[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-lightningpixel--modly":3,"tool-lightningpixel--modly":65},[4,23,32,40,49,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":22},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。",85092,2,"2026-04-10T11:13:16",[13,14,15,16,17,18,19,20,21],"图像","数据工具","视频","插件","Agent","其他","语言模型","开发框架","音频","ready",{"id":24,"name":25,"github_repo":26,"description_zh":27,"stars":28,"difficulty_score":29,"last_commit_at":30,"category_tags":31,"status":22},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[19,14,18],{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":29,"last_commit_at":38,"category_tags":39,"status":22},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[18,13,14,20],{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":46,"last_commit_at":47,"category_tags":48,"status":22},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",[17,13,20,19,18],{"id":50,"name":51,"github_repo":52,"description_zh":53,"stars":54,"difficulty_score":46,"last_commit_at":55,"category_tags":56,"status":22},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。",75309,"2026-04-10T11:12:54",[19,13,20,18],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":29,"last_commit_at":63,"category_tags":64,"status":22},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,"2026-04-03T21:50:24",[20,18],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":77,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":77,"owner_url":79,"languages":80,"stars":119,"forks":120,"last_commit_at":121,"license":122,"difficulty_score":123,"env_os":124,"env_gpu":125,"env_ram":126,"env_deps":127,"category_tags":135,"github_topics":136,"view_count":10,"oss_zip_url":77,"oss_zip_packed_at":77,"status":22,"created_at":143,"updated_at":144,"faqs":145,"releases":186},6205,"lightningpixel\u002Fmodly","modly","Desktop app to generate 3D models from images using local AI — runs entirely on your GPU","Modly 是一款开源的桌面应用程序，专为将静态图片快速转化为三维模型而设计。它利用本地人工智能技术，让用户只需上传一张照片，即可在电脑上直接生成高质量的 3D 网格模型，整个过程完全依赖用户自己的显卡（GPU）运行，无需连接云端服务器或担心数据隐私泄露。\n\n这一工具有效解决了传统 3D 建模门槛高、耗时长，以及在线 AI 生成服务存在数据上传风险和订阅费用的问题。通过本地化部署，Modly 确保了创作过程的私密性与自主性，同时支持 Windows 和 Linux 系统（macOS 版本即将推出）。\n\nModly 非常适合游戏开发者、独立设计师、3D 打印爱好者以及希望尝试 AI 生成内容的普通用户。其独特的扩展系统允许社区自由集成不同的 AI 模型（如 Hunyuan3D、TripoSG 等），用户可以根据需求灵活切换算法，平衡生成速度与模型精度。无论是需要快速原型设计的创意工作者，还是希望深入研究图像到 3D 技术的开发者，都能在这款免费、开放且易于上手的工具中找到适合自己的工作流。","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_081c528062de.png\" width=\"96\" alt=\"Modly logo\" \u002F>\n\u003C\u002Fp>\n\n# Modly\n\n**Local, open source, AI-powered image-to-3D mesh generation.**\nTurn any photo into a 3D model using open source AI models running entirely on your GPU.\nModly is a desktop application for Windows and Linux (macOS coming soon)\n\n> Created by [Lightning Pixel](https:\u002F\u002Fgithub.com\u002Flightningpixel)\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_471634363550.png\" alt=\"Modly screenshot\" \u002F>\n\u003C\u002Fp>\n\n---\n\n\n## Download\n\nHead to the [Releases](..\u002F..\u002Freleases\u002Flatest) page to download the latest installer for Windows or Linux.\n\nAlternatively, you can clone the repository and run the app directly without installing:\n\n```bash\n# Windows\nlauncher.bat\n\n# Linux\n.\u002Flauncher.sh\n```\n\n---\n\n\n\n## Getting started\n\n### 1. Install JS dependencies\n\n```bash\nnpm install\n```\n\n### 2. Set up Python backend\n\n```bash\ncd api\npython -m venv .venv\n.venv\\Scripts\\activate     # Windows\nsource .venv\u002Fbin\u002Factivate  # Linux \u002F macOS\npip install -r requirements.txt\n```\n\n### 3. Run in development\n\n```bash\nnpm run dev\n```\n\n---\n\n## Extension system\n\nModly supports external AI model extensions. Each extension is a GitHub repository containing a `manifest.json` and a `generator.py`.