[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-unconv--gpt4v-browsing":3,"tool-unconv--gpt4v-browsing":64},[4,17,27,35,43,56],{"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},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",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"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",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"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",[15,14,13,26,54],{"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":88,"forks":89,"last_commit_at":90,"license":76,"difficulty_score":23,"env_os":91,"env_gpu":92,"env_ram":91,"env_deps":93,"category_tags":99,"github_topics":76,"view_count":23,"oss_zip_url":76,"oss_zip_packed_at":76,"status":16,"created_at":100,"updated_at":101,"faqs":102,"releases":103},3861,"unconv\u002Fgpt4v-browsing","gpt4v-browsing","Web Scraping with GPT-4 Vision API and Puppeteer","gpt4v-browsing 是一款结合 GPT-4 视觉 API 与 Puppeteer 自动化技术的开源工具，旨在让 AI 能够像人类一样“看”懂网页并回答相关问题。用户只需提出具体问题，该工具便会自动访问指定网站、截取页面截图，并利用 GPT-4 强大的图像理解能力，从截图中提取信息以生成准确回答。\n\n它有效解决了传统爬虫难以处理动态渲染内容或复杂布局的痛点，无需编写复杂的解析规则，即可获取基于视觉呈现的实时数据，例如查询天气、最新新闻、股票价格或 YouTube 订阅数等。无论是验证信息还是收集公开数据，gpt4v-browsing 都提供了一种更直观的解决方案。\n\n这款工具特别适合开发者和技术研究人员使用。它不仅提供了 Python 和 JavaScript 两种版本以适应不同技术栈，其中 JS 版本还支持模拟点击链接等交互操作，展现了极高的灵活性。对于希望探索多模态大模型在自动化浏览领域应用的研究者，或是需要快速构建智能数据采集原型的工程师来说，gpt4v-browsing 是一个极具参考价值的实践项目。通过将视觉感知引入网页抓取，它为自动化任务开辟了新的可能性。","# GPT4 Vision Web Crawling\n\nThis is a GPT4 Vision API and Puppeteer powered tool that can answer questions based on website screenshots. You ask it a question and it will browse to a website and take a screenshot. Then it will use GPT4 Vision API to answer the question based on the screenshot.\n\n## JavaScript version\n\nThe JavaScript version (`vision_crawl.js`) is able to not only open a URL directly, but it can also click on links on pages.\n\n```shell\n$ npm install\n$ node vision_crawl.js\n```\n\n## Python version\n\nThe Python version (`vision_crawl.py`) is the original version, that only opens one URL at a time directly. The Python version uses JavaScript too, for the Puppeteer part.\n\n```shell\n$ npm install\n$ pip install -r requirements.txt\n$ python3 vision_crawl.py\n```\n\n## Examples\n\nYou can ask stuff like this, for example:\n\n- \"What is the weather like in California?\"\n- \"What are the latest news in the world?\"\n- \"What is the current stock price of Tesla?\"\n- \"How many subscribers does Unconventional Coding have on YouTube?\"\n","# GPT-4 Vision 网页爬取\n\n这是一个基于 GPT-4 Vision API 和 Puppeteer 的工具，能够根据网站截图回答问题。你只需提出一个问题，它就会自动浏览目标网站并截取屏幕截图，然后利用 GPT-4 Vision API 根据截图给出答案。\n\n## JavaScript 版本\n\nJavaScript 版本（`vision_crawl.js`）不仅可以直接打开指定的 URL，还能点击页面上的链接。\n\n```shell\n$ npm install\n$ node vision_crawl.js\n```\n\n## Python 版本\n\nPython 版本（`vision_crawl.py`）是最初的实现版本，每次只能直接打开一个 URL。