[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-keijiro--AIShader":3,"similar-keijiro--AIShader":74},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":18,"owner_location":19,"owner_email":20,"owner_twitter":17,"owner_website":21,"owner_url":22,"languages":23,"stars":28,"forks":29,"last_commit_at":30,"license":17,"difficulty_score":31,"env_os":32,"env_gpu":32,"env_ram":32,"env_deps":33,"category_tags":35,"github_topics":17,"view_count":31,"oss_zip_url":17,"oss_zip_packed_at":17,"status":39,"created_at":40,"updated_at":41,"faqs":42,"releases":73},3722,"keijiro\u002FAIShader","AIShader","ChatGPT-powered shader generator for Unity","AIShader 是一款专为 Unity 引擎打造的智能着色器生成工具，它巧妙地将 ChatGPT 的强大语言能力融入游戏开发流程。对于许多开发者而言，编写复杂的着色器代码往往门槛较高且耗时费力，而 AIShader 正是为了解决这一痛点而生。用户只需通过自然语言描述想要实现的视觉效果，工具便能自动调用 AI 接口生成对应的着色器代码，极大地降低了图形编程的难度，让创意验证变得更加高效快捷。\n\n这款工具特别适合 Unity 游戏开发者、技术美术（TA）以及希望快速原型设计的独立创作者使用。即使不具备深厚的着色器编写经验，设计师也能借助它轻松实现自定义的视觉风格。其核心亮点在于“概念验证”性质的创新交互模式：直接在 Unity 编辑器内集成 AI 对话能力，实现了从文本描述到代码生成的无缝衔接。需要注意的是，使用前需配置个人的 OpenAI API 密钥，且在团队协作共享项目时，务必注意排除包含密钥的配置文件以保障安全。AIShader 不仅是一个代码生成器，更是连接创意与实现的高效桥梁，让图形效果的探索变得更加自由灵活。","# AI Shader\n\n![GIF](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkeijiro_AIShader_readme_afc696cb518f.gif)\n\nThis is a proof-of-concept implementation of a ChatGPT-powered shader generator for Unity.\n\n## How to try it\n\nYou have to generate an API key to use the ChatGPT API.\nPlease generate it on your [account page](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys)\nand set it on the Project Settings page (Edit > Project Settings > AI Shader > API Key).\n\n**CAUTION** - The API key is stored in `UserSettings\u002FAIShaderSettings.asset`.\nYou must exclude the directory when sharing your project with others.\n","# AI 着色器\n\n![GIF](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkeijiro_AIShader_readme_afc696cb518f.gif)\n\n这是一个基于 ChatGPT 的 Unity 着色器生成器的概念验证实现。\n\n## 如何试用\n\n要使用 ChatGPT API，您需要生成一个 API 密钥。\n请在您的 [账户页面](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys) 上生成密钥，\n并将其设置到项目设置页面中（编辑 > 项目设置 > AI 着色器 > API 密钥）。\n\n**注意** - API 密钥会存储在 `UserSettings\u002FAIShaderSettings.asset` 文件中。\n与他人共享项目时，务必排除该目录。","# AIShader 快速上手指南\n\nAIShader 是一个基于 ChatGPT 的 Unity Shader 生成概念验证工具，可通过自然语言描述快速生成着色器代码。\n\n## 环境准备\n\n- **开发引擎**：Unity（推荐最新稳定版）\n- **前置依赖**：\n  - OpenAI API Key（需自行申请）\n  - 网络连接（需能访问 `https:\u002F\u002Fapi.openai.com`）\n- **注意事项**：\n  - API Key 将保存在 `UserSettings\u002FAIShaderSettings.asset` 文件中，请勿将该文件提交至版本控制系统或分享给他人。\n\n## 安装步骤\n\n1. 将本插件源码或 Unity Package 导入你的 Unity 项目中。\n2. 打开 Unity 编辑器，进入菜单栏：\n   ```\n   Edit > Project Settings > AI Shader\n   ```\n3. 