分类导航
发现更多优质 AI 工具
QtScrcpy
QtScrcpy：Android 实时投屏与电脑端控制工具QtScrcpy 是一款基于Qt / C++开发的开源 Android 实时投屏与电脑端控制软件的 GUI 版本，该项目在著名的scrcpy架构基础上进行了改进。一、平台介绍支持系统：涵盖 Windows、macOS、Linux (Ubuntu / Arch Linux)。支持设备：Android 5.0 (API level 21)及以上设备，连接时无需 Root。核心特性：极轻量（免在手机安装任何 App）。高帧率（稳定在 30~60 fps）。高画质（支持 1920x1080 及以上分辨率）。超低延迟（控制在 35~70ms）。启动速度极快（通常约 1 秒内完成连接）。二、主要功能实时投屏与双向操控：使用电脑键盘和鼠标直接对手机画面进行点击、滑动以及文本输入。自定义按键映射 (Keymap)：支持将键盘/鼠标按键映射为手机屏幕触摸操作，内置吃鸡（PUBG）、抖音等常用脚本，并支持用户手写脚本扩充。多设备群控：同时连接并一键批量控制多台不同型号的手机设备。无线/有线双模式：既支持通过 USB 线缆稳定连接以获得高画质，也支持在同一局域网下的 WiFi 无线投屏。快捷文件传输与安装：直接拖拽 APK 文件到投屏窗口即可自动安装应用；拖拽普通图片或文档可直接发送至手机侧存储目录。屏幕录制与截图：允许用户设定比特率、分辨率及录屏格式，甚至支持后台无界面隐藏投屏模式进行录制。声音同步：针对 Android 10+ 设备，支持将音频流传输到电脑端直接播放音效或语音通话录音。剪贴板同步：利用快捷键（如 Ctrl+C / Ctrl+V）实现电脑与手机之间文本内容的双向复制粘贴。三、适用人群手游/娱乐玩家：希望在电脑大屏显示器上，利用键鼠顺畅体验移动游戏或滑动浏览短视频应用。开发者/测试人员：需要在电脑上批量测试应用程序功能、进行多机联动调试以及录制 App 演示画面（Demo）。办公/效率人群：工作场景中无需频繁拿起手机，直接在电脑侧边屏幕接收通知消息回复及互相传文件传输任务。四、免费付费情况开源授权：QtScrcpy项目本身完全免费且开源，遵循 Apache-2.0协议，无任何功能限制或强制收费行为。衍生服务说明：作者同时开发了针对大批量投屏控机的专业商业级工具（如 QuickMirror），但这不影响 QtScrcpy 本身的免费性质；若需学习项目架构原理，提供的视频课程属于自愿购买范畴。五、如何使用1. 准备工作开启 USB 调试：在手机系统设置中找到开发者选项并开启"USB 调试"开关。下载软件：在电脑上访问官方 Releases 页面 https://github.com/barry-ran/QtScrcpy/releases 进行下载解压，安装包内已内置 ADB 工具。2. USB 有线连接步骤物理连接：使用数据线将手机连接到电脑，若手机端弹出弹窗提示时选择"允许这台计算机进行 USB 调试"并勾选不再询问（可选）。启动设备：打开 QtScrcpy 软件界面，点击顶部的 “刷新设备”。开始投屏：在左侧列表中找到手机型号，选中后点击右侧的 **“启动服务”**按钮即可显示画面。3. WiFi 无线连接步骤建立有线基础通道：先用 USB 线连上电脑，进入软件选中现有设备依次点击“获取设备 IP"和“启动 adbd”。切换至无线模式：在界面中点击 **“无线连接”**按钮。断开物理连线：等待片刻直到列表中出现带 IP 地址的新设备条目，拔掉 USB 数据线后，选中该 IP 设备并点击 **“启动服务”**即可实现纯 WiFi 投屏。六、注意事项授权权限检查：若软件中点击“启动”无反应或无法连接，请务必确认手机端是否弹出 ADB 调试许可提示，必要时需重启 USB 连接线。映射模式切换技巧：在开启游戏等需要自定义按键时，需在键盘左上角的 ~ (波浪键) 上进行操作，以在 “普通鼠标点击”与“按键映射操作”两种模式下互相切换激活脚本功能。网络环境要求：启用无线投屏模式时，手机和电脑必须处于同一 WiFi 局域网网段内才能保持连接稳定不丢包断连现象发生频繁出现的情况请确保路由信号良好。合规风险提醒：使用按键映射玩部分对外挂/外接设备检测严格的竞技手游（如和平精英等）时，需严格遵循游戏官方规范操作，避免因判定为违规模拟器而面临账号封禁风险。
Iconfont
Iconfont 使用指南平台介绍Iconfont是由阿里巴巴妈妈MUX出品的国内主流矢量图标/插画/3D素材平台。主要面向UI设计师、前端开发者及多类内容需求用户，提供丰富的图形资源。核心优势在于支持在线检索编辑、项目管理以及生成多种格式代码，且依托阿里CDN在国内访问速度稳定高效。1. 主要功能Iconfont 提供了从素材获取到落地使用的全流程能力：素材检索：涵盖单色图标、彩色图标、矢量插画及3D插画；支持Lottie动画与字体库；具备强大的中文/英文语义搜索能力，方便快速查找。在线编辑：提供改色功能（调整色彩）、尺寸调节以及SVG直接编辑能力；用户可单图标直接下载PNG、SVG或Ai等多种格式文件。项目管理：支持创建项目并将选中图标归集管理；具备团队协作功能；自动生成 Unicode / Font‑class / Symbol 三套前端调用代码；提供在线CDN链接生成及本地字体包（ttf/woff/css）下载能力。上传私有图标：允许用户上传本地SVG文件，将其纳入自定义项目范围内并直接生成对应的前端引用代码。AI设计工作台：集成最新AI技术，支持用户通过AI命令生成新的图标、插画及辅助编辑素材（平台新增的高级功能）。2. 适用人群与版权风险明确平台的使用边界对于保障商业项目的安全性至关重要：UI设计师：适合进行找图、导出处料以及团队内部的图标资产管理。前端开发者：适用于构建网页、小程序、H5页面或后台系统的字体/矢量组件库开发场景。产品与运营人员：可直接用于制作PPT演示文稿、原型设计稿及文档配图说明。不适合人群：需要大量独家商用无版权风险素材的用户需谨慎，因为平台上部分用户上传的图标可能存在授权限制或不可商用情况。3. 免费与付费规则清晰了解平台的成本结构是项目选用的前提：官方开源图标：属于平台完全开放资源，支持完全免费且可商用；无需缴纳平台订阅费，无使用额度限制。用户上传素材分类：分为标记“免费”的素材（需按协议署名等要求）和作者标记“付费”的素材（单个或整套购买）。定价说明：不存在统一的官方会员套餐；付费由上传作者所有决定并在详情页查看价格，平台仅作为交易展示载体。4. 使用流程步骤快速上手的前端引用与部署方式如下：账号登录：通过手机号注册或绑定阿里系账号进行安全登录。搜索与收藏：在站内搜索所需素材图标，点击目标图标的加入购物车按钮。创建项目：点击右上角购物车入口，选择添加至项目；若未开启请先新建对应的项目名称容器。