[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-gd3kr--BlenderGPT":3,"tool-gd3kr--BlenderGPT":65},[4,17,25,39,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":26,"name":27,"github_repo":28,"description_zh":29,"stars":30,"difficulty_score":10,"last_commit_at":31,"category_tags":32,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[33,34,35,36,14,37,15,13,38],"图像","数据工具","视频","插件","其他","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":45,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[14,33,13,15,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":45,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[15,33,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":62,"last_commit_at":63,"category_tags":64,"status":16},3215,"awesome-machine-learning","josephmisiti\u002Fawesome-machine-learning","awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。\n\n它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。\n\n其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。",72149,1,"2026-04-03T21:50:24",[13,37],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":80,"owner_twitter":80,"owner_website":80,"owner_url":81,"languages":82,"stars":99,"forks":100,"last_commit_at":101,"license":102,"difficulty_score":10,"env_os":103,"env_gpu":104,"env_ram":104,"env_deps":105,"category_tags":109,"github_topics":80,"view_count":10,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":110,"updated_at":111,"faqs":112,"releases":143},3960,"gd3kr\u002FBlenderGPT","BlenderGPT","Use commands in English to control Blender with OpenAI's GPT-4","BlenderGPT 是一款专为 Blender 打造的智能插件，它让用户能够直接使用英语自然语言指令来控制三维软件。传统上，在 Blender 中执行复杂操作往往需要编写 Python 脚本，这对非程序员构成了较高的技术门槛。BlenderGPT 巧妙集成了 OpenAI 的 GPT-4 或 GPT-3.5 大模型，能自动将用户的文字描述（如“在原点创建一个立方体”）转化为可执行的 Python 代码并立即运行，从而彻底省去了手动编码的繁琐过程。\n\n这款工具特别适合三维设计师、艺术家以及希望提升工作流的普通用户，让他们无需掌握编程知识也能高效完成建模、场景布置等任务；同时，它也能为开发者提供快速原型验证的便利。其核心亮点在于将强大的生成式 AI 直接嵌入 Blender 界面侧边栏，实现了“所想即所得”的交互式创作体验。只需配置好 OpenAI API 密钥，用户即可在 3D 视图中通过简单的对话完成复杂操作，极大地降低了三维创作的技术壁垒，让创意表达更加流畅自然。需要注意的是，使用该工具需具备 Blender 3.1 及以上版本，并拥有 OpenAI API 的访问权限。","# BlenderGPT\n![Header](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgd3kr_BlenderGPT_readme_497b755358bc.png)\n\n\n\n\n\n\nBlender can be controlled using program scripts written in Python. Recent Large Language Models like OpenAI's GPT-4 can generate these Python scripts from simple English and execute them. This plugin provides an easy to use interface that integrates OpenAI's GPT-4\u002FGPT-3.5 right in the UI, allowing you to use natural language commands to control Blender.\n\n# Note\n\nAccess to GPT-4 in this addon can ONLY be obtained through the OpenAI waitlist (https:\u002F\u002Fopenai.com\u002Fwaitlist\u002Fgpt-4-api), which in turn grants your account access to this model via the API.\n\n\n**GPT-4 access via the API is different from GPT-4 access via ChatGPT-Plus ($20\u002Fmonth subscription). This addon will only work with GPT-4 if you have been accepted into the waitlist (https:\u002F\u002Fopenai.com\u002Fwaitlist\u002Fgpt-4-api) and have access to the API via your OpenAI API key**\n\n## Installation\n\n1. Clone this repository by clicking `Code > Download ZIP` on GitHub\n2. Open Blender, go to `Edit > Preferences > Add-ons > Install`\n3. Select the downloaded ZIP file and click `Install Add-on`\n4. Enable the add-on by checking the checkbox next to `GPT-4 Blender Assistant`\n5. Paste your OpenAI API key in the Addon preferences menu.