[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-harry0703--AudioNotes":3,"tool-harry0703--AudioNotes":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",140436,2,"2026-04-05T23:32:43",[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。",107662,"2026-04-03T11:11:01",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"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",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},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",[14,35],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":67,"quickstart_zh":68,"use_case_zh":69,"hero_image_url":70,"owner_login":71,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":75,"languages":76,"stars":85,"forks":86,"last_commit_at":87,"license":88,"difficulty_score":10,"env_os":89,"env_gpu":90,"env_ram":91,"env_deps":92,"category_tags":101,"github_topics":103,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":111,"updated_at":112,"faqs":113,"releases":154},4326,"harry0703\u002FAudioNotes","AudioNotes","快速提取音视频内容，整理成一份结构化的markdown笔记","AudioNotes 是一款基于 FunASR 和 Qwen2 大模型构建的开源工具，旨在将冗长的音视频内容快速转化为结构清晰的 Markdown 笔记。它不仅能高精度地识别语音并提取核心信息，还能调用大语言模型对内容进行智能梳理与总结，甚至支持用户直接针对音视频内容与系统进行对话交互。\n\n这一工具有效解决了面对长会议记录、在线课程或播客时，人工整理耗时费力、重点难以捕捉的痛点，让用户能迅速掌握内容精髓，大幅提升学习与工作效率。无论是需要快速回顾会议要点的项目管理者、希望从讲座中提取知识的学生与研究人员，还是追求高效内容消费方式的普通用户，都能从中受益。\n\n其技术亮点在于巧妙结合了阿里达摩院的 FunASR 语音识别能力与通义千问（Qwen2）强大的文本理解生成能力，并通过 Ollama 实现了本地化大模型的便捷部署。项目提供了 Docker 一键启动和本地源码部署两种灵活方式，兼顾了易用性与可定制性，让高质量的多模态内容处理触手可及。","# AudioNotes\n\n## 基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统\n\n能够快速提取音视频的内容，并且调用大模型进行整理，成为一份结构化的markdown笔记，方便快速阅读\n\nFunASR: https:\u002F\u002Fgithub.com\u002Fmodelscope\u002FFunASR\n\nQwen2: https:\u002F\u002Follama.com\u002Flibrary\u002Fqwen2\n\n## 效果展示\n\n### 音视频识别和整理\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharry0703_AudioNotes_readme_9cbecbf969a7.jpg)\n\n### 与音视频内容对话\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharry0703_AudioNotes_readme_fa52f46be267.jpg)\n\n## 使用方法\n\n### ① 安装 Ollama\n\n下载对应系统的 Ollama 安装包进行安装\n\nhttps:\u002F\u002Follama.com\u002Fdownload\n\n### ② 拉取模型\n\n我以 `阿里的千问2 7b` 为例 https:\u002F\u002Follama.com\u002Flibrary\u002Fqwen2\n\n```bash\nollama pull qwen2:7b\n```\n\n### ③ 部署服务\n\n有两种部署方式，一种是使用 Docker 部署，另一种是本地部署\n\n#### Docker部署（推荐）🐳\n\n```bash\ncurl -fsSL https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fraw\u002Fmain\u002Fdocker-compose.yml -o docker-compose.yml\ndocker-compose up\n```\ndocker 启动后，访问 http:\u002F\u002Flocalhost:15433\u002F\n\n> 登录账号为 admin，密码为 admin （可以在 docker-compose.yml 文件里面修改）\n\n#### 本地部署 📦\n\n需要有可访问的 postgresql 数据库\n\n```bash\nconda create -n AudioNotes python=3.10 -y\nconda activate AudioNotes\ngit clone https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes.git\ncd AudioNotes\npip install -r requirements.txt\n```\n\n将 `.env.example` 重命名为 `.env`，修改相关配置信息\n\n```bash\nchainlit run main.py\n```\n服务启动后，访问 http:\u002F\u002Flocalhost:8000\u002F\n\n> 登录账号为 admin，密码为 admin （可以在 .env 文件里面修改）","# AudioNotes 快速上手指南\n\nAudioNotes 是一个基于 FunASR 和 Qwen2 构建的音视频转结构化笔记系统。