生成引用代码：进入【图标管理‑我的项目】界面；有两种部署方式可选：在线CDN链接（适合快速开发引入JS/CSS）或下载到本地（将css/字体文件放入服务器环境部署）。前端调用方法：支持三种模式，建议优先掌握最兼容的用法：Unicode：字符编码引用，兼容性最好；Font‑class：类名直接调用，代码编写最简单，例<i class="iconfont icon-home"></i>；Symbol：SVG方式引入，支持多色图标展示。5. 注意事项在正式投入生产环境前，请务必关注以下风险点（最重要）：版权风险规避：仅官方开源库默认可商用；对于用户上传素材，务必仔细阅读详情页授权协议；部分禁止商用或需署名/付费的图标切勿直接用于商业项目。CDN使用限制：线上生产环境不建议长期直接使用平台在线CDN链接，存在失效或被封禁风险；建议下载字体包部署至自有服务器以保稳定。跨域属性要求：若前端引入Symbol模式（SVG）的JS文件时，务必在<script>标签添加 crossorigin 属性，否则图标无法正确显示。团队权限管理：注意项目协作时的成员权限设置；严防误删除操作会导致关联线上CDN资源直接失效或代码中断。彩色图标模式限制：Font‑class字体模式仅支持单色调用；若需多色渐变背景，必须优先选择Symbol（SVG）格式而非普通字体方式。PNG位图质量警示：导出的PNG文件本质为位图，无限放大后会出现模糊失真；开发阶段请尽量使用SVG或矢量字体格式以保证清晰度。付费凭证留存：付费交易属于作者个人行为，平台不提供担保服务；商用前请务必保留好购买付款证明以备纠纷查验。小程序兼容性注意：部分传统字体文件在微信小程序中存在兼容性问题；建议优先导出为 SVG 或转换为 Base64 编码字符串使用。
Taste Skill
Taste Skill：AI 编程前端审美规范框架Taste Skill是一个专为 AI 编程 Agent设计的开源工具，旨在防止 AI 生成同质化、缺乏设计感、“AI 味浓厚”的通用前端代码。它通过提供预设规则与 SKILL.md配置文件，帮助开发者打造具备高端视觉质感的现代 UI 界面。1. 平台介绍Taste Skill 致力于解决 Less slop, designs pop（减少劣质同质化代码，提升UI审美与设计质感）的核心诉求。其工作原理是将设计规范、排版逻辑与色彩系统打包为标准的 Agent Skill。开发者由 Leon Lin 与 blueemi 共同维护的开源项目团队组成。核心理念：坚持“Less slop, designs pop”，即拒绝低质模版化输出，追求高水准的设计审美与设计质感。工作原理：将设计规范、排版细节、色彩系统以及组件框架匹配逻辑打包为标准 Skill（SKILL.md 格式），AI 生成代码前会先读取规范，从而自动规避“套路化”设计。维护团队：由 Leon Lin 与 blueemi 共同协作开发的开源社区项目。2. 主要功能Taste Skill 为 AI Agent 提供了丰富的预设能力，通过智能推断与设计系统映射来增强代码产出质量。内置10+专业技能库可根据不同需求灵活调用。核心默认技能 (taste-skill v2)：包含设计自动推断、重构审计以及预检机制的综合版本，效果显著优于旧版。GPT 优化专用技能 (gpt-tasteskill)：专门为 GPT/Codex 模型优化的特性，进一步强化了布局多样性与动效处理逻辑。风格化预设库：提供 soft-skill（极简柔和）、minimalist-skill（编辑风极简）以及 brutalist-skill（野兽派/瑞士平面风格）等多种视觉风格的代码注入方案。重构专用技能 (redesign-skill)：专门针对老旧项目执行 UI 深度审计，帮助团队快速进行审美升级与代码重构。产出控制技能 (output-skill)：严格禁止 AI 在生成过程中留下占位符或未完成的半成品代码，确保交付质量。图像辅助技能：包含 image-to-code-skill及离散的实现逻辑结合图片生成的 UI 设计与前端生成能力（imagegen-frontend-*）。此外，平台支持 双模式适配（Dark/Light），要求 AI 在输出前完成严格的质量检查清单。系统还具备智能推断功能，根据项目背景自动调整设计语言、配色及动效幅度。3. 适用人群Taste Skill 主要服务于以下几类需要提升前端视觉品质的用户群体：AI 辅助编程开发者：频繁使用 Cursor、Claude Code、Codex、Gemini CLI、v0、Lovable、OpenCode 等 AI 工具编写前端代码的技术人员。追求审美的独立创作者/产品经理：缺乏专职 UI 设计师，但希望借助 AI 产出的产品能够具备高端视觉感与现代化设计体验的个人开发者或 PM。企业重构团队：需要对现有遗留系统进行审美升级、界面焕新以及代码规范化重组的技术团队。4. 免费 / 付费情况该项目目前处于完全开源状态，社区维护且无任何商业限制。定价与源码详情如下：收费状态：完全免费且开源（100% Open-Source），没有任何订阅费、隐藏付费点或针对特定版本的功能锁。捐赠支持方式：项目通过 GitHub Sponsors 通道接受社区成员的自愿赞助与支持资金。官方主页入口：访问 https://www.tasteskill.dev/ 获取最新文档与预览效果。GitHub 仓库地址：进入 https://github.com/Leonxlnx/taste-skill 克隆源码并查看赞助详情。5. 如何使用 & 配置指南Taste Skill 支持任何兼容 SKILL.md 或扩展协议的 AI Agent，用户可通过终端命令快速集成。具体安装与配置步骤如下：全局添加默认 Taste Skill (v2)：bashnpx skills add Leonxlnx/taste-skill 注：此操作会将默认的 design-taste-frontend 规则集添加到项目环境中。指定特定版本或风格：用户可选择安装 v1 遗留版本或其他特定制式，例如运行以下命令进行精细控制：bashnpx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend" 集成至 AI Agent：在执行 npx 命令后，Skill 文件会自动注入到项目的规则目录或 agent skills 文件夹中。对于 v0、Lovable 等 Web 界面 Agent，可直接从 GitHub 复制对应的 SKILL.md内容作为 System Prompt 使用。6. 注意事项 & 风险提示在使用 Taste Skill 时，开发者需留意以下技术细节与潜在问题：版本迭代状态：v2 处于 experimental（实验性）迭代期。当前默认安装的规则文本可能随开发小幅更新；如需极度稳定的旧版逻辑以规避风险，请显式指定 --skill design-taste-frontend-v1。模型能力要求：由于涉及复杂的规范遵循与推断，建议配合基座模型能力较强的产品使用（如 Claude 3.5/3.7 Sonnet, GPT-4o）。如果模型对提示词的理解力较弱，可能会忽略部分审美规则导致效果打折。避免规则冲突：若项目中已配置极强的 .cursorrules或全局 Prompt，需仔细检查是否存在逻辑互斥（例如 Taste Skill 要求使用特定 Tailwind 规范而项目强制限制了原生 CSS）。
