登录
主页
 文章
基于纯视觉的 GUI 代理的屏幕解析工具（OmniParser）
OmniParser是一款开源工具，可通过解析用户界面截图生成结构化数据，助力打造视觉驱动的 GUI 自动化代理，赋能跨平台交互。项目地址：https://github.com/microsoft/OmniParser一、技术原理1.数据集构建：从流行网页和应用中提取数据，构建可交互图标检测数据集和图标描述数据集，为模型训练提供基础。
2025-03-13
975
9
9
视频编辑软件（Shotcut）
Shotcut跨平台支持Windows、Mac、Linux和Android；支持4K、8K视频处理，可进行帧精确搜索和视频合成，有丰富的滤镜和特效；音频编辑功能强大，配备示波器和多种滤波器，支持淡入淡出等过渡效果；无需导入即可直接在时间线上编辑，支持HTTP、HLS等多种网络流协议。Shotcut 以其易用性、丰富的功能、广泛的格式支持以及可定制的工作流，成为自媒体新手入门和普通用户进行日常视频编辑的理想选择，同时也能满足一些对视频编辑有一定要求，但又不想使用过于复杂专业软件的用户的需求。
2025-03-12
715
5
11
DeepSeek生态集成资源库（Awesome DeepSeek Integrations）
Awesome DeepSeek Integrations是DeepSeek 生态的开源集成宝库，汇集了与 DeepSeek AI 模型（如 DeepSeek-V3、R1、Coder 等）无缝集成的工具和应用，覆盖代码助手、翻译、知识管理等多种场景，支持多语言和多种开发平台。作为一站式集成资源库，是连接开发者、研究人员以及企业与 DeepSeek 生态系统的桥梁，降低了AI 技术开发门槛，加速 AI 在各领域的落地应用。
2025-03-12
740
3
9
视频剪辑工具（Open-Chat-Video-Editor）
Open-Chat-Video-Editor结合了ChatGPT技术，用户只需与AI对话，告知想要的视频内容，AI即可自动生成成片，能自动识别需求，生成搞笑、情感、商业宣传等不同类型的视频。适合想要高效、快速出片，不想在剪辑上花费太多时间，更注重视频创意的人群。项目地址：https://github.com/scutlihaoyu/open-chat-video-editor
2025-03-11
970
4
1
AI智能助手（chatbox）
chatbox是一个AI客户端应用和智能助手，支持GPT、Claude、Gemini等众多先进的AI模型和API，可在多种平台上使用。支持 Windows、Mac 和 Linux 操作系统，号称是桌面端的终极 AI 助手。不过，对于大多数用户，官方推荐使用闭源的 Chatbox 官方版，它完全免费、安装简单且支持更多最新功能。
2025-03-11
1080
9
4
AI智能体框架（multi-agent-orchestrator）
multi-agent-orchestrator是一个灵活且强大的框架，用于管理和协调多个AI智能体，处理复杂的对话，支持智能意图分类、双语言支持等功能。项目地址：https://github.com/awslabs/multi-agent-orchestrator一、基本功能 1. 多智能体协调与调度Multi - agent - orchestrator 能够对多个智能体进行有效的协调和调度。它可以根据任务的需求和各个智能体的能力、状态，合理分配任务给不同的智能体。例如，在一个物流配送场景中，框架可以根据各个配送智能体（如无人机、配送车）的位置、负载情况和行驶速度，将不同的订单分配给最合适的智能体进行配送。
2025-03-10
1160
8
9
基于AI技术的PDF文档处理工具（PDFMathTranslate）
PDFMathTranslate基于AI技术的PDF文档处理工具，能完整保留排版并进行双语翻译，支持Google、DeepL等主流翻译服务，还提供了CLI、GUI和Docker的支持。一、功能数学公式精准识别：借助先进的 OCR（光学字符识别）技术，PDFMathTranslate 能够精准地识别 PDF 文档中的数学公式。无论是复杂的微积分公式，还是线性代数中的矩阵表达式，它都能准确无误地提取出来，为后续的翻译和处理奠定基础。这一功能对于数学、物理、工程等领域的学术文献和专业资料处理至关重要，解决了传统 OCR 技术在识别复杂数学符号和结构时容易出现的错误和遗漏问题。
