[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-qiucheng025--zao-":3,"tool-qiucheng025--zao-":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",157379,2,"2026-04-15T23:32:42",[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":73,"owner_company":73,"owner_location":73,"owner_email":73,"owner_twitter":73,"owner_website":73,"owner_url":75,"languages":76,"stars":84,"forks":85,"last_commit_at":86,"license":73,"difficulty_score":87,"env_os":88,"env_gpu":89,"env_ram":90,"env_deps":91,"category_tags":94,"github_topics":95,"view_count":32,"oss_zip_url":73,"oss_zip_packed_at":73,"status":17,"created_at":99,"updated_at":100,"faqs":101,"releases":102},7947,"qiucheng025\u002Fzao-","zao-","AI技术换脸源码","zao-（FaceSwap）是一款基于深度学习的开源换脸工具，能够智能识别并交换图片或视频中的人脸。它解决了传统特效制作门槛高、流程复杂的问题，让普通人也能通过简单的命令行操作或图形界面，轻松实现高质量的面部替换效果。\n\n这款软件特别适合开发者、人工智能研究者、影视特效爱好者以及希望学习深度学习技术的初学者使用。无需深厚的数学或计算机理论背景，用户只需准备素材，依次执行“提取人脸”、“训练模型”和“转换应用”三个步骤，即可完成创作。其独特的技术亮点在于将原本零散复杂的学术代码整合为一体化流程，支持跨平台运行，并兼容现代 GPU 加速，大幅降低了实验与学习的难度。\n\n项目团队强调道德使用准则，明确反对将其用于制造虚假、非法或不道德内容，倡导将技术应用于艺术创作、社会评论及教育探索等正面场景。无论是想尝试 AI 实验的技术爱好者，还是寻求高效工作流的创意工作者，zao-都提供了一个开放、透明且功能强大的实践平台。","# AI智能换脸\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Ffaceswap.dev\">\u003Cimg src=\"https:\u002F\u002Fi.imgur.com\u002FzHvjHnb.png\">\u003C\u002Fimg>\u003C\u002Fa>\n\u003Cbr \u002F>FaceSwap是一个利用深度学习来识别和交换图片和视频中的人脸的工具.\n\u003C\u002Fp>\n\u003Cp align=\"center\">\n\u003Cimg src = \"https:\u002F\u002Fi.imgur.com\u002FnWHFLDf.jpg\">\u003C\u002Fimg>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.patreon.com\u002FbePatron?u=23238350\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fqiucheng025_zao-_readme_acde232a22d6.png\">\u003C\u002Fimg>\u003C\u002Fa>\n\u003C\u002Fp>\n\n[![Build Status](https:\u002F\u002Ftravis-ci.org\u002Fdeepfakes\u002Ffaceswap.svg?branch=master)](https:\u002F\u002Ftravis-ci.org\u002Fdeepfakes\u002Ffaceswap)\n\n# 声明\n\n## FaceSwap 需要有道德的使用者\n\n当faceswapping首次开发并发布时，这项技术是开创性的，它是人工智能发展的一大步. 在学术界之外，它也完全被忽略了，因为代码是混乱和零碎的. 它需要对复杂的人工智能技术有一个全面的了解，并花费了大量的努力来解决它. 直到有一个人把它们组合成一个整体。它运行起来，工作起来，就像互联网上出现的新技术一样，它很快就被用来创建不合适的内容。