分类导航
发现更多优质 AI 工具
Easel
Easel 平台平台介绍定位：一个开源的 AI 社交媒体智能体（AI Social Media Agent）内容工作台。核心价值：打通“热点发现 $\rightarrow$ 选题策划 $\rightarrow$ 内容创作 $\rightarrow$ 多平台发布 $\rightarrow$ 复盘归因”的完整链路；不只回答建议，而是直接生成图文、音视频等真实产物，并通过“账号画像”持续进化。覆盖平台：小红书、抖音、快手、知乎、B 站、微信视频号、微信公众号。主要功能账号画像（Profiles）：独立管理账号定位、风格、受众、偏好及长期记忆，输出越来越贴合真人/真号调性。多平台热点雷达：聚合主流平台热榜，智能筛选适合当前账号的选题。内容日历：统一规划、管理选题、草稿、待发、已发及节日活动节点。全方位创作能力：文字/图文：社媒文案、短视频脚本、小说/故事、知识卡片、金句卡、信息图。音视频：文字转语音、声音克隆、AI 音乐、AI 视频/短剧、字幕与翻译、横竖版转换。发布中心与质量门禁：一键生成多平台版本，支持发布前检查（敏感/版权风险）、格式适配和真实发布。复盘归因：读取播放、互动与评论数据，将有效经验沉淀回账号画像。适用人群社交媒体运营人员自媒体创作者MCN 机构品牌营销团队免费付费情况开源与收费：Easel 本身是一个基于 Apache 2.0 许可证 的开源项目，代码免费。付费项：项目本身免费，但运行需要调用大语言模型（LLM）、向量模型或音视频生成服务，需自备相应的 API Key（如 Anthropic Claude、OpenAI 等）或第三方媒体服务。定价页面：由于项目本身免费开源，无统一商业定价页；若需查看依赖的各大 AI 模型或 API 提供商的最新定价，可参考各自官方文档（例如 Anthropic / OpenAI 官网）。如何使用（快速上手）环境要求：Linux、macOS 或 Windows 10/11；Python 3.10+；Git；Node.js 22.19+；FFmpeg。安装步骤：克隆项目并安装：Linux / macOS：运行 bash setup.sh。Windows：在 PowerShell 中以管理员/绕过策略执行 .\setup.ps1。配置环境变量：在项目根目录下创建 .env 文件，配置你的大模型 API：envANTHROPIC_API_KEY=你的_API_Key CLAUDE_MODEL=anthropic/claude-sonnet-4-6 启动工作台：激活虚拟环境（Linux/macOS 下为 source .venv/bin/activate，Windows 下为 .venv\Scripts\activate）。运行 easel web 启动 Web 工作台（默认访问 http://localhost:7860）。常用命令：easel chat（终端对话）、easel doctor（检查环境）、easel ping（检查连通性）。注意事项小红书发布风险：小红书平台对自动化操作较为敏感，自动发布存在验证、限流或账号风控风险；建议使用预览与发布前检查功能，由人工确认后再手动发布；其他平台可正常适配。虚拟环境：每次在终端操作前需先激活虚拟环境（source .venv/bin/activate），否则会提示 easel: command not found。浏览器与依赖：安装脚本会自动配置 Playwright/Chromium 及相关媒体工具，若遇报错可运行 easel doctor 进行环境诊断。
Jev
TypeSafe AI 一、平台介绍公司名称：TypeSafe AI（官网：[https://typesafe.ai/](https://typesafe.ai/)）。创始人背景：由前 OpenAI 核心研究员（RLHF 共同发明人）Diogo Almeida 等人创立。定位差异：不同于传统的文本生成类大语言模型（LLM），定位为"系统一（System 1）机器原生智力基础设施"。旗舰模型：首个旗舰模型为 Jev。输出特性：不输出长篇大论的自然语言，而是直接输出结构化、带概率评估的“决策（Decisions）”，专为软件程序及 AI Agent 消费而设计。二、主要功能结构化单次决策（System 1 Decision）：不采用自回归逐字生成，直接针对具体问题（如分类、评分、bool 判定、多选一）返回强类型结果与概率值。高频实时控制（Tight-Loop Control）：响应延迟低至 70ms – 500ms，支持每秒数十次的循环决策。适用于游戏控制、智能体路由等低时延场景。消除类型错误与幻觉：输出严格受限于提前定义的 Schema/选项。物理上无法返回类型之外的乱码或非法值。决策置信度标定（Confidence Score）：每个决策附带模型置信度和概率分布。方便代码依据阈值决定后续逻辑。三、适用人群AI Agent / 工作流开发者：负责智能体动作路由（Routing）、Tool 选择、结构化分支判断。后端/系统工程师：需要将 AI 判定嵌入高并发、低延迟的现有软件系统（如内容风控、自动路由、风控打分）。海量数据批处理团队：需要在海量数据（如数千万条评论/日志）上运行 MapReduce 式分类与打分，使用传统 LLM 成本过高。游戏与机器人控制开发者：需要低延迟、高频决策控制 NPC、无人机或自动化环境。四、免费与付费情况计费模式：极度偏向"输入计费"，取消输出计费。