PHOCR：面向多语种场景的高性能开源OCR工具包，专注突破文本识别精度瓶颈，实现行业级识别率提升。

• 自研识别模型PH-OCRv1，文档环境下字符错误率低至0.x%，英文识别误差率0.0x%，远超主流开源方案
• 支持中文、英文、日文、韩文、俄文、越南语、泰语等多语言，覆盖丰富词汇库，满足复杂文本识别需求
• 基于ONNX Runtime优化推理，支持CPU和CUDA加速，兼具高效与跨平台部署能力
• 简洁Python API，快速集成，方便科研与产品应用落地
• 完整评测体系，多语言多场景下表现优异，CER较百度、阿里及PP-OCRv5平均提升数倍
• 支持PyTorch CUDA版本KV缓存机制，提升批量处理速度和模型扩展性
• 持续迭代优化训练语料标准化和文本检测框架，具备长期技术演进潜力

PHOCR突破传统token预测敏感性瓶颈，推动字符错误率从百分比级降至千分比级，体现了识别模型对海量文本处理的本质提升，适合追求极致准确率的科研及工业应用。
Heximal：面向未来的动态交互式 HTML 扩展方案，助力构建更强大、声明式、可编程的网页文档与应用。

• 支持变量（<h-var>）、词法作用域和信号机制，实现响应式数据更新
• 强化 <template>，内置数据绑定、条件控制和循环，提升模板灵活度
• 通过 <h-define-element> 声明式定义可复用组件，轻松打造自定义元素
• 提供丰富表达式语言，支持函数调用、属性访问，表达力媲美简化版 JavaScript
• 集成动态文档元素：<h-out> 渲染表达式结果，<h-include> 和 <h-fetch> 实现模块化与网络资源加载
• 支持数字格式化 (<h-num>) 和本地化，未来持续扩展更多标准化功能
• 完全基于 Web 标准，兼容现代浏览器，无需额外构建步骤，适配各种框架和静态环境
• 目标打造面向数据驱动文档和交互应用的声明式文件格式，推动未来动态 HTML 标准
• 正在积极开发中，部分功能仍在完善，适合探索者和早期用户尝试

Heximal 深刻体现了“开放文档格式”“贴近标准”“分离渲染与编辑”三大核心原则，为未来交互式文档和可组合 Web 应用提供了坚实基础。它不仅是技术创新，更是对现有文档生态的长远战略布局。
Claude Code Action：面向 GitHub PR 和 Issue 的通用智能代码助理，集成 Anthropic Claude，支持多平台认证，提升代码协作效率。

• 🤖 智能交互：即时回答代码、架构及编程相关问题
• 🔍 代码审查：自动分析 PR 变更，提供优化建议
• ✨ 代码实现：支持简单修复、重构及新增功能
• 💬 深度集成：通过评论触发，支持 PR 及 Issue 无缝调用
• 🛠 灵活工具：访问 GitHub API、文件操作，支持自定义扩展工具
• 📋 进度反馈：动态更新任务进度，实时掌握执行状态
• 🏃 本地运行：所有操作均在用户自有 GitHub Runner 执行，数据安全可控
• 🔐 多认证方案：支持 Anthropic API、AWS Bedrock、Google Vertex AI 三种身份验证方式
• ⚙️ 高度可配置：自定义触发词、权限、环境变量及模型，适配多场景需求
• 🔄 自动化支持：可实现自动文档更新、作者特定审核等定制化工作流
• 🔑 安全规范：严格依赖 GitHub Secrets 管理密钥，支持提交签名保障代码可信
• 🔧 适用广泛：适合团队自动化代码审查、快速迭代及持续集成

通过深度上下文理解和多轮交互限制，Claude Code Action 实现智能代码辅助的可控性和高效性，既保障代码质量，又降低人力成本，助力构建长期稳定的开发协作体系。
本地安全 AI 助理 Klee，集成 RAG 知识库与 Markdown 笔记，保障隐私无依赖网络。

