AI 提示词
图片视频提示词、AI 工具、智能体 Skill、MCP 与 ComfyUI 工作流
ChatTTS（2noise）
原因：这个模型分两部分执行，上边的进度条执行文本识别，应该是添加情感标识和辅助语气词，下边的进度条是语音合成。如果把top_p这几个参数调的太大，他就会在原句子中添加过多的新内容。多分句，多段行，执行起来就快了。负面的就是句和句之间情感可能不一样。
ChatTTS_colab（6drf21e）
ChatTTS_colab 444 Google Colab 一键部署，还有音色抽卡功能
AI 配音专家（Windows 版 + 开源版）
AI 配音专家：把文字稿转成自然语音，Windows 版开箱即用，附开源版可自行部署，适合短视频口播、有声内容与批量配音。
AI 视频生成器 — 图文一键生成短视频
输入文案或图片，AI 自动生成带字幕、配音、转场效果的短视频，适合抖音/视频号/小红书内容生产。
ComfyUI-ChatTTS（AIFSH）
ChatTTS-Control 10 提供更多控制参数和详细解读，汇总相关资源推荐
FunASR（alibaba-damo-academy）
Html5 server, automatically download the client to the local computer, and support access by mobile phones and other devices. The IP address needs to be consistent with the html5 server. If it is a lo
KAN-TTS.git（alibaba-damo-academy）
（2020）Robutrans: A robust transformer-based text-to-speech model
FunASR.git（alibaba）
Install the requirements for server
SmartResume（alibaba）
SmartResume，作为阿里巴巴开源的智能简历解析系统，通过融合OCR、版面检测和大语言模型技术，实现了从PDF、图片或Office文档中高效提取结构化信息。
AdvancedLiterateMachinery（AlibabaResearch）
[CVPR 2024] OmniParser: 统一图文解析模型：文字检测识别、视觉信息抽取和表格识别
olmocr（allenai）
技术报告：olmOCR: Unlocking Trillions of Tokens in PDFs with Vision Language Models
EVA（baaivision）
The image token embedding model in this project is built upon the foundations laid by EVA-CLIP
比特舟 Pro v1.5.9 强力磁力搜索神器 资源搜索 + 调用第三方下载器
无广告免权限的磁力搜索工具，独创多引擎实时去重 AI 技术，自动过滤重复失效地址，一键搜索学习资料、图书、音乐、视频等资源。
LLaVA-colab（camenduru）
🤝Community Contributions: [llama.cpp] [Colab] [🤗Space] [Replicate] [AutoGen] [BakLLaVA]
examples（CerebriumAI）
examples 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
FunASR（cgisky1980）
3. We acknowledge cgisky1980 for contributing the websocket service of offline model
CVinW_Readings（Computer-Vision-in-the-Wild）
[7/19] 🔥 We release a major upgrade, including support for LLaMA-2, LoRA training, 4-/8-bit inference, higher resolution (336x336), and a lot more. We release LLaVA Bench for benchmarking open-ended v
安卓酷我音乐 v12.2.0.0 解锁豪华 SVIP 会员破解版 畅享无损音乐
酷我音乐豪华 VIP 破解版，任意账号登录即享 SVIP 特权，免费试听下载付费歌曲与无损音乐，解除海外限制与版权限制，去广告去 unnecessary 权限。
gptpdf（CosmosShadow）
RAGFlow是基于深度文档理解的开源 RAG引擎，为了解决幻觉问题，项目方在文档解析模块做了创新，采用了自创的deep document understanding方法
dsRAG（D-Star-AI）
一个不好的分块，会带来很多的问题，比如说以下几点
lmms-eval（EvolvingLMMs-Lab）
[1/30] 🔥 LLaVA-NeXT (LLaVA-1.6) is out! With additional scaling to LLaVA-1.5, LLaVA-NeXT-34B outperforms Gemini Pro on some benchmarks. It can now process 4x more pixels and perform more tasks/applica
ragas（explodinggradients）
I'm not going to demo evals for each method because success is domain specific. The arbitrary eval that I pick may not be suitable for your data. If anyone is interested in collaborating on a rigorous
faster-whisper-server（fedirz）
faster-whisper-server 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
风灵月影修改器 v2.4.5 单机游戏修改器合集 3000+ 网页版永久免费
内置 3000+ 单机游戏修改器的聚合管理工具，整合风灵月影、小幸、WeMod、Cheat Engine，搜索游戏名即秒出修改器并一键启动，安全无毒、永久免费。
FlagEmbedding.git（FlagOpen）
cd FlagEmbedding
FlagEmbedding（FlagOpen）
[1] Visualized_BGE No module named 'eva_clip' 627，
RoboBrain2.0（FlagOpen）
我们很高兴推出 RoboBrain 2.0，这是迄今为止最强大的开源具身大脑模型。与其前身 RoboBrain 1.0 相比，我们的最新版本旨在统一物理环境中复杂具身任务的感知、推理和规划。它有两种变体：轻量级 7B 型号和全尺寸 32B 型号，具有带有视觉编码器和语言模型的异构架构。尽管尺寸紧凑，但 RoboBrain 2.0 却取得了强大的性能 跨越广泛的具体推理任务。在空间和时间基准测试中，
PC 全网美女写真爬取下载观看 v3.0 福利修复版 + 网页版
PC 端写真图集采集下载工具 v3.0，原图原规格保存，支持单张/多张批量下载，附带三个网页版入口，AI 优化过后运行更流畅。
llama.cpp（ggerganov）
[10/11] The training data and scripts of LLaVA-1.5 are released here, and evaluation scripts are released here!