\n\n### Official extensions\n\n| Extension | Model | URL |\n|-----------|-------|-----|\n| [modly-hunyuan3d-mini-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-extension) | Hunyuan3D 2 Mini | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-extension |\n| [modly-hunyuan3d-mini-turbo-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-turbo-extension) | Hunyuan3D 2 Mini Turbo | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-turbo-extension |\n| [modly-hunyuan3d-mini-fast-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-fast-extension) | Hunyuan3D 2 Mini Fast | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-fast-extension |\n| [modly-triposg-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-triposg-extension) | TripoSG | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-triposg-extension |\n| [modly-trellis2-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-trellis2-extension) | TRELLIS.2 | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-trellis2-extension |\n\n### How to install an extension\n\n**1.** Go to the **Models** page and click **Install from GitHub**.\n\n![Install from GitHub](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_e6634864607f.png)\n\n**2.** Enter the HTTPS URL of the extension repository and confirm.\n\n![Enter extension URL](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_ac5ddb2c9145.png)\n\n**3.** Once the extension is installed, download the model or one of its variants.\n\n![Install models](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_17691064110f.png)\n\n---\n\n### Community \n\nJoin the [Discord server](https:\u002F\u002Fdiscord.gg\u002FFjzjRgweVk) to stay up to date with the latest news, report bugs, and share feedback.\n\n---\n\n## License\n\nMIT License — see [LICENSE](LICENSE) for details.\n\n**If you fork this project and build your own app from it, you must credit the original project and its creator:**\n\n> Based on [Modly](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly) by [Lightning Pixel](https:\u002F\u002Fgithub.com\u002Flightningpixel)\n\nThis is a requirement of the MIT license attribution clause. Please keep this credit visible in your app's UI or documentation.\n\n## Star History\n\n\u003Ca href=\"https:\u002F\u002Fwww.star-history.com\u002F?repos=lightningpixel%2Fmodly&type=timeline&legend=top-left\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=lightningpixel\u002Fmodly&type=timeline&theme=dark&legend=bottom-right\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_bc2b84725206.png\" \u002F>\n   \u003Cimg alt=\"Star History Chart\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_bc2b84725206.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_081c528062de.png\" width=\"96\" alt=\"Modly logo\" \u002F>\n\u003C\u002Fp>\n\n# Modly\n\n**本地、开源、AI 驱动的图像转 3D 网格生成工具。**\n使用完全在您的 GPU 上运行的开源 AI 模型，将任何照片转换为 3D 模型。\nModly 是一款适用于 Windows 和 Linux 的桌面应用程序（macOS 即将推出）。\n\n> 由 [Lightning Pixel](https:\u002F\u002Fgithub.com\u002Flightningpixel) 创建\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_471634363550.png\" alt=\"Modly 截图\" \u002F>\n\u003C\u002Fp>\n\n---\n\n\n## 下载\n\n前往 [Releases](..\u002F..\u002Freleases\u002Flatest) 页面，下载适用于 Windows 或 Linux 的最新安装程序。\n\n或者，您也可以克隆仓库并直接运行应用，无需安装：\n\n```bash\n# Windows\nlauncher.bat\n\n# Linux\n.\u002Flauncher.sh\n```\n\n---\n\n\n\n## 开始使用\n\n### 1. 安装 JS 依赖项\n\n```bash\nnpm install\n```\n\n### 2. 设置 Python 后端\n\n```bash\ncd api\npython -m venv .venv\n.venv\\Scripts\\activate     # Windows\nsource .venv\u002Fbin\u002Factivate  # Linux \u002F macOS\npip install -r requirements.txt\n```\n\n### 3. 