2025-03-09
1015
1
7
多智能体模拟框架（eliza）
eliza是一个强大的多智能体模拟框架，使用TypeScript构建，可用于创建、部署和管理自主AI智能体，能让智能体跨多个平台互动并保持一致的个性和知识。项目地址：https://elizaos.github.io/eliza一、基本功能1.多平台部署与交互：可在Discord、Twitter、Telegram等多个平台构建和部署具有一致个性的自主AI智能体，支持语音、文本和媒体交互，能适应不同社交平台的交流形式，满足用户多样化的沟通需求。
2025-03-09
647
2
10
多智能体AI低代码工具（Langflow）
Langflow是一个面向开发者的低代码工具网站，专注于多智能体人工智能、提示工程和检索增强生成（RAG）应用的开发，能帮助开发者轻松构建强大的AI智能体和工作流。以可视化方式搭建AI应用，通过拖放操作就能创建复杂的AI工作流，降低开发门槛，减少编写样板代码的工作量，让开发者把更多精力放在创新上。提供数百种预构建的流和组件，涵盖多种数据来源、模型和向量存储选项，包括OpenAI、HuggingFace等常见模型，以及Notion、Google Drive等数据源。若现有组件无法满足需求，还支持自定义组件开发。适用于提示工程、智能体构建和RAG应用开发。如能创建帮助开发者调试代码的聊天机器人，以及从大量文档中检索特定信息的RAG驱动聊天机器人。
2025-03-08
964
8
0
TEN智能体
TEN智能体是一款由TEN驱动的对话式语音人工智能体，集成了Deepseek、Gemini、OpenAI、实时通信（RTC）技术，以及像ESP32这样的硬件。它具备实时的人工智能能力，例如视觉、听觉和语音功能，并且完全兼容如Dify和Coze等平台。 一款由TEN驱动的对话型人工智能，集成了Gemini 2.0 Live、OpenAI Realtime、RTC等技术，具备实时的视觉、听觉和语音功能。采用检索增强生成（RAG）技术，能将检索到的外部知识与生成模型结合，利用本地文档提供更准确、详细的答案。
2025-03-08
763
0
2
计算语言学标注中介器（CLAM）
Computational Linguistics Annotation Mediator（CLAM）是一个计算语言学应用中介，能将自然语言处理（NLP）命令行应用程序快速透明地转换为RESTful Web服务，终端用户和自动化客户端都能与之交互。用户可上传输入文件，选择特定参数启动应用，并下载和查看应用输出，还能监控应用运行状态。
2025-03-07
503
5
14
图像、视频和音频标注工具（VIA）
VGG Image Annotator (VIA)用于图像、视频和音频数据的标注，支持多种标注类型，如区域标注、关键点标注等，并且可以将标注结果以JSON等格式导出，方便与各种机器学习框架集成，具有良好的跨平台性和可扩展性。VIA由牛津大学的视觉几何组（VGG）开发。使用JavaScript、HTML和CSS实现。
2025-03-07
654
9
12
全球首款通用型自主智能体（Manus)
2025年3月6日：Monica发布全球首款通用型AI智能体产品Manus，引发了全球AI领域的高度关注。在GAIA基准测试中创下新纪录，性能远超OpenAI的同类产品。其自主任务执行能力覆盖金融分析、教育课件生成、工业设计等场景，单任务平均调用5.3个专业工具，复杂项目首次完成率突破78%。Manus源自拉丁语“Mens et Manus”，意为“手脑并用”，强调将知识转化为实际行动的能力，体现了要把思想应用到现实中以产生有意义影响的理念。
2025-03-06
948
9
11
中文文本处理工具包（SnowNLP）
