AI仙宝k
githubkotaemon｜开源文档问答RAG工作台
面向想对自己的文档做问答的用户与开发者，提供简洁的RAG界面与可定制的检索生成流水线，支持本地模型与多家API，并给出带原文位置的引用结果。
知识库文档处理Web自托管（Gradio 界面，Docker 或 Python 源码方式运行）使用难度
站长实测状态尚未登记
AI仙宝 / DISCOVER & CREATE
找到适合你的 AI 工具
先看能做什么，再看使用门槛。让每一次尝试都有方向。
正在更新内容…
找到 457 项已发布内容
l
githublitellm｜统一调用百余家大模型的AI网关与Python开发库
用统一的OpenAI格式调用OpenAI、Anthropic、Gemini、Bedrock、Azure等上百家大模型，可作Python开发库集成，也可自建网关集中管理团队调用。
LLM 推理与部署Python 开发库；可自托管的 Web 网关服务使用难度
站长实测状态尚未登记
A
githubAnysub｜本地部署音频视频转字幕工具
上传音频或视频后由 Whisper 自动转写，在带波形时间轴的字幕编辑器里校对文字与时间轴，并导出常见字幕格式，全程运行在自己的电脑或服务器上。
语音识别与字幕Linux（x86-64）自托管 Web 服务，Docker Compose 部署，可选 NVIDIA GPU 加速使用难度
站长实测状态尚未登记
p
githubpyVideoTrans｜视频翻译配音与字幕转写工具
一款开源的视频翻译工具，能把视频里的语音识别成字幕，翻译成另一种语言，再配上AI配音和字幕后合成为新视频，适合做搬运、课程本地化或个人创作的普通用户。
语音处理与翻译Windows / macOS / Linux使用难度
站长实测状态尚未登记
I
githubInvokeAI｜本地部署的AI图像生成与编辑工作台
一款可在自己电脑上部署的AI图像生成与编辑工作台，提供网页界面、统一画布和节点式工作流，适合希望本地自主掌控素材与流程的插画师、设计师和AI绘画爱好者使用。
AI 图像生成桌面应用（本地部署，浏览器界面）使用难度
站长实测状态尚未登记
s
githubsherpa-onnx｜离线语音识别与合成开发套件
在本地离线运行语音识别、语音合成、说话人分离、语音增强和语音活动检测等功能的跨平台语音开发套件，适合把语音能力集成进手机、嵌入式设备和桌面程序的开发者。
语音处理与翻译跨平台（Linux、Windows、macOS、Android、iOS、HarmonyOS、WebAssembly 等），以开发库形式提供使用难度
站长实测状态尚未登记
Z
githubZerox｜视觉模型文档OCR转Markdown开发库
面向开发者的开源库，可把PDF、Word、表格等文档逐页交给视觉大模型识别，输出便于AI整理的Markdown或结构化数据。
OCR 图像识别Node.js / Python 开发库使用难度
站长实测状态尚未登记
O
githubOmniParser｜界面截图结构化解析工具
把界面截图解析成可读的界面元素和位置，帮助视觉语言模型更好地定位点击与操作，适合做图形界面智能体和自动化测试的开发者使用。
AI 编程辅助Linux/macOS/Windows（Python 环境）使用难度
站长实测状态尚未登记
P
githubPDF-Extract-Kit｜PDF复杂文档内容提取模型工具箱
一套面向开发者的开源模型工具箱，可从论文、教材、财报等复杂PDF中识别版面、公式、表格和文字，适合搭建文档解析、翻译或问答应用。
OCR 图像识别Linux / macOS / Windows（Python 环境，官方提供 GPU 与 CPU 依赖）使用难度
站长实测状态尚未登记