[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-kimtaeyoon83--mcp-server-youtube-transcript":3,"similar-kimtaeyoon83--mcp-server-youtube-transcript":64},{"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":17,"owner_location":18,"owner_email":17,"owner_twitter":17,"owner_website":17,"owner_url":19,"languages":20,"stars":33,"forks":34,"last_commit_at":35,"license":36,"difficulty_score":37,"env_os":38,"env_gpu":39,"env_ram":39,"env_deps":40,"category_tags":45,"github_topics":17,"view_count":48,"oss_zip_url":17,"oss_zip_packed_at":17,"status":49,"created_at":50,"updated_at":51,"faqs":52,"releases":63},252,"kimtaeyoon83\u002Fmcp-server-youtube-transcript","mcp-server-youtube-transcript","This is an MCP server that allows you to directly download transcripts of YouTube videos.","mcp-server-youtube-transcript 是一个基于 Model Context Protocol（MCP）的服务器工具，专门用于获取 YouTube 视频的字幕和文字稿。\n\n有了它，你只需要提供视频链接，就能直接获取视频中的文字内容。它支持普通视频和 Shorts 短视频，兼容多种链接格式，还能指定语言并自动回退到其他可用语言。如果需要对照视频内容进行引用，还可以选择包含时间戳的输出格式。工具默认会过滤掉赞助广告等无关内容，让获取到的文字更加干净。\n\n这个工具特别适合几类用户：开发者可以将其集成到 AI 应用中，实现视频内容的语义理解；研究人员可以批量提取视频文字进行内容分析；内容创作者能快速获取视频要点作为参考资料；普通用户也可以用来保存自己感兴趣的视频字幕。\n\n技术上，它不依赖任何外部服务来获取字幕，响应速度快，而且提供了完善的错误处理机制，支持 Claude Desktop 等主流 AI 客户端的快速集成。","[![MseeP.ai Security Assessment Badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_e772b0a004bc.png)](https:\u002F\u002Fmseep.ai\u002Fapp\u002Fkimtaeyoon83-mcp-server-youtube-transcript)\n\n# YouTube Transcript Server\n[![Trust Score](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_a060becbfa01.png)](https:\u002F\u002Farchestra.ai\u002Fmcp-catalog\u002Fkimtaeyoon83__mcp-server-youtube-transcript)\n\n[![smithery badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_2ab22774b7ca.png)](https:\u002F\u002Fsmithery.ai\u002Fserver\u002F@kimtaeyoon83\u002Fmcp-server-youtube-transcript)\n\nA Model Context Protocol server that enables retrieval of transcripts from YouTube videos. This server provides direct access to video captions and subtitles through a simple interface.\n\n\u003Ca href=\"https:\u002F\u002Fglama.ai\u002Fmcp\u002Fservers\u002Fz429kk3te7\">\u003Cimg width=\"380\" height=\"200\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_a3dee523ad17.png\" alt=\"mcp-server-youtube-transcript MCP server\" \u002F>\u003C\u002Fa>\n\n### Installing via Smithery\n\nTo install YouTube Transcript Server for Claude Desktop automatically via [Smithery](https:\u002F\u002Fsmithery.ai\u002Fserver\u002F@kimtaeyoon83\u002Fmcp-server-youtube-transcript):\n\n```bash\nnpx -y @smithery\u002Fcli install @kimtaeyoon83\u002Fmcp-server-youtube-transcript --client claude\n```\n\n## Components\n\n### Tools\n\n- **get_transcript**\n  - Extract transcripts from YouTube videos\n  - Inputs:\n    - `url` (string, required): YouTube video URL, Shorts URL, or video ID\n    - `lang` (string, optional, default: \"en\"): Language code for transcript (e.g., 'ko', 'en'). Automatically falls back to available languages if requested language is not found.