影音图像

4▼1

heygen-com

hyperframes

用写 HTML 的方式生成视频，配合 GSAP 动画与 ffmpeg 渲染，为 AI 代理设计。

5

hugohe3

ppt-master

AI 把文档或主题生成原生 PPT，含动画、图表、旁白与模板支持。

6▲22

anomalyco

hex

Local-first voice dictation for macOS. Hold a shor… 开源技术工具。

7

lemomo-ai

lemo-opuscar

用纯代码生成短片的风格工具箱，含 66 种现成风格提示词，无需视频模型，可自定义风格。

8▲12

patch-gg

pixelfx

收录232种纯代码实现的像素风视觉特效库，附带Claude技能插件，方便游戏开发者快速定制动画特效。

9▼1

storytold

photocraft

用纯 Rust 从零编写的开源照片编辑器，适合研究图像处理与桌面 GUI 实现。

10

calesthio

OpenMontage

开源智能体视频制作系统，把 AI 编程助手变成完整视频工作室，含 12 条流水线与上百工具。

11▼2

ruvnet

RuView

用普通 WiFi 信号实现人体姿态估计、生命体征监测和存在检测，无需任何摄像头画面。

12▼6

designfuchen

word-atlas

7298 个雅思词的插图学习应用，带英美发音和 FSRS 复习。

13▼1

remotion-dev

remotion

用 React 组件以代码方式生成视频，适合需要批量或数据驱动制作视频的开发者。

14▲8

cjpais

Handy

A free, open source, and extensible speech-to-text application that works completely offline.

15▼4

yt-dlp

yt-dlp

功能丰富的命令行音视频下载器，youtube-dl 的活跃分支，支持众多站点。

16▼1

Vincentwei1021

video-shotcraft

用 Remotion 做可编辑产品宣传片的 AI 视频技能库，含 124 张镜头配方卡和剪辑导出。

17▼4

peach-mitao

peach

本地优先的视频元数据抓取与媒体库管理工具，可自托管，适合整理私人影音收藏。

18▼2

harry0703

MoneyPrinterTurbo

输入主题或关键词，自动完成文案、配音、字幕和剪辑，一键产出高清短视频。

19▼2

jub0t

Concat

本地优先的开源跨平台视频剪辑器，可替代 CapCut，并支持 JSON-RPC 与 MCP 脚本化控制。

20▼6

SoMarkAI

OXR

开源文档解析模型，靠后训练中的RSI循环实现领先的准确率与速度。

21▼3

baidu

Unlimited-OCR

百度开源OCR项目，能一次性解析长文档，适合文档识别场景。

22▼3

hypit-ai

hypit

用AI智能体把爆款视频整条工作流克隆下来，换脸、换词、换素材，一条命令批量产出上百个变体。

23▼2

Comfy-Org

ComfyUI

基于节点图的扩散模型界面与后端，可本地快速跑图像生成流程并自由拼装模块。

24▼1

elysia395

dsh-wallpaper-engine

把本机 Wallpaper Engine 壁纸接入 DSH 网页，WebGL 实时渲染场景壁纸，多平台可用。

25

kajisho5

ffmpeg-skill

把 42 个 FFmpeg 工具封装成 MCP 服务，让编码智能体在本地完成剪辑、字幕和响度处理，无需云端和密钥。

26▼2

AhmadHassan-BTed

NaSuno

AI audio watermark removal & forensic anti-attribution toolkit. Neutralizes Suno, Udio, and neural fingerprints with ISO 226 perceptual masking.

27

latent-spaces

brag

一条命令把刚建好的项目转成可分享的发布短视频，省去剪辑麻烦。

28▲1

openfilm

openfilm

把编程智能体变成视频智能体，生成的视频还能在编辑器里逐处修改。

29▲4

NanmiCoder

MediaCrawler

抓取小红书、抖音、B站、微博、贴吧、知乎内容与评论的多平台爬虫工具。

30

deepopen-com

deepopen-3d-webs

上传一张参考图加提示词，就能按镜头轨迹生成可预览回放的三维场景，还能在浏览器直接看颜色、深度动画和高斯点云。

31▲3

D3voz

openjutsu

基于ComfyUI构建的本地开源视频一键换角工具，结合MiniMax与FLUX重打光技术实现自然的人物替换。

32▼6

enesozturk

dimensional-drawing

用 HTML 绘制苹果风格 UI 组件立体图，可作视觉参考。

33▼2

PC2005-cloud

dsh-pet

一行命令装好的透明动画桌面宠物，支持多开和自定义大小位置，还能用 AI 视频生成专属素材。

34▼2

storytold

filmcraft

FilmCraft: An open-source, nonlinear video editor… 开源技术工具。

35▲14

getopenscreen

openscreen

Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermarks, no subscriptions. Windows, macOS, Linux. Actively maintained.

