[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-mshumer--sora-extend":3,"tool-mshumer--sora-extend":64},[4,17,27,35,48,56],{"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",140436,2,"2026-04-05T23:32:43",[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},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",[14,43,44,45,15,46,26,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"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",[15,14,13,26,46],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70626,"2026-04-05T22:51:36",[26,15,13,45],{"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":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":76,"difficulty_score":23,"env_os":87,"env_gpu":88,"env_ram":88,"env_deps":89,"category_tags":92,"github_topics":76,"view_count":10,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":93,"updated_at":94,"faqs":95,"releases":121},741,"mshumer\u002Fsora-extend","sora-extend","Generate long Sora 2 videos that exceed OpenAI's native 12-second limit","sora-extend 是一个开源项目，致力于突破 OpenAI Sora 2 模型单次仅能生成 12 秒视频的时长瓶颈。面对原生模型输出片段过短、难以满足长视频创作需求的痛点，sora-extend 提供了一套自动化解决方案。\n\n它的核心工作流程包括智能提示词拆解、顺序视频生成及自动拼接。通过将长提示词分解为连贯的短段落，并利用上一段生成的最终帧作为下一段的上下文输入，确保了不同片段间画面与主题的平滑过渡。这种基于帧级上下文的延续性技术，有效避免了传统拼接中常见的视觉断层问题。\n\n无论是追求高效内容产出的设计师、视频创作者，还是热衷于探索 AI 边界的技术开发者，都能借助 sora-extend 轻松制作出高质量、长时长的连续视频。该项目支持 Google Colab 在线运行，降低了使用门槛，让长格式 AI 视频创作变得更加触手可及。","# Sora Extend\n\n[![Follow on X](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fmattshumer_?style=social)](https:\u002F\u002Fx.com\u002Fmattshumer_) [![Open in Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fmshumer\u002Fsora-extend\u002Fblob\u002Fmain\u002FSora_Extend.ipynb)\n\n[Be the first to know when I publish new AI builds + demos!](https:\u002F\u002Ftally.so\u002Fr\u002Fw2M17p)\n\n**Seamlessly generate extended Sora 2 videos beyond OpenAI’s 12-second limit.**\n\nOpenAI’s Sora video generation model currently restricts output to 12-second clips. By leveraging the final frame of each generation as context for the next, and intelligently breaking down your prompt into coherent segments that mesh well, Sora Extend enables the creation of high-quality, extended-duration videos with continuity.\n\n---\n\n## How it Works\n\n1. **Prompt Deconstruction**\n\n   * Your initial prompt is intelligently broken down into smaller, coherent segments suitable for Sora 2’s native generation limits, with additional context that allows each subsequent prompt to have a sense of what happened before it.