[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ollama-ui--ollama-ui":3,"tool-ollama-ui--ollama-ui":64},[4,17,25,39,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"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",[13,15],{"id":26,"name":27,"github_repo":28,"description_zh":29,"stars":30,"difficulty_score":10,"last_commit_at":31,"category_tags":32,"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",[33,34,35,36,14,37,15,13,38],"图像","数据工具","视频","插件","其他","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":45,"last_commit_at":46,"category_tags":47,"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。",77062,3,"2026-04-04T04:44:48",[14,33,13,15,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":45,"last_commit_at":54,"category_tags":55,"status":16},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。",74913,"2026-04-05T10:44:17",[15,33,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":45,"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。",70612,"2026-04-05T11:12:22",[15,14,13,36],{"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":67,"owner_name":75,"owner_avatar_url":76,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":77,"languages":78,"stars":103,"forks":104,"last_commit_at":105,"license":106,"difficulty_score":10,"env_os":107,"env_gpu":108,"env_ram":108,"env_deps":109,"category_tags":112,"github_topics":75,"view_count":10,"oss_zip_url":75,"oss_zip_packed_at":75,"status":16,"created_at":113,"updated_at":114,"faqs":115,"releases":145},2184,"ollama-ui\u002Follama-ui","ollama-ui","Simple HTML UI for Ollama","ollama-ui 是一款专为 Ollama 打造的轻量级网页交互界面，旨在让用户通过简洁直观的浏览器窗口轻松与大语言模型对话。它解决了直接操作命令行工具门槛较高、缺乏可视化反馈的问题，将复杂的模型调用转化为友好的聊天体验。无论是开发者快速测试模型响应，还是研究人员需要直观观察输出效果，亦或是普通用户希望在不安装额外重型软件的前提下体验本地 AI，ollama-ui 都能提供极佳的支持。\n\n该工具最大的亮点在于其极致的轻量化与部署便捷性。它仅由简单的 HTML 构成，无需复杂的环境配置或依赖安装，用户只需克隆代码库并运行一条命令，即可在本地启动服务并立即访问。此外，ollama-ui 还推出了 Chrome 浏览器扩展版本，进一步打破了使用场景的限制，让用户能更灵活地集成到日常浏览工作流中。如果你正在寻找一个干净、高效且零负担的方式来探索本地大模型能力，ollama-ui 是一个非常值得尝试的开源选择。","# ollama-ui\n\nJust a simple HTML UI for Ollama\n\nNow available as a chrome extension!\nhttps:\u002F\u002Fchrome.google.com\u002Fwebstore\u002Fdetail\u002Follama-ui\u002Fcmgdpmlhgjhoadnonobjeekmfcehffco\n\n## Usage\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\ncd ollama-ui\nmake\n\nopen http:\u002F\u002Flocalhost:8000 # in browser\n```\n\n![screenshot1](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Follama-ui_ollama-ui_readme_718973eae984.jpg)\n\n![screenshot2](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Follama-ui_ollama-ui_readme_e93e0a1d6f90.jpg)\n","# ollama-ui\n\n一个简单的 Ollama HTML 界面\n\n现在已作为 Chrome 扩展提供！