**：直接调用 AugLy 内置的“制作表情包”、“叠加文本\u002FEmoji\"、“模拟截图重绘”等 100+ 种变换，精准生成贴近 Facebook 等平台的真实对抗样本。\n- **自动化压力测试**：利用其元数据追踪功能，一键批量生成不同强度的干扰数据，快速定位模型在特定变换下的鲁棒性缺口。\n- **显著提升检测精度**：通过在训练集中加入这些高仿真的“互联网用户式”增强数据，模型对变体违规内容的识别率大幅提升，有效遏制版权侵犯和仇恨言论传播。\n- **全模态统一开发**：在同一框架下无缝处理图像、视频、音频和文本的增强任务，简化了多模态风控系统的开发流程。\n\nAugLy 通过模拟真实的互联网用户行为，将原本脆弱的实验室模型升级为能抵御复杂现实攻击的工业级系统。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffacebookresearch_AugLy_b9592d22.png","facebookresearch","Meta Research","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ffacebookresearch_449342bd.png","",null,"https:\u002F\u002Fopensource.fb.com","https:\u002F\u002Fgithub.com\u002Ffacebookresearch",[81],{"name":82,"color":83,"percentage":84},"Python","#3572A5",100,5078,313,"2026-04-17T17:37:25","NOASSERTION","未说明",{"notes":91,"python":92,"dependencies":93},"该库支持音频、图像、文本和视频四种模态。可通过 pip 安装完整包 (augly[all]) 或按需安装特定模态依赖 (如 augly[audio])。在非 Conda 环境的 Linux 系统上，若 pip 无法自动安装 python-magic，需手动通过 apt-get 安装 python3-magic。建议使用 conda 创建虚拟环境进行安装和管理。","3.6+",[94],"python-magic",[15,96,61,16,97],"音频","其他","2026-03-27T02:49:30.150509","2026-04-18T14:13:35.391488",[101,106,111,116,121,125],{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},39819,"在 TensorFlow 项目中导入 augly.audio 模块时出现“段错误（Segmentation fault）”怎么办？","该问题已通过升级依赖库中的 torch 和 torchaudio 版本修复。请运行以下命令更新 augly 到最新版本（0.1.2 或更高）：\npip install -U augly\n更新后，段错误应不再发生。","https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fissues\u002F28",{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},39820,"使用 OverlayText 添加文本时遇到\"OSError: unknown freetype error\"错误如何解决？","该错误通常是因为 Pillow 预编译包（wheel）中捆绑的 FreeType 版本过旧。解决方法是强制从源码安装 Pillow 以获取最新的 FreeType 支持。请在安装时添加 --no-binary 参数：\n!pip install -U augly --no-binary Pillow\n安装完成后，可以通过以下代码验证版本（Pillow 应为 8.3.1+，FreeType 应为 2.11.0+）：\nfrom PIL import Image, features; print(Image.__version__, features.version('freetype2'))","https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fissues\u002F81",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},39821,"在 Python 3.6 环境下导入 augly.image 时报错\"module 'augly' has no attribute 'image'\"怎么办？","这是一个兼容性问题，维护者已通过 PR #160 修复了导入逻辑以支持 Python 3.6。请确保将 augly 升级到最新版本：\npip install -U augly\n升级后，在 Python 3.6 环境中即可正常导入和使用 augly.image 模块。","https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fissues\u002F137",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},39822,"AugLy 是否支持音频重采样（Resample Audio）功能？","目前 AugLy 官方暂未计划添加音频重采样功能。虽然社区有相关提议，但维护团队决定暂时不将此功能纳入库中。如果需要该功能，建议自行使用其他音频处理库（如 librosa 或 torchaudio）进行处理后再传入 AugLy。","https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fissues\u002F95",{"id":122,"question_zh":123,"answer_zh":124,"source_url":110},39823,"如何在 Google Colab 中正确安装 AugLy 以避免字体渲染错误？","在 Colab 中遇到字体相关错误（如 FreeType 错误）时，不要直接使用默认的 pip 安装，因为 wheel 包可能包含过时的系统库。请使用以下命令强制重新编译安装 Pillow：\n!pip install -U augly --no-binary Pillow\n这将确保安装最新版本的 FreeType 库，从而解决大部分字体渲染问题。",{"id":126,"question_zh":127,"answer_zh":128,"source_url":105},39824,"AugLy 修复段错误（Segfault）的具体版本是多少？","导致 TensorFlow 环境下段错误的问题已在 augly 0.1.2 版本中修复。该修复通过升级底层的 torch 和 torchaudio 依赖实现。