参考定价：输入 Token：约 $0.042 / 百万 tokens（或 $42 / 10 亿 tokens）。成本仅为常规顶尖 LLM 的 1/50 ~ 1/100 级别。输出 Token：免费（Free）。官方信息链接：定价页面网址：[https://typesafe.ai/](https://typesafe.ai/?utm_source=gemini)。或查看官方文档页面 [https://typesafe.ai/docs](https://www.google.com/search?q=https://typesafe.ai/docs&utm_source=gemini) 了解公测/收费方案动态。五、如何使用（基本流程）申请权限：目前处在限量内测/Waitlist 阶段，需在官网填表申请 API 密钥。构建上下文 State：将当前任务的上下文（JSON、文本或状态数据）作为 input 传入。定义 Schema 与 问题类型：定义问题类型（如 Choice 槽位选择、Score 打分、Bool 布尔概率）及候选值列表。调用 API：json// 伪代码示例：工具选择路由 POST /v1/decisions { "state": "用户输入：帮我查一下明天新加坡的天气", "question_type": "Choice", "options": ["weather_api", "database_query", "web_search", "direct_reply"] } 读取强类型返回：API 立即返回选择结果、概率（Probability）与置信度。应用程序直接走条件分支执行程序逻辑。六、注意事项不能代替生成式/推理模型：Jev 不具备撰写文章、复杂代码编写或长链条深度推理（System 2）的能力。适合作为路由与快速决策组件，需与常规 LLM 配合使用。准确率存在微幅让步：在纯决策任务上，其准确率与顶级模型（如 GPT-5 级别）接近。但在极其复杂的长上下文判断中可能略有差距。换取的是数百倍的响应速度与极低成本。需自行处理概率阈值：API 返回概率值（如 0.82），开发者需根据自身业务风险偏好在代码中设定 Trigger 门槛。例如概率 < 0.6 时回退到通用 LLM。模型黑盒与可解释性：目前仅返回决策和概率，缺乏自然语言解释（“为什么这么选”）。在监管严苛领域（如合规审计）需评估合规风险。
Arena
使用指南由 伯克利 LMSYS 团队 发起，该平台是全球 AI 行业最权威的 大语言模型及多模态模型盲测竞技场与排行榜平台。1. 平台介绍与主要功能核心机制：平台采用类似国际象棋的 Elo 积分系统，通过全球真实用户的盲测投票，为大模型实时生成客观的“众包排行榜”。双模型盲测 (Arena - Blind Test)：系统随机分配两个未标记名称的模型回答同一个 Prompt。用户根据回答质量进行投票，提交后才揭晓模型身份。全维度排行榜 (Leaderboard)：涵盖总体胜率排行榜，并细分了编程 (Code)、数学 (Math)、Hard Prompts（难题）、多语言、图像生成/理解及视频等专项榜单。指定模型对话 (Direct Chat)：允许用户直接选择想要测试的特定模型（如 GPT-4o、Claude 3.5 Sonnet、Gemini、DeepSeek 等）进行单独体验或对话。新模型预览 (Preview / Side-by-Side)：许多顶尖大模型厂商在发布新模型前，会在此进行匿名测试。2. 适用人群开发者与 AI 爱好者：可以免费免费体验全球最新的开源与闭源顶尖模型（包含高昂 API 成本的模型）。企业选型人员 / 研究员：寻找无偏见、抗“提示词污染”的真实大模型性能排名（学术榜单易刷分，而 Arena 靠真实盲测）。提示词工程师 (Prompt Engineer)：用同一 Prompt 实时横向对比不同模型的效果差异。3. 免费 / 付费情况是否免费：完全免费。使用者无需付费，甚至大部分盲测模式 无需注册登录 即可直接使用。定价页面网址：该平台无针对消费者的付费套餐（由学术机构及工业界赞助）。平台官方首页及排行榜地址为：https://arena.ai。4. 如何使用（极简步骤）打开平台:访问 arena.ai。选择模式:想要盲测/投票：点击 Arena (battle)。想要指定单模型使用：点击 Direct Chat。想要查看排名：点击 Leaderboard。输入 Prompt 盲测:在竞技场中输入任何问题（如“用 Python 写一个贪吃蛇”或“解释量子力学”），左右两侧模型同时生成回答。评价并揭晓:点击下方按钮进行投票（如 Model A is better / Tie 等）。投票后系统会自动显示左右分别是哪两个大模型。5. 注意事项隐私与数据安全：盲测过程中的对话数据可能用于公开研究数据集，切勿输入个人隐私、公司敏感代码或核心数据。投票公正性:在投出胜负前，系统不会显示模型名字，请根据 回答质量 本身投票，避免预判偏见。速率限制 (Rate Limit)：平台由于免费提供高成本模型，在高峰期可能遇到请求繁忙，或限制连续对话轮数。模型版本变动:平台上的模型会频繁更新或下架预览版，测试结果可能随模型版本迭代发生变化。
Hypit