\n5. To view the code generations in realtime, go to `Window > Toggle System Console`\n\n## Usage\n\n1. In the 3D View, open the sidebar (press `N` if not visible) and locate the `GPT-4 Assistant` tab\n2. Type a natural language command in the input field, e.g., \"create a cube at the origin\"\n3. Click the `Execute` button to generate and execute the Blender Python code\n\n\n## Requirements\n\n- Blender 3.1 or later\n- OpenAI API key (Accessible at https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys)\n\n\n## Demonstration\nhttps:\u002F\u002Fuser-images.githubusercontent.com\u002F63528145\u002F227158577-d92c6e8d-df21-4461-a69b-9e7cde8c8dcf.mov\n","# BlenderGPT\n![标题](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgd3kr_BlenderGPT_readme_497b755358bc.png)\n\n\n\n\n\n\nBlender 可以通过用 Python 编写的程序脚本进行控制。最近的大型语言模型，如 OpenAI 的 GPT-4，能够根据简单的英文指令生成这些 Python 脚本并执行它们。这个插件提供了一个易于使用的界面，将 OpenAI 的 GPT-4\u002FGPT-3.5 直接集成到 Blender 的用户界面中，使您能够使用自然语言命令来控制 Blender。\n\n# 注意\n\n在此插件中访问 GPT-4 仅能通过 OpenAI 的等待名单（https:\u002F\u002Fopenai.com\u002Fwaitlist\u002Fgpt-4-api）获得，该等待名单会授予您的账户通过 API 使用此模型的权限。\n\n\n**通过 API 获取的 GPT-4 访问权限与通过 ChatGPT Plus（每月 20 美元订阅）获取的 GPT-4 访问权限不同。只有当您被接受进入等待名单（https:\u002F\u002Fopenai.com\u002Fwaitlist\u002Fgpt-4-api）并拥有通过 OpenAI API 密钥访问 API 的权限时，此插件才能与 GPT-4 配合使用。**\n\n## 安装\n\n1. 在 GitHub 上点击 `Code > Download ZIP` 克隆此仓库。\n2. 打开 Blender，前往 `Edit > Preferences > Add-ons > Install`。\n3. 选择下载的 ZIP 文件并点击 `Install Add-on`。\n4. 勾选 `GPT-4 Blender Assistant` 旁边的复选框以启用插件。\n5. 将您的 OpenAI API 密钥粘贴到插件的偏好设置菜单中。\n6. 若要实时查看代码生成结果，请前往 `Window > Toggle System Console`。\n\n## 使用方法\n\n1. 在 3D 视图中，打开侧边栏（如果未显示，请按 `N` 键），找到 `GPT-4 Assistant` 选项卡。\n2. 在输入框中键入自然语言命令，例如“在原点创建一个立方体”。\n3. 点击 `Execute` 按钮以生成并执行 Blender 的 Python 代码。\n\n\n## 要求\n\n- Blender 3.1 或更高版本\n- OpenAI API 密钥（可在 https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys 获取）\n\n\n## 演示\nhttps:\u002F\u002Fuser-images.githubusercontent.com\u002F63528145\u002F227158577-d92c6e8d-df21-4461-a69b-9e7cde8c8dcf.mov","# BlenderGPT 快速上手指南\n\nBlenderGPT 是一款 Blender 插件，旨在通过集成 OpenAI 的 GPT-4\u002FGPT-3.5 模型，让用户能够使用自然语言指令直接控制 Blender 并生成执行相应的 Python 脚本。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统和账户要求：\n\n*   **软件版本**：Blender 3.1 或更高版本。\n*   **API 密钥**：拥有有效的 OpenAI API Key。\n    *   获取地址：https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys\n    *   **重要提示**：若要使用 GPT-4 模型，您的 OpenAI 账户必须已通过官方候补名单（Waitlist）审核并获得 API 访问权限。仅订阅 ChatGPT Plus ($20\u002F月) 无法在此插件中直接使用 GPT-4 API。\n*   **网络环境**：由于需要连接 OpenAI 服务，请确保您的网络环境可以稳定访问 `api.openai.com`。\n\n## 安装步骤\n\n1.  **下载插件**\n    访问 BlenderGPT GitHub 仓库，点击 `Code` 按钮并选择 `Download ZIP` 下载源代码压缩包。\n\n2.  **安装插件**\n    打开 Blender，依次点击菜单栏：\n    `Edit` > `Preferences` > `Add-ons` > `Install...`\n    选择刚才下载的 ZIP 文件，点击 `Install Add-on`。\n\n3.  **启用插件**\n    在安装列表中找到 `GPT-4 Blender Assistant`，勾选其左侧复选框以启用该插件。\n\n4.  **配置 API Key**\n    在插件设置区域（通常在右侧面板或偏好设置底部），粘贴您的 OpenAI API Key。\n\n5.  **开启控制台（可选但推荐）**\n    为了实时查看生成的代码和运行日志，建议在 Blender 菜单中点击：\n    `Window` > `Toggle System Console`\n\n## 基本使用\n\n安装完成后，即可通过自然语言操控 Blender：\n\n1.  **打开侧边栏**\n    在 Blender 的 3D 视图窗口中，按下键盘上的 `N` 键打开右侧侧边栏。\n\n2.  **定位面板**\n    在侧边栏中找到并点击 `GPT-4 Assistant` 标签页。\n\n3.  **输入指令**\n    在文本输入框中输入自然的英文指令。例如：\n    ```text\n    create a cube at the origin\n    ```\n\n4.  **执行操作**\n    点击 `Execute` 按钮。插件将调用 AI 生成对应的 Python 代码并在 Blender 中立即执行，场景中将会出现一个位于原点的立方体。","一位独立游戏开发者需要在 Blender 中快速构建一个包含随机分布树木和复杂地形的基础场景原型，以测试游戏机制。