如果您仍在使用 0.1.1 或更早版本，请务必执行以下命令升级：\npip install -U augly",[130,135,140,145,150,155,160],{"id":131,"version":132,"summary_zh":133,"released_at":134},315723,"v1.0.0","# 变更\n\n## 文本：\n- 修复了文档字符串中的返回类型，使所有文本增强方法的返回类型保持一致。\n- 在所有文本增强中，通过分词和反分词过程保留了空格，从而确保了一致性。\n\n## 图像：\n- 修复了 `rotate` 增强中边界框的一个 bug。\n\n## 总体：\n- 按模态拆分依赖项，以便大多数用户的安装更加轻量。详情请参阅 issue https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fissues\u002F208 以及各模态的 README 文件。\n- 将测试用的输入输出数据移出主 `augly` 文件夹，使其不会被打包到 PyPI 包中，从而进一步减轻安装负担。","2022-03-29T11:42:50",{"id":136,"version":137,"summary_zh":138,"released_at":139},315724,"v0.2.1","# 变更\n\n## 音频：\n- 新增增强方法：`loop`\n- 效率提升：通过使用 `torchaudio`，将 `high_pass_filter` 和 `low_pass_filter` 的执行速度提升了约 97%。\n\n## 图像：\n- 新增增强方法：`skew`\n- 添加了边界框计算辅助工具 `spatial_bbox_helper`，以简化新图像增强的添加，并自动计算边界框变换（例如，我们在 `skew` 中就是这样使用的 [此处](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\u002Fblob\u002Fmain\u002Faugly\u002Fimage\u002Ffunctional.py#L2430)）。\n- 效率提升：通过默认使用双线性插值，将 `resize` 的执行速度提升了约 35%。\n\n## 文本：\n- 支持多词拼写错误替换\n- 效率提升：通过算法优化，使 `contractions`、`replace_similar_chars`、`replace_similar_unicode_chars` 和 `replace_upside_down` 的执行速度提升了约 40%–60%。\n\n## 视频：\n- 效率提升：利用我们在此版本中新增的依赖库 [`vidgear`](https:\u002F\u002Fgithub.com\u002FabhiTronix\u002Fvidgear)，通过更高的压缩率执行 `ffmpeg` 命令，使 30 种视频增强方法的速度得到了提升（例如，`hflip` 提升 75%，`loop` 提升 85%，`remove_audio` 提升 96%，`pixelization` 提升 71%）。\n\n## 总体：\n- 修改了内部导入，使其兼容 Python 3.6\n- 在单元测试中添加了错误信息，便于调试\n- 如果您想查看一份完整的报告，对比 AugLy 所有增强方法与其他库的运行时性能，请关注即将于一月份在 Arxiv 上发布的 AugLy 论文！","2021-12-17T11:57:25",{"id":141,"version":142,"summary_zh":143,"released_at":144},315725,"v0.1.10","# 变更\n## 图像\n- 为所有增强方法添加了边界框支持\n- 现在，图像在所有增强方法中都会以传入时的相同格式返回（`convert_color` 除外）\n\n## 文本\n- 新增增强方法：`swap_gendered_words`、`merge_words`、`change_case`、`contractions`\n- 允许在所有增强方法的 `__call__()` 中覆盖关键字参数\n- 在 `simulate_typos` 增强中公开了 `typo_type` 参数\n- 为 `replace_words` 和 `swap_gendered_words` 添加了 `ignore_words` 参数\n\n## 视频\n- 新增增强方法：`augment_audio`\n\n## 其他\n- 强制使用 `black` 格式化代码","2021-10-18T20:48:05",{"id":146,"version":147,"summary_zh":148,"released_at":149},315726,"v0.1.7","# 变更\n## 图像\n- 新增增强方法：`apply_pil_filter`、`clip_image_size`、`overlay_onto_background_image`、`overlay_onto_background_image_with_blurred_mask`、`apply_pil_filter`、`clip_image_size`、`overlay_onto_background_image`\n- 新增单元测试：`Compose`、`overlay_image`\n- 修复了 `color_jitter_intensity`\n- 在 `overlay_stripes` 中不再修改输入图像\n- 向 `Compose` 操作符添加了 `metadata` 参数\n- 为 `overlay_text` 增加了对多行文本的支持\n- 向 `overlay_onto_screenshot` 添加了 `resize_src_to_match_template` 选项\n- 改进了 `meme_format` 的错误提示信息\n\n## 文本\n- 新增增强方法：`insert_whitespace_chars`\n- 向 `Compose` 操作符添加了 `metadata` 参数\n- 为 `replace_fun_fonts` 增加了更多字体选项\n\n## 视频\n- 向 `Compose` 操作符添加了 `metadata` 参数，并新增了单元测试","2021-09-13T11:02:03",{"id":151,"version":152,"summary_zh":153,"released_at":154},315727,"v0.1.5","# 变更\n## 其他\n- 精简了依赖项\n- 仅在指定了 `[av]` 附加组件时才会安装音频和视频相关的依赖项","2021-07-09T08:21:04",{"id":156,"version":157,"summary_zh":158,"released_at":159},315728,"v0.1.3","# 变更\r\n## 文本\r\n- 添加了之前不小心删除的字体 .pkl 文件\r\n## 其他\r\n- 添加了测试和代码风格检查的 GitHub 工作流","2021-06-28T09:07:34",{"id":161,"version":162,"summary_zh":163,"released_at":164},315729,"v0.1.2","首次在 GitHub 上发布！与 PyPI 上的 augly==0.1.2 版本一致。","2021-06-22T16:52:16"]