跳过主要内容
广告OpenFree logo推广你的产品触达更多潜在用户,助力产品增长与收益提升。投放广告

标记为“多模态”的工具

Favicon of MarkItDown

MarkItDown

Free 等级项目星标数: 191.8K

将文档与媒体转换为 LLM 可用的 Markdown

文档解析与 OCR

MarkItDown 是轻量级 Python 工具,可将 PDF、Office 文档、图片、音频、HTML、文本类格式、ZIP、YouTube URL 和 EPub 转换为 Markdown,并尽量保留标题、列表、表格和链接等结构,面向 LLM 与文本分析流程。

Favicon of Open WebUI

Open WebUI

Free 等级项目星标数: 153.2K

用户友好的 AI 界面,支持 Ollama 和 OpenAI API

聊天界面

Open WebUI 是一个自托管的 AI 平台,可扩展、功能丰富且用户友好。它支持 Ollama 和 OpenAI 兼容 API,为本地和云端模型提供与提供商无关的界面。

Favicon of llama.cpp

llama.cpp

Free 等级项目星标数: 129.5K

C/C++ 实现的 LLM 推理

语言模型

用 C/C++ 实现 LLM 推理,以最简设置和一流性能在本地和云端的各种硬件上运行。

Favicon of PaddleOCR

PaddleOCR

Free 等级项目星标数: 90.2K

全球领先的OCR工具包与文档AI引擎

文档解析与 OCR

PaddleOCR 是一款强大、轻量的 OCR 与文档解析工具包,可将 PDF 和图像转换为结构化、可供 LLM 使用的数据。它支持 100 多种语言、JSON 和 Markdown 输出,并帮助构建 RAG 和 Agentic 应用。

Favicon of Screenshot to Code

Screenshot to Code

Free 等级项目星标数: 79.8K

将任意截图或设计转换为整洁代码

编程助手与编辑器

Screenshot to Code 是一个开源项目,也提供托管产品,可利用 AI 将截图、原型图、Figma 设计和屏幕录制转换为整洁、可运行的代码,支持 HTML/Tailwind、HTML/CSS、React/Tailwind、Vue/Tailwind、Bootstrap 和 Ionic/Tailwind。

Favicon of Docling

Docling

Free 等级项目星标数: 68K

让文档为生成式 AI 做好准备

文档解析与 OCR

Docling 是一个开源文档处理库,可解析多种格式并具备高级 PDF 理解能力,同时与生成式 AI 生态无缝集成。它提供统一的 DoclingDocument 表示,支持本地执行,并适配敏感数据和气隙环境。

Favicon of AstrBot

AstrBot

Free 等级项目星标数: 41.1K

开源智能体 AI 助手与开发框架

智能体框架

AstrBot 是一个开源的一体化智能体聊天机器人平台与 AI 智能体开发框架,集成主流即时通讯应用、大语言模型、插件和 AI 功能,用于构建 AI 助手与自动化工作流。

Favicon of SGLang

SGLang

Free 等级项目星标数: 37.2K

高性能大语言与多模态模型服务

多模态模型

SGLang 是面向大语言模型与多模态模型的高性能服务框架,旨在为多种模型和硬件平台提供快速、可扩展的推理。

Favicon of WeKnora

WeKnora

Free 等级项目星标数: 36.1K

帮你找到答案,并将知识付诸实践

智能体框架

腾讯开源的企业级知识管理框架,汇集团队资料,用于知识问答、任务执行和 Wiki 整理。

Favicon of Strata

Strata

Free 等级项目星标数: 31.2K

在自己的 PC 上运行 Qwen3.8-Flash-Next

聊天界面

Strata 让 125B 参数的 Qwen3.8-Flash-Next 在消费级 PC 上运行,提供 Windows/Linux 一键安装、本地推理引擎、localhost 上的 OpenAI/Anthropic 兼容 API,并可选图像输入。

Favicon of ArtCraft

ArtCraft

Free 等级项目星标数: 28.9K

可控 AI 图像与视频的开源工作室

图像生成与工作流

ArtCraft 是一款面向艺术家、设计师和电影制作人的开源创作引擎与工作室,提供可控的 AI 图像和视频创作,支持 2D 和 3D 合成、角色摆姿、背景移除以及模型选择。

