[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-penxio--penx":3,"tool-penxio--penx":65},[4,18,32,41,49,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":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":24,"last_commit_at":25,"category_tags":26,"status":17},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。",85052,2,"2026-04-08T11:03:08",[15,16,27,28,13,29,30,14,31],"视频","插件","其他","语言模型","音频",{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":38,"last_commit_at":39,"category_tags":40,"status":17},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",[30,16,29],{"id":42,"name":43,"github_repo":44,"description_zh":45,"stars":46,"difficulty_score":38,"last_commit_at":47,"category_tags":48,"status":17},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",[29,15,16,14],{"id":50,"name":51,"github_repo":52,"description_zh":53,"stars":54,"difficulty_score":38,"last_commit_at":55,"category_tags":56,"status":17},2234,"scikit-learn","scikit-learn\u002Fscikit-learn","scikit-learn 是一个基于 Python 构建的开源机器学习库，依托于 SciPy、NumPy 等科学计算生态，旨在让机器学习变得简单高效。它提供了一套统一且简洁的接口，涵盖了从数据预处理、特征工程到模型训练、评估及选择的全流程工具，内置了包括线性回归、支持向量机、随机森林、聚类等在内的丰富经典算法。\n\n对于希望快速验证想法或构建原型的数据科学家、研究人员以及 Python 开发者而言，scikit-learn 是不可或缺的基础设施。它有效解决了机器学习入门门槛高、算法实现复杂以及不同模型间调用方式不统一的痛点，让用户无需重复造轮子，只需几行代码即可调用成熟的算法解决分类、回归、聚类等实际问题。\n\n其核心技术亮点在于高度一致的 API 设计风格，所有估算器（Estimator）均遵循相同的调用逻辑，极大地降低了学习成本并提升了代码的可读性与可维护性。此外，它还提供了强大的模型选择与评估工具，如交叉验证和网格搜索，帮助用户系统地优化模型性能。作为一个由全球志愿者共同维护的成熟项目，scikit-learn 以其稳定性、详尽的文档和活跃的社区支持，成为连接理论学习与工业级应用的最",65715,"2026-04-09T10:30:26",[14,29,16],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":24,"last_commit_at":63,"category_tags":64,"status":17},3364,"keras","keras-team\u002Fkeras","Keras 是一个专为人类设计的深度学习框架，旨在让构建和训练神经网络变得简单直观。它解决了开发者在不同深度学习后端之间切换困难、模型开发效率低以及难以兼顾调试便捷性与运行性能的痛点。\n\n无论是刚入门的学生、专注算法的研究人员，还是需要快速落地产品的工程师，都能通过 Keras 轻松上手。它支持计算机视觉、自然语言处理、音频分析及时间序列预测等多种任务。\n\nKeras 3 的核心亮点在于其独特的“多后端”架构。用户只需编写一套代码，即可灵活选择 TensorFlow、JAX、PyTorch 或 OpenVINO 作为底层运行引擎。这一特性不仅保留了 Keras 一贯的高层易用性，还允许开发者根据需求自由选择：利用 JAX 或 PyTorch 的即时执行模式进行高效调试，或切换至速度最快的后端以获得最高 350% 的性能提升。此外，Keras 具备强大的扩展能力，能无缝从本地笔记本电脑扩展至大规模 GPU 或 TPU 集群，是连接原型开发与生产部署的理想桥梁。",63927,"2026-04-04T15:24:37",[14,16,29],{"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":79,"owner_company":80,"owner_location":80,"owner_email":81,"owner_twitter":82,"owner_website":83,"owner_url":84,"languages":85,"stars":122,"forks":123,"last_commit_at":124,"license":80,"difficulty_score":125,"env_os":126,"env_gpu":127,"env_ram":127,"env_deps":128,"category_tags":137,"github_topics":138,"view_count":24,"oss_zip_url":80,"oss_zip_packed_at":80,"status":17,"created_at":142,"updated_at":143,"faqs":144,"releases":145},5958,"penxio\u002Fpenx","penx","AI Powered Personal Data Hub","PenX 是一款由人工智能驱动的个人数据枢纽，致力于为用户提供一个安全、私密的本地优先数据存储方案。