GitRank

影音图像 - GitHub Trending Knowledge Graph

GitRank indexes and ranks trending 影音图像 repositories on GitHub for the 年度 period. Covering 100 monitored repositories, updated every 6 hours with verified net stars gained.

影音图像

视频剪辑 · 图片处理 · 语音音频100 个监测项目

视频剪辑、图片处理、语音音频与相册管理

1
ruvnet

RuView

+12/h 狂飙98分真实活力

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。

Rust102k
+102k
2
debpalash

VoiceStudio

+12/h 狂飙98分真实活力

本地运行的开源语音工作台,集声音克隆、配音、转录和有声书制作于一体,支持646种语言。

Python99k
+99k
3
harry0703

MoneyPrinterTurbo

+10/h 狂飙98分真实活力中文

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。

Python137k
+92k
4
heygen-com

hyperframes

+9/h 狂飙98分真实活力趋势

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。

TypeScript78k
+78k
5
calesthio

OpenMontage

+12/h 狂飙96分真实活力

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。

Python75k
+75k
6
storytold

photocraft

+9/h 狂飙98分真实活力NEW

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。

Rust76k
+76k
7
yt-dlp

yt-dlp

+8/h 狂飙94分真实活力

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。

Python205k
+74k
8
hugohe3

ppt-master

+8/h 狂飙96分真实活力

AI 把文档或主题生成原生 PPT,含动画、图表、旁白与模板支持。

Python73k
+73k
9
jamiepine

voicebox

+7/h 狂飙91分真实活力

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

Python59k
+59k
10
Comfy-Org

ComfyUI

+6/h 狂飙98分真实活力

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。

Python145k
+54k
11
remotion-dev

remotion

+5/h 狂飙97分真实活力

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。

TypeScript70k
+46k
12
immich-app

immich

+4/h 狂飙94分真实活力

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。

TypeScript118k
+36k
13
opendatalab

MinerU

+4/h 狂飙97分真实活力

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。

Python83k
+36k
14
webadderallorg

Recordly

+4/h 狂飙96分真实活力

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

TypeScript36k
+36k
15
unslothai

unsloth

+4/h 狂飙97分真实活力

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。

Python79k
+32k
16
cjpais

Handy

+12/h 狂飙97分真实活力

完全离线的开源语音转文字桌面应用,基于 Tauri 与 Rust 构建,跨平台且可扩展,解决隐私敏感场景下依赖云端转写的痛点。

Rust37k
+32k
17
freestylefly

awesome-gpt-image-2

+4/h 狂飙91分真实活力中文

Prompt as Code | GPT Image 2 / 2.5 提示词与案例库,530+ 个案例、20+ 套工…

JavaScript35k
+35k
18
NanmiCoder

MediaCrawler

+4/h 狂飙94分真实活力中文

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。

Python70k
+32k
19
baidu

Unlimited-OCR

+3/h 狂飙98分真实活力

百度开源OCR项目,能一次性解析长文档,适合文档识别场景。

Python30k
+30k
20
PaddlePaddle

PaddleOCR

+4/h 狂飙

轻量级OCR工具包,把图片和PDF转成结构化数据,支持100多种语言,为LLM和RAG打通文档解析链路。

Python92k
+31k
21
op7418

guizang-ppt-skill

+3/h 狂飙96分真实活力

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。

HTML29k
+29k
22
browser-use

video-use

+3/h 狂飙91分真实活力

用编码智能体自动剪辑视频,把自然语言指令转成剪辑操作,省去手动拖拽时间线。

Python30k
+30k
23
ATH-MaaS

Pixelle-Video

+3/h 狂飙中文

🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine

Python30k
+30k
24
Stirling-Tools

Stirling-PDF

+3/h 狂飙97分真实活力

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。

TypeScript96k
+28k
25
Genymobile

scrcpy

+3/h 狂飙97分真实活力

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。

C154k
+25k
26
hypit-ai

hypit

+3/h 狂飙98分真实活力

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。

TypeScript27k
+27k
27▲1
excalidraw

excalidraw

+3/h 狂飙97分真实活力

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。

TypeScript135k
+27k
28▼1
hacksider

Deep-Live-Cam

+3/h 狂飙94分真实活力

单张照片即可实时换脸并一键生成视频深度伪造,支持摄像头直播替换,开源实现降低了实时人脸替换门槛。

Python98k
+25k
29
Zackriya-Solutions

meetily

+3/h 狂飙97分真实活力

Privacy-first AI meeting note taker for Windows and macOS. Free, open source (MIT). On-device Whisper/Parakeet transcription and speaker diarization, no meeting bot. Open-source alternative to Granola, Otter and Fireflies. https://meetily.ai