在开发模式下运行\n\n```bash\nnpm run dev\n```\n\n---\n\n## 扩展系统\n\nModly 支持外部 AI 模型扩展。每个扩展都是一个包含 `manifest.json` 和 `generator.py` 的 GitHub 仓库。\n\n### 官方扩展\n\n| 扩展 | 模型 | URL |\n|-----------|-------|-----|\n| [modly-hunyuan3d-mini-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-extension) | Hunyuan3D 2 Mini | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-extension |\n| [modly-hunyuan3d-mini-turbo-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-turbo-extension) | Hunyuan3D 2 Mini Turbo | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-turbo-extension |\n| [modly-hunyuan3d-mini-fast-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-fast-extension) | Hunyuan3D 2 Mini Fast | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-fast-extension |\n| [modly-triposg-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-triposg-extension) | TripoSG | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-triposg-extension |\n| [modly-trellis2-extension](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-trellis2-extension) | TRELLIS.2 | https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-trellis2-extension |\n\n### 如何安装扩展\n\n**1.** 前往 **Models** 页面，点击 **Install from GitHub**。\n\n![从 GitHub 安装](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_e6634864607f.png)\n\n**2.** 输入扩展仓库的 HTTPS URL 并确认。\n\n![输入扩展 URL](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_ac5ddb2c9145.png)\n\n**3.** 扩展安装完成后，下载模型或其变体之一。\n\n![安装模型](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_17691064110f.png)\n\n---\n\n### 社区 \n\n加入 [Discord 服务器](https:\u002F\u002Fdiscord.gg\u002FFjzjRgweVk)，以获取最新资讯、报告问题并分享反馈。\n\n---\n\n## 许可证\n\nMIT 许可证 — 详情请参阅 [LICENSE](LICENSE)。\n\n**如果您分叉此项目并基于它构建自己的应用，您必须注明原项目及其创建者：**\n\n> 基于 [Modly](https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly) 由 [Lightning Pixel](https:\u002F\u002Fgithub.com\u002Flightningpixel) 创作\n\n这是 MIT 许可证署名条款的要求。请务必在您的应用界面或文档中保留此署名。\n\n## 星标历史\n\n\u003Ca href=\"https:\u002F\u002Fwww.star-history.com\u002F?repos=lightningpixel%2Fmodly&type=timeline&legend=top-left\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fchart?repos=lightningpixel\u002Fmodly&type=timeline&theme=dark&legend=bottom-right\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_bc2b84725206.png\" \u002F>\n   \u003Cimg alt=\"星标历史图表\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_readme_bc2b84725206.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>","# Modly 快速上手指南\n\nModly 是一款本地运行的开源 AI 工具，可将任意照片转换为 3D 网格模型。它完全在您的 GPU 上运行，支持 Windows 和 Linux（macOS 即将推出）。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows 10\u002F11 或 Linux。\n*   **硬件要求**：具备 CUDA 支持的 NVIDIA GPU（用于本地 AI 推理）。\n*   **前置依赖**：\n    *   [Node.js](https:\u002F\u002Fnodejs.org\u002F) (推荐 LTS 版本)\n    *   [Python](https:\u002F\u002Fwww.python.org\u002F) (建议 3.8 - 3.11)\n    *   Git\n\n> **国内加速建议**：\n> *   安装 Node 依赖时，推荐使用淘宝镜像：`npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n> *   安装 Python 包时，推荐使用清华或阿里镜像：`pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n## 安装步骤\n\n您可以选择直接下载安装包运行，或通过源码构建开发环境。\n\n### 方式一：直接使用（推荐普通用户）\n\n访问 [Releases 页面](..\u002F..\u002Freleases\u002Flatest) 下载适用于您系统的最新安装程序并安装即可。\n\n### 方式二：源码构建（推荐开发者）\n\n如果您希望自定义开发或无需安装直接运行，请按以下步骤操作：\n\n**1. 克隆项目并安装 JS 依赖**\n\n```bash\ngit clone \u003Crepository-url>\ncd modly\nnpm install\n```\n\n**2. 配置 Python 后端环境**\n\n进入 `api` 目录创建虚拟环境并安装依赖：\n\n```bash\ncd api\npython -m venv .venv\n\n# Windows 激活环境\n.venv\\Scripts\\activate\n\n# Linux \u002F macOS 激活环境\nsource .venv\u002Fbin\u002Factivate\n\n# 安装依赖（建议使用国内镜像加速）\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n**3. 启动开发服务**\n\n返回项目根目录（如仍在 api 目录），运行以下命令启动应用：\n\n```bash\nnpm run dev\n```\n\n*(注：若不想构建源码，也可在项目根目录直接运行 `launcher.bat` (Windows) 或 `.