GSAP Skills
gsap-skills：GSAP AI 官方技能库1. 平台与项目简介greensock/gsap-skips 是 GSAP（GreenSock Animation Platform）官方推出的核心扩展包，旨在作为 AI 编程助手的专用知识库。项目定位：它是专为解决现代前端开发中的动效痛点而设计的开源资源库，属于官方的 AI Coding Agent Skills。核心目标：为各类主流 AI Agent（如 Cursor、Claude Code、GitHub Copilot 等）提供 GSAP 动画的最佳实践规则集。旨在确保 AI 生成的代码具备高性能、无 Bug 且符合最新 API 标准的特点，避免生成过时的语法或存在内存泄漏的代码。2. 主要功能与技能模块 (Skills)该库涵盖了从核心 API 到复杂滚动触发的全生态规范，具体包含以下 8 个关键模块：gsap-core内容说明：核心 API 规范化。定义了标准的使用方式（如 to()、from(), fromTo()），涵盖缓动函数配置以及交错动画 (stagger)。确保 AI 知道如何正确设置默认值及执行基础动画逻辑。gsap-timeline内容说明：时间轴控制规范。涉及时间链管理、Position 参数定位、标签系统应用，以及嵌套播放与循环控制的规则设定。gsap-scrolltrigger内容说明：滚动联动开发指南。详细规定 Pin (钉住) 策略的使用、Scrub (滚动触发) 顺滑效果的处理，包括滚动触发的注册设置及自动清理机制的规范。gsap-plugins内容说明：高级插件标准库。包含对官方所有免费与付费插件（如 ScrollTo, ScrollSmoother）的统一使用方式，以及 Flip、Draggable、Inertia、SplitText、MorphSVG 等特定功能的代码规范。gsap-react内容说明：React 最佳实践方案。强制推广 useGSAP() Hook 的使用模式，规定 Ref 结合方式、作用域隔离 (scope)、SSR（服务端渲染）处理及组件销毁时的 Cleanup 流程。gsap-frameworks内容说明：框架适配策略。专门针对 Vue、Svelte 等非 React 生态的框架，提供生命周期钩子的结合点与选择器作用域的隔离规则。gsap-utils内容说明：工具函数规范集合。定义了常用辅助函数的使用标准（如 clamp, mapRange, normalize, interpolate, toArray），确保数据映射的高效性。gsap-performance内容说明：性能优化指南。重点教导 GPU 硬件加速利用、will-change CSS 策略的时机，以及批量处理动画时的性能损耗控制方法。3. 适用人群建议该技能库主要服务于以下三类开发者群体：前端开发工程师在日常工作中使用 Cursor、Claude Code 或 Copilot 等 AI 工具辅助编写 GSAP 代码，需要确保生成的逻辑无 Bug。动效与 UI 设计师/工程师负责复杂交互场景构建的团队，急需让 AI 快速生成符合现代性能标准的交错动画 (Stagger) 及滚动联动特效。AI Agent 开发者正在搭建自定义工作流或需要集成专业动效生成能力的开发团队，希望为其模型注入权威的 GSAP 知识。4. 免费与付费政策说明GSAP 的授权体系近期经历了重大调整，目前的开源策略如下：协议开放gsap-skills 本身采用严格的 MIT 开源免费协议。所有用户均可直接下载并使用其中的知识库规则。插件费用免除GSAP 原 Club GSAP 付费插件（包括 SplitText, MorphSVG, ScrollSmoother 等）现已全部转为免费。这意味着商业项目无需额外购买授权，可直接通过 npm 安装使用。官方查询渠道所有最新的定价政策、企业级授权变动及详细的许可信息均可查阅官方网址：https://gsap.com/pricing5. 使用方法指南您可以通过以下两种主流方式将技能库集成到您的 AI Agent 中：CLI 一键安装（推荐通用方案）此方法适配 Cursor、Claude Code、Windsurf、Copilot 等 40+ 种 AI 编程助手，无需手动复制文件。直接运行以下终端命令即可自动拉取配置：bashnpx skills add https://github.com/greensock/gsap-skills 若需为特定 Agent（如 Antigravity）定制安装参数，可附加指定 flag：bashnpx skills add https://github.com/greensock/gsap-skills --agent antigravity 按平台配置与手动导入不同 IDE/Agent 具有特定的插件或指令通道，请按对应说明执行：Claude Code：运行 /plugin marketplace add greensock/gsap-skills。Cursor 用户：进入 Settings (设置) -> Rules (规则) -> Add Rule (添加) -> 选择 Remote Rule，输入仓库名并确认拉取。GitHub Copilot：获取仓库根目录下的 .github/copilot-instructions.md 文件内容，并将其复制到项目的同层级目录下。手动迁移路径：克隆整个仓库到本地，并将 skills/ 文件夹直接剪切至 AI 工具的配置文件目录（例如 Windows/Mac 用户可尝试放置于 ~/.claude/skills/ 或 ~/.cursor/skills/）。6. 注意事项与开发规范在使用过程中请务必遵循以下核心标准，以保证代码质量：无需私有注册表GSAP 官方策略调整使得您可以直接通过公有的 npm registry 安装所有插件功能。无需配置 Club GSAP 私有的 .npmrc 文件或进行复杂的 Auth Token 认证流程。React 开发强制性要求在使用 React 生态时，必须优先引入 @gsap/react 库并配合 useGSAP() Hook 使用。务必指定作用域 (scope)，以防止全局选择器污染及潜在的组件内存泄漏问题。滚动触发的刷新机制当 DOM 结构发生变更、页面发生动态扩容或布局调整时，必须显式调用 ScrollTrigger.refresh() 函数重新计算动画的位置与触发点。性能优先的代码风格AI Agent 应被引导始终使用 CSS Transform 别名（如 x, y, scale, rotation）。严禁为了简单的位移而使用可能引发重排的属性（如 top, left, width, height），以保证动画的流畅性与低延迟。