\nhttps:\u002F\u002Fchrome.google.com\u002Fwebstore\u002Fdetail\u002Follama-ui\u002Fcmgdpmlhgjhoadnonobjeekmfcehffco\n\n## 使用方法\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\ncd ollama-ui\nmake\n\n打开 http:\u002F\u002Flocalhost:8000 # 在浏览器中\n```\n\n![screenshot1](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Follama-ui_ollama-ui_readme_718973eae984.jpg)\n\n![screenshot2](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Follama-ui_ollama-ui_readme_e93e0a1d6f90.jpg)","# Ollama UI 快速上手指南\n\nOllama UI 是一个基于 HTML 的轻量级 Web 界面，专为本地运行的 Ollama 大模型设计，提供简洁的交互体验。目前也支持作为 Chrome 扩展使用。\n\n## 环境准备\n\n- **操作系统**：Linux、macOS 或 Windows（需安装 Git 和 Make）\n- **前置依赖**：\n  - [Git](https:\u002F\u002Fgit-scm.com\u002F)\n  - [Make](https:\u002F\u002Fwww.gnu.org\u002Fsoftware\u002Fmake\u002F)\n  - 已安装并运行中的 [Ollama](https:\u002F\u002Follama.ai) 服务（默认端口 `11434`）\n\n> 💡 国内用户可使用镜像加速克隆仓库：\n> ```bash\n> git clone https:\u002F\u002Fgitee.com\u002Fmirror\u002Follama-ui.git\n> ```\n> （若 Gitee 无同步镜像，请改用官方源）\n\n## 安装步骤\n\n1. 克隆项目仓库：\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\n   cd ollama-ui\n   ```\n\n2. 构建并启动服务：\n   ```bash\n   make\n   ```\n\n3. 在浏览器中打开：\n   ```\n   http:\u002F\u002Flocalhost:8000\n   ```\n\n## 基本使用\n\n- 确保本地 Ollama 服务已启动（例如运行过 `ollama serve`）。\n- 访问 `http:\u002F\u002Flocalhost:8000` 后，界面将自动连接本地 Ollama 实例。\n- 在输入框中选择已拉取的模型（如 `llama3`、`qwen2` 等），输入提示词即可对话。\n- 支持查看历史对话、切换模型、复制回复等基础功能。\n\n> ✅ 提示：首次使用前请先通过命令行拉取模型，例如：\n> ```bash\n> ollama pull llama3\n> ```","某初创团队的后端工程师需要在本地快速调试 Ollama 部署的多个大语言模型，以验证不同参数下的回答质量。\n\n### 没有 ollama-ui 时\n- 工程师必须频繁切换终端窗口，手动输入冗长的 `curl` 命令或编写临时 Python 脚本来发送请求，效率极低。\n- 每次测试新模型或调整温度（temperature）等参数时，都需要修改代码逻辑并重新运行，无法做到即时反馈。\n- 缺乏可视化的对话历史界面，难以直观对比同一问题在不同模型下的回答差异，上下文管理混乱。\n- 非技术背景的产品经理想要体验模型效果时，开发者需充当“人肉接口”，代为转述指令并复制粘贴结果。\n\n### 使用 ollama-ui 后\n- 工程师只需在浏览器打开 localhost:8000，即可通过简洁的聊天界面直接与本地模型交互，彻底告别命令行调试。\n- 界面上拉提供了模型列表和参数滑块，支持一键切换模型并实时调整生成策略，探索成本大幅降低。\n- 完整的对话气泡式历史记录让多轮交互清晰可见，方便随时回溯上下文或直接复制优质回答用于测试报告。\n- 产品经理可直接访问该网页自行试用，独立完成功能验收，释放了开发者的重复沟通时间。\n\nollama-ui 将原本繁琐的命令行交互转化为直观的网页体验，极大降低了本地大模型的调试门槛与协作成本。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Follama-ui_ollama-ui_718973ea.jpg",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Follama-ui_9117da83.png","https:\u002F\u002Fgithub.com\u002Follama-ui",[79,83,87,91,95,99],{"name":80,"color":81,"percentage":82},"JavaScript","#f1e05a",66.5,{"name":84,"color":85,"percentage":86},"HTML","#e34c26",16,{"name":88,"color":89,"percentage":90},"CSS","#663399",11.1,{"name":92,"color":93,"percentage":94},"Shell","#89e051",3.7,{"name":96,"color":97,"percentage":98},"Makefile","#427819",2.6,{"name":100,"color":101,"percentage":102},"Dockerfile","#384d54",0.2,1119,178,"2026-04-03T09:02:32","MIT","Linux, macOS, Windows","未说明",{"notes":110,"python":108,"dependencies":111},"该工具是一个纯前端 HTML 界面，运行依赖本地或远程已部署的 Ollama 服务。安装仅需执行 'make' 命令，通过浏览器访问 localhost:8000 即可使用。此外，该项目也提供 Chrome 扩展程序版本。",[],[15,36],"2026-03-27T02:49:30.150509","2026-04-06T07:14:48.232702",[116,121,126,130,135,140],{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},10073,"如何卸载 ollama-ui 或解决端口 8000 被占用的问题？","如果删除了仓库但服务仍在运行，通常是因为进程缓存或浏览器缓存。