\u002Flauncher.sh` (Linux) 来启动预构建版本)*\n\n## 基本使用\n\n### 1. 安装 AI 模型扩展\n\nModly 本身是一个框架，需要安装具体的模型扩展才能生成 3D 模型。\n\n1.  启动应用后，进入 **Models** 页面。\n2.  点击 **Install from GitHub**。\n3.  输入官方扩展仓库的 HTTPS 地址，例如 Hunyuan3D 2 Mini：\n    `https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly-hunyuan3d-mini-extension`\n4.  确认安装后，在列表中下载该扩展对应的模型文件。\n\n**常用官方扩展推荐：**\n*   **Hunyuan3D 2 Mini**: 平衡速度与质量。\n*   **TripoSG**: 另一种高质量生成方案。\n*   **TRELLIS.2**: 先进的生成架构。\n\n### 2. 生成 3D 模型\n\n1.  在主界面上传一张清晰的物体照片（支持 JPG\u002FPNG）。\n2.  选择已安装的模型扩展。\n3.  点击生成按钮，等待 GPU 处理完成。\n4.  预览生成的 3D 网格，并可导出为通用的 3D 文件格式。\n\n### 3. 社区与支持\n\n遇到问题或想要交流？欢迎加入官方 [Discord 服务器](https:\u002F\u002Fdiscord.gg\u002FFjzjRgweVk) 获取最新资讯和反馈问题。","独立游戏开发者阿明需要为原型快速制作一批风格统一的低多边形道具模型，但他没有 3D 建模基础且预算有限。\n\n### 没有 modly 时\n- **高昂的云端成本**：使用在线 AI 生成服务需按次付费，频繁迭代测试导致费用迅速超出个人项目预算。\n- **隐私与数据风险**：必须将未公开的游戏概念图上传至第三方服务器，存在核心美术资产泄露的隐患。\n- **工作流割裂严重**：需要在浏览器、云盘和本地引擎间反复切换下载文件，无法离线工作，网络波动常打断创作思路。\n- **定制扩展困难**：面对封闭的商业平台，无法根据游戏特定的画风需求替换或微调底层的 AI 生成模型。\n\n### 使用 modly 后\n- **零边际成本运行**：直接调用本地显卡算力进行推理，无论生成多少次测试模型都无需支付额外费用。\n- **数据完全本地化**：所有图片输入与模型生成过程均在断网环境下完成，确保游戏素材绝对安全可控。\n- **桌面级无缝集成**：作为原生桌面应用，一键导入图片即可在本地生成并导出网格，支持离线批量处理，大幅提升效率。\n- **灵活模型扩展**：通过简单的 GitHub 链接即可安装 Hunyuan3D 或 TripoSG 等不同插件，自由切换算法以适应特定美术风格。\n\nmodly 让创作者能在保护知识产权的前提下，利用本地算力免费、高效地将二维创意瞬间转化为可编辑的三维资产。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flightningpixel_modly_47163436.png","lightningpixel",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flightningpixel_6d711564.png","https:\u002F\u002Fgithub.com\u002Flightningpixel",[81,85,89,93,97,101,104,108,112,116],{"name":82,"color":83,"percentage":84},"TypeScript","#3178c6",67.4,{"name":86,"color":87,"percentage":88},"Python","#3572A5",14.7,{"name":90,"color":91,"percentage":92},"C++","#f34b7d",12,{"name":94,"color":95,"percentage":96},"Objective-C++","#6866fb",1.9,{"name":98,"color":99,"percentage":100},"Cuda","#3A4E3A",1.7,{"name":102,"color":103,"percentage":29},"JavaScript","#f1e05a",{"name":105,"color":106,"percentage":107},"Metal","#8f14e9",0.9,{"name":109,"color":110,"percentage":111},"CSS","#663399",0.2,{"name":113,"color":114,"percentage":115},"Batchfile","#C1F12E",0.1,{"name":117,"color":118,"percentage":115},"Shell","#89e051",840,89,"2026-04-10T02:36:12","NOASSERTION",4,"Windows, Linux","必需（本地运行 AI 模型），具体型号、显存大小及 CUDA 版本未在文档中明确说明","未说明",{"notes":128,"python":129,"dependencies":130},"该工具为桌面应用，支持通过启动脚本直接运行或安装使用。核心功能依赖外部 AI 模型扩展（如 Hunyuan3D, TripoSG 等），需在应用内从 GitHub 安装扩展并下载对应的模型文件后方可使用。macOS 版本即将推出，目前仅支持 Windows 和 Linux。","未说明（需支持 venv 及 pip 安装 requirements.txt）",[131,132,133,134],"npm (Node.js)","python-venv","pip","requirements.txt 中定义的 Python 库",[18],[137,138,139,140,68,141,142],"3d","ai-local","ai-tools","open-source","desktop-app","self-hosted","2026-03-27T02:49:30.150509","2026-04-10T20:32:21.169089",[146,151,156,161,166,171,176,181],{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},28110,"生成模型时遇到状态码 400 错误怎么办？","这通常是因为服务器启动端口与应用尝试连接的端口不一致。请尝试升级到最新版本（如 v0.2.0），该版本已修复此问题。如果问题依旧，请检查日志中显示的服务器地址，确保应用界面请求的主机地址与日志中一致。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F23",{"id":152,"question_zh":153,"answer_zh":154,"source_url":155},28111,"背景移除进度卡在 5% 不动如何解决？","如果是 Windows 用户，可以尝试完全卸载程序，清理注册表，禁用 Windows Home 中的智能控制功能，然后重新安装。有用户反馈执行这些步骤后，任务在约 2 分钟内完成。此外，移动端显卡（如 RTX 5070 Mobile）可能比桌面端显卡处理速度慢很多，请耐心等待或尝试在高性能桌面设备上运行。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F26",{"id":157,"question_zh":158,"answer_zh":159,"source_url":160},28112,"运行 AppImage 版本时报错“未找到捆绑的 Python 运行时”怎么办？","这是一个已知缺陷。临时解决方法是手动创建目录并链接系统 Python：\n1. 创建目录：`mkdir -p resources\u002Fpython-embed\u002Fbin`\n2. 创建软链接：`ln -s \u002Fusr\u002Fbin\u002Fpython3 resources\u002Fpython-embed\u002Fbin\u002Fpython3`\n或者，您可以选择不使用 AppImage，而是克隆仓库并按照 README 中的“开始使用”部分安装 npm 和 Python 依赖来直接从源码运行。