它能快速提取音视频内容，调用大模型进行整理，生成易于阅读的 Markdown 笔记，并支持基于内容的对话交互。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux \u002F macOS \u002F Windows (需安装 WSL2 或 Docker Desktop)\n*   **核心依赖**：\n    *   **Ollama**：用于本地运行大语言模型 (Qwen2)。\n    *   **Docker & Docker Compose** (推荐)：用于一键部署服务。\n    *   **Python 3.10** (仅本地部署需要)：建议通过 Conda 管理环境。\n    *   **PostgreSQL** (仅本地部署需要)：用于数据存储。\n\n## 安装步骤\n\n### 第一步：安装并配置 Ollama\n\n1.  访问 [Ollama 官网](https:\u002F\u002Follama.com\u002Fdownload) 下载并安装对应系统的版本。\n2.  拉取阿里千问 2 (7B) 模型：\n\n```bash\nollama pull qwen2:7b\n```\n\n### 第二步：部署 AudioNotes 服务\n\n推荐使用 **Docker 部署**，无需配置数据库和环境变量，最为简便。\n\n#### 方案 A：Docker 部署（推荐）🐳\n\n执行以下命令下载配置文件并启动服务：\n\n```bash\ncurl -fsSL https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fraw\u002Fmain\u002Fdocker-compose.yml -o docker-compose.yml\ndocker-compose up\n```\n\n启动成功后，访问 `http:\u002F\u002Flocalhost:15433\u002F`。\n*   默认账号：`admin`\n*   默认密码：`admin`\n*   *注：可在 `docker-compose.yml` 中修改登录凭证。*\n\n#### 方案 B：本地部署 📦\n\n如果您需要自定义开发或无法使用 Docker，请按以下步骤操作：\n\n1.  **创建 Python 环境**：\n\n```bash\nconda create -n AudioNotes python=3.10 -y\nconda activate AudioNotes\n```\n\n2.  **克隆代码并安装依赖**：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes.git\ncd AudioNotes\npip install -r requirements.txt\n```\n\n3.  **配置环境变量**：\n    将 `.env.example` 重命名为 `.env`，并根据实际情况修改数据库连接等配置信息（需确保本地 PostgreSQL 服务已运行）。\n\n4.  **启动服务**：\n\n```bash\nchainlit run main.py\n```\n\n启动成功后，访问 `http:\u002F\u002Flocalhost:8000\u002F`。\n*   默认账号：`admin`\n*   默认密码：`admin`\n*   *注：可在 `.env` 文件中修改登录凭证。*\n\n## 基本使用\n\n1.  **上传音视频**：登录系统后，在界面上传您需要处理的音频或视频文件。\n2.  **自动生成笔记**：系统将自动调用 FunASR 进行语音识别，并利用 Qwen2 大模型对内容进行总结、提炼，最终生成结构化的 Markdown 笔记。\n3.  **内容对话**：笔记生成后，您可以直接在侧边栏或对话区针对音视频内容与 AI 进行问答交互，快速获取关键信息。","某互联网公司的产品团队每周需复盘长达 2 小时的用户访谈录音，以便提取需求并同步给开发组。\n\n### 没有 AudioNotes 时\n- 产品经理必须全程人工回听录音，耗时极长且容易因疲劳遗漏关键细节。\n- 整理会议纪要依赖手动打字，将口语转化为书面语的过程繁琐，效率低下。\n- 生成的文档往往是大段纯文本，缺乏层级结构，开发人员难以快速定位核心痛点。\n- 当需要追溯某个具体观点的原始语境时，无法在音频和文字间建立快速链接，沟通成本高。\n\n### 使用 AudioNotes 后\n- 上传录音后，AudioNotes 利用 FunASR 自动完成高精度转写，并结合 Qwen2 大模型瞬间输出内容摘要。\n- 系统自动将杂乱的口语对话清洗为逻辑清晰的 Markdown 笔记，直接生成带标题和列表的结构化文档。\n- 输出的笔记天然具备层级感，关键需求被高亮提炼，开发团队阅读效率提升数倍。\n- 支持“与音视频内容对话”功能，成员可直接询问特定时间点的讨论细节，实现音文互查，精准溯源。\n\nAudioNotes 将原本需要半天的手工整理工作压缩至分钟级，让团队能专注于决策而非记录。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharry0703_AudioNotes_9cbecbf9.jpg","harry0703","Harry","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fharry0703_11f8f2bb.jpg",null,"https:\u002F\u002Fgithub.com\u002Fharry0703",[77,81],{"name":78,"color":79,"percentage":80},"Python","#3572A5",95.9,{"name":82,"color":83,"percentage":84},"Dockerfile","#384d54",4.1,2016,291,"2026-04-05T16:50:40","MIT","Linux, macOS, Windows","未说明 (依赖 Ollama 运行的 qwen2:7b 模型，通常建议 NVIDIA GPU 显存 8GB+ 以获得流畅体验，但 CPU 亦可运行)","未说明 (运行 7B 参数模型建议至少 16GB RAM)",{"notes":93,"python":94,"dependencies":95},"该工具依赖外部服务 Ollama 运行大模型（需单独安装并拉取 qwen2:7b 模型）。部署方式推荐 Docker，若本地部署需自行配置 PostgreSQL 数据库。