Supervision
Roboflow Supervision：使用指南一、平台/库介绍定位：Roboflow Supervision是由 Roboflow 开发并开源的 Python 计算机视觉后处理工具库。核心价值：解决模型预测后的“最后一步”。它抹平了不同模型（如 YOLOv8/v10/v11、Detectron2、SAM、Transformers、PaddleDet 等）的输出差异，统一抽象为 Detections 对象，提供即插即用的可视化、追踪、区域统计和数据集转换能力。开源协议：MIT 许可证。代码完全开源且免费商用。二、主要功能模块统一模型后处理：将各种推理框架输出统一转换为 sv.Detections，支持方便的过滤、NMS（非极大值抑制）与IoU计算。丰富且高端的标注器：提供一键绘制边界框 (Bounding Box)、分割掩码 (Mask)、多边形、关键点 (Keypoints)、虚线轨迹及中心点标注等功能。目标追踪（Tracking）：无缝对接 ByteTrack 等追踪算法，实现跨帧目标的持久化 ID 追踪。区域与跨线统计：PolygonZone：检测目标是否落入自定义多边形区域，支持区域内计数。LineZone：检测目标穿越指定线条的方向与数量（如车流/人流双向统计）。切片推理（Slicing Inference）：内置 InferenceSlicer 模块，轻松应对大图中的微小目标检测 (SAHI机制)。数据集处理与转换：支持在 COCO、YOLO、Pascal VOC 等格式间自由加载、转换与保存数据集，以及计算 mAP/混淆矩阵评估指标。三、适用人群定位AI/计算机视觉工程师：快速构建可交互的项目 Demo，生成高清推理结果视频或图像汇报文件。应用开发者：用于开发工业检测、人流车流统计、安防监控等实际落地方案。科研人员/学生：进行算法对比评估、快速可视化论文测试结果及数据集格式转换工作。四、免费与付费情况说明Supervision 代码库本身：100% 免费开源。在 GitHub 上直接 pip install，可用于个人、学术或商业项目，无任何费用壁垒。Roboflow 平台服务（云端功能）：如需使用其云端标注、训练和 API 部署功能，需订阅相应服务额度：免费版（Public）：提供公开数据空间及免费 AI 标注配额（每月限制）。付费版（Core / Enterprise）：支持私有数据管理及更高级算力与 API 额度。起步价约为**$79/月**（按年付），建议查阅官网最新资费标准 https://roboflow.com/pricing。五、快速上手使用流程安装依赖库：bashpip install supervision 标准工作流演示（以 YOLOv8 结合 Supervision 为例）：第一步：加载模型与图像数据。第二步：推理并将结果转换为 Detections对象，统一格式处理。第三步：创建标注器（如框、标签）并生成对应的文本标签信息。第四步：将生成的标注叠加到原始图像副本上，避免污染原数据。第五步：保存最终结果文件或直接在终端显示输出图片。pythonimport cv2 import ultralytics import supervision as sv # 1. 加载模型与图像 model = ultralytics.YOLO('yolov8n.pt') image = cv2.imread('image.jpg') # 2. 推理并转换为 Supervision 的 Detections 对象 results = model(image)[0] detections = sv.Detections.from_ultralytics(results) # 3. 创建标注器（如：框标注器 + 文本标签标注器） box_annotator = sv.BoxAnnotator() label_annotator = sv.LabelAnnotator() # 生成标签文本 labels = [f"{class_name} {confidence:.2f}" for class_name, confidence in zip(detections.class_name, detections.confidence)] # 4. 叠加标注到图像上（务必使用.copy()避免内存污染） annotated_image = box_annotator.annotate(scene=image.copy(), detections=detections) annotated_image = label_annotator.annotate(scene=annotated_image, detections=detections, labels=labels) # 5. 保存或显示结果 cv2.imwrite('result.jpg', annotated_image) 六、注意事项与避坑指南版本更新频繁：Supervision 迭代迅速，API（如 BoxAnnotator的参数或方法名）在不同主版本间可能有所微调。建议查阅对应的文档版本（通常为 /latest/）。深拷贝机制要求：向 .annotate(scene=...)参数传递图像时，务必使用 image.copy() 生成副本。避免因直接引用导致原图矩阵被绘制覆盖而污染原始数据。视频处理性能优化：对视频逐帧处理和追踪操作时，频繁的图像绘制会消耗 CPU 资源。生产环境中如果仅做数据统计（如计数），建议跳过渲染 (Annotator)环节以提升 FPS 流畅度。坐标格式规范：使用 PolygonZone或LineZone定义区域与线条时，输入的坐标点必须严格符合 numpy数组格式（例如np.array([[x1, y1], [x2, y2], ...]))，避免因数据类型不匹配导致报错。
Animos
