[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-m1guelpf--browser-agent":3,"tool-m1guelpf--browser-agent":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},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",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},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",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},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",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":75,"owner_website":82,"owner_url":83,"languages":84,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":23,"env_os":93,"env_gpu":94,"env_ram":93,"env_deps":95,"category_tags":102,"github_topics":81,"view_count":23,"oss_zip_url":81,"oss_zip_packed_at":81,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":121},3964,"m1guelpf\u002Fbrowser-agent","browser-agent","A browser AI agent, using GPT-4","browser-agent 是一款基于 GPT-4 的智能浏览器代理工具，旨在让用户仅通过自然语言描述目标，即可自动执行复杂的网页操作。它充当了大语言模型与无头 Chromium 浏览器之间的桥梁，将用户的指令转化为具体的浏览行为，从而解决了传统网页自动化需要编写繁琐代码或依赖固定脚本的痛点，让任务执行更加灵活直观。\n\n该工具特别适合开发者、技术研究人员以及希望探索 AI 自动化潜力的进阶用户。对于需要频繁进行数据抓取、流程测试或批量网页交互的专业人士而言，browser-agent 能显著降低自动化门槛。其独特的技术亮点在于采用 Rust 语言构建，不仅提供了高效的命令行界面（CLI）供直接调用，还将核心功能封装为库文件，方便其他开发者集成到自己的项目中。此外，它支持可视化模式调试，并允许选择是否将页面文本内容纳入提示词，以平衡执行的准确性与可靠性。作为对 natbot 实验的继承与发展，browser-agent 在保持开源开放的同时，为用户提供了更稳定、易用的 AI 驱动浏览体验。","# A browser AI agent, using GPT-4\n\nThis project provides a bridge between GPT-4 and a headless Chromium browser, allowing you to automate actions simply by describing them to the program. It takes the form of a Rust CLI, but also exports most of the internals as a library for others to use.\n\n## Installation\n\n`browser-agent` is built using Rust, so you'll need to install the Rust toolchain. You can do this by following the instructions at [rustup.rs](https:\u002F\u002Frustup.rs\u002F).\n\nOnce you have Rust installed, you can install `browser-agent` by running:\n\n```bash\ncargo install browser-agent\n```\n\nYou should also place your OpenAI API key in the `OPENAI_API_KEY` environment variable. This key should have access to the `gpt-4` model.\n\nYou can copy the contents of the `example.env` file to a `.env` file in the root of the project, and fill in the `OPENAI_API_KEY` variable. The `.env` file is ignored by git, so you don't have to worry about accidentally committing your API key. Note though, `.env.example` is not ignored, so you should not change that file.\n\n## Usage\n\n```\nUsage: browser-agent [OPTIONS] \u003CGOAL>\n\nArguments:\n  \u003CGOAL>  The goal for the agent to achieve\n\nOptions:\n      --visual                Whether to show the browser window. Warning: this makes the agent more unreliable\n  -v...                       