该版本同样使用了 JavaScript 来处理 Puppeteer 的部分功能。\n\n```shell\n$ npm install\n$ pip install -r requirements.txt\n$ python3 vision_crawl.py\n```\n\n## 示例\n\n你可以提出类似如下的问题：\n\n- “加州现在的天气如何？”\n- “世界上最新的新闻有哪些？”\n- “特斯拉当前的股价是多少？”\n- “Unconventional Coding 在 YouTube 上有多少订阅者？”","# gpt4v-browsing 快速上手指南\n\ngpt4v-browsing 是一款结合 GPT-4 Vision API 与 Puppeteer 的开源工具，能够自动浏览网页、截取屏幕截图，并基于视觉内容回答用户提问。\n\n## 环境准备\n\n- **操作系统**：支持 Linux、macOS 或 Windows（需安装 Node.js 和 Python 环境）\n- **前置依赖**：\n  - Node.js（推荐 v16+）\n  - Python 3.8+\n  - npm（随 Node.js 安装）\n  - pip（Python 包管理工具）\n- **API 密钥**：需拥有有效的 OpenAI API Key，并确保已开通 GPT-4 Vision 权限\n\n> 💡 国内开发者建议使用国内镜像源加速依赖安装：\n> - npm: `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n> - pip: `pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n## 安装步骤\n\n### 通用依赖安装\n```shell\nnpm install\n```\n\n### JavaScript 版本（支持点击链接）\n无需额外 Python 依赖，直接运行：\n```shell\nnode vision_crawl.js\n```\n\n### Python 版本（基础单页浏览）\n安装 Python 依赖：\n```shell\npip install -r requirements.txt\n```\n运行脚本：\n```shell\npython3 vision_crawl.py\n```\n\n## 基本使用\n\n启动脚本后，在提示框中输入自然语言问题，工具将自动访问相关网站、截图并返回答案。\n\n**示例提问：**\n- \"What is the weather like in California?\"\n- \"What are the latest news in the world?\"\n- \"What is the current stock price of Tesla?\"\n- \"How many subscribers does Unconventional Coding have on YouTube?\"\n\n> ⚠️ 注意：实际使用时请确保网络可访问目标网站，并在代码中配置您的 `OPENAI_API_KEY` 环境变量。","某电商数据分析师需要每日监控竞争对手在动态渲染网站上的商品价格、促销标语及库存状态，以制定实时定价策略。\n\n### 没有 gpt4v-browsing 时\n- 传统爬虫无法解析由 JavaScript 动态加载的商品信息，只能抓取到空白页面或加载占位符。\n- 面对复杂的网页布局变化（如弹窗广告遮挡、图片代替文字显示价格），需频繁手动编写和维护正则表达式或 XPath 规则。\n- 难以提取非结构化视觉信息，例如无法识别“限时秒杀”红色标签或“仅剩 3 件”的库存警示图。\n- 人工核对数据耗时费力，从打开浏览器截图到记录数据，单个商品耗时超过 2 分钟，无法实现规模化监控。\n\n### 使用 gpt4v-browsing 后\n- 利用 Puppeteer 自动执行页面交互（如点击“加载更多”或关闭弹窗），并结合 GPT-4 Vision 直接“看懂”截图内容，完美获取动态渲染数据。\n- 无需针对特定网页结构编写复杂解析代码，直接询问“当前价格是多少”或“有什么促销活动”，模型即可基于视觉理解精准回答。\n- 能够敏锐识别页面上的视觉元素，准确提取颜色标签、图标含义及图片中的文字信息，覆盖传统文本爬虫的盲区。\n- 将单商品数据采集时间缩短至秒级，只需输入网址和问题，即可批量自动化完成数百个竞品的深度情报收集。\n\ngpt4v-browsing 通过将视觉理解能力融入自动化浏览流程，彻底解决了动态网页与非结构化视觉数据的采集难题，让竞品监控变得像对话一样简单高效。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funconv_gpt4v-browsing_3431126b.png","unconv",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Funconv_5293d7ee.jpg","https:\u002F\u002Fgithub.com\u002Funconv",[80,84],{"name":81,"color":82,"percentage":83},"JavaScript","#f1e05a",76,{"name":85,"color":86,"percentage":87},"Python","#3572A5",24,562,245,"2026-03-15T09:16:33","未说明","不需要 GPU（基于 GPT-4 Vision API 和 Puppeteer，无本地模型推理需求）",{"notes":94,"python":95,"dependencies":96},"该工具依赖外部 GPT-4 Vision API 而非本地模型，因此无需高性能显卡。运行前需同时安装 Node.js 环境（用于 Puppeteer）和 Python 环境。JavaScript 版本支持页面交互（点击链接），Python 版本仅支持直接打开 URL。使用前需配置有效的 OpenAI API 密钥。","3.x (通过 python3 命令调用)",[97,98],"puppeteer (通过 npm install 安装)","GPT-4 Vision API (需有效 API Key)",[26,14,15],"2026-03-27T02:49:30.150509","2026-04-06T08:40:07.941885",[],[]]