Animos 使用指南Animos是一款基于浏览器运行的极简动效展示生成工具。它专门用于帮助设计师和产品开发者将静态的作品截图、UI Design Mockup 或视频素材，快速转化为精美的短动画展示视频。一、主要功能预置动效模板库：提供超过 30+ 款针对作品集展示与产品演示精心设计的预设模板。多格式素材拖拽：支持直接放入图片（PNG/JPG）或短视频（MP4）。轻量参数微调：无需复杂的时间轴编辑，可在浏览器内直接微调参数与显示样式。高质量导出：支持最高 4K 分辨率，可导出适合网页与社交媒体使用的 MP4 和带透明通道的 WebM 格式。无需下载安装：纯前端浏览器渲染，免去安装动效重型软件（如 AE/Principle）的繁琐流程。二、适用人群UI/UX 与产品设计师：快速将静态 App/网页界面做成动效视频，充实 Portfolio、Dribbble 或 Behance 作品集。独立开发者与 SaaS 创始人：制作 Product Hunt 发布视频、X/Twitter 宣传动图或官网 Landing Page 上的界面展示。自由职业者与品牌设计师：高效生成向客户演示交接的视觉动态 Preview，提升交付效率。三、免费/付费情况模式说明：平台提供免费试用与导出体验；部分高级功能（如 4K 无水印导出、完整模板解锁等）可能需要付费订阅或购买授权。最新定价查询：建议直接访问：https://animos.app，随时获取官方的价格信息与方案变动通知。四、使用步骤选择模板：打开网页后，在提供的模板库中挑选符合展示风格的动效模板。导入素材：拖拽上传你的界面截图、作品 Mockup 或演示视频至编辑区域。参数微调：根据需求调整基础文字内容、背景颜色或动效速度等选项。一键导出：选择所需的输出格式（MP4 或 WebM）与分辨率，等待浏览器自动渲染完成下载。五、注意事项即用即走机制：为了保证“1 分钟内出片”的高效体验，当前版本每轮导出通常为独立任务，建议导出前务必确认好所有素材细节。浏览器资源占用：渲染和导出高分辨率（如 4K）动效依赖本机浏览器的硬件加速性能；处理较大素材时尽量避免同时开启过多高占用标签页以维持流畅度。
Koboyo
Koboyo 平台使用指南一、平台介绍Koboyo是一个包含无限白板，以及海量手绘矢量图标库，的轻量级创意在线平台。核心亮点在于极简的灵感白板，同时面向 AI 开发者提供标准的 MCP协议集成。二、主要功能无限画布 (Infinite Canvas)：提供无边界画布空间，支持双击快速插入文本、画笔涂鸦及节点连接；界面极简无打扰，适合捕捉灵感。海量手绘 SVG 图标库 (Koboyo Icons)：收录超过 71,000+ 个手绘风格矢量图标（含面部表情、物体、姿势等），原生支持 currentColor，可无缝改色与缩放导出。原生 AI MCP 插件集成：提供标准 MCP 接口，支持与 Claude Code、Cursor、VS Code 等工具链接，允许 AI 在代码过程中直接检索并使用图标。三、适用人群UI/UX 设计师 & 插画师：需要风格统一手绘素材或快速绘制原型草图的用户群体。独立开发者 & 产品经理：用于挑选矢量图标丰富应用，或绘制产品流程图与架构图的人员。AI 开发者 / Prompt 工程师：希望在 Cursor、Claude 等 AI 工具中通过自然语言调用手绘图标的技术人员。学生与内容创作者：适用于制作思维导图、整理学习笔记或丰富演示文档的内容生产者。四、免费付费情况与定价网址Koboyo Canvas (画布)：提供完全免费的无限白板的在线编辑功能，无需订阅费用即可使用核心工具。Koboyo Icons (图标库)：100% 免费供个人及商业项目无偿使用（官方明确声明无需强制署名）。付费与定价说明：目前全平台保持完全免费策略，无隐藏收费或单独的订阅版块；最新官方主页即为核心入口。五、如何使用（操作指南）（一）使用无限画布打开 https://koboyo.com/。在空白区域双击鼠标，即可快速插入文本框或笔记组件。通过底部工具栏切换画笔、移动工具或其他创作组件进行编辑。点击页面顶部 Log in to save登录账号，以确保云端同步保存画布内容。（二）使用图标库常规网页下载模式：访问 https://koboyo.com/icons。在左侧分类列表或搜索栏中查找所需素材，点击图标即可复制代码或导出 SVG 文件。对接 AI 工具 (以 Claude Code / Cursor 为例)运行以下终端命令添加 MCP 插件支持：claude mcp add --transport http koboyo-icons https://api.koboyo.com/v1-mcp在对话界面输入自然语言指令（例如：“帮我找一个手绘风格的咖啡杯 SVG"），AI 将自动调用接口获取资源。六、注意事项未登录防丢失风险：若 Canvas 创作时未登录账号，内容仅存于本地浏览器缓存；清除数据可能导致作品永久丢失。JavaScript 依赖功能：图标库的实时检索与搜索需启用浏览器的 JavaScript 支持，请避免拦截相关脚本加载。商用二次打包限制：尽管允许商业项目使用单图标素材，但严禁将整体图库产品进行转售或作为素材包分发贩卖。
Ntfy
ntfy：基于 HTTP 的极简消息推送服务指南一、平台介绍ntfy（读作 notify）是一个轻量级的开源工具。它采用 HTTP 协议，实现了 Pub/Sub（发布/订阅） 模式的消息推送架构。用户只需发送简单的 PUT 或 POST HTTP 请求，即可向手机、桌面终端或浏览器发送实时通知消息。二、主要功能特性零配置 / 即插即用 (Zero Config)：无需注册账号即可直接使用公共主题进行推送。多平台终端支持：覆盖 iOS（iPhone/iPad）、Android（Google Play & F-Droid）以及 Web 浏览器端。提供独立的 CLI 客户端 (Command Line Interface)。丰富消息样式与增强项：优先级设置 (Priority)：支持不同级别，对应不同的响铃、震动模式及通知位置（锁屏显示）。标签与 Emoji (Tags & Icons)：可在内容中插入自定义图标或分类标签（例如 tags: warning 触发特定样式）。操作按钮 (Action Buttons)：支持在通知栏直接点击，触发 HTTP 请求、打开网页链接或启动 APP。附件/文件传输：允许随同通知一起发送图片、视频流或其他文档类型等二进制数据。高兼容性集成能力：无缝适配主流工具，如 Home Assistant（智能家居）、Uptime Kuma（监控）、GitHub Actions（CI/CD）及 ChangeDetection.io。开源与自建部署 (Self-hostable)：代码完全开源并遵循 Apache 2.0 / GPLv2 协议。用户可自由选择通过 Docker 容器化技术自行搭建私有服务器，实现数据本地托管。三、适用人群分类开发者 & DevOps 运维人员：适用于接收服务器报错日志、定时任务（Cronjob）状态报告或 CI/CD 流水线构建完成后的通知提醒。Homelab / 智能家居玩家：对接 Home Assistant 中枢系统，监控 NAS 设备运行异常或家用摄像头检测到人脸时的打卡报警推送。自动化脚本爱好者 (Automation Enthusiasts)：基于 Python、Shell、Node.js 等语言编写脚本，用于监控网页内容变化、检测新文件生成并即时发送实时提醒通知。