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F66",{"id":162,"question_zh":163,"answer_zh":164,"source_url":165},28113,"遇到扩展签名无效（Invalid Signature）导致模型无法下载怎么办？","这通常是由于扩展文件被篡改或版本过旧引起的。维护者表示该问题已在服务端修复。请尝试在应用中重新安装相关扩展（例如 Hunyuan3d-Mini），通常即可恢复正常。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F52",{"id":167,"question_zh":168,"answer_zh":169,"source_url":170},28114,"运行程序后导致系统原有的 Python 包被卸载或损坏怎么办？","早期版本可能存在直接使用系统 Python 环境的问题。维护者已重构依赖管理系统，将在后续补丁中修复，确保应用使用独立的虚拟环境（venv）而不影响系统包。在此之前，建议等待更新或手动配置独立的虚拟环境来运行项目，避免直接在全局环境中操作。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F36",{"id":172,"question_zh":173,"answer_zh":174,"source_url":175},28115,"拖拽图片到应用中无法识别或生成按钮不激活怎么办？","这是一个已知的 UI Bug。虽然点击加载图片可以正常工作，但拖拽功能在某些版本中失效。该问题已在 v0.1.3 及更高版本中修复，请升级应用到最新版本即可解决。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F19",{"id":177,"question_zh":178,"answer_zh":179,"source_url":180},28116,"点击“生成 3D 模型”按钮没有反应或呈灰色不可用状态怎么办？","这是一个已知问题，通常发生在特定配置下。维护者确认该问题已被修复，并包含在即将发布的补丁中。请确保您的应用已更新到最新版本。如果问题仍然存在，请检查是否正确安装了 AI 模型扩展。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F9",{"id":182,"question_zh":183,"answer_zh":184,"source_url":185},28117,"安装扩展时提示“仓库中缺少 manifest.json”错误怎么办？","出现此错误通常是因为输入的 URL 不正确。您不能直接将主代码仓库的地址（如 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly）作为扩展安装链接，因为该仓库根目录下没有扩展所需的 `manifest.json` 文件。请确保您输入的是专门针对该扩展的独立仓库地址或正确的发布链接。","https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fissues\u002F88",[187,192,197,202,207],{"id":188,"version":189,"summary_zh":190,"released_at":191},189036,"v0.3.1","## 变更内容\n* 修复(工作流)：缺失节点，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F85 中完成\n* 发布\u002Fv0.3.1，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F86 中完成\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fcompare\u002Fv0.3.0...v0.3.1","2026-04-07T07:29:35",{"id":193,"version":194,"summary_zh":195,"released_at":196},189037,"v0.3.0","## 变更内容\n* 技术(架构)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F67 中重构扩展架构\n* 功能：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F69 中添加带有节点 UI 的工作流系统\n* 功能(扩展)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F70 中将模型页面重构为扩展页面\n* 技术(工作区)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F71 中移除工作区系统\n* 功能(工作流)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F72 中改进工作流页面并修复自动更新程序\n* 功能(3D 查看器)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F73 中添加小工具控制器\n* 功能(生成)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F74 中在页眉栏中添加工具\n* 功能(生成)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F75 中改进生成页面\n* 功能(工作流)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F76 中添加通用节点并重构架构\n* 功能\u002F改进工作流页面：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F77 中完成\n* 功能(工作流)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F78 中改进工作流页面及性能\n* 技术(扩展)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F79 中改进节点系统扩展\n* 技术(扩展)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F80 中修复架构节点运行器\n* 技术(GitHub)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F81 中改进 README 文件\n* 修复(nodex)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F82 中修复设置中的工作流节点\n* 修复(工作流)：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F83 中改进选项工作流\n* 发布\u002Fv0.3.0：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F84 中完成\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fcompare\u002Fv0.2.1...v0.3.0","2026-04-03T13:47:07",{"id":198,"version":199,"summary_zh":200,"released_at":201},189038,"v0.2.1","## 变更内容\n* 技术：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F54 中改进扩展系统\n* 修复（模型）：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F57 中修复被阻止的可信扩展\n* 主分支切换至开发分支：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F58 中完成\n* 发布 v0.2.1 