mini-omni（gpt-omni）
Mini-Omni是一个开源多模态大型语言模型，具备实时对话能力和端到端的语音输入输出功能。通过独特的文本指导并行生成方法，实现了与文本能力一致的语音推理输出，仅需极少的额外数据和模块。
duix.ai（GuijiAI）
DUIX 则瞄准人机交互这个核心接口，主打三行代码接入、低算力运行、强实时互动，正在成为企业与开发者争相集成的数字人基础设施。
HeyGem.ai（GuijiAI）
HeyGem是一款专为Windows系统设计的完全离线视频合成工具，能够精确克隆外貌和声音，实现形象的数字化。可以通过文本和语音驱动虚拟形象来创建视频。无需联网，既保护了您的隐私，又能让您享受便捷高效的数字体验。
MoneyPrinterTurbo（harry0703）
利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM
M6Doc（HCIILAB）
7、cTDaR2019_cTDaR数据集
HeyGem-Linux-Python-Hack（Holasyb918）
是一个基于 Python 的数字人项目，它从 HeyGem.ai 中提取出来，它能够直接在 Linux 系统上运行，摆脱了对 Docker 和 Windows 系统的依赖。目标是提供一个更易于部署和使用的数字人解决方案。
lite-avatar（HumanAIGC）
HeyGem 重塑了内容生成逻辑：零训练、秒级生成，一张照片一段语音，几十秒生成 4K 数字人；
Meta-Chunking.（IAAR-Shanghai）
RAG效果在很大程度上依赖于检索到的文档的相关性和准确性。传统的基于规则或语义相似性的文本分块方法在捕捉句子间微妙的逻辑关系上存在不足。
PubLayNet（ibm-aur-nlp）
包含5000张图像，验证集合中包含1000张图像。总共包含Text, Title, Figure, Figure caption, Table, Table caption, Header, Footer, Reference, Equation共10个类别。
ragflow（infiniflow）
Table Structure Recognition(TSR). Data table is a frequently used structure to present data including numbers or text
ChatTTS-ui（jianchang512）
ChatTTS_colab 444 Google Colab 一键部署，还有音色抽卡功能
Sonic.git（jixiaozhong）
腾讯与浙大研究者最近开源一款Sonic数字人模型，一种专注于全局音频感知的音频驱动的肖像动画生成极其逼真的数字人动画视频方法。通过上下文增强的音频学习、运动解耦控制器和时间感知的位移融合，Sonic显著提高了视频质量、运动多样性、自然性和时间一致性。在github社区 star量达1k!
icefall（k2-fsa）
3.3 Whisper + Qwen2 LLM 微调
sherpa（k2-fsa）
sherpa 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
KeSpeech（KeSpeech）
针对 Aishell1 test, Aishell2 iOS test, WenetSpeech test_meeting, WenetSpeech test_net 四个测试集，我们计算了模型的字错误率 (CER) 指标，解码都采用了 Greedy Search。
ChatTTS-Forge（lenML）
该接口为非官方接口，使用 OpenAI 的 API 实现了语音合成功能，但没有加入流式的功能
ChatTTS-Control（libukai）
ChatTTS-Control 10 提供更多控制参数和详细解读，汇总相关资源推荐
NarratoAI（linyqh）
NarratoAI 是一个自动化影视解说工具，基于LLM实现文案撰写、自动化视频剪辑、配音和字幕生成的一站式流程，助力高效内容创作。
LLaVA-Plus-Codebase（LLaVA-VL）
[11/2] LLaVA-Interactive is released: Experience the future of human-AI multimodal interaction with an all-in-one demo for Image Chat, Segmentation, Generation and Editing. [Project Page] [Demo] [Code
LaTeX-OCR（lukas-blecher）
LaTeX-OCR 是一个开源项目（分类：ai/rag），能力与安装方式详见其 GitHub 仓库 README。
chunkr（lumina-ai-inc）
Chunkr的强大源于其精心设计的技术栈
漫剧软件
AI 生成漫剧视频全流程工具，从小说分镜、角色建模、场景生成、语音合成到成片剪辑，一站式产出可商用漫剧内容。
autogen（microsoft）
🤝Community Contributions: [llama.cpp] [Colab] [🤗Space] [Replicate] [AutoGen] [BakLLaVA]
markitdown（microsoft）
微软开源了一个名为MarkItDown的Python工具，可以将各种文件（包括PDF、PowerPoint、Word、Excel、图片、音频和HTML等）转换成Markdown格式。
DiffSynth-Studio.git（modelscope）
最新的Wan2.2模型是业界首个使用MoE架构的视频生成基础模型，两个专家模型分别关注生成视频的整体布局和画面细节的完善，在同参数规模下，可节省约50%的计算资源消耗。Wan2.2模型首创「电影级美学控制系统」，将‘光影密码’、‘构图法则’、‘色彩心理学’编码成了这60多个直观的参数，将光影、色彩、镜头语言装进生成模型，实现电影级质感视频生成。
FunASR（modelscope）
[1] libgomp: Thread creation failed: Resource temporarily unavailable 1798，
FunClip（modelscope）
FunClip 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
KAN-TTS（modelscope）
解决方法：ttsfrd 版本问题，重装个低版本 0.0.4，就好了。
ContextASR-Bench（MrSupW）