• 完全离线运行，保护数据安全，避免云端泄露风险
• 内置 Ollama 本地 LLM 引擎，响应速度快且资源占用低
• 采用 LlamaIndex 构建知识框架，实现高效语义检索与管理
• 支持 Markdown 笔记，方便信息结构化和长期积累
• 开源 MIT 许可，社区活跃，持续迭代功能与体验优化
• 灵活配置本地或远程模式，满足多场景需求
• 基于 Electron + React + TypeScript 开发，跨平台兼容性佳
• 提供完整开发文档与贡献指南，助力开发者深度参与

Klee 本质是将“知识管理+本地 AI”结合，打造隐私优先的智能桌面助手，适合对数据安全有高要求的个人和组织长期依赖。
uvws：专注于 Python 包管理的轻量级 uv 工作空间，提供类似 Conda 基础环境的便捷体验，适合只需 Python 包管理的开发者。

• 轻量安装：通过官方脚本快速安装 uv，保持环境最新，保证稳定性与性能。
• 环境同步：支持跨机器环境一致性，使用 uv add 命令安装并自动更新 `pyproject.toml`，实现多设备包管理同步。
• 开发友好：支持编辑安装模式，自动克隆并管理多个仓库，方便并行开发与调试。
• 自动化脚本：提供状态查看（`status.sh`）、批量更新（`update.sh`）及环境重置方案，提升维护效率。
• Conda 替代方案：专注于 Python 包的简单管理，不支持 CUDA 环境切换，适合轻量需求。想要更高级切换功能，可结合 warner-benjamin/uv-tools。
• 纯开源，便于自定义与扩展，适合追求极简环境管理的 Python 开发者和团队。

从根本上简化 Python 包管理，提升跨设备开发一致性，uvws 是轻量级环境管理的实用方案。
CreateMVP：秒级生成全栈项目原型与实施方案的开源AI平台

• 集成多模型AI（OpenAI、Anthropic、Google Gemini等），支持多厂商API密钥管理与本地SQLite数据库存储，保障隐私安全。
• 自动解析项目需求，输出详尽的需求文档、PRD、技术栈建议、前后端开发指南、系统流程及项目状态模板。
• 支持PDF需求提取，内嵌多模型聊天控制台，灵活对话GPT-4.1、Claude 3.7、Gemini 2.5 Pro等，提升方案精准度和深度。
• 完全自托管，无使用额度限制，简化认证机制，开源许可（Apache-2.0），便于定制扩展与私有部署。
• 配备AI工具对比中心和社区维护的MCP服务器及规则包，助力开发者高效集成和自动化工作流。
• 设计理念聚焦于快速落地与高细节质量（方案体积提升4倍），实现从创意到执行的闭环支持。
• 适合创业团队、产品经理、开发者快速验证和规划MVP，提供长期可复用的方法论和技术沉淀。
零代码、类 Notion 风格编辑器，人人可快速构建定制化Agent
• 通过简单宏命令实现多样化智能工作流，无需编程基础，极大降低AI Agent开发门槛
• 开箱即用：支持OpenAI API，Docker一键部署，快速启动Playground进行交互式体验
• 社区驱动开放项目，欢迎代码贡献、设计优化和功能反馈，持续完善用户体验与功能多样性
• 持续更新中：支持保存/调用配方文件，新增文本摘要和图像生成宏，未来计划扩展网页搜索、语音合成、多模态输入等功能
• 设计理念聚焦“用纯英文轻松创建智能代理”，推动AI代理技术民主化，提升用户自定义智能化效率
• 适合开发者、产品经理及AI爱好者，打造跨领域智能自动化解决方案的高效工具

NaturalAgents | #编辑器
编辑器
Probe：面向 AI 的本地语义代码搜索引擎，专为海量代码库设计，是下一代 AI 编程工具的关键基石。 | #搜索引擎