\n    - `include_timestamps` (boolean, optional, default: false): Include timestamps in output (e.g., '[0:05] text')\n    - `strip_ads` (boolean, optional, default: true): Filter out sponsorships, ads, and promotional content from transcript based on chapter markers\n\n## Key Features\n\n- Support for multiple video URL formats (including YouTube Shorts)\n- Language-specific transcript retrieval with automatic fallback\n- Optional timestamps for referencing specific moments\n- Built-in ad\u002Fsponsorship filtering (enabled by default)\n- Zero external dependencies for transcript fetching\n- Detailed metadata in responses\n\n## Configuration\n\nTo use with Claude Desktop, add this server configuration:\n\n```json\n{\n  \"mcpServers\": {\n    \"youtube-transcript\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"@kimtaeyoon83\u002Fmcp-server-youtube-transcript\"]\n    }\n  }\n}\n```\n\n## Install via tool\n\n[mcp-get](https:\u002F\u002Fgithub.com\u002Fmichaellatman\u002Fmcp-get) A command-line tool for installing and managing Model Context Protocol (MCP) servers.\n\n```shell \nnpx @michaellatman\u002Fmcp-get@latest install @kimtaeyoon83\u002Fmcp-server-youtube-transcript\n```\n\n## Awesome-mcp-servers \n[awesome-mcp-servers](https:\u002F\u002Fgithub.com\u002Fpunkpeye\u002Fawesome-mcp-servers) A curated list of awesome Model Context Protocol (MCP) servers.\n\n## Development\n\n### Prerequisites\n\n- Node.js 18 or higher\n- npm or yarn\n\n### Setup\n\nInstall dependencies:\n```bash\nnpm install\n```\n\nBuild the server:\n```bash\nnpm run build\n```\n\nFor development with auto-rebuild:\n```bash\nnpm run watch\n```\n\n### Testing\n\n```bash\nnpm test\n```\n\n### Debugging\n\nSince MCP servers communicate over stdio, debugging can be challenging. We recommend using the MCP Inspector for development:\n\n```bash\nnpm run inspector\n```\n\n\n\n## Running evals\n\nThe evals package loads an mcp client that then runs the index.ts file, so there is no need to rebuild between tests. You can load environment variables by prefixing the npx command. Full documentation can be found [here](https:\u002F\u002Fwww.mcpevals.io\u002Fdocs).\n\n```bash\nOPENAI_API_KEY=your-key  npx mcp-eval src\u002Fevals\u002Fevals.ts src\u002Findex.ts\n```\n## Error Handling\n\nThe server implements robust error handling for common scenarios:\n- Invalid video URLs or IDs\n- Unavailable transcripts\n- Language availability issues\n- Network errors\n\n## Usage Examples\n\n1. Get transcript by video URL:\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=VIDEO_ID\",\n  lang: \"en\"\n});\n```\n\n2. Get transcript by video ID:\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  lang: \"ko\"\n});\n```\n\n3. Get transcript from YouTube Shorts:\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fshorts\u002FVIDEO_ID\"\n});\n```\n\n4. Get transcript with timestamps:\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  include_timestamps: true\n});\n```\n\n5. Get raw transcript without ad filtering:\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  strip_ads: false\n});\n```\n\n6. How to Extract YouTube Subtitles in Claude Desktop App\n```\nchat: https:\u002F\u002Fyoutu.be\u002FODaHJzOyVCQ?si=aXkJgso96Deri0aB Extract subtitles\n```\n\n## Security Considerations\n\nThe server:\n- Validates all input parameters\n- Handles YouTube API errors gracefully\n- Implements timeouts for transcript retrieval\n- Provides detailed error messages for troubleshooting\n\n## License\n\nThis MCP server is licensed under the MIT License. See the LICENSE file for details.