ContextASR-Bench 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
EmotiVoice（netease-youdao）
EmotiVoice 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
nv-ingest（NVIDIA）
NVIDIA Ingest is an early access set of microservices for parsing hundreds of thousands of complex, messy unstructured PDFs and other enterprise documents into metadata and text to embed into retrieva
TensorRT-LLM（NVIDIA）
[9] NVIDIA TensorRT-LLM
OCRmyPDF（ocrmypdf）
文档：ocrmypdf.readthedocs.io/
Open-LLM-VTuber（Open-LLM-VTuber）
实时语音对话 ：支持免提语音交互，用户可以通过语音与虚拟主播进行交流。
MOSS-Speech（OpenMOSS）
真正的语音到语音（Speech-to-Speech）大模型
prompt_quill（osi1880vr）
世界上第一个如此大规模的 RAG 驱动的提示工程师助手。在矢量存储中将它与超过 320 万个提示一起使用。这个数字将继续增长，因为我计划在可用时发布不断增长的矢量存储。
Dive-into-OCR（PaddleOCR-Community）
Dive-into-OCR 是一个开源项目（分类：ai/ocr），能力与安装方式详见其 GitHub 仓库 README。
community（PaddlePaddle）
👫 加入社区 ：感谢大家长久以来对 PaddleOCR 的支持和关注，与广大开发者共同构建一个专业、和谐、相互帮助的开源社区是 PaddleOCR 的目标。我们非常欢迎各位开发者参与到飞桨社区的开源建设中，加入开源、共建飞桨。 为感谢社区开发者在 PaddleOCR release2.7 中做出的代码贡献，我们将为贡献者制作与邮寄开源贡献证书，烦请填写问卷提供必要的邮寄信息。
ERNIE（PaddlePaddle）
由于这部分需求和业务场景强相关，难以用一个统一的模型去处理，目前PPOCR暂不支持。 如果需要用到NER技术，可以参照Paddle团队的另一个开源套件: 其提供的预训练模型ERNIE, 可以帮助提升NER任务的准确率。
PaddleClas（PaddlePaddle）
A ：在不同的硬件上，不同的backbone的速度优势不同，可以根据不同平台的速度-精度图来确定backbone，这里可以参考PaddleClas模型速度-精度图。
PaddleOCR（PaddlePaddle）
A : db后处理中计算文本框平均得分时，是求rectangle区域的平均分数，容易造成弯曲文本漏检，已新增求polygon区域的平均分数，会更准确，但速度有所降低，可按需选择，在相关pr中可查看可视化对比效果。该功能通过参数 det_db_score_mode进行选择，参数值可选[ fast (默认)、 slow ]， fast 对应原始的rectangle方式， slow 对应polygon方
PaddleSpeech（PaddlePaddle）
原因：可能是因为opencc升级了，给opencc-python-reimplemented降级就行了。我使用下面版本解决了问题。
百度网盘满速SVIP下载不限速软件 PanDownload 学习网定制版
内置 SVIP 会员账号解析加速的百度网盘下载加速工具，满速不限速、不限文件大小，已更新 v16 版，附视频教程，Windows 专用。
align-anything（PKU-Alignment）
文档：align-anything.readthedocs.io
pytorch（pytorch）
暂时不管，初步看也没有影响，仅仅是一个警告
NanZi AI Agent Platform：企业级多智能体与 ChatBI 平台
一个 MIT 开源的多智能体与 ChatBI 平台，公开介绍包含 RAG、数据源连接、安全沙箱、记忆和 Token 审计等能力；本条目仅做官方链接收录。
RapidOCR（RapidAI）
Awesome OCR multiple programing languages toolkits based on ONNXRuntime, OpenVION and PaddlePaddle
RapidOCRPDF（RapidAI）
RapidOCRPDF 是一个开源项目（分类：ai/ocr），能力与安装方式详见其 GitHub 仓库 README。
Code2Video（showlab）
该项目采用代码中心范式(Code-Centric Paradigm),将可执行代码作为统一媒介来组织教育视频的时间序列和空间布局 。与基于像素的文本到视频模型不同,Code2Video 通过生成可调试的 Manim 代码来确保视频的清晰度、连贯性和可重现性
BakLLaVA（SkunkworksAI）
🤝Community Contributions: [llama.cpp] [Colab] [🤗Space] [Replicate] [AutoGen] [BakLLaVA]
CE-OptimizedLoss（TeaPoly）
(2022) Paraformer: Fast and accurate parallel transformer for non-autoregressive end-to-end speech recognition
tessdata（tesseract-ocr）
2. 如果缺少某个语言包，可以从 Tesseract GitHub 项目 下载相应的语言包，并将其放置到 Tesseract 的 tessdata 目录下。
tesseract（tesseract-ocr）
在 Windows 或 Mac 系统中，阿拉伯语语言包通常会随 Tesseract 一起安装。如果没有安装，可以在 Tesseract 的 GitHub 页面 下载并安装所需的语言包。
抖音海外版 TikTok v46.8.5 去水印去广告解锁地区限制版 免拔卡无锁区
TikTok 国际版破解特别版，去除广告、解除地区封锁与下载限制，保存视频无水印，国内免拔卡可直接刷全球地区内容，附使用教程。
server（triton-inference-server）
[9] NVIDIA TensorRT-LLM
tesseract（UB-Mannheim）