使用指南Hypit (hypit.ai) 是一款开源、AI Agent 驱动的爆款视频复刻与重构工具。它不仅能分析参考视频的节奏、文案和画面结构，还能将爆款视频转化为“可编辑、可复用”的工作流，帮创作者快速批量生成不同版本。🎯 核心功能爆款视频克隆/重构：输入参考视频文件或链接，AI 自动提取原片的开场抓人点、字幕节奏、B-roll 和画面编排，并支持替换为你自己的产品、人物或语言。AI Skill 与工作流自动化：基于 Skill 机制，直接给 Coding Agent 下指令即可自动改写剧本、生成画面、对齐音轨与字幕。HypiHub 托管与 API 接入：集成了 WhisperX 语音识别、图片/视频生成以及音色克隆模型，同时支持接入自己的 API Key（如 OpenAI、Runway、Seedance 等）。可视化 Studio 调优：除了通过对话修改，还支持在交互式 Studio 中查看时间线、调整字幕与图形属性。👤 适用人群短视频/自媒体创作者：需要快速复刻爆款结构、批量制作多语种/多受众变体的创作者。跨境电商与品牌营销人员：需要将竞品爆款视频中的产品快速替换为自品牌商品的营销团队。开发者与 Agent 玩家：习惯使用 Coding Agent 部署自动化视频生成流程的技术人员。💰 免费与付费情况框架费用：Hypit 核心开源框架本身免费使用。服务收费：云端模型/生成服务收费，视频、图片生成与语音转写等底层模型需要消耗积分或调用 API。最新定价页面：🔗 https://hypit.ai/zh/commercial/pricing/常见订阅方案参考：Starter（入门版）：$9.90 / 月（按年付仅需折合更低），每月 1,800 积分，适合小量测试。Pro（专业版）：$39.90 / 月（原价 $49.90），每月 10,000 积分，适合多平台频发创作者。Ultra（旗舰版）：$99.90 / 月（原价 $129.90），每月 27,000 积分，适合工作室或多账号运营。购买灵活性：订阅不够用时也可随时独立购买“永不过期”的积分加购包，或直接绑定自有的 API Key。🚀 如何使用（快速上手）环境准备：在你的 Coding Agent 环境（如 Cursor、Claude Code 等）中安装 Hypit Skill。输入指令与素材：向 Agent 提供参考视频链接或文件，并说明需求（例如：把视频里的产品换成我的品牌，保留开场和挂载字幕）。配置模型服务：选择使用 HypiHub 的托管积分服务，或提供自己的 API Key/本地模型。生成与后审：Agent 会生成剧本与素材并渲染成品。二次调整：通过继续对话或打开 Studio 时间线微调画面、字幕和音轨。⚠️ 注意事项积分扣除逻辑：Skill ≠ 免费生成额度，安装 Hypit Skill/开源程序仅获得能力，视频和图像生成所需的 API/模型资源需消耗积分或自有 Key。模型费用确认：在使用复杂的视频生成模型（如 Seedance 2.0、GPT Image 2 等）前，先在对话中与 Agent 确认预估消耗。积分扣除逻辑补充：订阅用户的每月重置积分会被优先扣除，单独购买的充值包积分则永不过期。
ArcReel
ArcReel 平台介绍ArcReel 是一个由 AI Agent 驱动的开源、可自部署（Self-hosted）AI 漫改与短视频工作台。它专为漫改短剧、小说适配、口播短视频及商品广告视频打造，提供从文本解析到视频合成的全流程管线。主要功能全链路自动化生产：支持将网文小说、剧本或商品素材一键转化为剧本、角色/场景/道具资产、分镜图、视频片段及配音成片。视觉一致性保障：允许定义角色与场景资产图，并在后续生成分镜和视频时跨镜头复用参考图，解决传统 AI 视频角色“变脸”问题。人工介入与版本回滚：关键工作流可由 AI Agent 自动调度，也可以随时手动干预、单独重生成某个片段或回滚到历史版本。多供应商与成本追踪：统一配置的大语言模型、生图、生视频和 TTS（语音合成）能力，且能在生成前预测费用，生成后追踪实际调用用量与开销。无缝衔接剪辑工具：支持直接在平台内渲染合成最终成片，也可一键导出剪映草稿（针对中国大陆版剪映），方便后续微调字幕、转场与音效。适用人群短剧与漫改创作者：需要批量将网文小说转化为短剧分镜与动态视频。自媒体与营销运营：制作口播短视频、产品介绍视频与广告素材。AI 影视制作团队：需要精细化控制角色一致性、追踪多模型 API 成本并进行后续二次剪辑。私有化与本地部署需求者：想要自主掌控视频生产数据，或统一管理多个 AI 供应商 API key 的个人与企业。免费付费情况开源免费：采用 AGPL-3.0 开源协议，个人及符合开源规范的使用完全免费。第三方 API 费用：ArcReel 为工作台框架，生成内容需调用各大模型（如 OpenAI、MiniMax、Flux 等）的 API，此部分费用由各 API 服务商收取（平台内提供预估和成本统计）。商业授权与定制：若企业/组织无法接受 AGPL-3.0 协议（如需要闭源商业部署、白标或二次打包再分发），可联系官方团队（support@arc-reel.com）购买商业授权。如何使用准备环境：安装并启动 Docker 及 Docker Compose。克隆仓库与配置：bashgit clone https://github.com/ArcReel/ArcReel.git cd ArcReel/deploy cp .env.example .env docker compose up -d 访问 Web 界面：在浏览器中访问 http://localhost:1241（默认用户名 admin，首次启动会自动生成密码并写回 .env）。配置 API 与创作：登录后进入设置页面，填入各大模型 API Key（文本/图片/视频/TTS），创建项目导入文本即可开始创作。注意事项公网安全防护：默认 Compose 会将 1241 端口暴露在宿主机所有网络接口，切勿直接暴露到公网。如需远程访问，请务必设置反向代理、配置身份认证并启用 HTTPS/VPN。软件兼容性：目前草稿导出功能主要面向中国大陆版剪映，对海外版 CapCut 的兼容性尚未经过完整验证。商业合规提醒：如需将 ArcReel 内部改造作为 SaaS 产品出售，需遵循 AGPL-3.0 开源协议进行源码开源，或提前联系官方获取商业授权。