默认登录账号密码均为 admin。","3.10",[96,97,98,99,100],"FunASR","Qwen2 (via Ollama)","Chainlit","PostgreSQL","Docker (可选)",[35,102,15,13,14],"音频",[104,105,106,107,108,109,110],"ai","asr","funasr","ollama","python","qwen2","whisper","2026-03-27T02:49:30.150509","2026-04-06T18:52:24.987538",[114,119,124,129,134,139,144,149],{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},19685,"如何配置本地 Ollama 服务连接及模型？","1. 在 `docker-compose.yml` 文件中配置环境变量：\n   - OLLAMA_BASE_URL=http:\u002F\u002Fhost.docker.internal:11434\u002Fv1\n   - OLLAMA_MODEL=qwen2:7b\n   - OLLAMA_API_KEY=ollama\n2. 必须在命令行执行 `ollama pull qwen2:7b` 拉取模型（即使本地已有 qwen2，也必须带版本号重新拉取）。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F25",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},19686,"Docker Compose 运行时出现平台不匹配错误 (linux\u002Farm64 vs linux\u002Famd64) 怎么办？","该问题通常是因为镜像架构与主机不匹配。解决方法：\n1. 重新下载最新的 `docker-compose.yml` 文件以获取多平台支持：\n   curl -fsSL https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fraw\u002Fmain\u002Fdocker-compose.yml -o docker-compose.yml\n   docker-compose up\n2. 如果仍然报错，可以使用项目中的 Dockerfile 自行编译镜像：\n   git clone 代码库后执行 `docker build -t audio-notes .`","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F3",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},19687,"遇到 'Unauthorized: credentialssignin' 或无法登录网页界面怎么办？","默认的用户名和密码均为 'admin'。如果仍然无法登录或自动创建失败，可以尝试修改代码：\n将文件 `main.py` 中的第 26~35 行代码注释掉，或者直接删除登录相关的代码段，即可跳过验证正常使用。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F9",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},19688,"运行 Docker 时出现 'exec format error' 错误如何解决？","这通常是因为 Docker 镜像架构（如仅支持 linux\u002Farm64）与当前系统不兼容。请尝试更新 `docker-compose.yml` 文件以获取修复后的配置：\ncurl -fsSL https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fraw\u002Fmain\u002Fdocker-compose.yml -o docker-compose.yml\ndocker-compose up\n如果问题依旧，请检查是否使用了错误的镜像版本或自行编译对应架构的镜像。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F8",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},19689,"如何添加或手动翻译中文语言文件 (zh-CN)？","缺少中文翻译文件不影响核心功能，如需添加可手动操作：\n1. 找到项目下的 `.chainlit\u002Ftranslations\u002Fen-US.json` 文件。\n2. 将其复制并重命名为 `zh-CN.json`。\n3. 在新文件中将英文内容翻译为中文即可。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F24",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},19690,"本地安装时找不到 requirements.txt 文件怎么办？","该文件可能漏提交或需手动处理。你可以选择：\n1. 等待作者更新仓库获取文件。\n2. 根据运行报错手动安装依赖，或参考社区提供的依赖列表进行安装（包含 chainlit, funasr, fastapi 等关键库）。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F2",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},19691,"运行 docker-compose 时报错 'Unsupported config option' 是什么原因？","这是因为 Docker 或 Docker Compose 的版本过低，不支持配置文件中的某些新特性。请将本地的 docker 和 docker-compose 升级到最新版本后再试。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F36",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},19692,"启动时提示 'Translation file for zh-CN not found' 警告需要处理吗？","不需要处理。该警告仅表示界面语言未翻译成中文，系统将默认使用英文 (en-US)，这不会影响程序的正常运行和功能使用。","https:\u002F\u002Fgithub.com\u002Fharry0703\u002FAudioNotes\u002Fissues\u002F17",[]]