2. 安装并确保选择 "Add to PATH" 选项，或手动将 Tesseract 安装路径添加到系统 PATH 环境变量中。
GOT-OCR2.0（Ucas-HaoranWei）
Hugging Face 体验地址
Wan2.2.git（Wan-Video）
Ensure torch = 2.4.0
Wan2.2（Wan-Video）
Wan2.2 是一个开源项目（分类：ai/aigc），能力与安装方式详见其 GitHub 仓库 README。
WebQA（WebQnA）
Multi-Modal Knowledge Retrieval (query: text; candidate: image-text pairs, text, or image) e.g. WebQA
WenetSpeech（wenet-e2e）
WeNetSpeech 10,000 Link
bailing.git（wwbin2017）
技术核心：百聆结合语音识别（ASR）、语音活动检测（VAD）、大语言模型（LLM）和语音合成（TTS）技术，实现高效语音对话。
mPLUG-DocOwl（X-PLUG）
mPLUG-DocOwl 1.5: Unified Structure Learning for OCR-free Document Understanding
TouchNet（xingchensong）
有没有想尝鲜 KimiAudio 的朋友？可以尝试使用 TouchNet。
ChatTTS（yihong0618）
ChatTTS-Forge 65 提供了完善的 ChatTTS 封装，适合技术流深入研究
FunASR（zhaomingwork）
3. We acknowledge cgisky1980 for contributing the websocket service of offline model
ZY Player v3.3.30 全网电影电视剧免费看聚合播放器 + 视频源
功能强大的跨平台多媒体播放器，支持本地音视频与网络流媒体播放，内置字幕显示、截图、播放列表管理与屏幕同步调整，附海量视频聚合源。
DocRes（ZZZHANG-jx）
DocRes 是一个开源项目（分类：ai/rag），能力与安装方式详见其 GitHub 仓库 README。
短视频批量剪辑 Agent
输入一批素材视频与文案脚本，自动完成粗剪、字幕、配音、BGM 匹配与多尺寸导出，单日可产出 50 条带货短视频。
Agent Skill (智能体技能)
Agent Skill 是可复用、可组合、可分发的 AI 智能体能力单元。它封装了特定任务的提示词、工具调用链、数据处理逻辑、错误重试策略，支持在 Claude、Codex、Cursor 等环境中直接加载调用，实现「一次编写，多端复用」。
AI 智能体 (AI Agent)
AI Agent 是能感知环境、自主规划、调用工具并迭代完成目标的大模型应用形态。区别于单轮问答，Agent 具备任务拆解、工具调用、记忆与反思能力，是当前 AI 应用落地最活跃的方向。
ComfyUI
ComfyUI 是基于节点的 Stable Diffusion WebUI，通过可视化工作流图实现复杂的图像/视频生成管线，支持模型热插拔、自定义节点、批量处理、API 调用，是 AI 视觉生产的工业级标准工具。
模型微调 (Fine-tuning)
微调是在预训练大模型基础上用领域数据继续训练，让模型稳定掌握特定风格、格式与知识的技术。借助 LoRA/QLoRA 等参数高效方法，消费级显卡也能完成以前需要机房级算力的微调任务。
LoRA (Low-Rank Adaptation)
LoRA 是一种参数高效微调技术，通过冻结预训练模型权重、仅训练低秩分解矩阵，以极少参数量实现模型能力适配。广泛用于 Stable Diffusion 风格/角色微调、LLM 领域适配，支持多 LoRA 叠加、动态加载卸载。
MCP (Model Context Protocol)
MCP 是 Anthropic 推出的开放协议，标准化大模型与外部工具、数据源、提示词模板的交互方式，让 AI 助手能安全、可控地访问本地文件、数据库、API 等资源。
提示词工程 (Prompt Engineering)
提示词工程是通过结构化设计输入文本来稳定驱动大模型输出的方法论，覆盖角色设定、任务拆解、少样本示例、思维链、输出格式约束等核心技巧，是所有 AI 应用效果的第一道杠杆。
RAG (Retrieval-Augmented Generation)
RAG 是检索增强生成技术，通过向量数据库检索相关文档片段，作为上下文注入大模型，解决模型知识截止、幻觉、私有数据不可用等问题，是企业级 AI 应用落地的核心架构模式。
向量数据库 (Vector Database)
向量数据库专门存储与检索高维向量（Embedding），是语义搜索和 RAG 系统的检索底座。它把「语义相近」变成「距离相近」，让机器第一次能按含义而非关键词匹配信息。
WAN (WanVideo) 视频生成模型
WAN (WanVideo) 是阿里巴巴开源的视频生成模型系列，支持文生视频、图生视频、视频编辑，WAN 2.1/2.2 在 VBench 基准上超越 Sora/Gen-3，支持 1080p/4K、任意时长、多风格，已集成 ComfyUI、Diffusers、运行于消费级 GPU。
AI Agent Skill 选择指南：从需求拆解到安全安装
介绍如何判断 Agent Skill、MCP 和自动化工作流的适用场景，覆盖权限检查、输入输出设计、版本管理和安全边界。
AI 数字人直播准备清单：开播前 24 项检查
从形象授权、话术脚本、技术压测到合规声明的 24 项开播前检查清单，按「必做/建议/风险」三级标注。
中国古代田园风·图片提示词弹药库
40+ 条中国古代田园主题 AI 绘图提示词，覆盖山水、耕织、节气、器物、服饰五大场景，含中英双语 + 负面词库。
AI 图片提示词写作指南：从主体描述到可控出图
系统拆解 AI 图片提示词的主体、场景、镜头、光线和风格结构，适用于 Midjourney、Flux、即梦和 Stable Diffusion。
AI 漫剧 / 短剧制作流程：九步跑通一部短剧
从选题定规模到封面标题的九步流程，重点解决角色一致性的三个实用办法，附废片判断标准与成本耗时参考。
一部手机制作能上热门能变现的 AI 短视频（140 集全）
全程用一部手机，从工具认知、提示词、剪辑、AI 宠物/人物/多人对话，到账号起号、平台推流、视频号运营、带货变现，共 140 集实操视频。
AI 短视频工具选型清单：按产出类型选工具
不按「哪个工具火」选，按「你要产出什么」选：五类视频对工具的需求完全不同，附选型决策树与四个成本控制抓手。
AI 短视频选题工作流：从素材池到可拍清单