Paperless
Paperless-ngx 使用指南Paperless-ngx 是一个开源且完全免费的无纸化个人/家庭/小企业文档管理系统（DMS）。它具备强大的功能，能够自动索引、识别、归档纸质或电子文档，将扫描件和 PDF 转换为可快速搜索、分类和检索的数字化档案库。主要功能自动 OCR 识别与索引： 内置Tesseract OCR引擎，上传扫描件或图片后可自动提取文本（支持多语言），生成带有可选择文字的 PDF 文件。智能自动分类（机器学习）： 根据历史文档和学习模型，自动为你上传的文档打标签（Tags）、匹配联系人/发行方（Correspondents）和文档类型（Document Types）。全文检索与高级筛选： 支持类似于搜索引擎的全文搜索、自动补全以及按时间、标签、类型、联系人等维度的多条件筛选。自动化抓取 (Consume Folder)： 监控指定文件夹或扫描仪共享路径，新放入的 PDF/图片会立刻自动扫描并导入系统。电子邮件集成： 可直接连接你的邮箱（IMAP），自动从指定邮箱中提取发票或附件并导入系统。多用户与权限管理： 支持多账户配置、角色的细粒度权限管控与多租户隔离。适用人群家庭与个人用户： 用于归档家庭发票、医疗单据、合同证书、保修卡、税单等日常纸质文件。小微企业与自由职业者： 替代传统的文件夹归档模式，快速管理业务进销存单据、对账单与客户合同。自建服务（Self-hosted）与隐私敏感爱好者： 拒绝将敏感财务/法律文档上传到第三方云盘，追求数据自主控权的用户。免费与付费情况平台属性： 100% 免费且完全开源（基于GPL-3.0协议）。无论个人或商业使用均无需购买许可证，没有任何功能限制。服务成本： 软件本身没有任何官方付费方案。如果你选择自行部署（Self-Host）（如安装在本地 NAS、旧电脑或家用服务器上），费用为 $0。第三方云部署（可选）： 如果你不想自己搭建硬件，可以使用第三方云托管平台（如 Elestio 等云服务商一键托管），此时需付云服务器费用（通常在 $6 - $16/月 左右，由第三方收取而非官方）。项目主页与文档： 可以随时前往 Paperless-ngx 官方 GitHub 仓库 或 官方文档首页 查看最新动态与开发者社区支持。如何使用官方推荐使用 Docker Compose 进行一键部署：环境准备： 准备好已安装Docker和Docker Compose的Linux 服务器、NAS（如群晖、威联通、Unraid）或树莓派。下载示例配置： 官方提供一键脚本或基础配置文件 docker-compose.env 与 docker-compose.yml：bash# 使用官方安装脚本交互式配置 bash -c "$(curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh)" 启动容器：bashdocker compose up -d 访问与配置： 在浏览器中输入 http://<你的 IP>:8000 进入 Web UI，使用部署过程中创建的管理员账号登录即可开始使用。注意事项磁盘空间与性能消耗： OCR 解析（尤其处理数百页大文件或高分辨率图片时）需要消耗一定的CPU和内存算力。如在低配设备（如老旧树莓派）上运行，建议限制并发 OCR 任务数。原始文件安全与备份： Paperless-ngx 默认会保留原始文件（Originals）和处理后的文件（Archive）。请务必定期备份其存储目录（Data & Media 目录）和PostgreSQL 数据库。扫描文件命名规范： 如果配合物理扫描仪使用，建议将扫描件输出格式设为PDF或高清晰度PNG/TIFF，这会显著提高OCR 识别的准确率。
Recordly
Recordly：开源屏幕录制与剪辑工具官方网站：recordly.devRecordly 是一个开源、跨平台（支持 Mac/Windows/Linux）的桌面级屏幕录制与演示视频剪辑工具。其被定位为 Screen Studio 的开源免费替代品。该工具旨在解决“录屏后再找专业剪辑师添加放缩、画中画、游标平滑与背景边框”的痛点，帮助用户在极短时间内直接生成高质量的产品 Demo、操作教程和宣传短视频。1. 主要功能自动/手动镜头放大：根据鼠标点击与轨迹自动捕捉焦点并平滑放大，也支持在时间轴上手动添加放大区域。光标美化与动态平滑：自动隐藏/替换原始鼠标指针，提供轨迹平滑、运动模糊、点击波纹（Click Bounce）、摆动及 macOS 风格游标样式。摄像头动态画中画：支持插入摄像头浮窗，可自定义形状、阴影、镜像及比例，且摄像头能随画面放缩自动动态调整比例。专业背景与外框样式：支持为录屏画面添加渐变背景、预设/自定义壁纸、背景高斯模糊、圆角、内边距与阴影效果。