[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-latitudegames--GPT-3-Encoder":3,"tool-latitudegames--GPT-3-Encoder":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",149489,2,"2026-04-10T11:32:46",[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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","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。\n\n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。\n\n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",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":77,"owner_url":80,"languages":81,"stars":90,"forks":91,"last_commit_at":92,"license":93,"difficulty_score":94,"env_os":76,"env_gpu":95,"env_ram":95,"env_deps":96,"category_tags":101,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":102,"updated_at":103,"faqs":104,"releases":134},6300,"latitudegames\u002FGPT-3-Encoder","GPT-3-Encoder","Javascript BPE Encoder Decoder for GPT-2 \u002F GPT-3","GPT-3-Encoder 是一个专为 JavaScript 环境打造的编码与解码工具，核心功能是将自然语言文本转换为 GPT-2 和 GPT-3 模型能够理解的整数序列，并能将这些序列还原为原始文本。它基于字节对编码（BPE）算法，完美复刻了 OpenAI 官方 Python 版本的核心逻辑，让开发者无需依赖复杂的后端服务或切换编程语言，即可在 Node.js 或前端项目中直接处理大模型的输入输出数据。\n\n这一工具主要解决了 JavaScript 生态中缺乏原生、高效 GPT 分词器的痛点。在过去，若要在 JS 项目中调用 GPT 模型，开发者往往需要搭建额外的 Python 微服务来进行文本预处理，这不仅增加了系统架构的复杂度，也影响了开发效率。GPT-3-Encoder 的出现打破了这一壁垒，实现了纯 JavaScript 环境下的无缝集成。\n\n该工具特别适合前端工程师、Node.js 开发者以及希望快速构建 AI 应用原型的科研人员使用。无论是想在浏览器端实时展示分词效果，还是在服务端构建完整的对话流程，它都能提供稳定支持。其技术亮点在于完全兼容 Node.js 12 及以上版","GPT-3-Encoder 是一个专为 JavaScript 环境打造的编码与解码工具，核心功能是将自然语言文本转换为 GPT-2 和 GPT-3 模型能够理解的整数序列，并能将这些序列还原为原始文本。它基于字节对编码（BPE）算法，完美复刻了 OpenAI 官方 Python 版本的核心逻辑，让开发者无需依赖复杂的后端服务或切换编程语言，即可在 Node.js 或前端项目中直接处理大模型的输入输出数据。\n\n这一工具主要解决了 JavaScript 生态中缺乏原生、高效 GPT 分词器的痛点。在过去，若要在 JS 项目中调用 GPT 模型，开发者往往需要搭建额外的 Python 微服务来进行文本预处理，这不仅增加了系统架构的复杂度，也影响了开发效率。GPT-3-Encoder 的出现打破了这一壁垒，实现了纯 JavaScript 环境下的无缝集成。\n\n该工具特别适合前端工程师、Node.js 开发者以及希望快速构建 AI 应用原型的科研人员使用。无论是想在浏览器端实时展示分词效果，还是在服务端构建完整的对话流程，它都能提供稳定支持。其技术亮点在于完全兼容 Node.js 12 及以上版本，API 设计简洁直观，仅通过 `encode` 和 `decode` 两个函数即可完成双向转换，并支持逐个查看令牌（token）及其对应的文本含义，极大地方便了调试与教学演示。","# GPT-3-Encoder\nJavascript BPE Encoder Decoder for GPT-2 \u002F GPT-3\n\n## About\nGPT-2 and GPT-3 use byte pair encoding to turn text into a series of integers to feed into the model. This is a javascript implementation of OpenAI's original python encoder\u002Fdecoder which can be found [here](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fgpt-2)\n\n## Install with npm\n\n```\nnpm install gpt-3-encoder\n```\n\n## Usage\n\nCompatible with Node >= 12\n\n```js\nconst {encode, decode} = require('gpt-3-encoder')\n\nconst str = 'This is an example sentence to try encoding out on!'