Set the verbosity level, can be used multiple times\n      --include-page-content  Whether to include text from the page in the prompt\n  -h, --help                  Print help\n  -V, --version               Print version\n```\n\n## Aknowledgements\n\nThis project was inspired and builds on top of [Nat Friedman](https:\u002F\u002Fgithub.com\u002Fnat)'s [natbot](https:\u002F\u002Fgithub.com\u002Fnat\u002Fnatbot) experiment.\n\n## License\n\nThis project is licensed under the MIT license. See [LICENSE](LICENSE) for more details.\n","# 一个基于 GPT-4 的浏览器 AI 代理\n\n该项目在 GPT-4 和无头 Chromium 浏览器之间搭建了一座桥梁，使您只需向程序描述所需操作，即可实现自动化。它以 Rust 命令行工具的形式提供，同时也将大部分内部逻辑作为库导出，供其他开发者使用。\n\n## 安装\n\n`browser-agent` 使用 Rust 构建，因此您需要先安装 Rust 工具链。您可以按照 [rustup.rs](https:\u002F\u002Frustup.rs\u002F) 上的说明进行安装。\n\nRust 安装完成后，您可以通过以下命令安装 `browser-agent`：\n\n```bash\ncargo install browser-agent\n```\n\n此外，您还需要将您的 OpenAI API 密钥设置到 `OPENAI_API_KEY` 环境变量中。该密钥应具备访问 `gpt-4` 模型的权限。\n\n您可以将 `example.env` 文件的内容复制到项目根目录下的 `.env` 文件中，并填写 `OPENAI_API_KEY` 变量。`.env` 文件会被 Git 忽略，因此无需担心意外提交您的 API 密钥。不过，请注意，`.env.example` 文件并未被忽略，因此请勿修改该文件。\n\n## 使用方法\n\n```\n用法：browser-agent [选项] \u003C目标>\n\n参数：\n  \u003C目标>  代理要达成的目标\n\n选项：\n      --visual                是否显示浏览器窗口。警告：这会降低代理的可靠性\n  -v...                       设置日志详细程度，可多次使用\n      --include-page-content  是否在提示中包含页面文本\n  -h, --help                  显示帮助信息\n  -V, --version               显示版本信息\n```\n\n## 致谢\n\n本项目受到 Nat Friedman（[GitHub 用户 nat](https:\u002F\u002Fgithub.com\u002Fnat)）的 [natbot](https:\u002F\u002Fgithub.com\u002Fnat\u002Fnatbot) 实验的启发，并在此基础上构建而成。\n\n## 许可证\n\n本项目采用 MIT 许可证授权。更多详情请参阅 [LICENSE](LICENSE) 文件。","# browser-agent 快速上手指南\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：支持 Rust 的主流系统（Linux, macOS, Windows）。\n*   **前置依赖**：\n    *   **Rust 工具链**：本项目基于 Rust 构建。\n    *   **OpenAI API Key**：您需要一个拥有 `gpt-4` 模型访问权限的 API Key。\n\n## 安装步骤\n\n1.  **安装 Rust**\n    访问 [rustup.rs](https:\u002F\u002Frustup.rs\u002F) 按照官方指引安装 Rust 工具链。\n    > **国内开发者提示**：如果下载缓慢，可配置国内镜像源加速安装：\n    > ```bash\n    > export RUSTUP_DIST_SERVER=https:\u002F\u002Fmirrors.tuna.tsinghua.edu.cn\u002Frustup\n    > export RUSTUP_UPDATE_ROOT=https:\u002F\u002Fmirrors.tuna.tsinghua.edu.cn\u002Frustup\u002Frustup\n    > curl --proto '=https' --tlsv1.2 -sSf https:\u002F\u002Fmirrors.tuna.tsinghua.edu.cn\u002Frustup\u002Frustup-init.sh | sh\n    > ```\n\n2.  **安装 browser-agent**\n    使用 Cargo 安装命令行工具：\n    ```bash\n    cargo install browser-agent\n    ```\n\n3.  **配置 API Key**\n    项目根目录通常包含 `example.env` 文件。将其复制为 `.env` 并填入您的 Key：\n    ```bash\n    cp example.env .env\n    ```\n    编辑 `.env` 文件，填入以下内容（注意不要修改 `example.env`）：\n    ```text\n    OPENAI_API_KEY=sk-your-actual-api-key-here\n    ```\n    *注：`.env` 文件已被 git 忽略，可安全存储密钥。*\n\n## 基本使用\n\n安装完成后，您只需向程序描述目标，它即可自动操控无头浏览器完成任务。