sqwu / rea-gems
AI编程工具
Python
REA 逆向工具的优秀案例自动索引库
这是一个自动更新的案例索引库,收录用 REA(reverse engineer anything)这个逆向工具做出来的优秀案例。REA 本身能把你的 coding agent 接到二进制文件、JavaScript/Electron 应用、.NET 程序集和网站的分析工具上,带证据地解释软件功能是怎么实现的;而这个仓库则把社区里用它「看懂、重建、复刻」出来的成果——官方案例、开源项目、博客和讨论——每天从全网抓取汇总,目前已有 264 条,还配了一个可按标签筛选和搜索的可视化页面。案例内容相当具体,比如 Notion 如何复制文本和 HTML、身份验证器如何生成登录码、DX-Ball 的声音定位算法、CTF 的 flag 校验器怎么写,以及用 REA 构建强化学习环境等。值得看的是安全研究、逆向工程、二进制分析岗位的从业者,以及想了解 AI agent 在真实逆向场景里能做到什么程度的 AI 工程师;如果你的工作和逆向、安全无关,这个索引库基本可以跳过。
★ 52
24h +1
⑂ 4
创建 23 天前
更新 33 分钟前
Huai-Tian / Exuvia
AI编程工具
Python
为 AI Agent 打造的 Android 脱壳与 DEX 修复流水线
Exuvia(蝉蜕)是一个为 AI Agent 设计的 Android 加壳脱壳与修复流水线,主打「机械分析零 token、瓶颈外包给 LLM、最终判定由 Rust 侧给出」。它分两条线:一是脱壳,静态解剖 APK 产出结构化报告和证据切片,把真正需要智能判断的部分打包成工作包交给外部大模型,工具本身不调用模型也不假装理解;同时支持运行时动态抓取 DEX,不依赖特定壳家族。二是修复,这是它的差异化卖点——市面上第三方 dumper 很多,但没人能把 dump 出来的 DEX 修回能真正启动的 APK,Exuvia 走完类清理、去织入、方法体还原、manifest 手术、签名全流程,README 称已在真实企业壳样本上闭环验证。适合做 Android 安全研究、逆向分析、脱壳工具链的从业者,以及想让 AI Agent 自动化处理加壳 APK 的人;普通开发和纯 AI 应用岗位关系不大。
★ 52
24h +1
⑂ 0
创建 21 天前
更新 21 小时前
hongfaqiu / strata-manager
推理部署
Rust
Strata 本地推理引擎的桌面管理面板
Strata Manager 是本地 LLM 推理引擎 Strata 的桌面管理工具,可以把它理解成本地模型版的「控制面板」:引导首次安装、一键下载和切换模型、管理服务启停,还能在图形界面里直接聊天、查看 API 调用统计和硬件占用情况。它解决的麻烦是,原本要在命令行里折腾的引擎安装、版本升级、参数调优和性能测试,现在都收进一个工作区,新引擎还会先试运行、失败自动回滚,不会把现有环境搞坏。另外它内置了可选的公开排行榜,方便对比不同模型的推理表现。适合在自己电脑上跑本地模型的开发者、算法工程师,以及想给团队搭一套可控本地推理服务的运维人员;如果你只用云端 API、从不碰本地部署,这个项目和你关系不大。
★ 51
24h +1
⑂ 4
创建 25 天前
更新 16 小时前
pathwaycom / pathway
数据工程
Python
Python 实时 ETL 框架,批流一体并内置 LLM/RAG 管道工具
Pathway 是一个用 Python 写的数据 ETL 框架,可以理解为「能同时处理批数据和实时流的 Flink 替代品」,底层由 Rust 引擎驱动,做增量计算,同一份代码既能本地开发调试,也能直接上生产跑 Kafka 流、日志监控或实时分析。它内置了 LLM 工具封装,能搭实时 RAG 管道,比如把 SharePoint、GDrive 里的文档变化自动同步进向量库,或者用 Ollama 搭私有 RAG,还支持多模态 RAG 和非结构化数据即时转 SQL。连接器覆盖 Kafka、PostgreSQL、Airbyte 等 300 多种数据源。适合数据工程师、做实时数仓或事件驱动告警的后端,以及需要让 RAG 知识库随数据源实时更新的 AI 应用开发者;如果你只做离线批处理或纯模型训练,关系不大。