尽管该软件最初的使用不当，但它是第一个任何人都可以通过实验下载、运行和学习的人工智能代码，而不需要数学、计算机理论、心理学等博士学位。在“深度造假”之前，这些技术就像巫术一样，只有那些能够理解深奥而又无穷复杂的书籍和论文中所描述的所有内部工作原理的人才会使用.\n\n\"Deepfakes\" 改变了这一切，任何人都可以参与人工智能的开发。对于我们开发人员来说，这段代码的发布提供了一个极好的学习机会。它使我们能够建立在他人开发的想法之上，与各种熟练的程序员合作，在学习新技能的同时进行人工智能实验，并最终为一项新兴技术做出贡献，随着技术的进步，这种技术只会得到更主流的应用.\n\n是否有一些人在用类似的软件做可怕的事情?是的。正因为如此，开发商一直遵循严格的道德标准。我们中的许多人甚至不使用它来创建视频，我们只是修改代码，看看它能做什么。遗憾的是，媒体只关注这种软件的不道德使用。不幸的是，这就是它最初如何向公众公开的本质，但它并不能代表为什么要创建它，我们现在如何使用它，或者我们在未来看到了什么。就像任何技术一样，它可以被用于好的方面，也可以被滥用。我们的目的是开发FaceSwap，使其滥用的可能性降到最低，同时最大限度地发挥其作为学习、实验工具的潜力，当然，还有作为合法的faceswapping工具的潜力.\n\n我们不想诋毁名人或贬低任何人。我们是程序员，我们是工程师，我们是好莱坞特效艺术家，我们是活动家，我们是爱好者，我们是人类。为了达到这个目的，我们觉得是时候对这个软件做一个标准的说明了.\n\n- FaceSwap 不是用来创建不合适的内容的。\n- FaceSwap不能在未经同意或意图隐藏其用途的情况下改变面部。\n- FaceSwap并非用于任何非法、不道德或可疑的目的。\n- FaceSwap的存在是为了试验和发现人工智能技术，用于社会或政治评论，电影，以及任何数量的道德和合理的用途。\n\n我们非常困扰的事实，FaceSwap可以用于不道德和不体面的事情。然而，我们支持开发可在道德上使用的工具和技术，并为任何希望亲自学习人工智能的人提供人工智能方面的教育和经验。我们将对任何出于不道德目的使用本软件的人采取零容忍的态度，并将积极劝阻任何此类使用。\n\n# 设置和运行项目\nFaceSwap是一个Python程序，可以在多个操作系统上运行，包括Windows、Linux和MacOS。\n\n[INSTALL.md](INSTALL.md) 参阅完整的安装说明。你将需要一个现代GPU与CUDA支持最佳性能。部分支持AMD gpu。\n\n# 概述\n项目有多个入口点。你必须:\n-收集照片和\u002F或视频\n- **Extract**\n- **Train** *从照片\u002F视频中提取的人脸模型\n- **Convert**您的源代码与模型\n\n\n参阅 [USAGE.md](USAGE.md) 以获得更详细的说明。\n\n## Extract\n从安装文件夹中运行`python faceswap.py extract`。这将采取照片从`src`文件夹和提取的面孔到`extract`文件夹。\n\n## Train\n从安装文件夹中运行`python faceswap.py train`。这将从两个包含两张面孔照片的文件夹中拍摄照片，并训练一个模型，该模型将保存在`models`文件夹中。\n\n## Convert\n从安装文件夹中运行`python faceswap.py convert`。这将从“原始”文件夹中拍摄照片，并将新面孔应用到`modified`文件夹中。\n\n## GUI\n另外，您可以通过运行来运行GUI `python faceswap.py gui`\n\n# 注意:\n- 所有提到的脚本都有`-h`\u002F`--help` 选项，它们的参数都是可以接受的。你懂得，小屌丝！\n\n另:有一个视频转换工具。这可以通过运行`python tools.py effmpeg -h`。或者，您可以使用[ffmpeg](https:\u002F\u002Fwww.ffmpeg.org)将视频转换为照片、处理图像，并将图像转换回视频。\n\n\n**一些技巧:**\n重用现有的模型比从零开始训练要快得多。\n如果没有足够的训练数据，就从长相相似的人开始，然后转换数据。\n\n","# AI智能换脸\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Ffaceswap.dev\">\u003Cimg src=\"https:\u002F\u002Fi.imgur.com\u002FzHvjHnb.png\">\u003C\u002Fimg>\u003C\u002Fa>\n\u003Cbr \u002F>FaceSwap是一个利用深度学习来识别和交换图片和视频中的人脸的工具.