在数据泄露频发且云端服务日益复杂的今天，PenX 解决了用户难以在保障隐私的前提下，高效管理和结构化个人数据的痛点。它允许用户完全掌控自己的数据，所有信息优先存储在本地设备，同时支持跨平台实时同步，确保数据既安全又随时可用。\n\n这款工具非常适合注重隐私保护的普通用户、需要整理结构化数据的研究人员，以及希望构建本地优先应用的开发者使用。其独特的技术亮点在于采用了“本地优先”架构，结合 PGLite 技术在浏览器端实现轻量级数据库运行，无需依赖重型后端即可处理复杂数据。此外，PenX 基于 Next.js、TypeScript 和 tRPC 等现代技术栈构建，不仅开源透明，还深度集成了 AI 能力，能够智能辅助用户梳理和分析数据。无论是作为个人的第二大脑，还是作为开发者的隐私计算实验田，PenX 都提供了一个友好且强大的选择。","\u003Cdiv align=\"center\">\n\n\u003Ca href=\"https:\u002F\u002Fwww.penx.io\" alt=\"PenX Logo\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpenxio_penx_readme_2802f2e87836.png\" height=\"120\"\u002F>\u003C\u002Fa>\n\n\u003Ch1 style=\"border-bottom: none\">\n    \u003Cb>PenX\u003C\u002Fb>\u003Cbr \u002F>\n    AI Powered Personal Data Hub\n    \u003Cbr>\n\u003C\u002Fh1>\n\n[Discord](https:\u002F\u002Fdiscord.gg\u002FnyVpH9njDu) | [Website](https:\u002F\u002Fwww.penx.io\u002F) | [Issues](https:\u002F\u002Fgithub.com\u002Fpenxio\u002Fpenx\u002Fissues)\n\n\u003C\u002Fdiv>\n\n## Introduction\n\nA local-first, privacy-first place to store structured data.\n\n## Features\n\n- Local-first\n- Privacy-first\n- Open source\n- Cross platform\n- Realtime sync\n- AI-driven\n\n## Primary tech stack\n\n- Next.js\n- TypeScript\n- tRPC\n- Prisma\n- PGLite\n\n## Development\n\n## web\n\nAfter clone the repo, in the root dir:\n\n```bash\n# Install the dependencies\npnpm install\n\n# copy .env.local.example to .env.local copy\ncopy apps\u002Fweb\u002F.env.local.example apps\u002Fweb\u002F.env.local\n\n# start web service\npnpm dev\n```\n\n## ⚖️ License\n","\u003Cdiv align=\"center\">\n\n\u003Ca href=\"https:\u002F\u002Fwww.penx.io\" alt=\"PenX Logo\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpenxio_penx_readme_2802f2e87836.png\" height=\"120\"\u002F>\u003C\u002Fa>\n\n\u003Ch1 style=\"border-bottom: none\">\n    \u003Cb>PenX\u003C\u002Fb>\u003Cbr \u002F>\n    基于AI的个人数据中枢\n    \u003Cbr>\n\u003C\u002Fh1>\n\n[Discord](https:\u002F\u002Fdiscord.gg\u002FnyVpH9njDu) | [官网](https:\u002F\u002Fwww.penx.io\u002F) | [问题追踪](https:\u002F\u002Fgithub.com\u002Fpenxio\u002Fpenx\u002Fissues)\n\n\u003C\u002Fdiv>\n\n## 简介\n\n一个以本地优先、隐私优先为核心的结构化数据存储平台。\n\n## 特性\n\n- 本地优先\n- 隐私优先\n- 开源\n- 跨平台\n- 实时同步\n- AI驱动\n\n## 核心技术栈\n\n- Next.js\n- TypeScript\n- tRPC\n- Prisma\n- PGLite\n\n## 开发\n\n## Web端\n\n克隆仓库后，在根目录下执行以下命令：\n\n```bash\n# 安装依赖\npnpm install\n\n# 复制 .env.local.example 到 .env.local\ncopy apps\u002Fweb\u002F.env.local.example apps\u002Fweb\u002F.env.local\n\n# 启动Web服务\npnpm dev\n```\n\n## ⚖️ 许可证","# PenX 快速上手指南\n\nPenX 是一个本地优先、隐私至上的 AI 驱动个人数据中心，支持结构化数据存储与实时同步。