★ 62k
⑂ 1.7k
创建 2022-11-27
更新 13 分钟前
actionow-ai / vvv
AI编程工具
Python
给编码 Agent 用的可复用婚礼视频模板与技能包
vvv 是一套给 AI 编码 Agent 用的可编辑视频模板与技能包,主打「一次构建、多次复用」:把婚礼 MV 这类短片的场景结构、镜头运动、节拍时间线和渲染检查做成模板,新片只替换照片、文案、音乐和画幅。你把照片(本地或百度网盘)和一句想法交给 Claude Code、Codex 等 25+ 个 Agent,它会识别人物分组、推荐或指定模板、对齐配乐副歌出样片,改完只重渲改动部分,最后输出 1080p 成片并保留可编辑工程,换个 Agent 也能接着做。它还支持给一条抖音、小红书参考视频,逐帧拆解节奏后用你的素材复刻出结构相近的片子。适合经常要出婚礼 MV、卡点相册、竖版短片的视频创作者和给客户做模板化短片的团队,也适合想研究 Agent 工作流与模板复用省 token 的 AI 工程师;和多数后端、算法岗位关系不大。
★ 524
24h +1
⑂ 151
创建 14 天前
更新 6 天前
openinterpreter / openinterpreter
AI编程工具
Rust
为开源模型调优的终端 coding agent,Codex 的 Rust 分支
Open Interpreter 是 OpenAI Codex 的一个分支,用 Rust 重写,核心卖点是为 Kimi K3、GLM、Qwen、DeepSeek 这类低成本开源模型调优 agent 运行框架(harness),让你在终端里用类似 Codex 的界面驱动这些模型写代码、跑命令。它内置多种可切换的 harness,能针对不同模型选择表现最好的那套提示与工具循环,还自带 QA 技能,可在真实浏览器或原生应用里操作和测试界面。它兼容 ACP 协议,能接入支持该协议的编辑器,也支持 MCP、AGENTS.md、共享 skills 目录等开放标准,方便在不同 agent 工具间迁移数据。适合正在用国产或开源模型做 AI 编程、想在终端里跑 coding agent 的开发者,以及需要给模型配 QA 自动化测试的团队;如果你只用 Claude 或 GPT 闭源模型,关系不大。
★ 68k
24h +2
⑂ 5.9k
创建 2023-07-14
更新 1 天前
Balanov / uncut
AI编程工具
Go
可塞进 shell 管道的无损无头 coding agent
UNCUT 是一个极简的无头 coding agent,可以理解成「能塞进 shell 管道里的 Claude Code」:单个 7 MB 静态二进制,只有读写文件、替换文本、执行命令四个工具,通过 stdin/stdout 交互,没有界面也没有遥测。它的卖点是「无损」——每次调用都发送完整对话,文件内容和命令输出从不截断,如果模型因输出上限被切断,它直接报错退出,而不是把半截答案当成成功。典型用法是把 git diff 或测试失败日志管道喂给它,让它分析原因或修复问题;也支持 JSONL 会话续跑,以及 OpenAI 兼容接口(含本地模型服务)。适合需要在 CI、容器或脚本里自动跑 agent、又对上下文被静默裁剪敏感的后端和平台工程师;只想在终端里交互式写代码的人,用不上它。
★ 602
24h +2
⑂ 14
创建 3 天前
更新 2 天前
KnifeLemon / Droidline
AI编程工具
Go
免 ADB 免线免 root 的真机 Android 自动化与 AI agent 操机工具