\n\n### 没有 BlenderGPT 时\n- 开发者必须手动编写或查找复杂的 Python 脚本代码来控制物体生成，即使是有经验的用户也常因记错 API 参数而反复调试。\n- 想要调整树木的密度、高度变化或随机旋转角度时，需要逐行修改代码逻辑并重新运行脚本，迭代效率极低。\n- 对于不熟悉 Blender Python API 的新手而言，实现“在曲面上随机分布物体”这类功能几乎是不可能的任务，学习曲线过于陡峭。\n- 频繁在代码编辑器、Blender 控制台和 3D 视图之间切换注意力，严重打断了创作心流，导致简单场景搭建耗时数小时。\n\n### 使用 BlenderGPT 后\n- 开发者只需在侧边栏输入“在平面上随机生成 50 棵不同高度的树”，BlenderGPT 即刻自动生成并执行准确的 Python 代码完成布局。\n- 调整场景变得像对话一样简单，输入“把树的高度变化范围增加到 20%\"或“让树干稍微倾斜”，工具立即实时更新场景效果。\n- 即使完全不懂编程，也能通过自然语言指令调用高级功能，如“根据噪声纹理起伏地面”，大幅降低了技术门槛。\n- 全程无需离开 Blender 界面，思维与操作无缝衔接，原本需要半天的工作现在几分钟内即可完成多次方案验证。\n\nBlenderGPT 将繁琐的代码编写转化为直观的自然语言交互，让创作者能专注于设计本身而非技术实现细节。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgd3kr_BlenderGPT_b5243818.png","gd3kr","Aarya","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgd3kr_5de9f38f.jpg","agi",null,"https:\u002F\u002Fgithub.com\u002Fgd3kr",[83,87,91,95],{"name":84,"color":85,"percentage":86},"Python","#3572A5",97.3,{"name":88,"color":89,"percentage":90},"Cython","#fedf5b",2.3,{"name":92,"color":93,"percentage":94},"Roff","#ecdebe",0.3,{"name":96,"color":97,"percentage":98},"Shell","#89e051",0,4917,396,"2026-04-05T14:46:30","MIT","","未说明",{"notes":106,"python":107,"dependencies":108},"需要安装 Blender 3.1 或更高版本。必须拥有 OpenAI API 密钥，且若要使用 GPT-4 模型，需单独申请 OpenAI API 访问权限（与 ChatGPT Plus 订阅不同）。该工具作为 Blender 插件运行，通过调用 OpenAI API 生成并执行 Python 脚本，本地无需部署大型语言模型。","未说明 (依赖 Blender 内置 Python)",[],[15,36,37],"2026-03-27T02:49:30.150509","2026-04-06T07:11:48.907932",[113,118,123,128,133,138],{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},18079,"在哪里输入 OpenAI API Key？","在最新版本中，您可以直接在插件偏好设置（Addon Preferences）的界面中输入 OpenAI API Key，无需再手动设置环境变量。如果您仍希望使用环境变量，可以在 Windows 管理员权限的 PowerShell 中运行命令：[Environment]::SetEnvironmentVariable('OPENAI_API_KEY','您的 key')，并通过 [Environment]::GetEnvironmentVariable('OPENAI_API_KEY') 验证。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F1",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},18080,"点击执行后提示\"Failed to generate Blender Python code\"怎么办？","这通常是因为您的 API Key 没有 GPT-4 的访问权限，而插件默认尝试调用 GPT-4 导致的。请更新到最新版本（v1.0.2 或更高），该版本已修复此问题，当检测到 API Key 无法访问 GPT-4 时会自动切换使用 GPT-3.5 模型。控制台错误信息通常包含 'error_code=model_not_found' 和 'The model: `gpt-4` does not exist'。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F2",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},18081,"安装插件时出现 \"ModuleNotFoundError: No module named 'typing_extensions'\" 错误如何解决？","这通常是因为 Blender 版本过低导致的依赖问题。BlenderGPT 最低支持 Blender 3.0.0 版本。如果您使用的是 Blender 2.92 或更早版本，请升级到 Blender 3.0.0 或更高版本后再安装插件。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F10",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},18082,"运行时提示 \"No API key detected\" 错误怎么办？","这表明插件未检测到有效的 API Key。请在 Blender 的编辑（Edit）菜单下找到偏好设置（Preferences），进入插件（Add-ons）选项卡，搜索 BlenderGPT，在插件设置面板中找到 API Key 输入框并填入您的 OpenAI API Key。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F42",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},18083,"遇到请求限制错误或频繁报错是否意味着 API Key 有问题？","如果收到特定的错误提示或无法生成代码，很可能是您的 API Key 已达到 OpenAI 的请求限额（Request Limit）。请登录 OpenAI 官网检查您的用量情况和剩余额度，必要时升级账户或等待限额重置。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F43",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},18084,"可以选择使用 ChatGPT Turbo 而不是 GPT-4 吗？","可以。为了提供更快的响应速度和更低的成本，插件已添加模型选择功能。用户现在可以在设置中选择使用 ChatGPT Turbo (gpt-3.5-turbo) 或 GPT-4 模型，以便根据预算和性能需求进行优化。","https:\u002F\u002Fgithub.com\u002Fgd3kr\u002FBlenderGPT\u002Fissues\u002F16",[]]