用四层漏斗把选题从「拍脑袋」变成可复用流程：素材池、角度改写、可拍性筛选、排期，附每层的判断标准与 AI 用法。
AI 视频提示词模板：镜头运动、动作与转场写法
面向可灵、Runway、Veo、即梦等视频模型，讲清首帧、动作、镜头运动、时长和负面约束如何写成可执行提示词。
ChatGPT 运营秘诀与变现攻略（100 节课）
由郑俊雅老师主讲的 ChatGPT 运营与变现课程，共 100 讲完整版，从零教学如何使用 ChatGPT 及编写指令。注意：原始标价为 999 元付费课程，分发可能涉及版权风险，本条目标记为 draft 待人工审核。
成长猫·AI生图课程
成长猫出品的 AI 生图系统课，面向零基础到进阶用户，覆盖提示词工程、Midjourney / Stable Diffusion 实战、风格控制、商业变现等模块。
Claude Code 项目实战：从安装到工程化协作
系统讲解 Claude Code 在真实项目中的工作方法：安装配置、CLAUDE.md 项目记忆、权限与安全、多文件重构、测试驱动修复，以及与 Git 工作流结合的团队协作规范。
800+ 克隆必备音色素材合集
面向 AI 配音、短视频和内容创作的音色素材合集，包含 800+ 条可用于创作流程测试与声音设计的素材。
ComfyUI 高级实战手册：工作流 + 插件 + Lora 训练
ComfyUI 进阶级实战教程，覆盖 ControlNet/IPAdapter/AnimateDiff/视频生成工作流、100+ 常用自定义节点、SDXL/Flux 模型适配、Lora 训练全流程。
ComfyUI 入门：从安装到第一个工作流
手把手教你在本地部署 ComfyUI，理解节点式工作流核心概念，搭建第一个文生图/图生图工作流，掌握模型管理、自定义节点安装、常见问题排查。
DeepSeek 使用指南 + 提示词玩法教程 + 本地一键部署【39GB】
关于 DeepSeek 大模型的实用资料合集，包含使用指南、提示词（Prompt）玩法教程，以及本地一键部署方案，适合想系统学习并落地 DeepSeek 的创作者与开发者。
抖音账号 30 天起号表：每天做什么、看什么指标
按 0-7 / 8-15 / 16-23 / 24-30 四阶段的日更与观察清单，明确每条阶段目标、发布节奏和该盯的数据，冷启动期不再盲发。
本地大模型部署实战：Ollama 从安装到生产
从零在本地部署 Ollama 运行开源大模型，掌握模型选型、量化版本选择、显存评估、API 调用与生产化配置，在消费级电脑上跑出可用的私有 AI 能力。
MCP Server 开发实战：从零构建标准化工具服务
手把手教你开发 MCP Server，实现 tools/list、tools/call、resources/list、resources/read、prompts/list、prompts/get 完整协议，支持 stdio 和 SSE 传输，包含测试、部署、发布最佳实践。
Midjourney 瑜伽服电商出图提示词包（雨林亚洲模特场景）
面向 TikTok Shop / TEMU 瑜伽服品类的 Midjourney / Flux 出图提示词包：8 条可即贴即用提示词（雨林、晨跑、棚拍、俯拍等场景），每条标注参数与出图用途（主图/短视频首帧/详情页）。
n8n 自动化入门：从安装到第一个 AI 工作流
手把手部署 n8n 自动化平台，掌握节点、触发器、凭据、表达式四大核心概念，搭建第一个接入大模型的自动化工作流，并学会用分支、循环与错误处理构建生产级流程。
视频号内容复盘表：每条内容该记什么、怎么判断
一张表覆盖单条内容的完整复盘：发布信息、五项核心指标、结构标签与结论，附判断阈值和周度汇总方法。
短视频账号数据分析表：指标定义、健康区间与诊断路径
一张账号级数据表：核心指标定义、各阶段健康区间、指标联动关系，以及数据异常时的诊断决策树。
短视频封面设计规范：尺寸、文字、构图的可执行标准
封面设计的硬性标准：安全区尺寸、字号下限、字数上限、配色对比度，以及四类常见封面的构图模板。
剪辑、字幕与配音 SOP：让后期按步骤走
剪辑固定六步、字幕六个规范、配音与背景音乐处理要点、导出参数建议，以及成片自检清单与模板化提效方法。
短视频脚本提示词包：10 类可直接套用的 AI 指令
覆盖选题、口播稿、分镜、标题、评论回复等 10 个场景的提示词模板，每条含使用说明与需要人工补的空位。
短视频爆款标题生成模板：五类结构 + 自查清单
把标题拆成悬念、数字、对比、痛点、命令五类结构，每类给出句式模板、适用场景与避坑点，附发布前自查表。
TikTok 中文内容出海流程：从账号到发布到合规
中文内容做 TikTok 的完整流程：市场与语言选择、账号环境、内容本地化改写、发布节奏，以及版权与合规要点。
小红书 AI 图文发布模板：封面、正文与标签的填空式写法
一套可直接填空的小红书图文模板：封面文案结构、正文五段式、标签分组策略，以及 AI 辅助生成时的约束条件。
agent-skills（addyosmani）
agent-skills 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
agentscope（agentscope-ai）
由ModelScope社区开发，是Anthropic Agent Skills协议的开源实现（Beta版本），支持技能的动态加载、自主执行与安全沙箱运行，其AgentSkills模块提供多层次渐进式上下文加载机制，兼容标准技能协议，并允许通过ms-enclave在Docker容器中隔离执行代码。
darwin-skill（alchaincyf）
达尔文.skill 一个让你的Skill无限进化的系统：评估→改进→测试→保留或回滚
nuwa-skill（alchaincyf）
你想蒸馏的下一个员工，何必是同事。蒸馏任何人的思维方式 心智模型、决策启发式、表达DNA。Distill how anyone thinks
claude-skills（alirezarezvani）
Anthropic官方环境，原生支持Agent Skills，允许通过技能文件夹（包含SKILL.md、脚本和资源）动态扩展智能体功能，实现任务的自主规划与执行。
skills（anthropics）
该项目已在 GitHub 收获 44,000+ Stars，被 Hugging Face、LangChain、LlamaIndex 等主流框架深度集成，被誉为 “AI 智能体的操作系统级技能库”。
anysearch-skill（anysearch-ai）
“我们正在为 AI 时代构建搜索基础设施。与传统搜索引擎不同，AnySearch 无广告、以 API 为优先，旨在为 AI 智能体提供快速、可靠、可定制的信息访问能力。如今，已有越来越多的 AI 智能体和自动化工作流将 AnySearch 作为其流程的一部分。”
