Qwen3-ASR 效率碾压、VibeVoice 长音频分人无敌、Whisper 生态覆盖最广——三大 ASR 各守一象限，谁该装谁

字节开源视觉驱动 UI 自动化框架，支持 Web/桌面/移动端，自然语言控制

一键全自动视频翻译，字幕切割+AI翻译+配音，Netflix品质，支持YouTube视频下载

32语言OCR、256K上下文、视觉Agent可操作GUI，MLX版5GB秒回看图

OCR/版面/表格/公式全流水线跑在显卡上，PDF 进 Markdown 出，单卡 5090 最快 559 图/秒，比传统 OCR 快 15-90 倍

上传视频自动语音转写，选中文字段落就剪出对应片段，还支持按说话人剪辑和 LLM 辅助选段

Primo Ramdisk被称为最好用的虚拟内存盘（Ramdisk）工具之一，可以将内存当硬盘用。

玻森中文语义开放平台提供使用简单、功能强大、性能可靠的中文自然语言分析云服务

无约而来的系统算是非常不错的一个系统了！推荐大家使用

PhotoPrism是一个高效、多功能的开源私有相册管理工具，它利用先进的AI技术提供个性化的图片组织和搜索功能，同时保障用户的隐私。

微软开源的 Python 工具，一键将 PDF/Word/Excel/PPT 等文件转换为 Markdown，支持 OCR 和 MCP

收录数千个免费公共 API 的精选列表，涵盖天气、金融、社交媒体等40+类别

支持文本、图像、音频、视频的多模态终身记忆，LoCoMo SOTA

支持 YouTube、B站一键下载，AI 自动分析精彩片段并生成短视频合集，适合 UP 主和内容创作者批量生产高光切片

Rust 编写的开源 headless 浏览器，内存仅 30MB、启动瞬开、内置反检测与跟踪器拦截，单二进制无依赖，兼容 Puppeteer/Playwright，适合大规模网页抓取与 AI Agent 自动化

支持 Web、TUI 终端、桌面应用三种模式，聚合搜索网易云/QQ音乐/Bilibili，支持 FLAC 无损下载、歌单/专辑解析与批量处理

支持网页、PDF、视频字幕、图片翻译，集成 ChatGPT/DeepL/DeepSeek 等 20+ 引擎，1000万+用户。

开源AI短视频生成与自动发布工具，支持LLM文案生成、多平台TTS配音、ffmpeg混剪、Selenium自动发布

prithivMLmods 出品的 Gemma 4 31B 全精度(BF16)去审查版，无量化损失，mlx-vlm 原生支持

无需量化/蒸馏/剪枝，在单张4GB GPU上运行70B大模型推理，支持Llama3.1 405B仅8GB VRAM