SnowNLP主要用于中文文本处理的工具包，虽然不是专门的标注工具，但提供了一些基本的自然语言处理功能，如词性标注、情感分析等，可以辅助进行数据标注和分析，使用简单，对中文的支持较好。项目地址：https://github.com/isnowfy/snownlp一、基本功能1. 中文分词：将一段中文文本拆分成一个个独立的词语，例如把“我爱自然语言处理”分词为“我”“爱”“自然语言处理” ，方便后续的文本分析。
2025-03-06
1052
1
6
自然语言处理标注工具（Prodigy）
Prodigy是一款功能强大的自然语言处理标注工具，提供了多种标注界面和任务类型，如文本分类、实体标注、关系标注等。它支持实时反馈和模型辅助标注，能够提高标注效率和质量，同时还具有数据管理和版本控制等功能，方便团队协作。项目地址：https://prodi.gy一、基本功能
2025-03-06
1158
4
7
智能护颈枕的技术原理
智能护颈枕作为融合人体工程学、传感技术、温控系统及理疗功能的高科技产品，其核心技术涵盖多个领域，旨在为用户提供科学的颈椎支撑与优质的睡眠体验。一、人体工程学设计与力学优化1. 颈椎曲度适配性设计 智能护颈枕基于人体颈椎的自然生理曲度进行精密建模，通常采用“中间低、两侧高”的弧形结构，以确保在睡眠过程中对颈椎提供精准的支撑力。这种设计能够有效维持颈椎的中立位，减少因不良睡姿导致的椎间盘压力和肌肉张力，从而预防慢性劳损的发生。
2025-03-05
1061
5
5
文本标注工具（brat）
文本标注是自然语言处理领域中的一项基础且关键的任务，它主要是指专业的标注人员或借助特定的标注工具，按照一定的规则和标准，对文本内容进行标记和注释，从而赋予文本特定的语义信息和结构信息。具体来说，标注人员会根据任务需求，在文本中识别并标记出各种元素，比如将文本中的人名、地名、组织机构名等标注为不同的实体类型，确定文本中不同实体之间存在的关系，像因果关系、所属关系等，还会对文本中的特定事件进行标注，记录事件的类型、发生时间、参与主体等信息，同时可能会标注出文本的情感倾向，如积极、消极或中性等。通过文本标注，可以将非结构化的文本数据转化为结构化的数据，为自然语言处理中的命名实体识别、关系抽取、情感分析、信息检索、机器翻译等各种任务提供基础数据支持，帮助计算机更好地理解和处理文本信息，进而推动自然语言处理技术的发展和应用。
2025-03-05
684
9
2
图像标注工具（LabelImg）
图像标注在多个领域有着广泛应用。在计算机视觉研究方面，它为各种计算机视觉算法的训练和评估提供数据支持，助力研究人员开发更先进的图像识别与理解算法；在自动驾驶领域，通过标注道路场景图像中的车辆、行人、交通标志、车道线等，让自动驾驶系统得以准确感知周围环境并做出决策；安防监控中，对监控视频里的人物、物体等进行标注，能够实现行为分析、目标追踪等功能，提升安防监控的智能化水平；医疗影像分析时，标注医学影像中的病变区域、器官等，可辅助医生进行疾病诊断与分析，提高诊断的准确性和效率。
2025-03-05
601
1
6
止鼾枕的技术原理
止鼾枕是一种旨在帮助减轻或防止打鼾的睡眠辅助工具，其技术原理主要包括以下几个方面：1.调整睡眠姿势 原理：很多人打鼾是由于睡眠时仰卧，舌根后坠堵塞气道导致。止鼾枕通过特殊的形状设计和支撑结构，引导使用者在睡眠中保持侧卧姿势，减少仰卧时间。侧卧时，舌根受重力作用会向一侧偏移，可在一定程度上避免气道被完全堵塞，使呼吸更加顺畅，从而减轻或防止打鼾。
2025-03-05
521
1
9
LLM大模型本地化部署的优势和挑战
1. 引言随着人工智能技术的快速发展，大型语言模型（LLM, Large Language Models）在自然语言处理、知识问答、内容生成等领域展现出强大的能力。然而，由于隐私保护、数据安全以及特定领域需求等原因，越来越多的企业和组织选择将LLM部署到本地环境中。与此同时，结合本地知识库的应用能够显著提升LLM在特定场景中的表现。
2025-03-05
506
7
11
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 （深数据® DEEPDATA® 极深®） 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号