\nconst encoded = encode(str)\nconsole.log('Encoded this string looks like: ', encoded)\n\nconsole.log('We can look at each token and what it represents')\nfor(let token of encoded){\n  console.log({token, string: decode([token])})\n}\n\nconst decoded = decode(encoded)\nconsole.log('We can decode it back into:\\n', decoded)\n\n```\n\n\n","# GPT-3 编码器\n用于 GPT-2 \u002F GPT-3 的 JavaScript BPE 编码解码器\n\n## 简介\nGPT-2 和 GPT-3 使用字节对编码将文本转换为一系列整数，以便输入到模型中。这是一个 OpenAI 原始 Python 编码器\u002F解码器的 JavaScript 实现，原始代码可在 [这里](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fgpt-2) 找到。\n\n## 使用 npm 安装\n\n```\nnpm install gpt-3-encoder\n```\n\n## 使用方法\n\n兼容 Node >= 12\n\n```js\nconst {encode, decode} = require('gpt-3-encoder')\n\nconst str = 'This is an example sentence to try encoding out on!'\nconst encoded = encode(str)\nconsole.log('Encoded this string looks like: ', encoded)\n\nconsole.log('We can look at each token and what it represents')\nfor(let token of encoded){\n  console.log({token, string: decode([token])})\n}\n\nconst decoded = decode(encoded)\nconsole.log('We can decode it back into:\\n', decoded)\n\n```","# GPT-3-Encoder 快速上手指南\n\n## 环境准备\n- **系统要求**：Node.js 版本 >= 12\n- **前置依赖**：无需额外依赖，仅需 Node.js 运行环境\n\n## 安装步骤\n使用 npm 安装官方包：\n```bash\nnpm install gpt-3-encoder\n```\n\n> 💡 **国内加速建议**：若下载缓慢，可配置淘宝镜像源：\n> ```bash\n> npm config set registry https:\u002F\u002Fregistry.npmmirror.com\n> ```\n\n## 基本使用\n以下示例演示如何将文本编码为 token 序列，并解码回原文：\n\n```js\nconst {encode, decode} = require('gpt-3-encoder')\n\nconst str = 'This is an example sentence to try encoding out on!'\nconst encoded = encode(str)\nconsole.log('Encoded this string looks like: ', encoded)\n\nconsole.log('We can look at each token and what it represents')\nfor(let token of encoded){\n  console.log({token, string: decode([token])})\n}\n\nconst decoded = decode(encoded)\nconsole.log('We can decode it back into:\\n', decoded)\n```","某前端团队正在开发一款基于浏览器的实时 AI 写作助手，需要在用户输入时即时计算文本的 Token 数量以控制成本。\n\n### 没有 GPT-3-Encoder 时\n- **依赖后端服务**：每次统计字数都必须将文本发送至服务器调用 Python 接口，导致网络延迟高，用户体验卡顿。\n- **环境部署复杂**：为了在 Node.js 环境中运行官方 Python 编码器，不得不配置复杂的 Docker 容器或维护额外的微服务。\n- **数据一致性风险**：自行实现的简易分割逻辑与 OpenAI 官方的 BPE 算法存在偏差，导致前端预估费用与实际扣费不符。\n- **调试困难**：无法在浏览器控制台直接查看每个 Token 对应的具体字符串片段，排查生成异常时如同“盲人摸象”。\n\n### 使用 GPT-3-Encoder 后\n- **纯前端即时响应**：通过 npm 安装后直接在浏览器或 Node 端运行，编码解码毫秒级完成，彻底消除网络往返延迟。\n- **零额外运维成本**：无需搭建任何后端服务或配置复杂环境，几行代码即可集成到现有的 JavaScript 项目中。\n- **算法精准对齐**：完美复现 OpenAI 官方 Python 版本的字节对编码逻辑，确保前端计数与后端计费分毫不差。\n- **透明化调试体验**：利用 `decode` 功能可逐词反向解析 Token，开发者能直观看到\"ing\"或特殊符号是如何被切分的，快速定位问题。\n\nGPT-3-Encoder 将原本沉重的后端依赖转化为轻量级的本地能力，让 JavaScript 开发者能以最低成本实现与 GPT 模型完全一致的文本预处理流程。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flatitudegames_GPT-3-Encoder_dd58b491.png","latitudegames","Latitude","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flatitudegames_aba3bf03.png","",null,"contact-us@latitude.io","LatitudeGamesAI","https:\u002F\u002Fgithub.com\u002Flatitudegames",[82,86],{"name":83,"color":84,"percentage":85},"JavaScript","#f1e05a",62.8,{"name":87,"color":88,"percentage":89},"Python","#3572A5",37.2,723,194,"2026-04-07T16:58:59","MIT",1,"未说明",{"notes":97,"python":98,"dependencies":99},"这是一个纯 JavaScript 实现的 BPE 编码器\u002F解码器，无需 Python 环境或 GPU 支持。