Rust32k
+25k
30
hasaneyldrm

exercises-dataset

+3/h 狂飙

收录1324个健身动作的多语言结构化数据集,包含动作示范动图、缩略图、目标肌群、器械分类及6种语言的分步训练说明。

HTML23k
+23k
31
openai

whisper

+3/h 狂飙

OpenAI开源的通用语音识别模型,基于68万小时弱监督数据训练,多语言转写与翻译鲁棒性强,开箱即用。

Python112k
+23k
32▲2
KnifeLemon

Filee

+2/h 狂飙96分真实活力NEW

离线文件转换工具,拖拽即可在本地转换263种格式,无需上传或安装 Office。

C#21k
+21k
33▼1
HBAI-Ltd

Toonflow-app

+2/h 狂飙97分真实活力中文

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。

Vue20k
+20k
34▼1
img2threejs

img2threejs

+2/h 狂飙96分真实活力

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。

Python20k
+20k
35
latent-spaces

brag

+2/h 狂飙93分真实活力

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。

Python20k
+20k
36
firecrawl

pdf-inspector

+2/h 狂飙91分真实活力

Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.

Rust20k
+20k
37
ahujasid

mcp-for-blender

+2/h 狂飙94分真实活力

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。

Python33k
+19k
38
bradautomates

claude-video

+2/h 狂飙91分真实活力

让 Claude 直接看懂视频:自动下载、抽帧、转写音频,把画面与字幕一并交给模型分析,省去手动整理素材的麻烦。

Python20k
+20k
39
huggingface

transformers

+2/h 狂飙97分真实活力

统一加载和训练文本、视觉、音频与多模态前沿模型的核心框架,支持推理与训练。

Python168k
+19k
40
storytold

filmcraft

+2/h 狂飙96分真实活力NEW

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

Rust17k
+17k
41
chatfire-AI

huobao-drama

+2/h 狂飙97分真实活力中文

一句话生成完整短剧,自动完成剧本、分镜到成片的全流程,降低AI短剧制作门槛。

TypeScript17k
+17k
42
greensock

gsap-skills

+2/h 狂飙

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。

18k
+18k
43
roboflow

supervision

+2/h 狂飙97分真实活力

即插即用的计算机视觉后处理工具箱,轻松实现标注可视化与数据过滤。

Python51k
+16k
44
k2-fsa

OmniVoice

+2/h 狂飙94分真实活力

支持超600种语言的高质量零样本语音克隆与文本转语音(TTS)开源模型,几秒参考音频即可精准复刻音色并跨语种自然朗读。

Python16k
+16k
45▲2
Vincentwei1021

video-shotcraft

+12/h 狂飙96分真实活力

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。

TypeScript16k
+16k
46▼1
Anionex

banana-slides

+2/h 狂飙97分真实活力中文

一站式原生AI PPT生成应用,几分钟内生成一套幻灯片; 支持上传任意模板图片,上传任意素材&智能解析,一句话/大纲/页面描述自动生成PPT,口头修改指定区域、一键导出可编辑ppt、视频等 - An AI-native slides generator based on nano banana/gpt-image🏞️

TypeScript16k
+16k
47▼1
jellyfin

jellyfin

+2/h 狂飙95分真实活力

完全免费开源的家庭私有流媒体服务器系统,无任何订阅付费墙即可集中管理电影、剧集与音乐并跨设备串流播放。

C#59k
+14k
48
paperless-ngx

paperless-ngx

+2/h 狂飙92分真实活力

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

Python48k
+14k
49
Developer-Y

cs-video-courses

+2/h 狂飙95分真实活力

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。

85k
+15k
50
storytold

lightcraft

+2/h 狂飙96分真实活力NEW

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

Rust15k
+15k
51
bggRGjQaUbCoE

PiliPlus

+2/h 狂飙92分真实活力

用 Flutter 打造的全平台 B 站第三方客户端,支持弹幕、投屏、离线缓存、跳过片头片尾与 AI 原声翻译,弥补官方客户端跨端体验不足。

Dart20k
+14k
52▲1
3b1b

manim

+2/h 狂飙

知名数学科普频道3Blue1Brown主创开发的Python数学动画引擎,通过纯代码精确生成几何变换、微积分与算法可视化视频。

Python96k
+15k
53▲1
palmier-io

palmier-pro

+2/h 狂飙91分真实活力

macOS video editor built for AI

Swift15k
+15k
54▼2
mudler

LocalAI

+2/h 狂飙97分真实活力

LocalAI is the open-source AI engine. Run any model - LLMs, vision, voice, image, video - on any hardware. No GPU required.

Go50k
+15k
55▲1
peach-mitao

peach

+2/h 狂飙98分真实活力NEW

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。

Python14k
+14k
56▼1
waooAI

waoowaoo

+2/h 狂飙中文

首家工业级全流程 AI 影视生产平台。Industry-first professional AI Agent platform for controllable film & video production. From shorts to live-action with Hollywood-standard workflows.

