latentbox
Latent Box 是一个由 Latent Cat 维护的精选资源聚合站，专注于人工智能、创意设计与艺术领域。面对当前 AI 工具爆炸式增长导致的信息过载与筛选困难，Latent Box 摒弃了盲目堆砌数量的传统导航模式，转而追求“少而精”的内容策展。其核心目标是抹平信息差，确保收录的每一个网站或产品都是经过验证、值得用户尝试并记住的高质量资源。
该项目特别强调跨学科与多元化，致力于打破技术、艺术与创意之间的壁垒，为不同背景的用户提供广阔的视野。无论是希望寻找灵感的艺术家和设计师，还是关注前沿技术的开发者与研究人员，亦或是渴望突破自我边界的普通创作者，都能在此发现契合需求的优质工具。
在技术亮点方面，Latent Box 采用完全开源的模式托管于 GitHub，并积极构建社区共创生态。它不仅提供了 Twitter、小红书、Discord 及微信等多元交流渠道，更鼓励用户直接通过提交 Pull Request 的方式参与内容更新与维护。这种开放透明的协作机制，保证了资源库能够持续迭代，始终保持鲜活与实用，是探索 AI 创意疆域的理想起点。
使用场景
一位独立数字艺术家正计划创作一系列融合生成式 AI 与传统手绘风格的商业插画，急需寻找能打通工作流的特定模型与灵感案例。
没有 latentbox 时
- 信息检索低效：在搜索引擎和各大论坛中盲目关键词搜索，被大量重复、过时或质量参差不齐的教程淹没，难以筛选出真正可用的工具。
- 跨界灵感匮乏：局限于已知的绘画或设计圈子，难以发现将代码创意、3D 建模与 AI 生成相结合的前沿跨学科项目，导致作品风格单一。
- 试错成本高昂：花费数天时间测试从不同渠道零散收集的工具，结果发现多数项目已停止维护或缺乏详细文档，严重拖慢创作进度。
- 社区互动缺失：独自摸索新技术，缺乏与同样热衷于突破自我的创作者交流的渠道，遇到技术瓶颈时无法快速获得反馈或协作机会。
使用 latentbox 后
- 精准获取精选资源：直接访问 latentbox 上经人工严格筛选的“高质量内容”合集，迅速锁定几十个真正值得尝试的 AI 艺术工具，大幅缩短调研时间。
- 激发多元跨界思维：通过浏览涵盖多领域的收录列表，意外发现结合程序化生成与神经渲染的创新案例，为插画创作注入了全新的视觉语言。
- 规避无效试错风险：依托社区持续更新的维护状态标记，只选择活跃且文档完善的项目进行实战，确保每一步技术投入都能转化为实际产出。
- 融入共创生态：通过站内链接加入 Discord 或微信群，与全球创作者分享心得并提交 Pull Request 补充新资源，从单向使用者转变为生态共建者。
latentbox 通过人工策展与社区共创，将碎片化的 AI 艺术信息转化为高价值的行动指南，帮助创作者在跨界创新中少走弯路。
运行环境要求
快速开始
Latent Box（开发中！）
一个关于人工智能、创意和艺术领域的精选合集。AI、创意和艺术领域的精选合集。
latentbox.com . X . Discord . 小红书
Introduction
Latent Box is a reinvented resource site, maintained by Latent Cat. Why are we doing this? We have a few pursuits:
Bridging the information gap with high-quality content.
We don't need another search engine, a massive collection of websites and products, or complex automation, retrieval, and user systems - because no one will look at those. We hope that when we curate a thousand sites, a hundred of them will be genuinely good things that users will open, try, and remember.Promoting diversity and interdisciplinary collaboration as much as possible.
We believe that a good product, good technology, and a good team involve a broad range of disciplinary knowledge and professional skills. We hope that this collection can cover as many creative fields as possible. Therefore, it is suitable for those who are equally enthusiastic about breaking through themselves.Maintaining updates and engaging in community co-creation.
Keeping updates is challenging, and the community will be our motivation to persist. Therefore, we have open-sourced the entire website on GitHub and established Twitter and Xiaohongshu accounts, as well as Discord and WeChat groups. You can share content with us on any platform and directly submit pull requests on GitHub, add contributor names. Besides, your every 'like' will be our greatest encouragement.
This is the original intention of setting up Latent Box, and we hope to bring some help to everyone!
介绍
Latent Box 是一个重新构想的聚合站，由 Latent Cat 组织维护。为什么要做这件事情？我们有下面几个小小的追求：
通过高质量的内容抹平信息差。
我们不需要另一个搜索引擎、收录大量的网站、产品，配置复杂的自动化、检索和用户系统——因为那根本没人会看。我希望当我们收录一千个站点时，其中的一百个都是用户会打开试试并记住的、真正好的东西。尽可能多元、跨界。
我们认为一个好的产品、好的技术、好的团队，所涉及的学科知识、专业技能都是非常宽广的，希望这份合集能涵盖尽可能多的创意领域。因此，它适合同样热衷于突破自我的你。保持更新、社区共创。
保持更新非常难，社区会是我们坚持下去的动力。所以，我们在 GitHub 开源了整个网站，并建立了 Twitter、小红书账号，和 Discord、微信群。你可以在任何一个平台与我们分享内容，并可以直接在 GitHub 上提交 pull requests、添加贡献者名字。除此之外，你的每次点赞都会是对我们最大的鼓励。
这就我们设立 Latent Box 的初心，希望能给大家带来一点帮助！
Contributors
许可证
本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议授权。
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