在 **API Key** 输入框中填入你的 OpenAI API Key。\n   - 获取地址：[https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys)\n\n## 基本使用\n\n1. 在 Unity 场景中创建一个材质（Material）。\n2. 选中该材质，在 Inspector 窗口中找到 AIShader 相关操作按钮（通常标记为 \"Generate Shader\" 或类似字样）。\n3. 在弹出的输入框中用英文描述你想要的效果，例如：\n   ```\n   A simple water shader with animated waves and reflection.\n   ```\n4. 点击生成按钮，等待片刻，AI 将自动生成对应的 Shader 代码并应用到该材质上。\n5. 调整材质参数或在场景中观察实时效果。\n\n> 💡 提示：描述越具体，生成的 Shader 效果越接近预期。建议从简单效果开始尝试。","独立游戏开发者小林正在为一款赛博朋克风格的 Unity 项目制作霓虹灯招牌，急需一种能随玩家距离动态变化发光强度的特殊材质效果。\n\n### 没有 AIShader 时\n- 小林必须手动查阅复杂的 HLSL 语法文档，反复尝试编写表面着色器代码，极易因一个分号错误导致编译失败。\n- 为了实现“距离越近光晕越柔和”的效果，他需要在数学公式和图形学原理之间反复推敲，调试过程耗时数小时甚至更久。\n- 遇到不懂的渲染管线术语（如 `_CameraDepthTexture`）时，只能中断工作去搜索引擎或论坛寻找零散的解答，思路频繁被打断。\n- 修改效果参数时，往往需要改动多行底层代码，缺乏直观的自然语言交互，试错成本极高。\n\n### 使用 AIShader 后\n- 小林只需在 Unity 编辑器中输入“创建一个基于摄像机距离动态调整发光强度的赛博朋克霓虹材质”，AIShader 即刻生成可用的完整 Shader 代码。\n- 针对特定的柔化需求，他直接追加描述“让光晕边缘随距离增加而模糊”，工具自动更新算法逻辑，无需手动推导数学公式。\n- 遇到复杂的渲染概念，他可以用大白话提问，AIShader 直接在代码注释中解释原理并应用，保持了开发心流的连续性。\n- 调整视觉效果变得像聊天一样简单，输入“把绿色改成紫色并增强闪烁频率”，代码瞬间完成迭代，大幅缩短验证周期。\n\nAIShader 将原本需要深厚图形学功底和数小时调试的工作，转化为简单的自然语言对话，让开发者能专注于创意实现而非底层代码细节。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkeijiro_AIShader_027def99.png","keijiro","Keijiro Takahashi","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkeijiro_4aae66f5.png",null,"Unity Technologies Japan","Japan","keijiro@gmail.com","https:\u002F\u002Fwww.keijiro.tokyo","https:\u002F\u002Fgithub.com\u002Fkeijiro",[24],{"name":25,"color":26,"percentage":27},"C#","#178600",100,2376,230,"2026-04-03T12:09:55",2,"未说明",{"notes":34,"python":32,"dependencies":32},"该工具是 Unity 的概念验证实现，需生成 OpenAI API Key 并在 Unity 项目设置中配置。注意：API Key 存储在 UserSettings\u002FAIShaderSettings.asset 文件中，与他人共享项目时务必排除该目录以防密钥泄露。",[36,37,38],"语言模型","插件","其他","ready","2026-03-27T02:49:30.150509","2026-04-06T08:46:21.806850",[43,48,53,58,63,68],{"id":44,"question_zh":45,"answer_zh":46,"source_url":47},17050,"点击生成按钮时出现 NullReferenceException 错误怎么办？","这通常是因为 OpenAI API 调用失败导致的。最常见的原因是虽然你拥有 ChatGPT Plus 会员，但未在 OpenAI 开发者账户中绑定有效的信用卡或支付方式。ChatGPT Plus 订阅与 ChatGPT API 是分开计费的，即使有 Plus 会员，也必须单独为 API 使用设置支付方式并充值额度。请登录 OpenAI 平台检查账单设置（Billing），确保添加了有效的信用卡。","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F1",{"id":49,"question_zh":50,"answer_zh":51,"source_url":52},17051,"我有 ChatGPT Plus 会员，为什么还提示配额不足（exceeded quota）或报错？","ChatGPT Plus 会员仅适用于网页版聊天服务，不适用于 API 调用。API 需要单独付费。即使你是 Plus 会员，如果没有在 OpenAI 开发者后台绑定信用卡并购买 API 额度，调用时就会因配额不足而失败，进而导致代码中的空引用异常。请务必在 OpenAI 平台的 Billing 部分添加支付方式。","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F14",{"id":54,"question_zh":55,"answer_zh":56,"source_url":57},17052,"编译时出现 CS1503 类型转换错误（无法将 string 转换为 List 或 byte[]）如何解决？","这是因为 Unity 版本过低导致的兼容性问题。