Favicon of Qwen3-VL

Qwen3-VL

Free 等级项目星标数: 20K

Qwen 团队开发的多模态大语言模型系列

语言模型

Qwen3-VL 是 Qwen 团队(阿里巴巴云)开发的多模态大语言模型系列,提供密集和 MoE 架构,具备高级视觉推理、长上下文和扩展 OCR 能力。

Favicon of AG-UI

AG-UI

Free 等级项目星标数: 17.2K

开放、轻量、事件驱动的智能体与用户交互协议

应用界面与 SDK

AG-UI 是一个开放、轻量、基于事件的协议,用于标准化 AI 智能体与面向用户应用的连接,在应用与任意智能体后端之间提供通用双向通道,并规范智能体状态、UI 意图和用户交互的流动。

Favicon of ai-goofish-monitor

ai-goofish-monitor

Free 等级项目星标数: 16.2K

基于 Playwright 与 AI 的闲鱼多任务监控与分析系统

浏览器智能体

基于 Playwright 和 AI 的闲鱼多任务实时/定时监控与智能分析系统,提供完整的 Web 管理界面,帮助用户从海量商品中筛选心仪产品。

Favicon of 腾讯混元3D

腾讯混元3D

Free 等级项目星标数: 15K

一站式3D内容AI创作平台

3D 生成与设计

腾讯混元3D是一站式3D内容AI创作平台,基于腾讯混元3D生成大模型2.5版本,支持文生3D、图生3D、3D动画生成、纹理生成、草图生3D和3D人物生成,并具备低多边形模型生成优势。它面向高分辨率带纹理3D资产生成,提供从形状生成到纹理合成的创作流程。

Favicon of ARTEMIS

ARTEMIS

Free 等级项目星标数: 13.7K

以自然语言驱动可靠的 Android 自动化

MCP 服务与工具连接器

ARTEMIS 可将自然语言指令转化为可靠的 Android 自动化,执行端到端工作流并捕获日志,并与 Antigravity、Codex、Claude Code 等 AI 编程助手集成;在 AndroidWorld 基准上报告 99%+ 的任务完成率。

Favicon of Rerun

Rerun

Free 等级项目星标数: 11.6K

面向物理 AI 的数据层,覆盖从采集到训练

数据分析与商业智能

Rerun 是面向物理 AI 的数据层,提供开源 SDK,用于记录、查询、可视化和流式传输多模态机器人数据,贯穿从采集到训练的全流程。

Favicon of TurboFieldfare

TurboFieldfare

Free 等级项目星标数: 7.4K

在约 2 GB 内存中运行 Gemma 4 26B-A4B

聊天界面

TurboFieldfare 是面向 Gemma 4 26B-A4B 的 Swift 与 Metal 推理运行时,通过从 SSD 流式读取路由专家、将共享权重和 KV 缓存驻留内存,在 Apple Silicon Mac 上以约 2 GB 内存运行模型。

Favicon of geo-sleuth

geo-sleuth

Free 等级项目星标数: 4.8K

根据照片定位拍摄位置并展示证据

智能体技能与工具库

geo-sleuth 是一个 Agent Skill,可利用 OpenStreetMap 几何、高程天际线、卫星影像和街景查找照片拍摄地点,并返回带误差半径的坐标、相机朝向、证据图和分级置信度;支持 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 和 GitHub Copilot。

Favicon of Gemini-API

Gemini-API

Free 等级项目星标数: 3.6K

面向 Google Gemini 网页版的异步 Python 封装

语言模型

这是一个面向 Google Gemini 网页版(原 Bard)的逆向工程异步 Python 封装,提供文本、图像、视频、音频、多轮对话、流式输出与深度研究能力。

Favicon of Pixeltable

Pixeltable

Free 等级项目星标数: 1.7K

多模态 AI 后端集中在一个 Python 文件

应用框架

Pixeltable 是面向视频、图像、音频和文档 AI 应用的开源 Python 库,也是智能体用来构建应用的多模态后端。它把数据库、编排与服务集中到一个 Python 文件:表保存文件引用与计算列,插入一行即可执行转写、模型调用和嵌入,并完成索引与服务。

广告
OpenFree logo推广你的产品

触达更多潜在用户,助力产品增长与收益提升。

投放广告