四、免费与付费方案说明ntfy 采用 开源免许可 + 官方云服务按需订阅 的商业模式：免费版/自建版 (Free / Self-hosted)开源自建模式：功能无限制，完全免费使用。公共主题模式 (ntfy.sh)：无需注册账号即可直接使用，但默认属于公共频道且不具备数据保留机制（消息不可长期保存）。官方付费托管版 (Official Cloud Plans)根据月度订阅量分为三个层级：(1) Supporter月付：$5 / 月。年付优惠：约为 $60（需自行确认）。功能限制：每日最多 2,500 条消息、保留 3 个专属主题空间、附件大小上限为 25 MB、支持发送约 50 封/日的邮件通知。(2) Pro月付价格：$10 / 月。年付优惠：约为 $120（需自行确认）。功能限制：每日最多 20,000 条消息、保留 10 个专属主题空间、附件大小上限为 250 MB、支持发送约 250 封/日的邮件通知。(3) Business月付价格：$20 / 月。年付优惠：约为 $240（需自行确认）。功能限制：每日最多 50,000 条消息、保留 50 个专属主题空间、附件大小上限为 1 GB、支持发送约 500 封/日的邮件通知。🔗 获取最新定价与详细方案请查阅官网：https://ntfy.sh/#pricing五、快速上手指南第一步：在客户端订阅主题 (Subscribe)打开设备终端应用（如手机上的 ntfy App）或浏览器访问 ntfy.app。点击页面中的 “订阅主题” (Subscribe to topic) 按钮。输入一个自定义的唯一标识符作为频道名（例如：my_alerts_01987）。第二步：发送 HTTP 通知 (Send Notification)在任意支持命令行的终端环境（如 macOS/Linux/Windows PowerShell）中执行以下指令：bash# A. 最简文本推送示例 curl -d "Backup complete 😀" ntfy.sh/my_alerts_01987 # B. 包含标题、优先级和标签的复杂格式推送 curl \ -H "Title: **警告：磁盘空间不足**" \ -H "Priority: high" \ -H "Tags: warning,server,disk_space_low" \ -d "根分区剩余可用空间低于 10%！请立即关注。" \ ntfy.sh/my_alerts_01987 # C. (可选) 使用 POST JSON 格式发送更多数据参数（如图标） curl https://ntfy.sh/my_topic -d "{\"title\": \"Hello\", \"image\": [\"http..."]}" 六、重要注意事项与安全指南主题隐私与防猜 (Privacy & Topic Security)：免费版服务通常不具备鉴权机制，任何知道主题名称的人均可以接收或向该频道发送消息。切勿使用 test、alerts、home 等容易被他人猜测的通用名称作为公共主题名。建议方案：生成并使用长随机字符串（例如 my_secret_alerts_998a2b3c4d5e6f7g）以确保私密性。敏感信息安全 (Data Security)：严禁通过公共免费主题 (ntfy.sh) 传输密码、API Key、SSH 私钥或任何个人身份信息。若需发送加密密钥，请务必自行部署私有服务器（Self-host）或使用付费版开启主题锁定功能。后台保活与推送延迟 (Reliability & Latency)：Android 设备：强烈推荐使用 Google Play 商店版本以利用 FCM (Firebase Cloud Messaging) 保证高可靠性；若使用 F-Droid 开源版，必须在系统设置中开启“电池优化允许”或后台常驻以确保 WebSocket 连接稳定。iOS 平台：依赖 Apple Push Notification Service (APNs)，在设备进入睡眠模式或被杀进程时可能存在微小延迟，请尽量保持 App 前台运行或使用通知中心推送通道。
DeerFlow
DeerFlow 使用指南1. 平台介绍定位：由字节跳动（ByteDance）开源的 超级 AI Agent 运行框架。该框架也被定义为 "SuperAgent Harness"，旨在解决复杂任务下的自动化执行难题。版本演进：已从最初的“深度研究（Deep Research）”工具升级为最新推出的 DeerFlow 2.0 全栈智能体执行环境。核心思想：为 AI Agent 提供一台独立的 “虚拟计算机”（基于 Docker 沙盒），使其能够打破文本生成的局限，支持以下能力：自主搜索与代码编写。程序运行与环境管理。生成网页或多媒体内容。文件系统管理与长流程任务执行（持续时间可从几分钟到数小时）。2. 主要功能特性渐进式技能系统（Skills System）：支持按需动态加载特定领域的任务技能，例如深度研究、前端设计或代码部署等。这一机制避免了将海量提示词一次性注入导致的上下文膨胀问题（Context Rot），保持 Agent 思维清晰度。AIO 全功能沙盒（Docker Sandbox）：集成了浏览器接口、Shell 终端环境、文件系统访问、MCP 协议以及 VSCode Server。Agent可以在该安全隔离环境中自主安装 Python 包、运行复杂代码逻辑并部署 Web 界面应用，无需依赖外部基础设施。多智能体协作与长任务拆解（Sub-Agents & Planning）：主 Agent 负责将超复杂的长任务自动拆解为若干子任务，然后分发给不同专业领域的子 Agent 进行并行或串行处理，极大提升了执行效率。长短期记忆与上下文压缩：具备跨会话持久化能力，能够记录用户偏好、项目结构及历史上下文；系统会自动识别并压缩冗余的对话内容，优化 Token 消耗。多模型与工具扩展支持：原生兼容 Doubao（豆包）、DeepSeek、OpenAI、Gemini 等主流大模型接口；同时开放了 MCP (Model Context Protocol) 协议标准及自定义 Tools 的接入能力。3. 适用人群分析开发者 / AI 工程师：适用于需要搭建自动化代码生成流水线、执行数据清洗流程、实现服务自动部署以及构建智能体工作流的场景人员。科研人员 / 行业分析师：适合需要利用全网多源信息进行自动化检索、整理学术文献，并自动生成包含可视化图表的研究报告的人员。数据分析师 / 产品经理：适用于需自主完成探索性数据分析（EDA）、即时生成分析图表、制作 Demo 网页或现场演示 Slide 展示场景的专业人士。4. 免费付费情况说明开源政策：DeerFlow 项目采用完全免费的 MIT 协议。软件本身及包含的所有功能源码均对用户开放，官方无售卖平台亦无专属付费定价页面。