时间轴剪辑与标注：支持在时间轴上裁切片段、调节局部播放速度（变速）、叠加文本/图片/形状标注、添加额外音频轨等。多格式导出与项目保存：支持导出为高清 MP4 或 GIF 动图（可设循环、帧率）；工程可保存为 .recordly 文件以便后续修改。扩展与组件插件：提供 Marketplace 插件市场，可加载社区开发的点击音效、浏览器外框 mockup、壁纸等。2. 适用人群产品经理与开发者：快速录制产品 Demo、功能更新演示视频或提交 Bug 演示。独立开发者与创作者：为 App、SaaS 工具制作吸引眼球的宣传短片和社交媒体展示 GIF，无需掌握复杂剪辑软件（如 PR、AE）。技术文档与教程作者：录制高清晰度、重点突出的操作指南与步骤说明。3. 免费与付费情况许可与价格：100% 免费且完全开源（基于 AGPL-3.0 协议）。所有本地功能均可无限制免费使用。官方资源与更新：官方项目不包含任何商业付费版本。如需随时了解项目更新或赞助作者，可直接前往：https://github.com/webadderallorg/Recordly 或其官网查看最新动态。4. 如何使用安装下载：直接前往 GitHub 的 Releases 页面下载适合您系统（macOS、Windows、Linux）的安装包；Arch Linux 用户可通过 AUR 安装 yay -S recordly-bin。录制步骤：打开应用 ➔ 选择需要录制的屏幕或应用窗口 ➔ 开启/关闭系统声音与麦克风 ➔ 点击录制 ➔ 停止录制后直接进入编辑界面。编辑与导出：在编辑界面调节自动放缩强度、美化鼠标样式、调整背景外框 ➔ 满意后点击导出为 MP4 或 GIF 格式。5. 注意事项macOS 系统要求：需 macOS 14.0 (Sonoma) 及以上版本，以利用 native ScreenCaptureKit 实现完美的系统声音捕获与原生鼠标隐藏。Windows 系统要求：建议 Windows 10 Build 19041 (20H1) 及以上版本。旧版本由于降级到 Electron 捕获 API，录屏中可能会残留系统的真实鼠标指针。Linux 系统要求：目前由于 Electron 限制，暂不支持原生隐藏鼠标指针（若同时开启软件自带的光标美化，可能出现“双鼠标”现象）；系统声音捕获通常依赖 PipeWire。Mac 本地构建提示：如果自行拉取源码打包，在 macOS 上首次打开可能会被系统隔离提示打不开，需在终端运行 xattr -rd com.apple.quarantine /Applications/Recordly.app 清除隔离标记。
Inkos
InkOS 使用指南1. 平台概述InkOS 是一个面向文本与长文创作的开源 AI Agent 系统与写作工作台。它专为解决 AI 写作“长文易崩乱、上下文失控、越写越偏”等痛点设计，通过分层上下文组织、原子化指令与统一控制内核，管理长篇故事的状态、角色、世界观和剧情线。同时提供可视化 Web UI (Studio)、命令行 CLI以及与 OpenClaw/Claude Code 等外部 Agent 集成的 Agent Skill 接口。2. 主要功能长篇小说与剧本创作：自动建立大纲、世界观、角色卡、卷纲与章节意图。内置“计划 → 构思 → 草稿 → 审稿 → 修订”治理链，保障上下文与正史逻辑不越界。剧情多线推演 (Branching)：基于当前正史推出 2-5 条彼此隔离的未来剧情分支，预览章节节拍、风险与意图匹配度，确认后才保存并切入正史。InkOS Short（商业短篇与短剧）：支持一键生成独立短篇小说、短剧剧本、卖点简介、审稿记录及封面 Prompt（配置服务后可直接生成封面图）。InkOS Play（互动剧情与开放世界）：允许指定世界契约、时间推进机制、角色 Agent 和物品/证据链规则，自动维护动态世界状态与选择树。专业 Skill 扩展机制：直接兼容标准 SKILL.md 格式，内置涵盖长文写作、商业短视频、剧本、分镜、长文档翻译、语义去 AI 味（Semantic De-slopping）等 15 个专业技能包。多模型灵活路由 (BYOK Multi-LLM)：支持为写作（Writer）、审稿（Auditor）等不同角色单独指定模型，最大化平衡生成质量与 API 成本。3. 适用人群网文 / 长篇小说作家与编剧：需要维持庞大世界观、多角色关系及数十万字上下文逻辑一致性。短剧与影视策划：快速生成短剧脚本、分镜大纲及方案卖点。互动游戏与 RPG 制作人：涉及分支选择、世界状态维护及证据链驱动的互动游戏设计。AI Agent 开发者：寻找可集成在 OpenClaw、Claude Code 或本地自动化流水线中的长文本创作引擎。4. 免费与付费情况许可与价格：100% 免费且开源（开源许可为 AGPL-3.0）。项目本身不收取任何费用。API 成本由用户自理 (BYOK)：采用自带密钥模式（Bring Your Own Key）。模型服务接入第三方 API（如 Google Gemini、Moonshot/Kimi、MiniMax、智谱、百炼、DeepSeek、OpenRouter 或 OpenAI 兼容格式等），产生的 API 消耗费用直接按对应平台标准结算。5. 如何使用5.1 安装方式全局 NPM 安装（推荐）：bashnpm i -g @actalk/inkos 作为 OpenClaw / Agent Skill 使用：bashclawhub install inkos 5.2 交互模式选择Web UI (Studio)：在项目目录下运行 inkos studio，在浏览器打开 Visual Studio 工作台。