\n","[![MseeP.ai Security Assessment Badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_e772b0a004bc.png)](https:\u002F\u002Fmseep.ai\u002Fapp\u002Fkimtaeyoon83-mcp-server-youtube-transcript)\n\n# YouTube 字幕服务器\n\n[![Trust Score](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_a060becbfa01.png)](https:\u002F\u002Farchestra.ai\u002Fmcp-catalog\u002Fkimtaeyoon83__mcp-server-youtube-transcript)\n\n[![smithery badge](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_2ab22774b7ca.png)](https:\u002F\u002Fsmithery.ai\u002Fserver\u002F@kimtaeyoon83\u002Fmcp-server-youtube-transcript)\n\n一个 Model Context Protocol（MCP）服务器，用于从 YouTube 视频中检索字幕。该服务器提供通过简单界面直接访问视频字幕的功能。\n\n\u003Ca href=\"https:\u002F\u002Fglama.ai\u002Fmcp\u002Fservers\u002Fz429kk3te7\">\u003Cimg width=\"380\" height=\"200\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_readme_a3dee523ad17.png\" alt=\"mcp-server-youtube-transcript MCP server\" \u002F>\u003C\u002Fa>\n\n### 通过 Smithery 安装\n\n要通过 [Smithery](https:\u002F\u002Fsmithery.ai\u002Fserver\u002F@kimtaeyoon83\u002Fmcp-server-youtube-transcript) 为 Claude Desktop 自动安装 YouTube 字幕服务器：\n\n```bash\nnpx -y @smithery\u002Fcli install @kimtaeyoon83\u002Fmcp-server-youtube-transcript --client claude\n```\n\n## 组件\n\n### 工具\n\n- **get_transcript**（获取字幕）\n  - 从 YouTube 视频中提取字幕\n  - 输入参数：\n    - `url`（字符串，必填）：YouTube 视频链接、Shorts 链接或视频 ID\n    - `lang`（字符串，可选，默认值：\"en\"）：字幕语言代码（例如 'ko'、'en'）。如果请求的语言不可用，会自动回退到可用语言。\n    - `include_timestamps`（布尔值，可选，默认值：false）：是否在输出中包含时间戳（例如 '[0:05] 文本'）\n    - `strip_ads`（布尔值，可选，默认值：true）：根据章节标记过滤字幕中的赞助商、广告和促销内容\n\n## 主要功能\n\n- 支持多种视频链接格式（包括 YouTube Shorts）\n- 支持特定语言字幕检索，并具有自动回退功能\n- 可选时间戳，便于引用特定时刻\n- 内置广告\u002F赞助商过滤（默认启用）\n- 字幕获取无需外部依赖\n- 响应中包含详细元数据\n\n## 配置\n\n要在 Claude Desktop 中使用此服务器，请添加以下配置：\n\n```json\n{\n  \"mcpServers\": {\n    \"youtube-transcript\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"@kimtaeyoon83\u002Fmcp-server-youtube-transcript\"]\n    }\n  }\n}\n```\n\n## 通过工具安装\n\n[mcp-get](https:\u002F\u002Fgithub.com\u002Fmichaellatman\u002Fmcp-get) 一个用于安装和管理 Model Context Protocol（MCP）服务器的命令行工具。\n\n```shell \nnpx @michaellatman\u002Fmcp-get@latest install @kimtaeyoon83\u002Fmcp-server-youtube-transcript\n```\n\n## 优秀的 MCP 服务器\n\n[awesome-mcp-servers](https:\u002F\u002Fgithub.com\u002Fpunkpeye\u002Fawesome-mcp-servers) 精选的 Model Context Protocol（MCP）服务器列表。\n\n## 开发\n\n### 前置条件\n\n- Node.js 18 或更高版本\n- npm 或 yarn\n\n### 设置\n\n安装依赖：\n```bash\nnpm install\n```\n\n构建服务器：\n```bash\nnpm run build\n```\n\n开发时自动重新构建：\n```bash\nnpm run watch\n```\n\n### 测试\n\n```bash\nnpm test\n```\n\n### 调试\n\n由于 MCP 服务器通过标准输入输出（stdio）通信，调试可能比较困难。我们建议使用 MCP Inspector 进行开发：\n\n```bash\nnpm run inspector\n```\n\n## 运行评估\n\n评估包会加载一个 MCP 客户端，然后运行 index.ts 文件，因此无需在测试之间重新构建。你可以通过为 npx 命令添加前缀来加载环境变量。完整文档见[此处](https:\u002F\u002Fwww.mcpevals.io\u002Fdocs)。\n\n```bash\nOPENAI_API_KEY=your-key  npx mcp-eval src\u002Fevals\u002Fevals.ts src\u002Findex.ts\n```\n\n## 错误处理\n\n服务器针对常见场景实现了健壮的错误处理：\n- 无效的视频链接或 ID\n- 字幕不可用\n- 语言可用性问题\n- 网络错误\n\n## 使用示例\n\n1. 通过视频链接获取字幕：\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=VIDEO_ID\",\n  lang: \"en\"\n});\n```\n\n2. 