36▲31

NiazMorshed2007

reanimate

逐帧逆向解析网页动画的Claude编程技能插件，自动还原动画代码并通过对比验证确保复刻效果与原版一致。

37▲10

yangbin1322

hongguo-player

红果短剧电脑版 · 不用安卓模拟器，直接在 Windows / macOS 上刷红果短剧 · 国内下载: hongguo.235698.xyz · 打不开用蓝奏云 (无需密码): wwalp.lanzout.com/b0rbj88ji

38▲1

OpenBMB

MiniCPM-OCR

Fast, accurate OCR with correctness assessment.… 开源技术工具。

39▼2

HBAI-Ltd

Toonflow-app

开源 AI 短剧创作工具，把剧本、分镜、角色场景到图生视频串成可视化画布流水线，本地部署自选模型，一个人也能做漫剧。

40▼4

img2threejs

img2threejs

给一张参考图，它直接生成纯代码、可动画的 Three.js 3D 模型，省掉手工建模和反复调参，AI 代理也能拿来即用。

41▲3

Developer-Y

cs-video-courses

面向开发者的循序渐进实战教程与知识指南，系统化提升技术栈。

42▼2

kushagrasinghx

BitChord

一个用 Kotlin 写的 YouTube 音乐客户端，界面照着 Apple Music 做，干净好看，方便在安卓上直接听歌。

43

Genymobile

scrcpy

把安卓手机画面投到电脑并用鼠标键盘反向控制，开源且低延迟。

44▼3

kaomei

stickman-video-director

给一段脚本，自动生成火柴人动画视频，配音、字幕、音效一并搞定，做不露脸频道的人省掉整条剪辑流水线。

45▲1

immich-app

immich

对标 Google Photos 的自建高性能照片与视频备份管理系统，支持 AI 人脸与地标搜索。

46▲53

hyz317

HairDeck

HairDeck: Animation-Ready Stylized Hair Cards from a Single Image

47▲5

trymirai

uzu

A high-performance inference engine for AI models

48▲5

CYQawa

YunX

一个安卓网盘解析下载工具，能把分享链接里的文件直接解析下载到手机，省去开会员和装一堆客户端。

49▼7

shinshin86

mesh-avatar-studio

只凭一张插画就能生成会动的 2D 网格头像，配本地编辑器，还能让编程智能体帮你调，省去繁琐绑骨和动画制作。

50

ahujasid

mcp-for-blender

让任意大模型通过 MCP 直接操控 Blender 的插件，动动嘴就能改场景、搭模型，省掉大量手动点菜单的重复活。

51▼3

UnderleveledBuilder

awesome-short-drama-skills

AI 短剧 · 漫剧 Skill（技能包）精选：剧本、改编、分镜、Seedance / 可灵 / MiniMax 视…

52▲8

konlu

story-studio

打通从选题策划、文案分镜生成到导出剪映草稿工程全流程的AI短视频创作技能插件，大幅缩短成片制作周期。

53▼8

Leonxlnx

earshot

给编程 AI 装耳朵：通过 MCP 让 Claude Code 等智能体听懂音频、审查声音并生成音效，纯 CPU 跑，省去自己搭音频处理管线。

54▼3

jamiepine

voicebox

The open-source AI voice studio. Clone, dictate, c… 开源技术工具。

55▼17

wesbos

3d-model-anything

用 iPhone 激光雷达和照片重建可编辑的 Three.js 房间，在浏览器里直接查看

56▼1

obsproject

obs-studio

全球最流行的免费开源跨平台视频录制与实时直播推流推幕工具。

57

webadderallorg

Recordly

Create polished demo videos without editing skills… 开源技术工具。

58▲3

PurpleDoubleD

locally-uncensored

The all-in-one local AI studio for your desktop: chat, image and video generation and a coding agent in one free, open source app. Windows and Linux. No Docker, no terminal, no cloud required.

59▼5

storytold

lightcraft

LightCraft: An open-source non-destructive photo e… 开源技术工具。

60▼4

LUC4N3X

Levyra-deepsound

开源音乐播放器，安卓和 Windows 都能用，没广告也不追踪你，还能发现新歌、看同步歌词、听电台。

61▼3

OpenWhispr

openwhispr

Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.

62▲9

toyxyz

toyxyz_RGBMocap

Windows原生单目视频人体动作捕捉工具，集成多种姿态估计模型，支持地面接触修正、骨骼重定向及动画格式导出。

63▲2

Kruk2

jasna

Video restoration tool

64▼5

OpenMOSS

MOSS-Image

MOSS-Image 是个50亿参数的文生图底座，擅长把文字画准、按布局出图，还方便低成本微调，省去从零训模型。

65▼3

Stirling-Tools

Stirling-PDF

本地自托管的PDF工具箱，合并拆分、转换、OCR、加水印等几十种操作全都有，不用上传文件到别人服务器，自己电脑或NAS上跑起来就能用。

66NEW

kornia

kornia

🐍 Geometric Computer Vision Library for Spatial AI

67NEW

arpanjot-coding

AVault

AVault - Call Recorder (No Root Required) | Privacy-first, hardware-encrypted audio vault for Android 12-16+. Rootless call recording via Shizuku with AES-256-GCM, biometrics & auto-cleanup.