在“模型配置”处填写 API Key 并测试连接即可开始可视化创作。CLI 命令（Pipeline / Atomic）：一键管道推进：inkos write next my-book --count 3 （顺序写作 3 章，含计划 - 构思 - 写草稿 - 审稿 - 自动修订）。原子化拆解：inkos plan chapter / inkos compose chapter / inkos draft / inkos audit / inkos revise。5.3 Natural Language Agent 模式指令式调用：inkos agent "写一部主角是治疗职业的地牢流奇幻小说"6. 注意事项密钥安全性：在 Studio 中配置的 API Key 会保存在本地 .inkos/secrets.json 文件中，不会写入会被版本控制跟踪的 inkos.json。模型选型建议：长篇小说与复杂剧情推演极度依赖大模型的上下文遵循能力与长文本窗口，建议在全局或创作节点选用逻辑强、窗口大的模型（如 Gemini、Kimi、DeepSeek 或 MiniMax 等），简单的审稿或初稿润色节点再路由至低成本模型。正史防护：在使用分支剧情推演（Branching）时，生成的分支推演仅作为临时方案，只有显式执行确认选择后，更改才会写进“正史”与正文档案中。
LocalSend
LocalSend 平台使用指南1. 平台概述LocalSend是一款完全免费、开源的局域网文件传输工具，被广泛视为 AirDrop（苹果随手传）的跨平台替代方案。数据传输完全基于局域网（LAN），不经过任何第三方服务器。这意味着既不消耗互联网流量，又能有效保障数据隐私与安全。2. 主要功能跨平台互传： 支持 Windows、macOS、Linux、Android、iOS / iPadOS 等多系统间的文件交互。零配置自动发现： 只要设备连接到同一个 Wi-Fi 或局域网，打开软件即可自动识别邻近设备，无需复杂设置。多样化传输形式： 支持发送文件、文件夹、剪贴板文本以及直接发送文字消息。免安装 Web 接收（Web Share）： 支持开启临时 HTTP 网页服务，未安装软件的设备（如访客手机）只需扫描二维码或输入局域网 IP即可通过浏览器下载文件。安全加密： 传输过程采用端到端 TLS/HTTPS 加密，防止局域网内数据被监听。3. 适用人群多设备/跨系统用户： 适合同时使用 Windows 电脑与 iPhone，或者 Android 手机与 Mac 等不同设备混合使用的场景。高隐私/办公敏感人群： 适合不希望将商业机密、私密照片或大文件上传到云盘或微信服务器传输的用户，强调数据本地化。大文件传输需求者： 适合传输动辄几 GB 的视频文件的用户，无需等待云端上传和下载，可直接跑满局域网最高网速。4. 免费与付费情况许可与价格： 项目为 100% 免费且开源（开源协议为 MIT），无广告、无功能限制、无传输文件大小或速度限制。无付费订阅方案： 官方不存在任何收费功能或付费套餐，应用商店中的自选内购仅为志愿捐赠/赞助支持。项目动态与赞助： 如需了解项目进展或赞助开发者，可直接查看:https://github.com/localsend/localsend。5. 如何使用安装软件： 在需要互传文件的所有设备上安装 LocalSend，可通过官网下载对应系统的安装包或应用商店下载。连接同一网络： 确保所有设备连接在同一个 Wi-Fi或同一路由器局域网下。发送文件：打开软件，进入 “发送” 选项卡。选择要发送的文件、文本或文件夹。在下方候选列表中点击目标设备名称（如 Cool Avocado），目标设备弹框确认后即可开始传输。6. 注意事项局域网隔离与防火墙：防火墙拦截： 首次在 Windows/Mac 上运行时，若弹出系统防火墙提示，请务必勾选允许局域网通信。AP 隔离（Guest Wi-Fi）： 如果连接的是公共 Wi-Fi、酒店 Wi-Fi 或开启了“AP 隔离/访客网络”的路由器，设备之间无法互相搜索。此时可尝试用一台手机开启热点，其他设备连接该热点来传输。别名识别： LocalSend 默认会自动生成一个随机有趣的动物名（如 Quick Orange）作为设备别名，建议在“设置”中将其修改为易于识别的名称（如 John-MacBook）。静默接收与自动保存： 频繁互传时，可在“设置”中开启“快速保存”或将特定信任设备加入白名单，跳过每次手动点击“同意”的步骤。
VoiceStudio