Droidline 是一套用代码操控真实 Android 手机的自动化工具,可以理解为免 ADB、免数据线、免 root 的 Appium 替代品:手机上装一个 App、扫码配对即可,手机主动连回电脑,同一局域网或移动网络都能用。它提供统一的命令集,Python、Node.js、命令行、HTTP 乃至 MCP 都能调用,典型场景包括在真机上测试自己的 App(比如跨应用读取短信验证码完成登录)、让一排手机每天跑同一套例行任务、写点小脚本定时开关 Wi-Fi 或抓取应用里的数据,以及通过 MCP 给 Claude、Cursor 等 AI agent 装上「手和眼」,让它们看手机屏幕并操作。适合移动端测试工程师、做手机农场或 RPA 的开发者,以及想让 AI agent 接管真机的团队;纯后端或算法岗关系不大。
★ 459
24h +2
⑂ 48
创建 29 天前
更新 1 天前
Hybirdss / Hycli
Agent框架
Rust
把任意网站自动变成 AI 可调用的 CLI 和 MCP 工具集
Hycli 把任意网站变成 AI agent 能直接调用的带类型 CLI 和 MCP 工具集。你给它一个网址和想做的事,它内部三个 AI worker 会分析该站的文档、前端代码和真实浏览器网络流量,自动生成覆盖读写操作的工具,比如搜索帖子、创建内容、批量编辑等,全程用你浏览器里已有的登录态,cookie 不会传给 LLM,还内置了反爬对抗能力。它以单个原生二进制形式发布,自带本地 dashboard,不需要装 Rust 或 Node.js。典型场景是:你想让 Claude 或 Codex 自动化操作某个只有网页界面的服务——比如批量整理 Notion 页面、抓取某论坛内容、在内部后台系统里填表——但对方没有官方 API,手写爬虫又费劲,Hycli 直接替你把这层封装做好。适合正在搭 AI agent 工作流、需要让 LLM 操作真实网站的开发者,尤其是做自动化和 MCP 集成方向的人;如果你的工作不涉及让 AI 操作网页,跟你的关系不大。
★ 450
24h +2
⑂ 103
创建 26 天前
更新 6 天前
LosaLosSantos / aurelio-finance
其他
Python
本地部署的个人财富管理应用,带可选 AI 财务顾问
Aurelio 是一款跑在自己电脑上的个人理财应用,可以理解为本地部署的记账加财富管理工具,数据全部存在本机,不上传云端。它能跟踪你的净资产、各券商和银行的现金、股票与 ETF 持仓、成本与分红,还能穿透查看基金实际持有的国家、行业和公司,同时管理房产、贷款、现金流和储蓄目标。AI 部分是可选的,通过 OpenRouter 调用模型,你可以直接用自然语言问它「这个 ETF 和我已有的持仓重叠多少」「该不该买某只股票」,它会基于你自己的数据回答,并把建议做成卡片等你确认后才改动记录。适合有较多投资持仓、想自己掌控财务数据又懒得用 Excel 手动维护的个人投资者和理财爱好者;如果你只是简单记账或对投资不感兴趣,这个项目和你关系不大。
★ 350
24h +2
⑂ 119
创建 29 天前
更新 6 天前
Atoll92 / agent-standup
AI编程工具
HTML
把本地 AI 编程会话变成实时动画团队会议,监控各 agent 状态与 token 消耗
Agent Standup 把你本地的 Claude Code、Codex、Mistral Vibe 会话文件变成一场实时动画「团队电话会议」:主 agent 发号施令,子 agent 加入通话、在工位上干活、共享屏幕再汇报进展,全程只读本地文件,不额外消耗 token。它能直观告诉你每个 agent 此刻在工作、在等待、卡住了还是在烧钱——命令跑超过一分钟会亮黄灯,三分钟没动静会打瞌睡,失败的工具调用有红色计数,每个 agent 的 token 消耗(含输入、输出、缓存写入)也按模型分别标出。提供 VS Code 扩展、终端命令和 macOS 桌面应用三种形态。适合经常并行开多个 AI 编程会话、用子 agent 分工的开发者,尤其是想盯住「哪个子 agent 最贵、哪个卡住了」的人;如果你只开单个会话、不用子 agent,这工具和你关系不大。