自备成本（运行费用）：虽然软件免费，但以下资源需用户自行准备或按量计费：API Key 消耗：使用 OpenAI、DeepSeek 或字节豆包等第三方大模型 API，以及 Tavily、Brave Search 等搜索引擎时产生的 Token 与调用费。算力成本：本地运行无需额外费用；若部署在云服务器（如 K8s 集群），需承担云主机的硬件租赁费用。官方资源链接：用户可前往以下地址获取最新代码库、安装说明及社区支持：官方网站：https://deerflow.tech/GitHub 仓库：https://github.com/bytedance/deer-flow5. 如何使用（快速上手指南）方式一：向 AI 编程助手发送指令若已配置好 Cursor、Claude Code 等 AI 编程辅助工具，可直接输入以下一键指令进行环境搭建与引导：bashHelp me clone DeerFlow if needed, then bootstrap it for local development by following https://raw.githubusercontent.com/bytedance/deer-flow/main/Install.md 方式二：命令行手动部署（推荐 Docker）前提准备：请确保系统已安装 Python (版本 >= 3.11)、Node.js (版本 >= 22) 、Docker 及 Git 环境。克隆项目并配置密钥：执行以下命令拉取代码，并将示例配置文件复制并重命名为 .env，填入您的 API Key：bashgit clone https://github.com/bytedance/deer-flow.git cd deer-flow cp .env.example .env # 填入 LLM API Key 和搜索 API Key 运行交互式配置向导：执行以下命令进入设置界面：bashmake setup 向导将引导您选择 LLM 供应商、搜索引擎类型（如 Tavily/DuckDuckGo/Arxiv）及沙盒安全偏好。启动服务：配置完成后，运行容器化部署命令以拉起后端进程与前端界面：bashdocker compose up -d 访问管理端：等待初始化完成后，在浏览器中打开 http://localhost:3000，即可通过 Web UI 下发复杂的 Agent 任务指令。6. 注意事项与风险提示沙盒安全隔离（高危）：DeerFlow 在沙盒内部拥有代码及终端的完全执行权限。必须运行在 Docker 隔离环境中。切勿在宿主机裸机上直接开放未经限制的 Bash 写入权限，否则可能导致系统被恶意控制或文件泄露。API Token 消耗监控：复杂的研究类任务涉及多轮 Agent 思考、代码调试及高频信息检索，Token 消耗速度极快。建议为 API 账户设置配额上限，避免账单异常突增。硬件资源要求：部署节点内存需保持在 8GB 以上（考虑 Docker 沙盒负载）；若面向生产环境或多人并发使用，建议使用 16GB+ 内存。版本迁移说明：DeerFlow 2.0 为全架构重构版本。注意旧版项目基于 1.x 架构，与 2.0 代码不兼容。建议在新分支独立部署 2.0，避免混合运行导致的不稳定性。
Drafted
Drafted.ai 平台指南1. 平台简介Drafted.ai（官网：www.drafted.ai）是由 Y Combinator 孵化的 AI 建筑与平面图设计平台。它旨在通过 AI 技术加速住宅设计的前期概念探索阶段（Schematic Design）。传统的房屋设计耗时极长且费用高昂，该平台允许用户通过简单的参数配置，在几秒钟内自动生成结构化的2D 平面图、3D 外观渲染图以及专业级 CAD/BIM 导出文件。2. 适用人群购房者 / 个人业主 (Homebuyers)：在寻找建筑师或施工方前，将抽象的想法可视化，明确空间排布与预算需求。建筑师 (Architects)：在方案前期快速探索多种户型排布与空间关系，节省打底时间，便于与客户高效沟通。建造商 / 施工方 (Builders)：在预施工与估算成本阶段，快速将客户诉求转化为清晰的平面备选方案。地产开发商 (Developers)：快速评估不同地块与户型组合的适配度及规划概念。绘图员与室内设计师 (Drafters & Interior Designers)：生成概念模型后直接导出 DXF/IFC 格式，迅速导入 AutoCAD、Revit 等专业软件深化。房产中介 (Real Estate Agents)：向买家展示空地建房或旧房改造的户型布局可能性。3. 主要功能结构化 AI 平面图生成：非单纯依靠文字 Prompt 随意生成，而是基于具体的房间清单（卧室/卫浴数）、占地面积、房屋轮廓等空间约束，生成逻辑合理的平面布局图。3D 外观渲染与风格样式：生成平面图的同时自动输出高质量 3D 外观效果图，并提供多种设计风格（如 Cozy、Bright、Industrial、Natural 等）。专业 CAD / BIM 导出：生成的方案支持一键导出为 PDF 概念图、CAD 矢量图（DXF 格式）以及 BIM 模型（IFC 格式），无缝衔接主流建筑软件。交互式微调与图纸扫描：支持在画布上调整房间相对位置，并正在陆续上线识别现存 PDF/草图并转为可编辑平面图的功能。4. 免费与付费情况当前资费状态：截至目前，Drafted 完全免费（100% Free）。用户可以免费浏览库内设计、无限次生成自定义平面图，并免费下载 PDF、CAD (DXF) 和 BIM (IFC) 导出文件。5. 如何使用（操作步骤）访问平台：打开 Drafted 官网 并登录或注册账号。选择身份与单位：进入后选择您的角色（如 Homebuyer、Architect 等）及单位偏好（默认 Imperial 英制）。输入设计约束 (Create)：进入创建界面，设置目标需求，包括房间清单（卧室、浴室数量及功能房）、地块尺寸与房屋外形轮廓以及视觉与建筑风格选项。生成与预览：系统在数秒内输出 2D 平面图及 3D 外观 Render。交互调整与迭代：根据需要微调空间流线或更换风格，直到布局满足预期。导出文件：点击导出，选择需要的格式（PDF / DXF / IFC），用于汇报交流或导入 CAD/BIM 软件进一步建模。6. 注意事项不可直接用于施工与报建：Drafted主要服务于前期概念设计与方案沟通。实际建房仍需由注册建筑师、结构工程师等专业人员绘制符合当地建规的施工图并提交报批。楼层限制（目前主打单层）：当前版本重点聚焦于单层（Single-level）住宅设计，多层建筑与地下室设计功能目前处于研发或陆续推出阶段。生成逻辑为参数化控制：输入时应尽量准确地填写房间与地块参数，参数越贴近实际，AI 生成的布局流线越合理。
Img2threejs