VoiceStudio 使用指南一、平台介绍VoiceStudio 是一个开源且完全本地化运行的 AI 声音工作站。该工具被定位为 ElevenLabs 的开源替代品，具有以下核心特点：数据隐私保护： 所有数据、声音模型和生成内容均保存在用户自身的本地设备上，无需依赖云端服务，有效保护隐私。完全本地运行： 避免了将敏感语音或商业机密文本上传至第三方平台的潜在风险。多功能集成： 集成了 TTS（文本转语音）与 ASR（语音识别）引擎，支持从录音到生成内容的完整工作流。二、主要功能特性平台提供了强大的处理能力，具体功能包括：声音克隆与设计 (Voice Cloning & Design)： 用户可通过一段音频样本快速克隆特定声音，或自定义调节参数创建全新的 AI 声音。视频自动配音 (Video Dubbing)： 支持导入视频/音频文件或 URL，自动提取字幕并将其翻译为目标语言，同时保留原说话者的音色生成新配音。有声书与多角色创作 (Audiobook Creation & Multi-Speaker)： 内置剧本编辑器，支持多角色分配与音色映射，可一键生成完整的有声书内容。实时听写与语音转文字 (Dictation & Transcription)： 支持多语言的高精度语音识别服务。多模型与多语言支持： 支持多达 16 种 TTS 引擎与 11 种 ASR 引擎，覆盖高达 646 种语言。开发者接口： 提供本地 REST / SSE / WebSocket API、OpenAI 兼容的 Audio API 以及 MCP Server，便于接入应用或自动化工作流。三、适用人群该工具适合以下类型的用户群体：自媒体与视频创作者： 需要进行多语言视频翻译、跨国配音及自动生成字幕的用户。有声书/广播剧创作者： 需要处理长文本朗诵及多角色音色快速分配的制作人。开发者与 AI 爱好者： 需要将本地 TTS/ASR 服务接入应用、Agent 或个人自动化工作流的技术人员。高隐私需求用户： 无法接受数据上传至云端，有严格保密要求的用户。四、免费与付费情况关于许可协议、成本及硬件门槛的说明：许可与价格： 项目为 100% 免费且开源，遵循 AGPL-3.0 开源协议。无需订阅或按字数付费。官方定价策略： 官方项目无付费版本，不存在官方的付费定价页面。如需随时了解项目状态或赞助作者，可直接前往 GitHub 仓库查看。硬件要求： 本地运行需消耗自身算力，支持 NVIDIA CUDA、Apple Silicon MPS/MLX、Linux ROCm 或 CPU 运行。建议配置 8GB 以上显存（或 Mac 统一内存）以获得流畅的生成速度。模型许可证提示： 虽然软件本身开源，但通过界面下载的某些第三方模型可能保留各自的上游许可证（如非商业用途限制），商业化使用前需注意确认具体模型条款。五、如何使用环境准备与克隆： 需准备好 Python 环境与 Git 工具，执行以下命令下载代码：bashgit clone https://github.com/debpalash/VoiceStudio.git cd VoiceStudio 安装依赖： 根据硬件配置（如 Nvidia GPU / Mac M 芯片 / CPU），安装对应的 PyTorch 及依赖项：bashpip install -r requirements.txt 启动应用： 运行启动脚本以打开桌面界面或 Web UI。系统支持快捷键 Ctrl / Cmd + E 来切换引擎、下载或加载模型。六、注意事项在使用前请务必关注以下细节：资源消耗： 高精度克隆与跨语言配音引擎对显存要求较高，低配置设备可能导致生成速度变慢。首次预热时间： 首次运行时需下载模型权重文件，可能耗时较长，请确保网络连接通畅。合规性风险： 务必遵守所加载模型的许可协议，避免在商业环境中使用受限的第三方模型资源。
Pixel RAG
PixelRAG 开源平台PixelRAG (pixelrag.ai) 是由加州大学伯克利分校（UC Berkeley）Sky Computing Lab 团队推出的开源像素级原生视觉检索增强生成（Visual RAG）平台与技术方案。不同于传统将网页/文档解析为纯文本的 RAG，PixelRAG 采取“用 AI 直接‘看’网页”的思路，保留排版、图表和表格信息。一、平台介绍与核心机制1. 核心逻辑跳过解析流程：跳过传统的 HTML 解析与文本提取（无损、无需传统的 OCR/Chunking）。像素空间检索：将网页或文档渲染为截图（Screenshot Tiles），通过多模态视觉嵌入模型建立向量索引，检索时直接在“像素空间”比对。2. 技术架构渲染层：利用 Playwright CDP 或 PDF 渲染器，将页面切割为图像区块（Tiles）。向量化（Embed）：使用 Qwen3-VL-Embedding 模型提取视觉特征（维度 2048）。检索索引：后端基于 FAISS IVF 索引进行海量像素向量检索。二、主要功能像素级文本与图像检索：支持输入“文字查询”或“图片查询”，直接匹配并返回最相关的网页截图碎片。复杂排版与图表保留：完美保留跨列表格、复杂流程图、代码块及 CSS 样式的视觉结构，解决传统文本 RAG 信息丢失的问题。在线体验与维基百科预建索引：官方提供包含 828 万篇 Wikipedia 文章、2810 万张截图分块的轻量在线检索接口与 Demo。Claude Code 插件（pixelbrowse）：允许 AI 智能体（如 Claude）调用本地截图工具直接“看”网页并总结，无需经过文本抓取。索引与模型解耦：索引库直接存储像素图片。未来升级更新视觉大语言模型（VLM）时无需重新生成向量库，直接更换读取模型即可。三、适用人群AI 开发人员 & 架构师：构建智能客服、文档问答或知识库，需处理大量包含表格、PDF、图表、PPT 或复杂网页的场景。Agent / 自动化开发人员：需要为 AI Agent 提供视觉抓取与环境感知能力（配合 Playwright/Claude 插件）。科研与学术人员：研究视觉 RAG（Visual RAG）、多模态检索（Multimodal Retrieval）及无 OCR 文档分析。