ocean
Ocean 是 Meta 内部研发并开源的计算机视觉（CV）与增强现实（AR）应用框架。它主要致力于解决跨平台开发中的兼容性与性能难题，让开发者能够使用同一套代码逻辑，轻松构建运行于 Android、iOS、Linux、Windows 以及 Meta Quest 头显等多种设备上的高质量视觉应用。
这款框架非常适合从事底层图形开发、AR 内容创作的研究人员及工程师使用。由于 Ocean 采用 C/C++ 编写并全面支持 C++20 标准，它在处理复杂的图像算法和实时渲染任务时表现出极高的执行效率。其最大的技术亮点在于“平台无关性”架构设计，屏蔽了不同操作系统的底层差异，同时提供了详尽的分平台构建指南。需要注意的是，Ocean 不提供预编译包，使用者需根据官方文档从源码进行编译，这虽然提高了一定的上手门槛，但也赋予了开发者对底层逻辑完全的掌控权。作为基于 MIT 协议开源的项目，Ocean 为构建下一代沉浸式体验提供了坚实且灵活的技术基石。
使用场景
某元宇宙初创团队正在开发一款跨平台（Android、iOS 及 Meta Quest）的工业级 AR 远程协作应用，需实时识别设备零件并叠加三维操作指引。
没有 ocean 时
- 多端重复造轮子：团队需分别为 Android、iOS 和 Quest 编写三套独立的 C++ 视觉算法代码，维护成本极高且容易引入不一致的 Bug。
- 性能优化困难：在 Quest 等算力受限设备上，自研的 AR 追踪模块帧率不稳定，导致虚拟模型“漂移”，严重影响用户沉浸感。
- 环境配置繁琐：新成员搭建开发环境耗时数天，需手动解决不同平台下 CMake 版本、C++20 标准支持及依赖库的兼容性问题。
- 迭代周期漫长：每次调整核心视觉逻辑，都需要重新编译多个平台的工程，验证一次完整功能往往需要一整天。
使用 ocean 后
- 一套代码通吃全平台：利用 ocean 平台无关的 C++ 框架特性，团队只需维护单一代码库，即可自动适配 Android、iOS 及 Meta Quest 等多个系统。
- 出厂即享高性能：直接复用 Meta 内部验证过的高精度 CV 与 AR 算法，在 Quest 设备上也能稳定运行高帧率追踪，彻底消除模型漂移问题。
- 标准化快速启动：借助 ocean 成熟的构建脚本和清晰的文档，开发者可在几小时内完成从源码编译到真机调试的全流程。
- 敏捷开发闭环：修改核心算法后，可快速在各目标平台同步构建测试，将功能验证周期从“天”级缩短至“小时”级。
ocean 通过提供统一、高效且经过大规模实战验证的底层框架，让开发者能专注于业务创新而非被碎片化的平台适配和低效的基础设施所拖累。
运行环境要求
- Linux
- macOS
- Windows
- Android
- iOS
- Meta Quest
未说明
未说明
快速开始
海洋
Ocean 是一个用于计算机视觉 (CV) 和增强现实 (AR) 应用的 C++ 框架。
贡献
在提交任何代码更改之前，请阅读 贡献指南。
开始使用
如需了解总体概览，项目官网 是一个不错的起点。有关如何构建 Ocean 的说明，请继续阅读下文。
一般先决条件
构建
构建 Ocean 时，请参阅特定平台的说明：
- Android
- iOS
- Linux
- macOS
- Meta Quest
- Windows
- Visual Studio（适用于 Windows、Android 和通过 Visual Studio 使用 OpenXR）
请注意，我们不提供预编译的二进制文件。要使用 Ocean，您必须从源代码进行构建。
许可证
Ocean 采用 MIT 许可证 发布。
许可证例外
请注意，目录 res/ocean/.../controller 下的所有文件均采用 Art Attribution License 1.0 许可。请查看各个文件以获取具体的许可详情。
版本历史
v2.0.02026/04/09v1.0.12024/08/29v1.0.02024/07/08常见问题
相似工具推荐
openclaw
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。 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。 OpenClaw 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
stable-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。 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。
everything-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。 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。 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
ComfyUI
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。 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。 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。
gemini-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。 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。 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。
markitdown
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。 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。 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