Ai工具箱

一款开源的支持多种大型语言模型（LLM）桌面AI客户端，集成了多个LLM，支持Ollama本地模型部署。

字节跳动推出的一系列大规模视觉语言模型（LVLM），专注于视频理解任务，包括视频描述、问答、视频定位、幻觉测试等功能。

一款基于AI的自动化浏览器助手，能够通过自然语言操作网页。你只需描述要执行的任务，Midscene.js会自动处理网页，如发推文、验证内容、搜索信息等功能。

新加坡国立大学、上海人工智能实验室和德克萨斯大学奥斯汀分校联合开发的视频生成增强算法。

大连理工大学、香港中文大学和快手科技联合发布的一款全新3D感知和可控的文本到视频生成框架，被誉为视频版本的ControlNet。

一个应用于逐帧图像重光照模型的简单应用，无需重新训练DiT视频模型，即可实现调整视频的光照效果，并且生成的视频帧在光源和外观上更加一致。

一款致力于学术和研究写作的AI工具。QuillWord提供了AI辅助写作功能，支持电邮撰写、引用管理，并通过自动补全减轻写作障碍。

由中央音乐学院、北京航空航天大学和清华大学等机构联合开发的一款 AI 音乐生成模型，专注于生成高质量的古典乐谱。

一个精选的LLM（大型语言模型）应用集合，汇集了使用OpenAI、Anthropic、Google、Gemini以及开源模型（如DeepSeek、Qwen或Llama）构建的LLM应用。

一个精心整理的 MCP 服务器资源列表，汇集了各种实现 MCP 协议的服务器，使 AI 模型能够安全地与本地及远程资源进行交互。

一款专注于语音合成与克隆的AI工具，依托自研的超大语音模型，能够快速生成与真人无异的声音模型，广泛应用于文本转语音、视频配音和多语言视频翻译等场景。

简洁易用的大模型本地部署工具，支持开源模型 DeepSeek-R1， DLlama 3, Phi-4, Mistral, Gemma 3 等模型的本地化部署，专注于数据安全、隐私保护和高效的AI对话体验。

一个一站式AI视频制作和编辑平台，帮助用户通过 AI 算法处理和增强视频，提供高质量的视频制作和编辑功能。

一款专门用于生成吉卜力风格的AI图像生成器，能够根据用户的文本描述或上传的图片生成具有吉卜力风格的图像。

一份精心整理的 LangGraph 资源合集，涵盖了基础介绍、入门模板、示例应用、实用工具等资源、以及整理一些如智能体、AI 助手、开发与工具、内容与媒体、知识与检索等优秀项目。