GitHub 每日分享开源项目
235 subscribers
942 photos
16 videos
921 links
Download Telegram
「拍片哥女装」整理了 1407 张 AI 服装参考图,图片里不带人物,按春夏秋冬、派对等 8 类排列,打开网页就能翻。
可以用中文、英文搜颜色和款式,点开看大图、下载原尺寸 PNG。单纯找服装灵感,不需要部署后端,也不用填模型密钥。
GitHub:https://github.com/paipiange/nvzhuang
我觉得把衣服单独拿出来展示挺好,找参考时能专心看服装本身。图库还带试穿搭配台,选好衣服再上传人像,就能交给 AI 换装。
试穿需要自己部署配套后端,可接 Gemini、OpenAI 等生图服务,也能用本机的 ComfyUI,模型和密钥由自己选择。
自己的服装图也能上传,支持整套穿搭,或者分成上装、下装 2 张图。生成记录存在当前浏览器,之后可以接着看、下载。
This media is not supported in your browser
VIEW IN TELEGRAM
产品功能做出来了,首页还缺一张能讲清楚操作过程的图。直接贴截图太密,让 AI 画又容易弄出一堆不存在的按钮。
Stageshow 是一套给 Agent 用的开源 Skill,专门制作产品界面插画、功能卡片和带光标的演示动画,用代码搭出要展示的场景。
仓库带了窗口、手机、消息气泡这些组件,也准备了表单报错、拖拽排序、文件上传等示例,可以改成自己的产品内容。
GitHub:https://github.com/benjitaylor/skills
我觉得有意思的是它连鼠标点下去之后,界面该怎么回应都写进了规则,演示里的动作得和后面的变化接得上。
本地预览有 9 种视觉风格,能暂停、慢放、逐帧查看。配套工具会录下画面,方便 Agent 检查文字溢出、布局和动画跳变。
做出来的是能放进 React 项目的组件,适合给产品首页、文档和功能介绍页补一段演示。
This media is not supported in your browser
VIEW IN TELEGRAM
语音输入我更在意一件事,说完能不能直接落进正在用的输入框,少一步复制粘贴。
Hex 就是这么个开源小工具,按住快捷键说,松开后在本机转成文字,再粘贴到当前应用里,写邮件、回消息都能用。
GitHub:https://github.com/anomalyco/hex
第一次启动会下载语音模型,之后转写在自己的电脑上完成。Mac、Windows 和 Linux 都有现成安装包,不需要自己搭一套语音服务。
上次看财报觉得一家公司不错,隔了几个月再看,已经想不起当时依据哪几个数字。聊天记录翻出来了,数据却早变了。
Augur 是一个开源的投资研究工具,把每次分析、引用的证据和后来的变化存在本地,方便下次接着研究。
内置 18 个按投资流派设计的分析角色,各自给出判断,再整理共识与分歧。每条证据会记录来源,以及对应什么时间的数据。
GitHub:https://github.com/BruceLanLan/augur
我更看重能回头复查这一点,财报前关注了什么、财报后哪些事实变了,可以把两次记录放在一起看。
带有网页面板,可以维护自选股、记录研究问,也能比较最近两份财报的变化,研究结果支持导出 Markdown、PDF 等格式。
需要在电脑上安装运行,适合用来整理研究过程。角色观点是规则化模拟,拿来辅助学习,不作为买卖依据。
卧槽!GitHub 上有人把微信小程序直接搬进 Chrome 浏览器了!
推荐一个开源项目 wxa-runner,不用每次都打开微信开发者工具,就能在浏览器里运行和调试小程序!
1、支持原生微信小程序、uni-app、Taro。
2、直接用 Chrome DevTools 调试,支持热更新。
3、支持 Playwright 自动化测试,Linux 服务器也能跑。
4、可模拟登录、拦截请求,甚至导出静态网页供别人预览。
最适合微信小程序开发者,调试和自动化测试终于不用来回折腾了!
一行命令启动:npx wxa-runner dev ./dist/dev/mp-weixin
GitHub:https://github.com/open-wxa/wxa-runner
👍1
平时查什么都靠联网,真到了没信号的地方,网页、地图和维修教程,一个也打不开。
Offline Emergency Library 把离线资料和本地 AI 整理成了一套下载工具,选好保存位置,就能从上游来源下载到自己的硬盘。
内容包括英文维基百科、分地区地图、iFixit 维修指南和生活技能资料,还能配上本地模型,以及给 PDF 提问的工具。
GitHub:https://github.com/elhajahmadj/offline-emergency-library
我觉得给闲置移动硬盘装一份挺合适,资料和阅读工具放在一起,之后没网也能查,省得临时翻下载目录。
按当前 README,整套约 85GB,建议准备 128GB 以上的硬盘。也有精简模式,可以跳过完整维基百科、大模型等大文件。
Windows、macOS、Linux 都支持下载,断了还能接着下。地图地区可以自己选,出发前把目的地的资料备好。
👍1
光北京一个城市,AI 岗位就挂出了 12907 个,上海、深圳、杭州的也都在。
想找份班上的人,可以看看这张免费的招聘地图。
它用 AI 爬了融资超 1000 万美元的 AI 公司、上市互联网公司、量化公司和一批新锐实验室的岗位,按城市聚类,覆盖北京、上海、深圳、杭州、广州。
北京收录了 279 家公司,小米 1798 个岗位,百度 1051 个。
支持按海淀、朝阳等区域筛选,也能上传简历匹配相近岗位,登录后能搜全部岗位。
🔗 https://jobs.dinq.me/
分享个开源项目,专门用来整理个人收藏的成人影片。
这个项目叫 Peach 蜜桃,能自动识别番号、匹配封面和女优信息,本地硬盘和多种网盘都能一起管理,还能搜中文字幕、订阅新作。