68▼4

greensock

gsap-skills

GreenSock官方出品的网页动画库AI编程技能包，向编程智能体传授标准时间轴编排、滚动触发动画及插件最佳实践。

69▲23

yjid

kensaku

专注于智能体任务自动化的开源工具，利用大模型能力解决特定工作流。

70▲2

bugkeep

ai-draw

Create and edit drawings through conversation.

71▼5

CapSoftware

Cap

基于Rust与Tauri构建的开源录屏与即时分享工具，提供美观流畅的Loom替代体验。

72▲2

opendatalab

MinerU

高质量文档提取工具，能精准将复杂 PDF、公式、学术论文解析为 Markdown。

73▲2

FFmpeg

FFmpeg

全球音视频基础设施级开源多媒体处理框架，支持几乎所有古今音视频格式的编解码、转码、流媒体推拉流与剪辑。

74▼4

waligoraamodio288-rgb

hongguo-desktop-releases

红果短剧第三方客户端｜Windows 正式版、Mac M系列测试版、Android TV ARM32/ARM64 测…

75▲4

paperless-ngx

paperless-ngx

A community-supported supercharged document manage… 开源技术工具。

76▲2

patch-gg

anymove

从单段AI生成视频中提取任意生物动作捕捉数据的插件，利用双视角画面与视觉模型自动拟合骨骼并导出三维模型文件。

77▼8

browser-use

video-use

Edit videos with coding agents

78▼2

datalab-to

indra

仅100万参数的超轻量级OCR文字识别模型，纯CPU运行速度比Tesseract快15倍，准确率逼近十亿参数级视觉模型。

79▲4

openai

whisper

Robust Speech Recognition via Large-Scale Weak Supervision

80

excalidraw

excalidraw

手绘涂鸦风格的极简在线协作白板，画架构图和流程图如纸笔般随性自然。

81▼4

wide-trace

open-higgsfield

面向AI图像与视频生成的开源创作工作台，在统一提示词栏下灵活切换多模型专属参数并将生成结果汇总至画廊。

82

op7418

guizang-ppt-skill

归藏开源的高颜值网页演示文稿生成智能体技能，内置时尚杂志与瑞士排版布局、配图提示词及低功耗网页幻灯片放映引擎。

83▼2

zhuyansen

awesome-claude-video-skills

Open-source skills and toolkits that let Claude Code, Codex and other coding agents make video. 180 repos by type, each security-graded. English / 中文.

84NEW

Pika-Labs

Pika-H3-Flex

Pika官方开源的音视频联合生成模型推理代码库，支持在本地或云端部署高质量的文本与图像转同步音视频服务。

85▼12

egoist

mygo-cloudmusic

基于Go语言开发的第三方网易云音乐轻量级原生桌面客户端，摒弃官方版臃肿社交功能，提供极速启动与纯粹听歌体验。

86

unslothai

unsloth

大语言模型微调提速神器：让 Llama、Mistral 训练提速 2~5 倍并降低 80% 显存消耗。

87▲13

lovisdotio

video-to-game

能够将任意实拍或演示视频自动转化为可交互网页小游戏的生成式 AI 实验工具，基于多模态视觉解析构建。

88NEW

timoncool

YuE2-Studio

Local AI song generator with an editable score — YuE2 on your GPU: full songs with vocals, sheet music, covers, exact replay. Native Windows app, no Python, installer with auto-update.

89NEW

dramaclaw

dramaclaw

A general-purpose AIGC video engine: script to finished fi…

90▼5

bradautomates

claude-video

Give Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.

91▼23

nikopueringer

CorridorKey2.0

Corridor Key 2.0 for all your green and blue screen needs

92▲4

oxnw

ai-phone

🌱 潜力新星 · 68/100 · 7天观察中

运行在苹果自研芯片电脑上的本地SIP网络电话守护进程，直接在端侧调用语音与大语言模型实现全自动智能电话对话。

93▼6

PaddlePaddle

PaddleOCR

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.

94▼31

breezeblue-ai

breeze-tts

Breeze TTS 2 的官方 PyTorch 推理实现，开发者可直接跑语音合成，省去自己搭推理流程的麻烦。

95▼5

motiontemplates

all

MotionGit开源代码驱动动效与视频宣传片模板合集，提供完整演示视频、素材规范与可复用的前端动画源码。

96NEW

SimoHypers

limusic

基于Rust与Tauri构建的原生桌面端音乐流媒体客户端，支持听歌记录同步与社交平台状态展示。

97▼9

Hannah2227

douyin-favorite-MyLike

专为Windows桌面打造的抖音喜欢与收藏夹管理工具，支持本地分类整理、关键词检索与离线回看。

98NEW

Pluviobyte

douyin-comments

抓取抖音单条视频完整一级与楼中楼评论的智能体技能，直接复用已登录Chrome浏览器请求与页面签名。

99▼64

yi1108

printfilm

开源 AI 短视频营销与短剧创作平台，用 Python 实现从脚本到成片流程。

100NEW

SAOS-3624

dsh-video-storyboard

🔥 黑马候选 · 90/100

专为DeepSeek设计的视频理解插件，将视频关键帧网格、时间戳、字幕与音频波形打包成单张低消耗拼图供模型分析。