cui-hua-skill（arould001）
4S店销冠汽车销售顾问 AI Skill，基于186通真实电话蒸馏，适配 Claude Code
my-skills（bear2u）
my-skills 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
Claudeception.git（blader）
Claudeception.git 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
BMAD-METHOD（bmad-code-org）
Build More Architect Dreams 一个基于 AI 的敏捷开发模块，适用于 BMad Method 模块生态系统，是最佳且最全面的敏捷 AI 驱动开发框架，具备真正的规模自适应智能，能够从漏洞修复调整到企业系统。
agent-skills-guard（brucevanfdm）
当你用 Claude Code 进行 vibe coding 时，是不是经常
skill-manager（buzhangsan）
这是一个专为Claude Code设计的Skill管理工具,相当于Skill界的"应用商店"
textbook-writer-skills（cabbage2000-lab）
Wiggins & McTighe《Understanding by Design》（ASCD 白皮书）
investment-master-mindset（Cat-Geek）
投资大师.skill 巴菲特 · 格雷厄姆 · 利弗莫尔 · 索罗斯 · 彼得林奇 · 西蒙斯 · 德曼 · 炒股养家
AI DevKit：AI 编程智能体的本地控制层
一个 Apache-2.0 开源项目，为 Claude Code、Codex CLI、Gemini CLI、Cursor 等编码智能体提供统一配置、会话控制、记忆检索和工程技能编排。
Codex Skill 批量迁移到 WorkBuddy Skill 系统 Skill
一键把 ~/.codex/skills 下的 SKILL.md 资产批量迁移到 WorkBuddy 用户级 skill 目录，自动修 frontmatter 兼容、CRLF 转 LF、同名冲突保留 WorkBuddy 现有版，迁移后逐条验证可解析。
context-engineering-intro（coleam00）
下文工程是新的 vibe 编码 - 它是真正让 AI 编码助手工作的方式。Claude Code 是最好的，所以这就是这个 repo 的中心，但你可以将这个策略应用于任何 AI 编码助手！
excalidraw-diagram-skill（coleam00）
excalidraw-diagram-skill 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
自研 Skill 源码包：跨境采集上架 + 视频复刻 + 图生视频（三合一）
三个可直接运行的 WorkBuddy 智能体 Skill 完整源码，覆盖「1688/Temu 采品 → 妙手 ERP → TikTok Shop 上架」全链路、1:1 参考视频复刻（换人物换装保留原片节奏）、RunningHub 图生视频批量出片。
n8n-skills（czlonkowski）
n8n-skills 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
Personal_AI_Infrastructure（danielmiessler）
Personal_AI_Infrastructure 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
codebase-memory-mcp（DeusData）
• 论文：Codebase-Memory: Tree-Sitter-Based Knowledge Graphs for LLM Code Exploration via MCP（arxiv 2603.27277）
抖音爆款脚本拆解与生成 Skill
输入一条对标视频链接或文案，自动拆解其钩子结构、情绪曲线、转场节奏与卖点铺设位置，输出可按脚本执行的改写字稿，并针对同类目生成多个备选开头。
AutoSkill（ECNU-ICALK）
这篇论文讨论的是长期个性化智能体里一个很实际的问题：用户在真实使用中会反复表达稳定偏好，例如希望模型少幻觉、遵循某种写作规范、避免过于技术化的措辞，或者按照固定流程完成任务。但这些反复出现的经验，往往并没有真正沉淀成可复用能力。很多 LLM agent 的做法仍然是把过去对话当作待检索文本，或者依靠参数更新、提示工程和短期上下文反复“重新学一遍”。
oai-skills（eliasjudin）
( /home/oai 就能跑，文件系统、执行环境一应俱全。
compound-engineering-plugin（EveryInc）
AI技能和代理让每个工程单元的工作比上一个更轻松。
Excel / CSV 报表自动化 Skill
描述清楚想要的报表，自动生成可执行脚本并完成合并、清洗、透视、格式化全流程，输出带样式的 Excel 或走邮件/磁盘归档，支持一次写成长期定时运行。
optimize-ai-agent-memory（FareedKhan-dev）
[1] 一文全解析：AI 智能体 8 种常见的记忆（Memory）策略与技术实现
vscode-agent-skills（formulahendry）
vscode-agent-skills 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
Context-Engineering-2.0（GAIR-NLP）
包含各类上下文工程相关的博客和论文
gstack（garrytan）
gstack 是 Y Combinator CEO Garry Tan 开源的一套 AI 编程工作流工具，将 Claude Code 转化为可协作的虚拟工程团队。
stitch-skills（google-labs-code）
Stitch Agent Skills 是一个专门为 Stitch MCP 服务器设计的 Agent Skills 库，完全兼容 Antigravity、Gemini CLI、Claude Code、Cursor 等主流 AI 编码代理。它的核心使命是将设计原型到代码的转换完全自动化。
get-shit-done（gsd-build）
