[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ngafar--llama-scan":3,"tool-ngafar--llama-scan":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",155373,2,"2026-04-14T11:34:08",[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":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":87,"difficulty_score":32,"env_os":88,"env_gpu":89,"env_ram":88,"env_deps":90,"category_tags":95,"github_topics":75,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":97,"updated_at":98,"faqs":99,"releases":100},7454,"ngafar\u002Fllama-scan","llama-scan","Transcribe PDFs with local LLMs","llama-scan 是一款专为本地化文档处理设计的开源工具，能够利用本地运行的大语言模型（通过 Ollama）将 PDF 文件高效转换为文本。它主要解决了传统 OCR 工具在处理复杂排版、图表及图片时描述能力不足，以及使用云端 API 产生的高昂令牌费用和隐私顾虑等痛点。\n\n这款工具特别适合注重数据隐私的开发者、需要批量处理文献的研究人员，以及希望在不依赖外部服务的情况下提取文档内容的普通用户。其核心亮点在于深度集成了 Ollama 支持的最新多模态模型（如 Qwen2.5VL），不仅能识别文字，还能“看懂”PDF 中的图像和示意图，并生成详细的自然语言描述。由于所有计算均在本地完成，用户无需担心数据泄露，也无需支付任何云端调用费用。只需简单的命令行操作，llama-scan 即可灵活指定处理页码、自定义输出指令或切换不同模型，让文档数字化过程变得既安全又智能。","# llama-scan\n\nA tool for converting PDFs to text files using Ollama.\n\n## Features\n\n- Convert PDFs to text files locally, no token costs.\n- Use the latest multimodal models supported by Ollama.\n- Turn images and diagrams into detailed text descriptions.\n\n## Requirements\n\n- Python 3.10+\n- Ollama installed and running locally\n\n### Installing Ollama and the Default Model\n\n1. Install [Ollama](https:\u002F\u002Follama.com\u002F)\n2. Pull the default model:\n```bash\nollama run qwen2.5vl:latest\n```\n\n## Installation\n\nInstall using pip:\n```bash\npip install llama-scan\n```\n\nor uv:\n```bash\nuv tool install llama-scan\n```\n\n## Usage\n\nBasic usage:\n```bash\nllama-scan path\u002Fto\u002Fyour\u002Ffile.pdf\n```\n\n### Options\n\n- `--output`, `-o`: Output directory (default: \"output\")\n- `--model`, `-m`: Ollama model to use (default: \"qwen2.5vl:latest\")\n- `--start`, `-s`: Start page number (default: 0)\n- `--end`, `-e`: End page number (default: 0)\n- `--custom-instructions`, `-c`: Optional path to a text file containing additional instructions (default: None)\n- `--server-url`, `-u`: Ollama server URL (default: \"http:\u002F\u002Flocalhost:11434\")\n- `--width`, `-w`: Width of the resized images (0 to skip resizing; default: 0)\n- `--keep-images`, `-k`: Keep the intermediate image files (default: False)\n- `--stdout`, `-s`: Write merged output to stdout (default: False)\n\n### Examples\n\nProcess specific pages:\n```bash\nllama-scan document.pdf --start 1 --end 5\n```\n\nUse a different Ollama model:\n```bash\nllama-scan document.pdf --model qwen2.5vl:3b\n```\n","# llama-scan\n\n一款使用 Ollama 将 PDF 转换为文本文件的工具。\n\n## 功能特性\n\n- 在本地将 PDF 转换为文本文件，无需支付任何 Token 费用。\n- 使用 Ollama 支持的最新多模态模型。\n- 将图片和图表转换为详细的文本描述。\n\n## 系统要求\n\n- Python 3.10 或更高版本\n- 已在本地安装并运行 Ollama\n\n### 安装 Ollama 及默认模型\n\n1. 安装 [Ollama](https:\u002F\u002Follama.com\u002F)\n2. 