通过视频 ID 获取字幕：\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  lang: \"ko\"\n});\n```\n\n3. 从 YouTube Shorts 获取字幕：\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fshorts\u002FVIDEO_ID\"\n});\n```\n\n4. 获取带时间戳的字幕：\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  include_timestamps: true\n});\n```\n\n5. 获取未过滤广告的原始字幕：\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  strip_ads: false\n});\n```\n\n6. 如何在 Claude Desktop 应用中提取 YouTube 字幕\n```\nchat: https:\u002F\u002Fyoutu.be\u002FODaHJzOyVCQ?si=aXkJgso96Deri0aB 提取字幕\n```\n\n## 安全注意事项\n\n该服务器：\n- 验证所有输入参数\n- 优雅地处理 YouTube API 错误\n- 为字幕检索实现超时机制\n- 提供详细的错误消息以便故障排除\n\n## 许可证\n\n此 MCP 服务器基于 MIT 许可证授权。详见 LICENSE 文件。","# mcp-server-youtube-transcript 快速上手指南\n\n一个用于获取 YouTube 视频字幕的 Model Context Protocol 服务器。\n\n## 环境准备\n\n- **Node.js**: 18.0.0 或更高版本\n- **包管理器**: npm 或 yarn\n- **运行环境**: 支持 Claude Desktop\n\n## 安装步骤\n\n### 方式一：通过 Smithery 自动安装（推荐）\n\n```bash\nnpx -y @smithery\u002Fcli install @kimtaeyoon83\u002Fmcp-server-youtube-transcript --client claude\n```\n\n### 方式二：通过 mcp-get 安装\n\n```bash\nnpx @michaellatman\u002Fmcp-get@latest install @kimtaeyoon83\u002Fmcp-server-youtube-transcript\n```\n\n### 方式三：手动配置\n\n在 Claude Desktop 配置文件中添加：\n\n```json\n{\n  \"mcpServers\": {\n    \"youtube-transcript\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"@kimtaeyoon83\u002Fmcp-server-youtube-transcript\"]\n    }\n  }\n}\n```\n\n## 基本使用\n\n### 工具：get_transcript\n\n获取 YouTube 视频字幕，支持以下参数：\n\n| 参数 | 类型 | 必填 | 默认值 | 说明 |\n|------|------|------|--------|------|\n| url | string | 是 | - | YouTube 视频链接、视频 ID 或 Shorts 链接 |\n| lang | string | 否 | \"en\" | 语言代码（如 \"en\"、\"ko\"、\"zh\"） |\n| include_timestamps | boolean | 否 | false | 是否包含时间戳 |\n| strip_ads | boolean | 否 | true | 是否过滤广告和赞助内容 |\n\n### 使用示例\n\n**1. 通过视频链接获取字幕**\n\n```\nchat: https:\u002F\u002Fyoutu.be\u002FODaHJzOyVCQ?si=aXkJgso96Deri0aB 提取字幕\n```\n\n**2. 获取带时间戳的字幕**\n\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  include_timestamps: true\n});\n```\n\n**3. 获取指定语言的字幕**\n\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=VIDEO_ID\",\n  lang: \"zh\"\n});\n```\n\n**4. 获取 YouTube Shorts 字幕**\n\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"https:\u002F\u002Fwww.youtube.com\u002Fshorts\u002FVIDEO_ID\"\n});\n```\n\n**5. 获取未过滤广告的原始字幕**\n\n```typescript\nawait server.callTool(\"get_transcript\", {\n  url: \"VIDEO_ID\",\n  strip_ads: false\n});\n```\n\n## 本地开发\n\n```bash\n# 安装依赖\nnpm install\n\n# 构建项目\nnpm run build\n\n# 开发模式（自动重载）\nnpm run watch\n\n# 运行测试\nnpm test\n```","小李是一名后端开发工程师，最近想学习 Rust 编程语言。他在 YouTube 上发现了一个由知名开发者发布的完整 Rust 教程系列，共 20 集，每集约 30 分钟。他希望能够快速提取这些视频的核心内容，整理成学习笔记。\n\n### 没有 mcp-server-youtube-transcript 时\n\n- 手动观看并记录笔记：每集 30 分钟的教程需要完整观看才能提取要点，20 集累计需要 10 小时\n- 复制字幕效率低：YouTube 官方字幕需要逐个时间点手动复制，无法批量导出\n- 语言障碍：部分优质教程来自非中文创作者，需要反复暂停查阅生词\n- 难以回溯关键内容：看到后面忘记前面的技术细节时，需要手动拖动进度条回忆\n- 笔记整理困难：复制的内容混杂广告和赞助商信息，需要额外清理\n\n### 使用 mcp-server-youtube-transcript 后\n\n- 一键提取完整字幕：通过视频 URL 即可获取完整文字稿，单个视频仅需几秒钟\n- 多语言自动支持：指定 `lang: \"zh\"` 自动获取中文翻译，没有中文时会回退到可用语言\n- 时间戳精准定位：开启 `include_timestamps` 后可直接跳转到对应段落复习\n- 自动过滤广告：启用 `strip_ads` 参数自动移除赞助内容，输出干净的文字稿\n- 批量处理高效：结合 Claude 等 AI 工具，可快速将字幕转化为结构化的学习笔记\n\n小李在 1 小时内就完成了整个教程系列的要点提取，生成了 20 份带时间戳的笔记文档，学习效率提升了 10 倍以上。