\n\n**最简单的使用示例：**\n\n让代理访问指定网页并提取信息（将 `\u003CGOAL>` 替换为您的自然语言指令）：\n\n```bash\nbrowser-agent \"访问 example.com 并总结首页的主要内容\"\n```\n\n**常用参数说明：**\n\n*   `--visual`：显示浏览器窗口（默认无头模式）。**警告**：开启此选项可能会降低代理的稳定性。\n*   `-v` 或 `-vv`：增加输出详细程度，便于调试。\n*   `--include-page-content`：在提示词中包含页面文本内容。\n\n**示例（带可视化窗口和详细日志）：**\n\n```bash\nbrowser-agent --visual -vv \"在谷歌搜索 Rust 编程语言的最新版本\"\n```","某电商数据分析师需要每日从多个竞争对手网站抓取最新商品价格与库存状态，以生成动态调价报告。\n\n### 没有 browser-agent 时\n- 必须为每个目标网站单独编写和维护复杂的 Selenium 或 Playwright 脚本，一旦网页结构微调，代码即刻失效。\n- 面对带有动态加载内容或简单反爬机制的页面，传统脚本难以模拟真实用户行为，经常获取不到完整数据。\n- 处理不同网站的登录验证、弹窗关闭等交互逻辑需耗费大量人工调试时间，无法快速响应临时的数据采集需求。\n- 非技术人员无法直接参与流程，每次变更采集目标都需向开发团队提交需求，沟通成本高且周期长。\n\n### 使用 browser-agent 后\n- 只需通过命令行输入自然语言目标（如“访问亚马逊并记录前 10 款耳机的价格”），browser-agent 即可自动规划并执行浏览器操作。\n- 依托 GPT-4 的理解能力，browser-agent 能智能识别页面元素变化，自动适应动态加载内容，显著降低因页面改版导致的任务失败率。\n- 遇到登录框或广告弹窗时，browser-agent 能像真人一样判断并执行关闭或输入操作，无需预先编写特定的交互代码。\n- 业务人员可直接下达指令调整采集范围，browser-agent 即时响应，将原本数天的开发等待缩短为分钟级的即时执行。\n\nbrowser-agent 将繁琐的浏览器自动化编码工作转化为简单的自然语言指令，让数据采集变得像对话一样高效灵活。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fm1guelpf_browser-agent_e71e97a1.png","m1guelpf","Miguel Piedrafita","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fm1guelpf_4a3d8861.jpg","friendly ambitious nerd, purple-haired dev @worldcoin, serial builder.","@worldcoin","Lisbon, Portugal",null,"https:\u002F\u002Fmiguel.build","https:\u002F\u002Fgithub.com\u002Fm1guelpf",[85],{"name":86,"color":87,"percentage":88},"Rust","#dea584",100,726,69,"2026-04-05T11:17:14","MIT","未说明","不需要 GPU",{"notes":96,"python":97,"dependencies":98},"该项目基于 Rust 构建，需安装 Rust 工具链。运行时需要配置 OPENAI_API_KEY 环境变量以访问 GPT-4 模型。默认使用无头（headless）Chromium 浏览器，若开启可视化模式（--visual）可能导致代理稳定性下降。","不适用",[99,100,101],"Rust toolchain","OpenAI API Key (gpt-4 access)","Headless Chromium",[26,15],"2026-03-27T02:49:30.150509","2026-04-06T05:27:30.471548",[106,111,116],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},18097,"运行时报错\"Download of browser failed\"或\"Failed to create archive file\"怎么办？","该问题通常由浏览器下载或解压失败引起。维护者指出该问题已通过 Pull Request #4 修复，部分用户反馈相关修复（如 Issue #3 提及的改动）也能解决问题。请尝试更新到最新版本或应用相关的代码修复补丁。","https:\u002F\u002Fgithub.com\u002Fm1guelpf\u002Fbrowser-agent\u002Fissues\u002F3",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},18098,"使用 cargo 安装后运行命令提示浏览器安装失败，如何解决？","如果在执行类似 `browser-agent \"what is the capital of hawaii\" --include-page-content` 时遇到 \"Error: Download of browser failed\" 和 \"No such file or directory (os error 2)\" 错误，这通常是因为归档文件创建失败。该问题已通过 PR #4 修复，也有用户确认 Issue #3 中的修复方案有效。建议检查项目是否已更新至包含这些修复的版本。","https:\u002F\u002Fgithub.com\u002Fm1guelpf\u002Fbrowser-agent\u002Fissues\u002F7",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},18099,"可以使用 GPT-3.5 Turbo 模型代替 GPT-4 吗？","可以。维护者确认可以使用 GPT-3.5 Turbo，虽然其智能程度可能略低于 GPT-4，但功能完全正常，适用于无法访问 GPT-4 的用户。","https:\u002F\u002Fgithub.com\u002Fm1guelpf\u002Fbrowser-agent\u002Fissues\u002F5",[]]