★ 347
24h +2
⑂ 54
创建 26 天前
更新 3 天前
wzc520pyfm / gen-ai-pose-image
多模态
JavaScript
按姿势线稿和服装库给角色换装出图的姿势工作室
这是一个基于姿势线稿和服装库给固定角色出图的姿势工作室,可以单独在浏览器里用,也能作为插件装进 DeepSeek Harness。它内置了 288 组共 1439 张姿势线稿、1407 套服装和 1499 张脸部参考,你选好姿势、换上某套衣服、再挑一张脸,就能让默认模特「大肥鱼」(社区鲸鱼娘)按这套组合生成图片,也可以导入自己的模特照片替换脸和衣服。生图走 Gemini、OpenAI 兼容接口或火山方舟 Seedream,没有密钥时它会把写好的提示词输出出来,方便你复制到别的生图工具里。装进 Harness 后,Agent 能直接调用搜索姿势、服装、脸部和生图的工具,让对话里的 agent 帮你完成换装出图。适合做 AI 角色立绘、同人创作、姿势参考的画师和创作者,以及想给 DeepSeek Harness 增加图像生成能力的开发者;如果你不碰角色出图,和你关系不大。
★ 338
24h +2
⑂ 40
创建 7 天前
更新 1 天前
Balanov / skein
Agent框架
Go
带急停与 epoch 围栏的本地多 Agent 任务编排控制面
Skein 是一个本地多 Agent 任务编排的执行控制面,用 Go 写的,可以理解成给本地跑的 Agent 群体加了一道「急停闸」。它按显式任务图调度并发任务,核心机制是 epoch fencing:一旦触发紧急停止,排队中的任务作废,旧 epoch 里迟到的完成结果会被直接拒绝,而不是仅仅标记为已取消,从而避免失控的 Agent 继续写入结果。它还负责终止被跟踪的本地进程树,实测能干净杀掉全部父子进程。适合需要在本地批量跑 Agent 工作流、又担心某个 Agent 失控或停不下来的团队,比如做 AI 工作流编排、多 Agent 系统的工程师,在引入外部副作用前用它做执行层的安全兜底。注意它不是 Agent 框架也不跑模型,只管调度和急停;对多数不涉及本地多 Agent 编排的读者关系不大。
★ 265
24h +2
⑂ 1
创建 2 天前
更新 1 天前
YeJe-cpu / easy-jianying
AI编程工具
Python
让 AI 输出可继续编辑的剪映草稿,改细节不用重新生成
Easy 剪映解决的是 AI 剪辑的一个尴尬问题:AI 生成的成片只要改一个错别字、剪短半秒镜头,就得重新生成重新渲染,又慢又费算力。这个工具让 AI 输出的不是成片,而是剪映草稿——转场、关键帧、字幕、卡点、口播粗剪都变成剪映里正常的轨道和片段,你在剪映里双击改字幕、拖动片段,几秒钟搞定,最后在剪映里自己导出。它还支持口播自动剪掉气口和重复句、按音乐节拍卡点、本地识别字幕、一个模板批量生成多个草稿,也能直接生成 CapCut 国际版草稿。附带的 Skill 可以装进 Claude Code,直接说"把这条口播粗剪一下放进剪映"。适合做短视频、口播内容的剪辑师和自媒体创作者,尤其是已经在用 AI 辅助剪辑但受困于"改一处就得重跑一遍"的人;只在 Windows 上剪视频的用不了,纯技术岗不写视频内容的话关系不大。
★ 161
24h +2
⑂ 56
创建 6 天前
更新 3 天前
Sac-Y / match-cut
AI编程工具
Python
让 Agent 自动剪出卡点匹配剪辑风格的产品宣传片