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkimtaeyoon83_mcp-server-youtube-transcript_11719370.png","kimtaeyoon83","Freddie","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkimtaeyoon83_582216bc.png",null,"Korea, Seoul","https:\u002F\u002Fgithub.com\u002Fkimtaeyoon83",[21,25,29],{"name":22,"color":23,"percentage":24},"TypeScript","#3178c6",54.5,{"name":26,"color":27,"percentage":28},"JavaScript","#f1e05a",42.8,{"name":30,"color":31,"percentage":32},"Dockerfile","#384d54",2.7,510,84,"2026-04-03T18:10:45","MIT",2,"Linux, macOS, Windows","未说明",{"notes":41,"python":42,"dependencies":43},"基于 Node.js 的 MCP 服务器，需要 Node.js 18 或更高版本，以及 npm 或 yarn 包管理器。无需 GPU，可直接通过 npx 运行或通过 Smithery 工具自动安装配置。","未说明（此为 Node.js 项目）",[44],"未明确列出（通过 npm install 自动安装）",[46,47],"数据工具","开发框架",4,"ready","2026-03-27T02:49:30.150509","2026-04-06T07:14:01.475672",[53,58],{"id":54,"question_zh":55,"answer_zh":56,"source_url":57},786,"在 Windows 上使用 Claude Desktop 调用 YouTube 字幕工具时出现 MCP error -32603 错误如何解决？","该问题可能是由于工具本身在 Windows 上的兼容性问题。一种有效的解决方案是使用替代工具 @sinco-lab\u002Fmcp-youtube-transcript。该替代工具在测试中表现稳定，提供清晰的错误提示，支持多种语言，配置也较为简单。使用方法：在 Claude Desktop 配置文件中添加以下内容：\n```json\n{\n  \"mcpServers\": {\n    \"youtube-transcript\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"@sinco-lab\u002Fmcp-youtube-transcript\"]\n    }\n  }\n}\n```\n另一个可行的替代方案是使用 @jkawamoto\u002Fmcp-youtube-transcript。","https:\u002F\u002Fgithub.com\u002Fkimtaeyoon83\u002Fmcp-server-youtube-transcript\u002Fissues\u002F6",{"id":59,"question_zh":60,"answer_zh":61,"source_url":62},787,"在 Windows 上执行 download_subtitles 工具时出现 [WinError 5] Access is denied: 'downloads' 错误如何解决？","该错误是由于 Windows 访问权限不足导致的。'downloads' 目录可能没有写入权限。建议检查并确保运行程序的用户对该目录具有读写权限，或者尝试以管理员身份运行程序。","https:\u002F\u002Fgithub.com\u002Fkimtaeyoon83\u002Fmcp-server-youtube-transcript\u002Fissues\u002F14",[],[65,76,85,93,101,113],{"id":66,"name":67,"github_repo":68,"description_zh":69,"stars":70,"difficulty_score":71,"last_commit_at":72,"category_tags":73,"status":49},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。",162132,3,"2026-04-05T11:01:52",[47,74,75],"图像","Agent",{"id":77,"name":78,"github_repo":79,"description_zh":80,"stars":81,"difficulty_score":37,"last_commit_at":82,"category_tags":83,"status":49},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,"2026-04-05T11:33:21",[47,75,84],"语言模型",{"id":86,"name":87,"github_repo":88,"description_zh":89,"stars":90,"difficulty_score":37,"last_commit_at":91,"category_tags":92,"status":49},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",[47,74,75],{"id":94,"name":95,"github_repo":96,"description_zh":97,"stars":98,"difficulty_score":37,"last_commit_at":99,"category_tags":100,"status":49},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",[47,84],{"id":102,"name":103,"github_repo":104,"description_zh":105,"stars":106,"difficulty_score":37,"last_commit_at":107,"category_tags":108,"status":49},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",[74,46,109,110,75,111,84,47,112],"视频","插件","其他","音频",{"id":114,"name":115,"github_repo":116,"description_zh":117,"stars":118,"difficulty_score":71,"last_commit_at":119,"category_tags":120,"status":49},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,"2026-04-04T04:44:48",[75,74,47,84,111]]