img2threejs 使用指南这是一个将单张参考图片重构为纯代码化、程序化且可直接动画交互的 Three.js 3D 模型的开源工具。它属于非传统网格导出或摄影测量，而是采用 “以代码重建（Reconstruction-by-Code）” 的创新方式。一、平台介绍定位清晰：项目不是传统网格导出（Mesh Extraction）或摄影测量，而是 “以代码重建（Reconstruction-by-Code）” 的图像转 3D 工具。核心机制独特：通过 Python 脚本与 AI 视觉模型结合，解析图片后生成干净的 TypeScript / JSON 规范代码，利用 Three.js 原生几何体与材质程序化拼接出 3D 模型。二、主要功能纯代码生成（Zero External Mesh）：生成的结果为可直接在浏览器运行的 TypeScript 代码，无须下载大型 .gltf / .obj 静态模型文件。AI 视觉自我纠错与质量把关（Quality-Gated Loop）：在生成过程中自动生成对比图，由 AI 判定渲染结果与原图的匹配度，自动迭代修复材质、光照与几何结构。带层级结构的动态模型：输出的模型包含完整的层级树、碰撞体（Colliders）、挂载点（Sockets）与旋转轴（Pivots），原生支持动画与拆解功能。Token 节省机制：逻辑校验与状态封装由本地 Python 脚本处理，消耗 AI Token 仅用于视觉比对与代码编写部分。三、适用人群Web 前端 / Three.js 开发者：适合快速构建轻量化、可代码操控的 3D 网页组件。独立游戏开发者：可用于生成硬表面道具，如武器、机械、小桌宠、场景小元素等资产。AI Agent 技能使用者：可在 Claude Code、Codex CLI 或 OpenCode 等终端工具中直接调用的专业开发人员。四、免费 / 付费情况完全免费且开源：项目采用开源协议，代码托管于 GitHub 仓库 github.com/hoainho/img2threejs。不存在官方订阅费：作为开源工具，不存在付费订阅或官方定价页面。成本说明：使用时消耗的仅为您自己调用的 AI 模型 LLM API / Token 成本。五、如何使用安装 Skill：将仓库克隆至 AI 助手（如 Claude Code）的技能目录，运行如下命令进行部署：bashgit clone https://github.com/hoainho/img2threejs.git ~/.claude/skills/img2threejs git clone https://github.com/hoainho/img2threejs.git ~/.claude/skills/img2threejs 环境要求：本地需具备 Python 3.10+（无需额外安装第三方库）。运行生成命令：在终端或 AI 助手对话框中提供图片路径并输入指令，例如重建特定物体为模型并保持比例与颜色。自动构建流程：Skill 会自动完成“图像分析 → 编写 Spec 规范 → 分步代码生成 → 比对校准”的全过程，最终输出 TypeScript 源码。六、注意事项适用主体类型限制：目前对 “硬表面物体（Hard-surface props）” （如枪械、刀具、耳机、低多边形建筑等）效果最好；复杂人体或生物模型的重构功能仍在陆续完善中。原图质量要求：请提供轮廓清晰、主体明确的单张参考图片，背景越干净重构精度越高。代码体积与性能考量：虽然不依赖外部 3D 资产，但非常复杂的模型会生成较长的 TS 代码，建议在项目中进行按需打包处理。
VibeVoice
📌 VibeVoice：微软开源语音大模型指南一、平台介绍VibeVoice 是由 微软（Microsoft Research） 推出的前沿文本转语音（TTS）研究框架。该模型突破了传统 TTS 在合成时长与多角色对话上的限制，专门用于生成 高质量、高情感表现力、长达数十分钟的多人对话音频。其典型应用场景包括播客录制、对话剧制作以及有声书出版等长内容创作任务。Hugging Face : https://huggingface.co/collections/microsoft/vibevoice⚡️ 主要功能特性超长文本与多说话人合成：模型支持单次生成长达 90 分钟 的连续音频，最多可同时包含 4 位不同说话人 的自然对话交替切换。极强的情感与自然交互：具备上下文感知情感能力（Context-Aware Expression），能自然呈现叹气、笑声及情绪起伏，甚至支持自发吟唱功能。超低帧率连续 Tokenizer：采用 7.5 Hz 超低帧率的声学/语义连续分词器，大幅降低长音频推理的计算开销同时保留高保真音质。Next-Token Diffusion 架构：结合 LLM 的大语言建模能力（负责理解上下文对话流）与扩散模型扩散头（负责渲染细腻声学细节），实现生成式语音合成。👥 适用人群范围音频与播客创作者：可快速将多人对话剧本或长文章转化为媲美真人出演的长篇播客、广播剧内容，极大提高制作效率。语音与 AI 领域研究者：适合探索基于 LLM（大语言模型）+ Diffusion（扩散模型）架构的长文本语音合成技术与多说话人建模的研究人员使用。开发者与应用团队：面向开发 NPC 交互系统、多角色 AI 助手或互动剧本生成高质量对话音轨的技术团队，提供底层框架支持。💰 免费/付费情况说明完全开源项目：VibeVoice 是微软的学术与研究级开源项目（Open-Source Research Framework），目前处于全免使用状态，无需支付任何费用即可获取与部署。无商业化方案：该项目官方无专门的定价页面或订阅计划，因此不存在任何形式的付费购买路径或服务费用。🛠️ 如何使用 / 操作指南资源准备阶段：访问其 GitHub 仓库及 Hugging Face 平台获取最新的源码文件与预训练模型权重（请注意查看代码库状态说明）。构建结构化文本：在 Prompt/输入文件中准备好标注好角色标识（如 Speaker 1, Speaker 2）的对话脚本，并添加必要的语气描述信息。运行推理流程：第一步：模型通过 LLM 模块理解上下文语意与角色轮替逻辑；第二步：利用扩散模型头（Diffusion Head）逐步渲染生成高保真音频流；第三步：导出最终的完整长音频文件供后续使用。⚠️ 注意事项及风险提示项目状态暂停：2025年9月，官方公示由于发现部分超出预期用途的滥用行为，基于责任 AI（Responsible AI）原则，微软已暂时关停/下架了该开源代码库，直至完善相关安全合规措施。Deepfake 禁令与风险：鉴于其极其逼真的声音克隆与多角色合成能力，用户严禁将该技术用于未经授权的声音冒用、欺诈或 Deepfake 等违法行为，请务必遵守法律法规。硬件算力要求：由于架构融合了 LLM 与 Diffusion 模型，本地部署和推理对 GPU 显存容量及计算算力有较高要求，需评估环境条件后再行启动。