\n\n2. **Sequential Video Generation**\n\n   * Each prompt segment is independently processed by Sora 2, sequentially, generating video clips that align smoothly both visually and thematically. The final frame of each generated clip is captured and fed into the subsequent generation step as contextual input, helping with visual consistency.\n\n3. **Concatenation**\n\n   * Generated video segments are concatenated automatically, resulting in a single continuous video output without noticeable transitions or interruptions.\n\n---\n\nGenerate long-form AI videos effortlessly with Sora Extend.\n","# Sora Extend\n\n[![Follow on X](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fmattshumer_?style=social)](https:\u002F\u002Fx.com\u002Fmattshumer_) [![Open in Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fmshumer\u002Fsora-extend\u002Fblob\u002Fmain\u002FSora_Extend.ipynb)\n\n[第一时间了解我发布的新 AI 构建和演示！](https:\u002F\u002Ftally.so\u002Fr\u002Fw2M17p)\n\n**无缝生成超越 OpenAI 12 秒限制的扩展版 Sora 2 视频。**\n\nOpenAI 的 Sora 视频生成模型目前将输出限制为 12 秒片段。通过利用每次生成的最后一帧作为下一次生成的上下文，并将您的提示词（prompt）智能地分解为协调一致的片段以良好衔接，Sora Extend 使得创建具有连贯性的高质量、长时长视频成为可能。\n\n---\n\n## 工作原理\n\n1. **提示词拆解**\n\n   * 您的初始提示词被智能地分解为更小的、协调一致的片段，适用于 Sora 2 的原生生成限制，并包含额外的上下文信息，使每个后续提示词都能了解之前发生的事情。\n\n2. **顺序视频生成**\n\n   * 每个提示词片段由 Sora 2 独立处理，按顺序生成在视觉和主题上都平滑对齐的视频片段。每个生成片段的最后一帧被捕获并作为上下文输入馈送到后续生成步骤中，有助于保持视觉一致性。\n\n3. **拼接**\n\n   * 生成的视频片段会自动拼接，形成单个连续的视频输出，没有明显的过渡或中断。\n\n---\n\n使用 Sora Extend 轻松生成长篇 AI 视频。","# Sora Extend 快速上手指南\n\n## 工具简介\n**Sora Extend** 是一款开源工具，旨在突破 OpenAI Sora 2 模型单次仅能生成 12 秒视频的限制。它通过智能提示词拆解、利用上一帧作为下一帧上下文以及自动拼接技术，实现高质量、长时长且连贯的视频生成。\n\n## 环境准备\n在开始之前，请确保您的开发环境满足以下要求：\n- **系统要求**：支持 Python 3.x 的操作系统（Linux\u002FWindows\u002FmacOS）。\n- **硬件建议**：推荐使用配备 NVIDIA GPU 的设备以加速本地推理（若使用本地部署）。\n- **网络环境**：需访问 GitHub 及 OpenAI 相关服务（建议使用稳定网络或国内加速方案）。\n- **依赖项**：标准 Python 科学计算库（具体依赖请参考项目根目录 `requirements.txt`）。\n\n## 安装步骤\n\n### 方案一：Google Colab（推荐，无需本地配置）\n直接点击官方提供的 Colab 笔记本链接即可在线运行，适合快速体验：\n[![Open in Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fmshumer\u002Fsora-extend\u002Fblob\u002Fmain\u002FSora_Extend.ipynb)\n\n### 方案二：本地部署\n如果您希望本地运行，请按以下步骤操作：\n\n1. 克隆项目仓库（如遇连接缓慢，可使用国内镜像加速）：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fmshumer\u002Fsora-extend.git\ncd sora-extend\n```\n\n2. 安装依赖包：\n```bash\npip install -r requirements.txt\n```\n\n## 基本使用\n\n本工具的核心流程分为三个自动化步骤，您只需提供初始创意即可：\n\n1. **提示词拆解 (Prompt Deconstruction)**\n   工具会将您的原始提示词智能拆分为多个连贯的小片段，并为每个片段添加前序上下文信息，确保逻辑通顺。\n\n2. **顺序生成 (Sequential Video Generation)**\n   每个片段将依次输入 Sora 2 进行处理。系统会自动捕获每一段生成的最后一帧，并将其作为下一段生成的视觉上下文，保证画面一致性。