这是一个给 AI Agent 用的技能包,让 Codex 或 Claude Code 直接帮你剪出一支卡点匹配剪辑(match cut)风格的产品宣传片:同一个形状或动作在不同世界之间延续,每一刀严格卡在音乐节拍上,最后落到产品主镜头和片尾 Logo。你只需用自然语言说「给新款水杯做一支 20 秒宣传片」,它会先确认生图工具连通并说明各环节计费,再收集产品信息和官方图,给出切入角度、分镜结构、文案和预算,然后可以选一口气交付或在方案、粗剪、成片三个节点分别确认,最终给你 1080p mp4、ProRes 母版和分轨。README 里有折叠屏手机和巨无霸汉堡两支试作案例可看效果。适合做品牌营销、短视频运营或独立开发者,想快速产出高质量产品宣传片又请不起专业剪辑团队的人;纯后端或算法岗基本用不上。
★ 118
24h +2
⑂ 18
创建 7 天前
更新 7 天前
erhanmeydan / kilnframe
AI编程工具
TypeScript
把口播语音自动转成动画插片和配乐的剪辑插件
Kilnframe 是一个免费开源的 Premiere Pro 和 DaVinci Resolve 插件,作用是把你口播的语音自动变成动画插片和配乐,直接落到时间线上。你在时间轴上框选一段 10 到 40 秒的素材,它会听懂这段话的内容,自动规划场景——提到数字就画图表,讲流程就配示意图,金句就用大字排版——然后用 HTML、CSS 和 JavaScript 写成动画,在你本机渲染好并配上合成音效,还能用 Google Lyria 给整条片子生成跟随话题分段、自动避让人声的背景音乐。渲染前每个场景会先出静帧供你审阅,可单独重做。模型可以走 Claude Code、Codex、Grok 的订阅或 API key,也能用 LM Studio、Ollama 跑本地视觉模型,音视频不出本机。适合做知识类口播、产品讲解视频的剪辑师和自媒体创作者,尤其是需要大量动态图表和文字动画但没有 motion designer 的人;纯写代码或做模型训练的读者关系不大。
★ 95
24h +2
⑂ 15
创建 25 天前
更新 1 天前
TedHaley / pensieve
AI编程工具
Python
把文件、仓库、agent 会话和工单串成任务线索的本地上下文工具
Pensieve 是一个本地运行的 Mac 应用加 MCP 服务器,把你的文件、代码仓库、AI agent 会话、工单和聊天消息串成一条条「任务线索」,让你和你的 AI 编程助手在干活时都能拿到刚好相关的上下文。它默认的 Threads 模式会读取你的 agent 会话、git 记录和 issue 跟踪器,为每次产生过改动的会话建一条线索,标出 Open、To-do、Thoughts、Loose ends、Closed 等状态,并挂上对应的 PR、分支、工单和剩余步骤,一键就能恢复上次的会话;Developer 模式则在本机建语义索引,支持按含义或精确词搜索代码和会话,还能用 git blame 找出某块代码谁最熟、哪些模块已无人维护。所有数据只读、只留在你的 Mac 上。适合重度使用 Claude Code 等 agent 编程工具、经常在多个任务和会话间切换的开发者,以及需要搞清「这块代码该问谁」的团队负责人;不常用 AI agent 的人关系不大。
★ 76
24h +2
⑂ 8
创建 28 天前
更新 6 天前
MIC-DKFZ / nninteractive-agent
多模态
Python
让 AI 编程代理用自然语言完成 3D 医学影像分割标注
nninteractive-agent 把 3D 图像交互式分割工具 nnInteractive 包装成 MCP 服务,让 Claude Code、Codex 等 AI 编程代理用自然语言完成医学影像标注。用户只需说「把肝脏和脾脏分别分割出来」,代理就会自动在 CT、MRI、显微图像上画框、点标记,检查 3D 结果并像人工标注员一样反复修正。在 14 张公开 CT/MRI/PET 图像的基准测试中,Claude Code 和 Codex 平均 Dice 达 0.81-0.85,明显优于 nnInteractive 单独使用(0.71)和纯文本分割模型 VoxTell(0.54)。适合医学影像、生物信息领域的研究人员和标注团队,尤其是需要批量分割但缺乏标注人力的场景;对多数互联网和 AI 从业者关系不大。