拉取默认模型：\n```bash\nollama run qwen2.5vl:latest\n```\n\n## 安装\n\n使用 pip 安装：\n```bash\npip install llama-scan\n```\n\n或使用 uv：\n```bash\nuv tool install llama-scan\n```\n\n## 使用方法\n\n基本用法：\n```bash\nllama-scan path\u002Fto\u002Fyour\u002Ffile.pdf\n```\n\n### 选项\n\n- `--output`, `-o`：输出目录（默认值：`output`）\n- `--model`, `-m`：使用的 Ollama 模型（默认值：`qwen2.5vl:latest`）\n- `--start`, `-s`：起始页码（默认值：0）\n- `--end`, `-e`：结束页码（默认值：0）\n- `--custom-instructions`, `-c`：可选的包含附加指令的文本文件路径（默认值：无）\n- `--server-url`, `-u`：Ollama 服务器 URL（默认值：`http:\u002F\u002Flocalhost:11434`）\n- `--width`, `-w`：调整大小后的图片宽度（设置为 0 则跳过调整大小；默认值：0）\n- `--keep-images`, `-k`：保留中间生成的图片文件（默认值：False）\n- `--stdout`, `-s`：将合并后的输出写入标准输出（默认值：False）\n\n### 示例\n\n处理指定页码范围：\n```bash\nllama-scan document.pdf --start 1 --end 5\n```\n\n使用不同的 Ollama 模型：\n```bash\nllama-scan document.pdf --model qwen2.5vl:3b\n```","# llama-scan 快速上手指南\n\n`llama-scan` 是一款基于 Ollama 的本地工具，可将 PDF 文件（含图片、图表）转换为详细的文本描述，无需消耗 Token 费用。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统要求：\n\n- **Python**: 版本 3.10 或更高\n- **Ollama**: 已安装并在本地运行\n\n### 安装与配置 Ollama\n\n1. 访问 [Ollama 官网](https:\u002F\u002Follama.com\u002F) 下载并安装客户端。\n   > **国内用户提示**：如果官网下载缓慢，可尝试国内镜像源或社区提供的加速下载方案。\n2. 拉取默认支持的多模态模型（推荐 `qwen2.5vl`）：\n```bash\nollama run qwen2.5vl:latest\n```\n\n## 安装步骤\n\n你可以选择使用 `pip` 或 `uv` 进行安装：\n\n**方式一：使用 pip**\n```bash\npip install llama-scan\n```\n> **国内用户提示**：如遇下载慢，可指定清华或阿里镜像源：\n> `pip install llama-scan -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n**方式二：使用 uv (推荐，速度更快)**\n```bash\nuv tool install llama-scan\n```\n\n## 基本使用\n\n安装完成后，即可在命令行中直接调用。最简单的用法是传入 PDF 文件路径：\n\n```bash\nllama-scan path\u002Fto\u002Fyour\u002Ffile.pdf\n```\n\n执行后，工具会自动提取 PDF 内容并生成文本文件，默认输出目录为 `output`。\n\n### 常用选项示例\n\n- **指定页码范围**（例如处理第 1 到 5 页）：\n```bash\nllama-scan document.pdf --start 1 --end 5\n```\n\n- **切换其他 Ollama 模型**：\n```bash\nllama-scan document.pdf --model qwen2.5vl:3b\n```\n\n- **自定义输出目录**：\n```bash\nllama-scan document.pdf --output .\u002Fmy_results\n```","一位数据分析师需要紧急从一份包含大量扫描图表和手写注释的旧版行业研报 PDF 中提取关键数据，以支撑第二天的战略会议。\n\n### 没有 llama-scan 时\n- 传统 OCR 工具只能识别文字，遇到研报中的趋势图和复杂表格时直接跳过或输出乱码，导致核心数据缺失。\n- 为了补全信息，不得不人工肉眼读取图表并手动录入 Excel，处理一份 50 页的报告耗时超过 3 小时，效率极低。\n- 担心敏感的商业数据泄露，不敢使用在线付费转换服务，只能在本地反复尝试各种配置复杂的开源方案。\n- 提取出的文本缺乏上下文逻辑，图表变成了无意义的字符堆砌，后续整理时需要花费大量精力重新校对和重组内容。\n\n### 使用 llama-scan 后\n- 利用内置的多模态模型（如 qwen2.5vl），llama-scan 能直接“看懂”研报中的折线图和表格，将其转化为详细的文字描述和数据列表。\n- 全程在本地运行，无需上传任何文件到云端，既保护了数据隐私，又省去了昂贵的 API Token 费用。\n- 只需一条命令即可批量处理整个文档，原本需要半天的工作缩短至几分钟，让分析师能专注于数据洞察而非机械录入。\n- 输出的文本结构清晰，自动保留了图表与周围文字的邏輯关联，生成的草稿几乎可以直接用于汇报材料。\n\nllama-scan 通过本地多模态大模型能力，将原本繁琐且易错的 PDF 图文提取工作转变为高效、安全且智能的自动化流程。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fngafar_llama-scan_2e979fa8.png","ngafar","Nawaz Gafar","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fngafar_bc9e0605.png",null,"@mito-ds","NYC","https:\u002F\u002Fgithub.com\u002Fngafar",[80],{"name":81,"color":82,"percentage":83},"Python","#3572A5",100,818,60,"2026-04-08T16:48:35","MIT","未说明","未说明 (依赖本地运行的 Ollama 服务及其模型的具体硬件需求)",{"notes":91,"python":92,"dependencies":93},"必须先在本地安装并运行 Ollama 服务。默认使用 qwen2.5vl:latest 多模态模型，需通过 'ollama run qwen2.5vl:latest' 命令预先拉取。工具本身无 Token 成本，所有处理均在本地完成。","3.10+",[94],"ollama",[35,15,52,96],"其他","2026-03-27T02:49:30.150509","2026-04-15T01:03:07.008193",[],[]]