\n\n3. **自动拼接 (Concatenation)**\n   所有生成的视频片段将被自动合并为一个完整的长视频文件，无需手动处理转场。\n\n**示例流程：**\n1. 启动脚本或打开 Colab Notebook。\n2. 输入您想要生成的长视频描述（Prompt）。\n3. 等待工具自动执行拆解、生成与拼接流程。\n4. 获取最终输出的连续视频文件。","一位独立影视博主计划制作一段展示“星际飞船穿越星云”的 60 秒沉浸式片头，需要连贯的动态运镜来体现高速飞行的速度感与沉浸体验。\n\n### 没有 sora-extend 时\n- 原生模型仅支持 12 秒输出，无法直接生成完整的叙事镜头，需反复尝试。\n- 手动拼接多段视频常出现画面抖动或视角不匹配的穿帮问题，影响观感。\n- 重复输入相似提示词导致飞船外观或背景纹理前后不一致，破坏故事性。\n- 后期修复转场需大量时间，且难以达到 AI 生成的自然质感，效率低下。\n\n### 使用 sora-extend 后\n- sora-extend 智能拆解长提示词，自动生成长达数分钟的连续视频流，满足需求。\n- 基于上一帧最终画面进行上下文传递，确保运镜轨迹平滑衔接，无突兀感。\n- 飞船细节与星云环境在分段生成中保持视觉风格高度统一，逻辑连贯。\n- 系统自动合并所有片段，直接输出无黑边、无跳变的完整成片，省去剪辑步骤。\n\nsora-extend 通过自动化延续技术，让创作者轻松实现电影级长视频的零成本生产。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmshumer_sora-extend_5e64c2cf.png","mshumer",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fmshumer_b4fba166.png","https:\u002F\u002Fgithub.com\u002Fmshumer",[80],{"name":81,"color":82,"percentage":83},"Jupyter Notebook","#DA5B0B",100,590,106,"2026-04-05T20:47:45","","未说明",{"notes":90,"python":88,"dependencies":91},"该工具基于 OpenAI Sora API 构建，支持通过 Google Colab 在线运行。功能涵盖提示词智能拆解、视频片段顺序生成及自动拼接以突破时长限制。提供的 README 中未包含具体的本地运行环境配置信息。",[],[44,15],"2026-03-27T02:49:30.150509","2026-04-06T09:44:32.205539",[96,101,105,109,113,117],{"id":97,"question_zh":98,"answer_zh":99,"source_url":100},3144,"为什么 Sora 生成的视频在拼接后会出现音频不一致的问题？","当通过链式生成将视频扩展到超过 12 秒时，Sora 会在不同片段中生成随机的声音或不同的语音（例如片段 1 无音频，片段 2 随机声音 A，片段 3 声音 B）。这种不一致性破坏了沉浸感，导致最终拼接的视频无法用于专业内容。","https:\u002F\u002Fgithub.com\u002Fmshumer\u002Fsora-extend\u002Fissues\u002F3",{"id":102,"question_zh":103,"answer_zh":104,"source_url":100},3145,"如何解决 Sora 多段视频生成时的音频一致性问题？","建议采用以下策略：1. 用 Sora 生成所有视频片段；2. 将所有片段拼接成一个视频；3. 移除拼接视频中所有的 Sora 生成音频；4. 使用 ElevenLabs 文本转语音生成专业的配音；5. 将一致的配音叠加到静音视频上。这样可以获得 HGTV 级别的无缝旁白质量。",{"id":106,"question_zh":107,"answer_zh":108,"source_url":100},3146,"实现音频处理和视频操作推荐使用什么库？","推荐使用 MoviePy 库进行视频和音频的操纵。具体包括两个核心方法：`strip_audio`（去除音频轨道同时保留视频质量）和 `overlay_voiceover`（将新音频叠加到静音视频上）。",{"id":110,"question_zh":111,"answer_zh":112,"source_url":100},3147,"推荐用于生成专业配音的 API 服务是什么？","推荐使用 ElevenLabs Text-to-Speech API。需要构建一个带有重试逻辑的包装类（VoiceoverGenerator），以确保能够稳定地生成高质量的单一路径配音。",{"id":114,"question_zh":115,"answer_zh":116,"source_url":100},3148,"该技术方案包含哪些核心架构组件？","架构包含 4 个经过 TDD 测试的组件，主要包括：1. AudioProcessor（负责视频\u002F音频操作，如 MoviePy 封装）；2. VoiceoverGenerator（ElevenLabs API 封装）。每个组件都有明确的测试覆盖要求（如 9 个测试，91% 覆盖率）。",{"id":118,"question_zh":119,"answer_zh":120,"source_url":100},3149,"这个音频替换策略的灵感来源是谁？","该策略基于 Presh Kumar 在 'This Week in Startups' 节目中的分享。核心洞察是不接受 Sora 跨片段的音频不一致，而是剥离所有音频并用单一专业配音替换，从而制作出无缝叙述的内容。",[]]