四、免费与付费情况完全开源与免费：PixelRAG 是一个采用 Apache 2.0 许可证 的开源项目，其核心代码、公用 API 端点及数据集均免费提供。无商业收费：目前无付费订阅或商业定价页面。官方 API 及数据集托管于 Hugging Face，本地部署无需任何软件授权费用。五、如何使用（快速上手干货）方式 1：在线 API / Web 端直接体验访问 pixelrag.ai，在搜索框输入文本（如 "Periodic table"）或上传图片。即可实时检索 2800 万+维基百科截图区块。方式 2：Python 本地渲染与检索安装核心包：bashpip install pixelrag 将任意网页渲染为像素切片：bashpixelshot https://en.wikipedia.org/wiki/Python --output ./tiles 构建本地私有文档库索引（需安装 index 扩展）：bashpip install 'pixelrag[index]' 方式 3：为 Claude Code 添加视觉看网功能安装与注册插件：bashpip install pixelrag claude plugin marketplace add StarTrail-org/PixelRAG claude plugin install pixelbrowse@pixelrag-plugins 终端指令操作：终端中直接让 AI 查看网页截图。bashclaude -p "screenshot https://news.ycombinator.com and summarize the top stories" 六、注意事项与使用建议显存与存储需求较集中构建和检索向量依赖 GPU（支持 CUDA 及 Apple Silicon MPS）。如下载全量预建索引（如维基百科索引包），FAISS 索引文件体积较大（约 214 GB），需预留足够硬盘空间。图像 Token 消耗将图像传递给后续的 VLM（视觉大模型，如 GPT-4o, Qwen-VL）进行生成时，图像会占用较多 Token 额度。建议先通过 Tile 降采样或裁剪缩小上下文范围以节省成本。动态网页适配使用 pixelshot 截取动态加载（SPA / React）页面时，需确保配置合理的 Playwright 等待时间（Wait time）。防止截取到空白或加载中页面。
ReClip
ReClip 开源项目一、平台介绍定位：一个轻量级、可自托管（Self-hosted）的在线音视频下载器，自带简洁明了的 Web 前端界面。技术底座：底层依赖强大的开源命令行工具 yt-dlp 和 ffmpeg，后端采用 Python (Flask) 构建，极度精简（后端源码仅约 150 行）。二、主要功能海量平台支持：支持下载 YouTube、TikTok、Instagram、Twitter/X、Reddit、Facebook、Bilibili、Vimeo、Twitch 等 1000+ 网站的音视频。双模式导出：支持导出为 MP4（视频）或 MP3（提取纯音频）。分辨率/画质选择：解析链接后可自由挑选不同的清晰度与音视频质量。批量下载：支持一次性粘贴多个 URL 进行批量解析与下载。智能去重：自动识别并过滤重复粘贴的链接。三、适用人群开发者 / 自建服务爱好者：希望在 NAS、服务器或个人电脑上搭建私人下载站的用户。内容创作者 / 离线影音用户：需要经常跨平台（如 TikTok、YouTube、X）下载素材或存档视频的人群。追求极简与隐私的用户：厌烦了第三方下载网站的弹窗广告、限制及隐私泄露风险，希望拥有完全自主可控工具的人。四、免费 / 付费情况完全免费且开源：ReClip 遵循 MIT 许可证，100% 免费开源，无付费版本，无订阅费，无内置广告。定价页面说明：项目无任何收费计划，因此不存在官方付费/定价页面网址。五、如何使用（快速上手指南）方式 1：Docker 一键运行（推荐）前置条件：如果你安装了 Docker。终端执行命令：直接在终端执行以下命令构建并启动容器：bashdocker build -t reclip . && docker run -p 8899:8899 reclip 访问 Web 界面：运行后在浏览器访问 http://localhost:8899。方式 2：本地直接部署安装依赖（前提条件）：macOS 系统：执行 brew install yt-dlp ffmpeg。Linux/Windows 系统：确保安装了 ffmpeg 和 Python 环境。克隆仓库并运行：bashgit clone https://github.com/averygan/reclip.git cd reclip ./reclip.sh 打开 Web 界面：浏览器访问 http://localhost:8899。界面操作流程粘贴一个或多个视频链接到文本框。选择输出格式（MP4 视频或 MP3 音频）。点击 Fetch 按钮提取视频信息和缩略图。选择所需画质，点击单个 Download 或 Download All 导出文件。六、注意事项环境依赖：项目本质上是 yt-dlp 的 Web GUI 包裹层，如果解析失败，通常需要及时更新本地/容器内的 yt-dlp 版本（因为目标网站接口变动频繁）。网络环境：下载特定海外平台（如 YouTube、Twitter）视频时，部署 ReClip 的服务器/设备需要具备访问相应网站的网络权限。版权合规：仅供个人学习与离线备份使用，请遵守目标平台的协议及版权法律法规。