★ 74
24h +2
⑂ 3
创建 16 天前
更新 7 天前
getumbrel / murmur
Agent框架
TypeScript
给自托管 Hermes Agent 套上友好图形界面的多端聊天客户端
Murmur 是给 Hermes Agent 做的一层图形界面,让跑在自己硬件上的开源 AI agent 变成普通用户也能用的产品:不用碰终端和配置文件,打开浏览器或桌面客户端就能和它聊天。它能创建多个带不同人格的 agent,从 Researcher、Writer、Coder 等模板起步,接入 Notion、Linear、Todoist、Figma 等几十个应用,还能通过 WhatsApp、Telegram 或手机网页随时找到它们;多个 agent 可以放进同一个房间协作,用 @ 单独点名,涉及删除文件等敏感操作时会先用大白话征求同意。模型侧支持 ChatGPT 订阅、Ollama、OpenRouter、OpenAI、Anthropic 等,可随时切换。适合想在本地或私有服务器上长期跑个人 agent、又不想折腾命令行的产品经理、独立开发者和 AI 爱好者;如果你只用云端 ChatGPT,或不打算自托管 agent,这项目和你关系不大。
★ 65
24h +2
⑂ 11
创建 22 天前
更新 2 天前
gabe-santana / arkdraw
AI编程工具
TypeScript
用自然语言生成和编辑架构图的开源画图工具
Arkdraw 是一个开源画图工具,可以理解为「带 AI 助手的 draw.io」:你用自然语言描述一个系统,它就把流程图、UML、ER 图、网络拓扑、线框图或思维导图画出来,生成的是可继续编辑的原生图形而非图片。它内置 AWS、Azure、GCP、Kubernetes 等官方图标,能自动按 VPC、子网、资源组分组,连线也会规整避让。除了从零生成,它还能在已有图上做增量修改,比如「在数据库前加一层缓存」「给所有连线加标签」,甚至让某个故障服务闪烁起来,并把请求流程动画导出成 GIF。模型完全自选,支持 Claude、OpenAI、Gemini、DeepSeek 等主流服务,也能用 Ollama 全离线跑,文件是本地 JSON,不经过任何服务器。适合需要频繁画架构图、给团队做系统讲解的后端、架构和运维工程师,以及想快速出方案草图的技术负责人;如果你平时很少画图,关系就不大。
★ 61
24h +2
⑂ 4
创建 12 天前
更新 5 天前
Jumbomuffin777 / Frontier-UI
AI编程工具
Python
给 Open WebUI 加上 ChatGPT 式生成界面的插件
Frontier UI 是给 Open WebUI 加的一层「ChatGPT 式界面」:模型不再只吐 markdown,而是输出一小段 JSON 描述,服务端负责找真实照片、在地图上画真实街道路线,最后在对话里渲染成卡片。它能做旅行规划——比如七天行程按天分 tab、地图上标路线、预算滑块算人均、加日历;也能做实时天气、股票行情图表、链接预览截图,还能把卡片一键导出成 Word/Excel/PPT。图片和地图数据走 Wikipedia、OpenFreeMap 等免费源,不需要 API key,单文件部署。适合自建 Open WebUI、跑本地模型又想要更像产品的交互体验的开发者;如果你不维护 Open WebUI 实例,这个项目和你关系不大。
★ 61
24h +2
⑂ 4
创建 4 天前
更新 2 天前
Shikasar7 / CicaTavern
Agent框架
JavaScript
Agent 化的 SillyTavern 角色扮演客户端,主打高缓存命中与长期记忆