版本：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F59 中完成\n* 转储 v0.2.1 版本：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F60 中完成\n* 修复（基础设施）：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F61 中修复自动更新程序\n* 再次发布 v0.2.1 版本：由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F62 中完成\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fcompare\u002Fv0.2.0...v0.2.1","2026-03-26T14:00:40",{"id":203,"version":204,"summary_zh":205,"released_at":206},189039,"v0.2.0","## 变更内容\n* 同步 main -> dev 分支，发布 v0.1.3 版本后由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F24 中完成\n* 新增功能 (设置)：首次运行设置中添加数据文件夹选择器，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F25 中实现\n* 新增功能 (设置)：添加依赖项自定义文件夹选项，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F28 中实现\n* 错误提示弹窗 + 修复开发模式以使用内置 Python 和数据目录，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F29 中完成\n* 新增功能 (设置)：在设置中添加基于会话的日志轮转和日志查看器，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F30 中实现\n* 修复 (生成)：禁用无模型时的生成功能，并添加图片清除按钮，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F31 中完成\n* 修复 (生成)：重命名截图默认文件名，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F32 中完成\n* 新增功能 (模型)：在模型下载过程中显示文件数量和当前文件名，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F33 中实现\n* 修复 (设置)：使用打包的 python-build-standalone 工具隔离 Python 环境，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F37 中完成\n* 新增功能 (结构)：添加带有补丁版本的自动更新器，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F38 中实现\n* 修复 (设置)：动态提供工作区文件，并在路径变更时卸载模型，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F39 中完成\n* 修复 package.json 文件，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F40 中完成\n* 修复 (生成)：添加内存释放按钮和模型全部卸载接口，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F41 中完成\n* 新增功能 (生成)：添加支持协作取消的停止生成按钮，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F42 中实现\n* 新增功能 (模型)：将 hf_skip_prefixes 参数传递到下载流程中，并修复相关问题，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F43 中完成\n* 修复 (生成)：修复查看已删除工作区模型时出现黑屏的问题，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F44 中完成\n* 新增功能 (模型)：在模型卡片上添加“在资源管理器中显示”按钮，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F45 中实现\n* 修复 (生成)：改进卸载时的内存释放机制，并禁用自由内存释放功能，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F46 中完成\n* 修复 (工作区)：防止在生成任务进行时选择工作区模型，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F47 中完成\n* 修复发布流程，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F48 中完成\n* 发布 v0.2.0 版本，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F49 中完成\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fcompare\u002Fv0.1.3...v0.2.0","2026-03-22T17:47:10",{"id":208,"version":209,"summary_zh":210,"released_at":211},189040,"v0.1.3","## 变更内容\n* 修复：在应用更新后重新运行 Python 安装脚本，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F8 中完成\n* 修复（设置）：动态版本号和关于页面链接，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F10 中完成\n* 新增功能（更新）：添加带有版本检查的更新提示弹窗，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F11 中完成\n* 修复单模型下载问题，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F13 中完成\n* 修复（模型）：默认模型 ID 不为空，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F14 中完成\n* 技术（日志）：改进日志系统，增加更多详细信息，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F15 中完成\n* 修复（模型）：在删除模型前将其从内存中卸载，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F16 中完成\n* 修复（模型）：更新 CSP 检查，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F17 中完成\n* 修复（安装）：使用 requirements.txt 的哈希值触发重新安装，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F18 中完成\n* 修复（生成）：处理拖放时缺少文件路径的问题，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F21 中完成\n* 发布 v0.1.3，由 @lightningpixel 在 https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fpull\u002F22 中完成\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Flightningpixel\u002Fmodly\u002Fcompare\u002Fv0.1.2...v0.1.3","2026-03-19T17:01:16"]