\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、macOS 或 Linux\n- **Node.js**：建议安装最新 LTS 版本（推荐 v18+）\n- **包管理器**：必须安装 [pnpm](https:\u002F\u002Fpnpm.io\u002F)\n  ```bash\n  npm install -g pnpm\n  ```\n- **Git**：用于克隆代码仓库\n\n> **国内加速建议**：\n> - 如下载 Node.js 较慢，可使用 [淘宝 Node 镜像](https:\u002F\u002Fnpmmirror.com\u002Fmirrors\u002Fnode\u002F)。\n> - 安装依赖时若遇网络问题，可配置 pnpm 使用国内镜像源：\n>   ```bash\n>   pnpm config set registry https:\u002F\u002Fregistry.npmmirror.com\n>   ```\n\n## 安装步骤\n\n1. **克隆项目仓库**\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fpenxio\u002Fpenx.git\n   cd penx\n   ```\n\n2. **安装依赖**\n   在项目根目录执行：\n   ```bash\n   pnpm install\n   ```\n\n3. **配置环境变量**\n   将示例配置文件复制为本地配置文件：\n   ```bash\n   cp apps\u002Fweb\u002F.env.local.example apps\u002Fweb\u002F.env.local\n   ```\n   *(Windows PowerShell 用户请使用：`copy apps\u002Fweb\u002F.env.local.example apps\u002Fweb\u002F.env.local`)*\n\n4. **启动开发服务**\n   ```bash\n   pnpm dev\n   ```\n\n启动成功后，终端通常会显示本地访问地址（默认为 `http:\u002F\u002Flocalhost:3000`）。\n\n## 基本使用\n\n1. **访问应用**\n   打开浏览器访问 `http:\u002F\u002Flocalhost:3000`。\n\n2. **初始化数据**\n   由于 PenX 采用 **Local-first** 架构，首次使用时数据将直接存储在您本地的浏览器数据库（基于 PGLite）中，无需配置远程服务器即可体验核心功能。\n\n3. **体验 AI 功能**\n   在界面中创建结构化笔记或数据条目，利用内置的 AI 能力进行数据整理与分析。所有数据默认仅在本地处理，保障隐私安全。\n\n4. **跨端同步（可选）**\n   如需多设备同步，可在设置中配置同步选项，利用 Realtime sync 特性在不同设备间安全同步数据。","自由职业设计师林浩需要跨设备管理大量客户项目资料、设计灵感碎片及合同文档，同时确保敏感数据绝不泄露给第三方云服务。\n\n### 没有 penx 时\n- 数据分散在本地硬盘、手机备忘录和多个网盘中，查找特定项目的历史版本如同大海捞针。\n- 担心将包含客户隐私的设计稿上传至公有云 AI 工具进行分析，始终不敢利用智能化手段整理素材。\n- 在不同设备间同步文件依赖手动操作或不可靠的第三方同步盘，常出现版本冲突或同步延迟。\n- 缺乏统一的结构化数据库，导致客户报价、工期记录等关键信息只能靠零散的 Excel 表格维护，极易出错。\n- 离线环境下无法访问核心数据，一旦网络波动，整个工作流程被迫中断。\n\n### 使用 penx 后\n- 所有项目数据自动汇聚于 penx 构建的本地优先数据中心，通过 AI 语义搜索秒级定位任意历史素材。\n- 依托隐私优先架构，林浩放心地让 penx 内置的 AI 自动标签化设计灵感并提取合同关键条款，数据全程不离本地。\n- 借助实时同步技术，他在平板上修改的设计备注瞬间同步至台式机，彻底消除版本混乱焦虑。\n- 利用结构化数据存储能力，客户信息与项目进度自动关联生成可视化视图，管理效率提升数倍。\n- 无论身处高铁还是无网工作室，penx 均能保障全功能流畅运行，网络恢复后自动静默同步变更。\n\npenx 让个人数据在绝对安全的前提下焕发智能活力，真正实现了“数据主权归用户，智能服务随人行”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpenxio_penx_09ee97f4.png","penxio","PenX","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fpenxio_73458962.png","Next generation dynamic blogging tools",null,"zio.penx@gmail.com","zio_penx","https:\u002F\u002Fpenx.io","https:\u002F\u002Fgithub.com\u002Fpenxio",[86,90,94,98,101,105,108,111,115,118],{"name":87,"color":88,"percentage":89},"TypeScript","#3178c6",91.8,{"name":91,"color":92,"percentage":93},"CSS","#663399",6.3,{"name":95,"color":96,"percentage":97},"SCSS","#c6538c",0.6,{"name":99,"color":100,"percentage":97},"JavaScript","#f1e05a",{"name":102,"color":103,"percentage":104},"Rust","#dea584",0.2,{"name":106,"color":107,"percentage":104},"Ruby","#701516",{"name":109,"color":110,"percentage":104},"HTML","#e34c26",{"name":112,"color":113,"percentage":114},"Swift","#F05138",0.1,{"name":116,"color":117,"percentage":114},"Java","#b07219",{"name":119,"color":120,"percentage":121},"Objective-C++","#6866fb",0,1181,79,"2026-04-04T13:42:37",4,"未说明 (基于 Next.js\u002FTypeScript，通常支持 Linux, macOS, Windows)","未说明",{"notes":129,"python":130,"dependencies":131},"该项目是一个本地优先的 AI 个人数据枢纽，主要基于 Web 技术栈 (Next.js) 开发。