一个轻量但强大的元提示、上下文工程与规格驱动开发系统，适用于 Claude Code、OpenCode、Gemini CLI、Kilo、Codex、Copilot、Cursor、Windsurf、Antigravity、Augment、Trae、CodeBuddy 和 Cline。
skill-optimizer（hqhq1025）
诊断和优化你的 Agent Skills（SKILL.md 文件）— 基于真实 session 数据 + 学术研究支撑的静态分析，输出 P0/P1/P2 优先级修复报告。
open-skills（instavm）
Github (26.9k stars)
vectorless-RAG（Jimmycarroll2021）
你是否对向量数据库检索长篇专业文档的准确性感到沮丧？传统的基于矢量的RAG依赖于语义相似性，而非真正的相关性。但相似性≠相关性 我们在检索中真正需要的是相关性，而这需要推理。在处理需要领域专业知识和多步骤推理的专业文档时，相似性搜索往往表现不足。
camofox-browser（jo-inc）
camofox‑browser 项目（GitHub 仓库） 的 深度解读与技术分析，包括它是什么、为什么重要、关键特性、架构设计、使用场景和潜在限制等方面的总结。
claude-scientific-skills（K-Dense-AI）
Github (6.9k stars)
MemGen（KANABOON1）
MemGen 为大型语言模型（LLM）代理提供了一种类似人类认知的记忆能力，能够动态地在推理过程中插入生成的记忆。该框架包括两个核心组件：记忆触发器（Memory Trigger）和记忆编织器（Memory Weaver）。
agentic-context-engine（kayba-ai）
今天我们分享解读的是来自斯坦福大学、加州大学伯克利分校与SambaNova Systems的研究团队联合发布的重磅研究 ACE (Agentic Context Engineering)。这篇论文提出了一种颠覆性的范式，旨在解决当前大语言模型（LLM）应用（尤其是AI智能体）面临的核心挑战：如何让AI在不更新模型权重的情况下，通过动态优化其“上下文”来实现自我提升。
obsidian-skills（kepano）
中文，专门用于教 Claude Code 如何正确地理解、编写和管理 Obsidian 的笔记文件。
sales-coach-skill（kiri-stack）
AI 销售陪练 Skill for WorkBuddy - 模拟真实门店销售场景，AI扮演客户进行角色扮演训练
agent-chat-ui（langchain-ai）
agent-chat-ui 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
deepagents（langchain-ai）
deepagents 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
langchain（langchain-ai）
Semi_Structured_RAG.ipynb Perform retrieval-augmented generation (rag) on documents with semi-structured data, including text and tables, using unstructured for parsing, multi-vector retriever for sto
langgraph（langchain-ai）
原文：Plaban Nayak Build a Reliable RAG Agent using LangGraph
rag-from-scratch.git（langchain-ai）
rag-from-scratch.git 是一个开源项目（分类：ai/rag），能力与安装方式详见其 GitHub 仓库 README。
rag-from-scratch（langchain-ai）
rag-from-scratch 是一个开源项目（分类：ai/rag），能力与安装方式详见其 GitHub 仓库 README。
html-ppt-skill（lewislulu）
html-ppt-skill 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
Acontext（memodb-io）
Acontext 是一个上下文数据平台，它
MemOS（MemTensor）
代码开源地址： （相关技术报告已于2025年05月28日在Arxiv发布，由于第一版工程量较大，为了保障开源社区的使用体验，将在7月进行全面开源，并力求打造成工业级记忆操作系统框架）
ms-agent（modelscope）
由ModelScope社区开发，是Anthropic Agent Skills协议的开源实现（Beta版本），支持技能的动态加载、自主执行与安全沙箱运行，其AgentSkills模块提供多层次渐进式上下文加载机制，兼容标准技能协议，并允许通过ms-enclave在Docker容器中隔离执行代码。
ms-enclave（modelscope）
🛡️ 代码执行环境：可选本地直接执行代码，或通过 ms-enclave ( 提供的安全沙箱执行（自动安装依赖、实现环境隔离）
claudekit-skills（mrgoonie）
[K-Dense-AI (Scientific)]
Agent-Skills-for-Context-Engineering（muratcankoylan）
中文，专门用于教 Claude Code 如何正确地理解、编写和管理 Obsidian 的笔记文件。
openskills（numman-ali）
✨ 什么是OpenSkills？
superpowers（obra）
Superpowers 是一个专门为 Claude Code（以及 Codex 和 OpenCode）打造的 核心技能库和软件开发工作流增强工具。它的核心目标是将 Claude 从一个简单的“代码生成助手”提升为一个具备严谨工程素养的“AI 软件工程师”。
guizang-ppt-skill（op7418）
🖋 衬线大标题 + 非衬线正文 + 等宽元数据的三级字体分工
Humanizer-zh（op7418）
6. 支持skills的agent框架
ip-coach（OrangeViolin）
ip-coach 写这篇复盘时顺手做的一个 skill写这篇的过程中我有一个担心 文章你读完可能会觉得"有道理"，但合上之后，大概率还是不会真的动手。我不想让这篇只是一个"看过了就算"的文章。所以我把这篇文章背后的方法论（第四节的四步法）做成了一个 skill，叫 ip-coach。它是一个陪伴型访谈工具 装上之后，你对你的 agent 说一句"我想起号"，它会用 7 个阶段的提问陪你走完一次完整