该工具要求 Unity 2022.2 或更高版本。如果你使用的是 Unity 2021.3 或更早版本，升级项目到 Unity 2022.2+ 即可解决此编译错误。","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F10",{"id":59,"question_zh":60,"answer_zh":61,"source_url":62},17053,"控制台报错提示\"Object reference not set to an instance of an object\"且已确认 API Key 正确，还需要检查什么？","除了确认 API Key 填写正确外，重点检查 OpenAI 账户的计费状态。很多用户误以为有了 ChatGPT Plus 就可以直接使用 API，实际上必须在 OpenAI 开发者账户中绑定信用卡。如果免费试用额度用完且未绑定支付方式，API 请求会返回错误，导致程序解析响应时发生空引用异常。","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F9",{"id":64,"question_zh":65,"answer_zh":66,"source_url":67},17054,"找不到 AI Command 功能或菜单在哪里？","AIShader 项目中不包含 AI Command 功能。你可能混淆了仓库，AI Command 是一个独立的项目。请访问专门的仓库获取该功能：https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAICommand","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F15",{"id":69,"question_zh":70,"answer_zh":71,"source_url":72},17055,"在新项目中点击 Generate 立即报错，是否需要在特定位置配置 API Key？","是的，请确保将 API Key 正确填入 Project Settings（项目设置）中对应的字段。如果确认 Key 已填写但仍报错 NullReferenceException，则极大概率是账户计费问题（未绑定信用卡导致 API 调用被拒），请参考相关计费设置的解答进行排查。","https:\u002F\u002Fgithub.com\u002Fkeijiro\u002FAIShader\u002Fissues\u002F7",[],[75,85,93,105,114,122],{"id":76,"name":77,"github_repo":78,"description_zh":79,"stars":80,"difficulty_score":31,"last_commit_at":81,"category_tags":82,"status":39},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,"2026-04-05T23:32:43",[83,84,36],"开发框架","Agent",{"id":86,"name":87,"github_repo":88,"description_zh":89,"stars":90,"difficulty_score":31,"last_commit_at":91,"category_tags":92,"status":39},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",[83,36],{"id":94,"name":95,"github_repo":96,"description_zh":97,"stars":98,"difficulty_score":31,"last_commit_at":99,"category_tags":100,"status":39},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",[101,102,103,37,84,38,36,83,104],"图像","数据工具","视频","音频",{"id":106,"name":107,"github_repo":108,"description_zh":109,"stars":110,"difficulty_score":111,"last_commit_at":112,"category_tags":113,"status":39},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",[84,101,83,36,38],{"id":115,"name":116,"github_repo":117,"description_zh":118,"stars":119,"difficulty_score":111,"last_commit_at":120,"category_tags":121,"status":39},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。",74939,"2026-04-05T23:16:38",[36,101,83,38],{"id":123,"name":124,"github_repo":125,"description_zh":126,"stars":127,"difficulty_score":128,"last_commit_at":129,"category_tags":130,"status":39},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",[83,38]]