\n\u003C\u002Fp>\n\u003Cp align=\"center\">\n\u003Cimg src = \"https:\u002F\u002Fi.imgur.com\u002FnWHFLDf.jpg\">\u003C\u002Fimg>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.patreon.com\u002FbePatron?u=23238350\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fqiucheng025_zao-_readme_acde232a22d6.png\">\u003C\u002Fimg>\u003C\u002Fa>\n\u003C\u002Fp>\n\n[![Build Status](https:\u002F\u002Ftravis-ci.org\u002Fdeepfakes\u002Ffaceswap.svg?branch=master)](https:\u002F\u002Ftravis-ci.org\u002Fdeepfakes\u002Ffaceswap)\n\n# 声明\n\n## FaceSwap 需要有道德的使用者\n\n当faceswapping首次开发并发布时，这项技术是开创性的，它是人工智能发展的一大步. 在学术界之外，它也完全被忽略了，因为代码是混乱和零碎的. 它需要对复杂的人工智能技术有一个全面的了解，并花费了大量的努力来解决它. 直到有一个人把它们组合成一个整体。它运行起来，工作起来，就像互联网上出现的新技术一样，它很快就被用来创建不合适的内容。尽管该软件最初的使用不当，但它是第一个任何人都可以通过实验下载、运行和学习的人工智能代码，而不需要数学、计算机理论、心理学等博士学位。在“深度造假”之前，这些技术就像巫术一样，只有那些能够理解深奥而又无穷复杂的书籍和论文中所描述的所有内部工作原理的人才会使用.\n\n\"Deepfakes\" 改变了这一切，任何人都可以参与人工智能的开发。对于我们开发人员来说，这段代码的发布提供了一个极好的学习机会。它使我们能够建立在他人开发的想法之上，与各种熟练的程序员合作，在学习新技能的同时进行人工智能实验，并最终为一项新兴技术做出贡献，随着技术的进步，这种技术只会得到更主流的应用.\n\n是否有一些人在用类似的软件做可怕的事情?是的。正因为如此，开发商一直遵循严格的道德标准。我们中的许多人甚至不使用它来创建视频，我们只是修改代码，看看它能做什么。遗憾的是，媒体只关注这种软件的不道德使用。不幸的是，这就是它最初如何向公众公开的本质，但它并不能代表为什么要创建它，我们现在如何使用它，或者我们在未来看到了什么。就像任何技术一样，它可以被用于好的方面，也可以被滥用。我们的目的是开发FaceSwap，使其滥用的可能性降到最低，同时最大限度地发挥其作为学习、实验工具的潜力，当然，还有作为合法的faceswapping工具的潜力。\n\n我们不想诋毁名人或贬低任何人。我们是程序员，我们是工程师，我们是好莱坞特效艺术家，我们是活动家，我们是爱好者，我们是人类。为了达到这个目的，我们觉得是时候对这个软件做一个标准的说明了.\n\n- FaceSwap 不是用来创建不合适的内容的。\n- FaceSwap不能在未经同意或意图隐藏其用途的情况下改变面部。\n- FaceSwap并非用于任何非法、不道德或可疑的目的。\n- FaceSwap的存在是为了试验和发现人工智能技术，用于社会或政治评论，电影，以及任何数量的道德和合理的用途。\n\n我们非常困扰的事实，FaceSwap可以用于不道德和不体面的事情。然而，我们支持开发可在道德上使用的工具和技术，并为任何希望亲自学习人工智能的人提供人工智能方面的教育和经验。我们将对任何出于不道德目的使用本软件的人采取零容忍的态度，并将积极劝阻任何此类使用。\n\n# 设置和运行项目\nFaceSwap是一个Python程序，可以在多个操作系统上运行，包括Windows、Linux和MacOS。\n\n[INSTALL.md](INSTALL.md) 参阅完整的安装说明。你将需要一个现代GPU与CUDA支持最佳性能。部分支持AMD gpu。\n\n# 概述\n项目有多个入口点。你必须:\n-收集照片和\u002F或视频\n- **Extract**\n- **Train** *从照片\u002F视频中提取的人脸模型\n- **Convert**您的源代码与模型\n\n\n参阅 [USAGE.md](USAGE.md) 以获得更详细的说明。\n\n## Extract\n从安装文件夹中运行`python faceswap.py extract`. 这将采取照片从`src`文件夹和提取的面孔到`extract`文件夹。\n\n## Train\n从安装文件夹中运行`python faceswap.py train`. 