tech-radar（OrangeViolin）
tech-radar 帮我每天找选题的那双眼睛写自媒体最大的问题不是"怎么写"，是"今天写什么"。tech-radar 是我搓的一个情报雷达 五个信息源并行采集：GitHub Trending、Product Hunt、Hacker News、张咋啦 AI、Follow Builders。每天自动跑一次，AI 分析师独立研判每一条线索，最后由一个"主编 Agent"跨源综合，给我一份日报。我不用再
planning-with-files（OthmanAdi）
Github (6.9k stars)
MemoRAG（qhjqhj00）
MemoRAG 是一个开源项目（分类：ai/agent），能力与安装方式详见其 GitHub 仓库 README。
qwen-code（QwenLM）
Github (298 stars)
rw-research-skill（rolandwonglonam）
整个 18 个 Skill 不是一条固定流水线，而是一个按当前需求路由的图
RunningHub 视频生成技能
自动化调用 RunningHub 网页版完成图生视频任务，支持 WAN 2.7 / LTX-2 开源模型。
shu-bingbing-perspective.git（ruxpincn）
舒冰冰 · 电话销售话术操作系统 Claude Code Perspective Skill
vectorless（satish860）
你是否对向量数据库检索长篇专业文档的准确性感到沮丧？传统的基于矢量的RAG依赖于语义相似性，而非真正的相关性。但相似性≠相关性 我们在检索中真正需要的是相关性，而这需要推理。在处理需要领域专业知识和多步骤推理的专业文档时，相似性搜索往往表现不足。
pua（tanweai）
一个专门用来"PUA AI"的 Skill 插件 ( github上有将近15k的star )。
TEMU / TikTok Shop 商品 Listing 多语言优化 Skill
把一份中文商品信息批量转成符合目标站点习惯的多语言标题、卖点与描述，自动套用平台的字符上限、禁用词规则与关键词布局策略，并输出可直接粘贴的结构化结果。
code-review-graph（tirth8205）
用 Tree-sitter 把整个代码库解析成抽象语法树，识别出函数、类、导入、调用关系
colleague-skill（titanwings）
从 colleague.skill 升级成 dot-skill 不止同事，任何人都能蒸馏成 Skill
chat2graph（TuGraph-family）
作为首个全面践行「图原生」理念的智能体系统，Chat2Graph 开源并发布了首个可用版本（v0.1.0）(链接
PageIndex（VectifyAI）
PageIndex 是一个开源项目（分类：ai/rag），能力与安装方式详见其 GitHub 仓库 README。
MineContext（volcengine）
MineContext 是字节开源的「上下文中台」，把用户/环境/行为的动态状态，统一抽象为可查询、可订阅、可扩展的共享服务，让业务再也不用各自造轮子。
MCP-Zero（xfey）
当AI需要“外挂”（工具），麻烦来了！
strands_demos（xiehust）
完整生成的PPT文件下载 Claude-Code-Agent-Skills-介绍.pptx(
hack-skills（yaklang）
核心定位针对 Agent 场景的安全知识提炼层 将零散的安全技术、Payload、攻击方法，浓缩为结构化、场景化的技能条目，覆盖 14 个核心安全领域：• Web 安全、API 安全、身份认证与授权• 操作系统提权（Linux/Windows/macOS）、Active Directory 攻击• 移动安全、二进制漏洞利用（Pwn）、逆向工程• 密码学攻击、区块链&智能合约安全、AI/ML & L
yao-meta-skill（yaojingang）
具体来说，yao-meta-skill 提供了一套完整的工程化流程，帮助你把各种"原始材料" 一段随手写的工作流笔记、一堆重复使用的提示词、一份会议纪要、甚至一张写在便签纸上的操作清单 转化为一个结构化、可评估、可治理、可打包的 Skill 目录。
weilai-ledao-skill（ye9398）
蔚来乐道汽车销售顾问 AI Skill
yt-dlp（yt-dlp）
如果安装失败 ：通知用户需要手动安装 yt-dlp，并提供来自 的安装说明
Skill_Seekers（yusufkaraaslan）
既然 Claude 推出了 Skills 功能，那能不能有个工具，直接把官方文档自动转成 Claude 能理解的技能包？
AI-research-SKILLs（zechenzhangAGI）
6. 支持skills的agent框架
ZeroClaw：可自托管的个人 AI 助手基础设施
一个面向多平台部署的个人 AI 助手基础设施项目，GitHub API 显示许可证为 Apache-2.0，README 同时声明 MIT 或 Apache 2.0，需人工核对仓库许可证文件。
huashu-bookwriter（ZeroxZhang）
装好之后对 Claude Code 说"帮我写一本 XX 从入门到精通"或者"做个橙皮书"，Skill 就会自动触发。
AI Agent 指令模板（系统提示词骨架）
一套可直接套用的 Agent 系统提示词骨架：角色定义、能力边界、工具调用规则、停止条件、输出协议、异常处理六大模块，附电商运营 Agent 完整示例与自检清单。
AI Agent 记忆管理工作流（短期记忆 → 长期知识库）
一套可落地的 Agent 记忆工作流：会话内短期记忆怎么管、跨会话长期记忆存什么、知识库怎么搭，附记忆分层模板与遗忘策略，避免 Agent"失忆"或"记错"。
MCP Server 快速部署模板
标准化 MCP Server 部署模板，包含 Docker、Systemd、Kubernetes、Vercel/Cloudflare Workers 多种部署方式，内置健康检查、日志聚合、指标监控、自动 SSL、域名配置。
提示词工程 SOP 工作流模板
可直接落地的团队提示词生产 SOP：从需求分析、模板设计、测试集评估到版本发布与回归监控的完整流程，附评审清单与回归测试表模板，让提示词像代码一样被管理。
一人公司 AI 智能体工作流（日常运营自动化）
给独立运营者的一套 Agent 自动化工作流：内容选题、素材整理、数据复盘三条流水线怎么搭，每个环节人审什么、机器做什么，附可直接套用的任务卡模板。