• AI 友好：结合 ripgrep 的极速扫描与 tree-sitter 的代码结构解析，精准定位完整函数、类、结构体等代码块。
• 完全本地：代码不出机器，保障隐私安全，适合企业及个人敏感项目。
• 多语言支持：Rust、Python、JavaScript、TypeScript、Java、Go、C/C++、Swift、C# 等主流语言兼容。
• 高级语义搜索：支持布尔逻辑查询、通配符、代码块提取与上下文限制，满足复杂检索需求。
• 多模式运行：命令行工具、MCP 服务器或交互式 AI 聊天，灵活集成各种开发环境。
• AI 集成：提供示例 AI 聊天助手，支持 Claude、GPT 模型，实现对代码库的智能问答与分析。
• 排序算法：采用 TF-IDF、BM25 及混合重排序，深度挖掘代码相关性，提升搜索精准度。
• 便捷安装：npm、curl、PowerShell 多平台一键安装，支持手动编译，兼容 x86_64 和 ARM64 架构。
• 开源社区驱动：Apache-2.0 许可证，活跃维护，支持新语言扩展与功能定制。

Probe 通过结合高速扫描与深度语义理解，解决了传统代码搜索对上下文缺失和规模瓶颈的挑战，助力 AI 编程助手更智能地解析和重用代码，推动代码智能化管理迈向新阶段。
搜索引擎
用超4万字的Meta-Prompt，将ChatGPT彻底“变身”为巴菲特，展现了提示工程的极致应用 | 详文

• 载入详尽传记、生活习惯、经典语录及投资案例，构建完整巴菲特知识体系
• 注入估值框架、决策树及语言风格，确保回答逻辑严密且高度贴合巴菲特思维模式
• 采用重度角色预设、领域知识填充、严格输出规范和步骤化核查，实现精准人格塑造
• 体现提示设计核心方法论：大容量信息注入+多层次行为锚定+系统化推理引导
• 深刻揭示大型语言模型个性化调教和专家级模拟的本质路径，为长期提示工程提供范式参考
构建一个具备代码编辑能力的Agent其实远比想象中简单。只需不到400行Go代码，结合大语言模型（LLM）和工具接口，即可实现交互式代码读写与编辑，开启AI辅助编程新时代。| 技术细节与完整代码

• 以Anthropic Claude模型为核心，构建终端聊天界面，支持持续多轮对话，完整维护上下文对话状态
• 定义并管理工具集（read_file、list_files、edit_file），让AI具备读取文件、列目录及文件内容替换编辑的能力
• 通过JSON Schema自动生成工具输入格式，保证严格且灵活的参数校验与传递
• Agent在收到模型“调用工具”指令时，自动执行对应函数并反馈结果，形成闭环交互
• 实现对文件的创建、修改、内容替换及目录遍历，支持复杂的代码编辑场景
• 轻量级、模块化设计，代码简洁且易扩展，适合作为AI辅助开发工具的底层架构
• 深层方法论：核心是“LLM+工具调用+环境状态管理”的设计模式，突破上下文窗口限制，实现外部世界交互
• 长期价值在于模型与工具的协同演进，为未来智能编程助手提供实践范式

示例演示：让Claude创建并编辑JavaScript FizzBuzz脚本，动态读取文件内容，甚至解码加密消息，展现极强的自主决策与执行能力。
ScrapeGraphAI：基于大型语言模型与图逻辑的Python爬虫库，实现“一次爬取，多次利用”的高效数据提取方案。| #爬虫

• 利用LLM（如OpenAI、Ollama等）和图结构构建灵活爬取管线，支持网页及本地文档（HTML、Markdown、JSON、XML等）
• 多种爬取模式：单页智能提取（SmartScraperGraph）、多页搜索结果抓取（SearchGraph）、音频生成（SpeechGraph）、自动生成Python脚本（ScriptCreatorGraph）等，满足复杂场景需求
• 完善集成生态：支持Python、Node.js SDK，兼容Langchain、Llama Index、Zapier、Bubble等主流低代码/无代码平台，极大降低二次开发门槛
• 简单易用：5行代码快速上手，官方推荐虚拟环境安装，Playwright支持动态网页内容抓取
• 透明开源，MIT协议授权，活跃社区持续更新，20.5k⭐️，1700+ Fork，适合科研、数据分析、自动化工程长期参考与实践
• 详尽文档与示例代码覆盖多语言接口，支持多模型并行调用，灵活切换本地或云端LLM，强调方法论与长远适用性

ScrapeGraphAI通过“语言理解+图结构”策略，将爬虫从传统规则驱动转向智能语义驱动，极大提升数据清洗和结构化效率，是下一代智能数据抽取范式的典范。
爬虫
Before
After
Back to Top