这将从两个包含两张面孔照片的文件夹中拍摄照片，并训练一个模型，该模型将保存在`models`文件夹中。\n\n## Convert\n从安装文件夹中运行`python faceswap.py convert`. 这将从“原始”文件夹中拍摄照片，并将新面孔应用到`modified`文件夹中。\n\n## GUI\n另外，您可以通过运行来运行GUI `python faceswap.py gui`\n\n# 注意:\n- 所有提到的脚本都有`-h`\u002F`--help` 选项，它们的参数都是可以接受的。你懂得，小屌丝！\n\n另:有一个视频转换工具。这可以通过运行`python tools.py effmpeg -h`。或者，您可以使用[ffmpeg](https:\u002F\u002Fwww.ffmpeg.org)将视频转换为照片、处理图像，并将图像转换回视频。\n\n\n**一些技巧:**\n重用现有的模型比从零开始训练要快得多。\n如果没有足够的训练数据，就从长相相似的人开始，然后转换数据。","# Zao- (FaceSwap) 快速上手指南\n\nFaceSwap 是一款基于深度学习的开源工具，用于识别并交换图片或视频中的人脸。本指南旨在帮助开发者快速搭建环境并运行基础功能。\n\n> **⚠️ 道德与法律声明**\n> 本工具仅供学习、实验、社会评论及合法影视制作使用。\n> - 严禁用于制作不当内容。\n> - 严禁在未经同意的情况下替换人脸或隐藏用途。\n> - 严禁用于任何非法、不道德目的。\n> 开发者对滥用行为持零容忍态度。\n\n## 1. 环境准备\n\n### 系统要求\n- **操作系统**: Windows, Linux, 或 MacOS\n- **GPU (推荐)**: 支持 CUDA 的现代 NVIDIA 显卡（以获得最佳性能）。部分支持 AMD GPU。\n- **CPU**: 若无 GPU，仅能进行极慢速的 CPU 推理\u002F训练（不推荐）。\n\n### 前置依赖\n- **Python**: 建议 Python 3.6 - 3.8 (具体版本需参考官方 `requirements.txt`)\n- **Git**: 用于克隆代码库\n- **CUDA Toolkit & cuDNN**: 若使用 NVIDIA GPU，需安装与显卡驱动匹配的 CUDA 版本。\n\n> **💡 国内加速建议**\n> 推荐使用清华或阿里镜像源加速 Python 包下载：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 2. 安装步骤\n\n### 第一步：克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fdeepfakes\u002Ffaceswap.git\ncd faceswap\n```\n\n### 第二步：安装依赖\n根据官方文档 `INSTALL.md` 的指引安装依赖。通常可以通过以下命令安装核心库（请确保已配置好 CUDA 环境）：\n\n```bash\npip install -r requirements.txt\n```\n*注：若遇到编译错误，请参考 `INSTALL.md` 中针对您操作系统的具体说明。*\n\n## 3. 基本使用\n\nFaceSwap 的工作流分为三个核心阶段：**提取 (Extract)** -> **训练 (Train)** -> **转换 (Convert)**。\n\n### 准备工作\n在项目根目录下创建必要的文件夹结构，例如：\n- `src\u002F`: 存放源图片（包含待交换的人脸 A 和 B）\n- `dst\u002F`: 存放目标视频或图片序列\n\n### 步骤一：提取人脸 (Extract)\n从源图片中检测并提取人脸数据。\n\n```bash\npython faceswap.py extract -i src\u002F -o extract\u002F\n```\n- `-i`: 输入文件夹路径\n- `-o`: 输出文件夹路径（提取后的人脸将保存于此）\n\n### 步骤二：训练模型 (Train)\n使用提取出的人脸数据训练深度学习模型。此过程耗时较长，取决于 GPU 性能。\n\n```bash\npython faceswap.py train -A extract\u002Fperson_A\u002F -B extract\u002Fperson_B\u002F -m models\u002F\n```\n- `-A`: 第一张人脸的提取目录\n- `-B`: 第二张人脸的提取目录\n- `-m`: 模型保存目录\n\n> **技巧**: 重用现有的预训练模型比从零开始训练要快得多。如果数据量不足，可先使用长相相似的人脸进行初步训练。