基于 Google Gemini + FFmpeg，通过 Director/Editor/Reviewer 多 Agent 流水线，将原始素材和创意简报自动剪辑成精品广告，支持 YAML 管道配置与风格模板

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。

上传音视频，AI 自动整理成结构化 Markdown 笔记

用 Python 控制鼠标键盘，截图识别+图像定位，三行代码实现桌面自动化，支持 Windows/macOS/Linux

Ingest, parse, and optimize any data format：PDF/Word/PPT/Excel、图片、音频、视频一键转结构化Markdown，专为GenAI框架优化

视频剪辑、合成、特效、字幕、GIF 生成，支持批量处理与数据可视化动画，Stars 14.6k+

先跑通，再标准化，最后放大

Black Forest Labs出品，4步出图，质量接近Midjourney，Apache 2.0开源可商用

Black Forest Labs新作，一个9B模型统一生成与编辑，支持多图参考编辑，Qwen3编码器中文强，最快不到1秒

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

最完善的 Telegram 桥接 Claude Code 方案，支持 session 管理、实时流式、语音输入、文件上传

三万部古籍、五十亿字的在线开放电子图书馆，支持AI英译与全文检索

音频驱动数字人视频生成，照片+语音生成对口型视频，支持唱歌/双人对话/动漫动物，8步推理，MIT协议可商用

在Claude神经网络深处发现的隐藏思维空间，可监控AI内心想法

本地运行的开源 AI Agent，在 Slack/Gmail/Calendar/Notion 等日常工具里端到端交付成品，关键操作前先向你确认，自带模型、免费开源。

在线 3D PC 装机/配件挑选：5000+ 配件 3D 模型实时预览、自动兼容性检查、跨商家比价、FPS 预估，还有风扇/RGB 模拟器等小工具，有手机 App

不用越狱不用 Xcode，AI agent 直接操控你的真机 iPhone

策划/分镜/生成/剪辑/交付全流程 Agent 串联，无限画布+技能插件生态+商业模板；配开源 H3 视频模型，768P 0.5元/秒、2K 0.8元/秒，年卡低至0.4元/秒

83 万下载的开源视频模型天花板——文生视频/图生视频/音视频同步/4K 20 秒，8GB 显存量化可跑

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