主要通过 npm 安装并在 Node.js 环境中运行。","不需要",[100],"Node >= 12",[35,14],"2026-03-27T02:49:30.150509","2026-04-11T00:56:57.504078",[105,110,115,120,125,130],{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},28504,"如何统计 Prompt 的 Token 数量？该库适用于哪些模型？","可以使用 `encode` 函数对字符串进行编码，然后计算返回数组的长度来获取 Token 数量。示例代码：\n```javascript\nconst str = 'This is an example sentence to try encoding out on!';\nconst encoded = encode(str);\nconst tokenCount = encoded.length;\n```\n维护者确认该方法适用于 Davinci 模型（基于 `r50k_base` 编码）。对于其他模型（如 GPT-4），目前该库主要支持 `r50k_base`，若需支持特定模型（如 `cl100k_base`），建议参考 Python 的 `tiktoken` 库使用 `tiktoken.encoding_for_model(\"gpt-4\")` 或 `tiktoken.get_encoding(\"cl100k_base\")` 的方式，但本 JS 库暂未内置多模型选择功能。","https:\u002F\u002Fgithub.com\u002Flatitudegames\u002FGPT-3-Encoder\u002Fissues\u002F4",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},28505,"包含 Emoji 的输入字符串编码结果与 Python 实现不一致怎么办？","这是一个已知的 UTF-8 编码处理问题。在早期版本中，包含 Emoji（如 👋, 🌍）的字符串在 JavaScript 实现中会被错误地截断或计数不准。维护者已追踪到该 Bug 并在 **1.1.0 版本** 中修复。请确保将依赖升级到 1.1.0 或更高版本以解决此问题。","https:\u002F\u002Fgithub.com\u002Flatitudegames\u002FGPT-3-Encoder\u002Fissues\u002F1",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},28506,"npm 上的包版本落后于仓库代码，如何获取最新功能？","由于 npm 分发的版本可能未及时更新，若需使用仓库中的最新代码，可以在 `package.json` 中直接引用 GitHub 仓库地址作为依赖。临时解决方案如下：\n```json\n\"dependencies\": {\n    \"gpt-3-encoder\": \"latitudegames\u002FGPT-3-Encoder\"\n}\n```\n此外，维护者会不定期发布新版本（如 1.1.4），请关注官方发布通知。","https:\u002F\u002Fgithub.com\u002Flatitudegames\u002FGPT-3-Encoder\u002Fissues\u002F7",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},28507,"BPE 正则表达式中与原始 GPT-2 实现存在差异（如 `'ll` 处的空格），这是故意的吗？","用户指出该库的正则表达式在 `'ll` 等处多了一个空格，而原始 GPT-2 实现及 Hugging Face 的实现中均无此空格。虽然该 Issue 提出了疑问，但截至目前尚未有维护者明确解释这是否为有意为之或确认为 Bug。建议在使用时对比测试关键缩略词的编码结果，或参考原始 Python 实现进行校验。","https:\u002F\u002Fgithub.com\u002Flatitudegames\u002FGPT-3-Encoder\u002Fissues\u002F5",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},28508,"如何在 package.json 中添加缺失的依赖项？","如果遇到缺少依赖的错误，这通常是因为构建环境或安装过程未自动拉取所有必要包。该问题在 Issue #32 中已有讨论。请检查项目根目录是否包含完整的 `package.json` 文件，并运行 `npm install` 重新安装依赖。如果问题依旧，可参考 Issue #32 的具体讨论内容。","https:\u002F\u002Fgithub.com\u002Flatitudegames\u002FGPT-3-Encoder\u002Fissues\u002F36",{"id":131,"question_zh":132,"answer_zh":133,"source_url":109},28509,"该库是否支持指定不同模型（如 GPT-4、GPT-3.5）的编码方式？","目前该库默认使用 `r50k_base` 编码方案，主要适用于早期的 Davinci 等模型。社区用户反馈希望能像 Python 的 `tiktoken` 库一样通过参数指定模型（例如 `encoding_for_model(\"gpt-4\")`）。然而，截至当前版本，该 JavaScript 库尚未内置针对不同模型的动态编码选择功能。如需处理新模型，可能需要自行集成其他编码逻辑或等待库的后续更新。",[]]