\n\n### 步骤三：转换人脸 (Convert)\n使用训练好的模型将新面孔应用到目标图片或视频中。\n\n```bash\npython faceswap.py convert -i dst\u002F -o modified\u002F -m models\u002F\n```\n- `-i`: 原始目标文件或文件夹\n- `-o`: 输出结果文件夹\n- `-m`: 训练好的模型目录\n\n### 可选：图形界面 (GUI)\n如果您更喜欢可视化操作，可以启动 GUI：\n\n```bash\npython faceswap.py gui\n```\n\n### 视频处理提示\n本项目主要处理图像序列。若需处理视频，请先使用 `ffmpeg` 将视频拆分为帧，处理完成后再合并为视频：\n```bash\n# 示例：视频转图片\nffmpeg -i input.mp4 frame_%04d.png\n\n# 示例：图片转视频\nffmpeg -i modified\u002Fframe_%04d.png -c:v libx264 -pix_fmt yuv420p output.mp4\n```\n也可使用内置工具查看帮助：\n```bash\npython tools.py effmpeg -h\n```\n\n---\n*更多详细参数请使用 `-h` 或 `--help` 查看，例如 `python faceswap.py train -h`。*","某独立电影制作团队在拍摄低成本科幻短片时，需要让同一位演员分饰两个不同年龄段的角色，但受限于预算无法聘请特效化妆师或进行复杂的后期合成。\n\n### 没有 zao- 时\n- **成本高昂**：传统影视换脸依赖昂贵的专业特效软件（如 After Effects）及资深修图师手工逐帧处理，单分钟视频制作成本高达数万元。\n- **周期漫长**：人工对齐五官、调整光影和肤色需要耗费数周时间，严重拖慢影片上映进度，难以应对紧急的剪辑修改需求。\n- **技术门槛高**：团队成员若无深厚的计算机图形学背景，根本无法理解复杂的节点合成逻辑，导致创意想法无法落地。\n- **效果生硬**：低预算下的手动合成往往边缘模糊、表情僵硬，在动态视频中极易出现“穿帮”，破坏观众沉浸感。\n\n### 使用 zao- 后\n- **大幅降本**：zao- 利用深度学习自动完成人脸提取与模型训练，团队仅需消费级 GPU 即可免费生成电影级换脸效果，几乎零物料成本。\n- **效率飞跃**：从素材提取、模型训练到最终转换，全流程自动化将原本数周的工作压缩至数小时，支持快速迭代不同版本的镜头。\n- **开箱即用**：zao- 提供清晰的命令行入口和 GUI 界面，无需数学博士学历，普通程序员甚至特效爱好者经简单阅读文档即可上手操作。\n- **自然逼真**：基于神经网络生成的面部细节能完美适配原视频的光影与角度变化，表情流转自然，显著提升了短片的视觉质感。\n\nzao- 通过 democratizing 深度伪造技术，让小型创作团队也能以极低的成本和门槛实现好莱坞级别的视觉特效，极大释放了创意生产力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fqiucheng025_zao-_49f99761.png","qiucheng025",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fqiucheng025_a43b7d6b.png","https:\u002F\u002Fgithub.com\u002Fqiucheng025",[77,81],{"name":78,"color":79,"percentage":80},"Python","#3572A5",98.9,{"name":82,"color":73,"percentage":83},"NSIS",1.1,1088,375,"2026-04-14T13:47:16",4,"Windows, Linux, macOS","需要现代 GPU 以获得最佳性能，必须支持 CUDA（NVIDIA）；部分支持 AMD GPU。具体型号、显存大小及 CUDA 版本未在文中说明。","未说明",{"notes":92,"python":90,"dependencies":93},"完整安装说明需参阅 INSTALL.md 文件。项目包含提取 (Extract)、训练 (Train)、转换 (Convert) 和图形界面 (GUI) 四个主要入口。建议使用 ffmpeg 处理视频与图片的转换。若无足够训练数据，建议先从长相相似的人开始训练。",[],[13,15,14],[96,97,98],"faceswap","ai","zao","2026-03-27T02:49:30.150509","2026-04-16T08:15:24.025307",[],[]]