安装依赖需使用 pnpm 包管理器。运行前需将 .env.local.example 复制为 .env.local 并配置环境变量。文中未提及具体的 GPU、内存或 Python 版本要求，因为其核心逻辑运行在 Node.js 环境中而非传统的 Python AI 环境。","未说明 (主要技术栈为 Node.js\u002FTypeScript)",[132,87,133,134,135,136],"Next.js","tRPC","Prisma","PGLite","pnpm",[16],[68,139,140,141],"note-taking","database","local-first","2026-03-27T02:49:30.150509","2026-04-10T02:43:29.815046",[],[146,151,155,159,163,167,171,175,179,183,187,192,196,200,204,208,212,216,220,224],{"id":147,"version":148,"summary_zh":149,"released_at":150},180171,"v1.1.11","请查看资产以下载并安装此版本。","2025-09-18T15:01:55",{"id":152,"version":153,"summary_zh":149,"released_at":154},180172,"v1.1.10","2025-09-17T01:09:43",{"id":156,"version":157,"summary_zh":149,"released_at":158},180173,"v1.1.9","2025-09-11T02:24:27",{"id":160,"version":161,"summary_zh":149,"released_at":162},180174,"v1.1.8","2025-09-02T10:31:16",{"id":164,"version":165,"summary_zh":149,"released_at":166},180175,"v1.1.7","2025-08-12T05:12:42",{"id":168,"version":169,"summary_zh":149,"released_at":170},180176,"v1.1.6","2025-08-09T14:07:20",{"id":172,"version":173,"summary_zh":149,"released_at":174},180177,"v1.1.5","2025-08-09T06:11:45",{"id":176,"version":177,"summary_zh":149,"released_at":178},180178,"v1.1.4","2025-08-08T14:21:00",{"id":180,"version":181,"summary_zh":149,"released_at":182},180179,"v1.1.3","2025-08-05T13:10:35",{"id":184,"version":185,"summary_zh":149,"released_at":186},180180,"v1.1.1","2025-07-31T06:35:05",{"id":188,"version":189,"summary_zh":190,"released_at":191},180181,"v1.1.0","See the assets to download this version and install.","2025-07-31T02:12:15",{"id":193,"version":194,"summary_zh":190,"released_at":195},180182,"v1.0.11","2025-07-28T10:40:29",{"id":197,"version":198,"summary_zh":190,"released_at":199},180183,"v1.0.10","2025-07-28T02:03:03",{"id":201,"version":202,"summary_zh":190,"released_at":203},180184,"v1.0.9","2025-07-27T02:33:07",{"id":205,"version":206,"summary_zh":190,"released_at":207},180185,"v1.0.8","2025-07-25T15:53:09",{"id":209,"version":210,"summary_zh":190,"released_at":211},180186,"v1.0.7","2025-07-23T01:34:13",{"id":213,"version":214,"summary_zh":190,"released_at":215},180187,"v1.0.6","2025-07-22T08:30:00",{"id":217,"version":218,"summary_zh":190,"released_at":219},180188,"v1.0.5","2025-07-22T06:30:07",{"id":221,"version":222,"summary_zh":190,"released_at":223},180189,"v1.0.4","2025-07-21T02:05:38",{"id":225,"version":226,"summary_zh":190,"released_at":227},180190,"v1.0.3","2025-07-18T14:38:20"]