CicaTavern 是一个跑在自己设备上的 AI 角色扮演客户端,可以理解为 SillyTavern 的 Agent 化替代品:导入你已有的角色卡、世界书和预设,接上自己的模型 API(DeepSeek、Claude、OpenAI、Ollama 等)就能玩。它把提示词按缓存友好方式组织,长对话里每轮大部分内容按更便宜的缓存价计费且响应更快,右侧面板会实时显示命中率和花费;上下文压缩后丢失的细节会写进记忆书,剧情再提及时自动召回,且不破坏缓存。此外它支持一键配图、旁白与对白分声线朗读、视觉小说式演出界面,角色的脸和服装保持一致,还有一个逐步提问帮你写完角色卡的引导式创作者。适合重度 LLM 角色扮演和网文互动写作的玩家,以及想降低长对话 API 成本的开发者参考其缓存与记忆设计;普通从业者关系不大。
★ 57
24h +2
⑂ 5
创建 18 天前
更新 1 天前
leonxger / deepseek-colab
推理部署
Python
在 Colab 上一键跑起无审查版 DeepSeek-V4.1-Flash 的开源方案
这是一个让你在免费的 Google Colab 上跑起 249GB 大模型 DeepSeek-V4.1-Flash 的方案,本质是把量化后的模型通过 llama.cpp 起成一个 OpenAI 兼容的接口,任何支持自定义 base URL 的客户端都能直接连上用。它做了不少优化:把 MoE 层里最常用的专家常驻 GPU、其余放内存按需换入,再配合投机解码和一批 llama.cpp 补丁,实测能跑到每秒 100 多 token,支持 26 万 token 上下文和图片输入,还能输出独立的推理过程。每次启动会拼入一批 uncensored 张量,去掉模型的安全限制。适合想低成本自托管大模型做实验的个人开发者、AI 编程工具用户,或者需要一个无审查接口接进自己工作流的人;如果你只是调用官方 API,或者没有 Colab 订阅,那和你关系不大。
★ 51
24h +2
⑂ 5
创建 5 天前
更新 5 天前
deepopen-com / deepopen-3d-webs
多模态
Python
单图加提示词生成可预览的 3D 场景与点云
光域造景(Guangyu Zaojing)是一个图像驱动的三维场景生成系统,你可以把它理解成把 LucidDreamer 那套「单图变 3D 场景」流程打包成的一个中文网页工作台。你只需提供一张参考图和一句中文提示词,它就能沿指定的相机轨迹生成可预览、可回放、可追溯的场景结果,包括彩色动画、深度动画和 Gaussian 点云,浏览器里就能拖动查看,也能导出 PLY 交给 SuperSplat 或 MeshLab 继续处理。它把过去要拆成深度估计、图像补全、3D 表示、运镜渲染等多个工具的链路合到一个界面里,适合在决定是否投入精修前先看空间概念稿、做风格化内容探索(动漫、奇幻、废土等预设)、把静帧加飞越视频加点云预览放在一页给协作者评审,或在课堂和提案会上直接演示——没有 GPU 也能用 demo 模式浏览官方示例资产。对 3D 内容创作者、空间设计和视觉概念岗、以及需要快速出三维演示素材的人来说值得一看;纯后端或算法岗关系不大。
★ 1.1k
⑂ 108
创建 9 天前
更新 8 小时前
KadoBOT / ComfyUI-H3-Continuity-Studio
多模态
Python
ComfyUI 里基于 MiniMax H3 的多镜头时间线工具,跨片段保持视觉连续性
这是一个 ComfyUI 自定义节点包,围绕 MiniMax H3 视频模型做多镜头连续创作。它提供一条时间线(Timeline),把多个片段串起来并跨片段携带上下文,让第二镜、第三镜能延续第一镜的设定;还带一个 Studio 界面,可编辑故事、参考图和时间线。核心卖点是「视觉记忆」:能把之前片段里的某个画面带进后面的镜头,即使中间切了外景或换了机位也能接上。另外内置 H3 Story 节点,可通过 OpenAI 兼容接口(本地或云端)自动规划并撰写时间线上的故事。适合在 ComfyUI 里做短片、分镜连贯性测试的视频创作者和 AI 内容团队,尤其是苦恼于多镜头人物、场景一致性的从业者;只想跑单条视频生成的人用不上它。
★ 110
⑂ 11
创建 3 天前
更新 22 小时前