可以尝试以下方法：\n1. 重启电脑（最简单的方法）。\n2. 查找并杀死占用端口的进程：\n   - 使用命令 `sudo netstat -tulpn | grep :8000` 或 `sudo lsof -i :8000` 找到进程 ID (PID)。\n   - 使用命令 `kill -9 \u003CPID>` 强制结束进程。\n3. 清理系统缓存和浏览器缓存，必要时重装 Python。","https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\u002Fissues\u002F57",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},10074,"为什么在浏览器中访问时出现 'Failed to fetch' 或 CORS 错误？","这通常是因为 Ollama 服务器默认不允许跨域请求。需要在启动 Ollama 服务时设置环境变量来允许特定来源或所有来源。\n- 如果使用 GitHub Pages 托管版本，运行：`OLLAMA_ORIGINS=https:\u002F\u002Follama-ui.github.io ollama serve`\n- 如果要在本地任意地址访问，可以使用通配符：`OLLAMA_HOST=0.0.0.0:11434 OLLAMA_ORIGINS='*' ollama serve`\n此外，确保浏览器访问的是 `http:\u002F\u002Flocalhost:8000` 而不是 `0.0.0.0`，后者可能会因网络配置导致请求失败。","https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\u002Fissues\u002F26",{"id":127,"question_zh":128,"answer_zh":129,"source_url":125},10075,"GitHub Pages 托管的版本无法连接本地 Ollama 服务怎么办？","由于浏览器的安全策略（Mixed Content），HTTPS 页面（如 GitHub Pages）无法直接请求 HTTP 本地服务。解决方案有两种：\n1. 为本地 Ollama 服务配置 HTTPS 反向代理（推荐使用 Caddy）：\n   - 安装 Caddy。\n   - 创建 `Caddyfile` 配置：\n     ```\n     https:\u002F\u002Flocalhost:11443 {\n         reverse_proxy localhost:11434\n     }\n     ```\n   - 运行 `caddy run --config .\u002FCaddyfile`，然后在 UI 中使用新的 HTTPS 地址。\n2. 或者，项目已更新支持在 GitHub Pages 版本中输入自定义 URL，您可以指向自己配置的 HTTPS 地址。",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},10076,"在哪里可以找到未压缩（unminified）的资源文件以便修改代码？","项目中使用的资源文件（如 Bootstrap, DOMPurify, Marked）的未压缩版本可以从其官方 CDN 或仓库获取。具体链接如下：\n- Bootstrap CSS: https:\u002F\u002Fcdn.jsdelivr.net\u002Fnpm\u002Fbootstrap@5.3.1\u002Fdist\u002Fcss\u002Fbootstrap.css\n- Bootstrap JS: https:\u002F\u002Fcdn.jsdelivr.net\u002Fnpm\u002Fbootstrap@5.3.1\u002Fdist\u002Fjs\u002Fbootstrap.bundle.js\n- DOMPurify: https:\u002F\u002Fcdn.jsdelivr.net\u002Fnpm\u002Fdompurify@3.0.5\u002Fdist\u002Fpurify.js\n- Marked (TypeScript 源码在其 repo 中): https:\u002F\u002Fcdn.jsdelivr.net\u002Fnpm\u002Fmarked@6.0.0\u002F\n你也可以查看项目的 `makefile` 以获取具体的资源 URL。","https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\u002Fissues\u002F36",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},10077,"Chrome 扩展程序无法工作或显示空白怎么办？","如果是旧版本的扩展程序出现问题，请等待或安装更新后的版本。作为替代方案，你可以直接使用网页版：\n1. 访问 https:\u002F\u002Follama-ui.github.io\u002Follama-ui\u002F\n2. 在终端运行以下命令以允许该域名访问：\n   `OLLAMA_ORIGINS=https:\u002F\u002Follama-ui.github.io ollama serve`\n这样即可在浏览器中获得与扩展程序相同的功能。","https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\u002Fissues\u002F16",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},10078,"是否支持拖拽上传文件或发送附件？","目前基础的文件附件功能已经添加，虽然可能尚未完全支持拖拽操作，但可以通过界面按钮上传文件。维护者正在持续改进文件上传功能，使其更好地配合 Ollama 模型的文件过滤机制。","https:\u002F\u002Fgithub.com\u002Follama-ui\u002Follama-ui\u002Fissues\u002F61",[]]