JavDB、MissAV、Jable 这些站点也能一键加进媒体库。
地址:https://github.com/peach-mitao/peach
AI 查公司数据最坑的地方,是它会把 uid 和 user_id 混为一谈,最后算出一个看着挺像样的错数。
人大开源的 EvoOntology 就是冲着这个毛病来的。
指标定义、表关系先拿真实数据验证过,Agent 用到哪条,再通过 MCP 去查。
每跑完一轮只修出错的那一块,新版跑赢旧版才准上线。
GPT-5.5、Claude-Sonnet-5 等四个模型平均下来,DDR-Bench 涨了 20 分,BIRD 涨了 8.8 分。
Claude Code 和 Codex 装个插件就能用。
🔗 https://github.com/ruc-datalab/EvoOntology
🔗 https://huggingface.co/papers/2609.15779
👍1
给自己的 App 录了段操作视频,画面里只有一块屏幕,重点按钮又小,发出去还得另外找工具套壳、放大、剪节奏。
Maya 是一款开源的 Mac 应用,拖入录屏就能套上 iPhone、iPad 或 MacBook 外框,调整背景,再加局部放大和点击提示。
视频中间等待的部分可以加速,操作细节可以慢放,速度范围从 0.25 倍到 4 倍。放大位置和持续时间都能在时间线上拖动调整。
GitHub:https://github.com/ronaldo-avalos/Maya
点击提示有波纹、脉冲、圆环 3 种样式,我觉得做操作教程时很有用,观众能看清刚才点的是哪里。
背景可以选纯色、渐变、图片,也能用录屏本身做模糊背景。方形、竖屏和横屏画布都支持,方便做不同平台的演示片。
有现成安装包,能导出 MP4,也能导出透明背景的 MOV,继续放到其他视频里合成。
百度开源了一个 OCR 模型,光上个月在 HuggingFace 上就被下载了 165 万次,名字却没多少人听过。
它叫 Unlimited-OCR,3B 参数,搁自己电脑上就能跑。
传统 OCR 处理 PDF,往往是一页页切开识别,页与页之间的上下文很容易断掉。
Unlimited-OCR 换个打法:整份文档的页面一次性喂进去,连续做多页解析。
官方给这招起了个名,叫"一次性长视野解析"。
上下文窗口拉到了 32K。
PDF 先按 300dpi 转成图片,再整批送进模型。
单张图片有两种模式。
gundam 切块处理,base 按整页处理,多页和 PDF 只用 base。
部署门槛不算高。
Transformers、vLLM、SGLang 都有现成教程,vLLM 还给了 Docker 镜像。
SGLang 能直接起一个兼容 OpenAI 接口的服务。
训练支持 ms-swift。
国内用户在 ModelScope 和百度智能云上也能直接用。
项目 6 月 22 日发布,目标写得很直白:把 DeepSeek-OCR 再往前推一步。
论文已经上了 arXiv。
算笔账。
Textract、Google Vision、Azure 这类云端 OCR,每千页大概收 1.5 到 15 美元。
放在自己机器上跑,这笔按页计费的钱就省下来了。
想先看效果,HuggingFace 上有在线 Demo。
🔗 https://huggingface.co/baidu/Unlimited-OCR
🔗 https://github.com/baidu/Unlimited-OCR
照着一个网站做练习,截图发给 AI,电脑上看着差不多,缩到手机宽度,间距、换行和菜单又全对不上。
Craft Anything 是一个开源的软件研究与重建工具,先观察原项目,再让编码 Agent 实现一个新项目,最后对照原版检查、继续修改。
默认从能看到的内容开始研究,包括页面截图、文字、布局和菜单展开后的样子。检查网页时,会比较 3 种屏幕宽度下的表现。
GitHub:https://github.com/storytold/craft-anything
我比较认可把对照检查接在生成后面,做完之后会列出哪里还没对上,可以继续描述要改的地方。
除了网站,也提供应用和游戏的分析、重建流程,配有 314 个工具,既能在桌面应用里用,也能交给其他 Agent 调用。
生成代码主要接本机的 Claude Code,需要先装好并登录。拿自己的项目、获准分析的素材做学习实验,可以看看这种做法。
AI 已经能自己搞科研了,几百轮实验全程不用人盯着。
流程说起来不复杂:提假设、改代码、跑实验、看结果,有用就留下,没用就扔掉。
这个方向叫 Auto-research,名字来自 Karpathy 的 autoresearch 项目。
Papers with Code 上已经收录了 166 篇相关论文。
其中 IdeaScientist 用的是 27B 开源模型,成绩比 Claude Code SDK 和 Codex SDK 最多高出 5.9%。
链接: https://paperswithcode.co/tasks/auto-research
给孩子辅导古诗,生字要查拼音,多音字还得核对课本。背了几遍说会了,遮住原文又接不上下一句。
「吟诗」是一个开源的古诗词阅读网页,内置 72 首小学必背古诗,每个字上面标好带声调的拼音,打开浏览器就能读。
支持横排、竖排、田字格 3 种版式,课本读音默认校正,某个字想改读音也能直接点。还能遮字背诵、填空默写、听朗读。
GitHub:https://github.com/TTNAN/yinshi
我喜欢它能把几首诗排成一份学习列表,家长、老师发个链接,孩子就能按朗读、跟读、背诵、默写的步骤练习。
另有 8 位诗人的足迹地图,点开李白、杜甫等人的停留地,就能看看那段时间写过哪些诗,地名和作品放在一起读更有意思。
手机、电脑都能用,无需账号,学习记录留在自己的浏览器里。也能打印成 A4,按需带上拼音、译文和注释。