TypeScript15k
+15k
57
jub0t

Concat

+2/h 狂飙98分真实活力NEW

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。

Rust14k
+14k
58
ConardLi

garden-skills

+2/h 狂飙94分真实活力

ConardLi's open-source Skills collection, featuring web design, knowledge retrieval, image generation, and more.

JavaScript14k
+14k
59
obsproject

obs-studio

+1/h 狂飙95分真实活力

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。

C79k
+12k
60
helloianneo

ian-xiaohei-illustrations

+1/h 狂飙94分真实活力中文

中文小黑怪诞正文配图生成 Skill | 16:9 白底手绘 | 少量红橙蓝批注 | Codex Skill

13k
+13k
61
run-llama

liteparse

+1/h 狂飙94分真实活力

A fast, helpful, and open-source document parser

Rust13k
+13k
62
FFmpeg

FFmpeg

+1/h 狂飙95分真实活力

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。

C66k
+13k
63
altic-dev

FluidVoice

+1/h 狂飙94分真实活力

Fastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows, iOS testflight! Android, Linux waitlist open! A local Wispr Flow alternative. Follow https://x.com/fluidvoiceapp for more

Swift13k
+12k
64
CapSoftware

Cap

+1/h 狂飙95分真实活力

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。

Rust24k
+11k
65
ggml-org

whisper.cpp

+1/h 狂飙94分真实活力

Port of OpenAI's Whisper model in C/C++

C++55k
+11k
66
OpenWhispr

openwhispr

+1/h 狂飙95分真实活力

跨平台语音转文字听写工具,支持本地 Whisper/Parakeet 与自带密钥的云端模型,主打隐私优先,解决快速口述输入痛点。

JavaScript11k
+10k
67
lemomo-ai

lemo-opuscar

+1/h 狂飙98分真实活力NEW中文

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。

JavaScript11k
+11k
68
juliangarnier

anime

+1/h 狂飙

轻量、灵活且表现力极强的JavaScript动画引擎(Anime.js),通过简洁声明式API流畅驱动CSS属性、SVG路径、DOM节点与对象数值动画。

JavaScript74k
+9.9k
69
rehan-remade

universal-modder

+1/h 狂飙98分真实活力NEW

Point Claude at any game. Skills, tools and the fa… 开源技术工具。

Python9.3k
+9.3k
70
zhouxiaoka

autoclip

+1/h 狂飙95分真实活力中文

AutoClip|一个链接,一键出片。开源 AI 视频剪辑桌面工具,将播客、访谈、课程等长视频自动剪成短视频,生成字幕、封面和发布文案,适配抖音、小红书、TikTok、Reels 与 YouTube Shorts。Open-source AI video clipping & content repurposing.

Python9.9k
+9.2k
71
dreammis

social-auto-upload

+1/h 狂飙92分真实活力中文

自动化上传视频到社交媒体:抖音、小红书、视频号、tiktok、youtube、bilibili

Python16k
+9.2k
72
team-spotube

spotube

+1/h 狂飙92分真实活力

跨平台开源音乐流媒体客户端,结合Spotify曲库歌单与YouTube等免费音源实现无广告播放。

Kotlin51k
+9.6k
73
crmne

spotifast

+1/h 狂飙96分真实活力NEW

开箱即用的跨平台桌面应用,提供直观界面解决核心业务需求。

Rust9.5k
+9.5k
74
moonshine-ai

moonshine

+1/h 狂飙92分真实活力

Very low latency speech to text, intent recognition, and text to speech, for building voice agents and interfaces

C++11k
+8.5k
75
ente

ente

+1/h 狂飙92分真实活力

开源全端到端加密(E2EE)的云相册与双因素认证器(Ente Photos & Ente Auth),作为Google Photos的高隐私零知识开源替代方案支持跨端备份。

Dart30k
+7.8k
76
jev-chat

jev-chat-jarvis

+1/h 狂飙98分真实活力NEW中文

跨平台聊天辅助决策助手,在发送消息前自动结合上下文评估沟通意图与潜在风险,并一键生成得体回复草稿。

Kotlin8.2k
+8.2k
77
tldraw

tldraw

+1/h 狂飙92分真实活力

Build infinite canvas apps in React with the tldraw SDK. World's best, top-most agent recommended #1 five star SDK.

TypeScript51k
+8.2k
78
JunkFood02

Seal

+1/h 狂飙

🦭 Video/Audio Downloader for Android, based on yt-dlp

Kotlin30k
+8.4k
79
pydantic

pydantic-ai

+1/h 狂飙95分真实活力

How Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.

Python21k
+8.1k
80
op7418

guizang-social-card-skill

+1/h 狂飙94分真实活力中文

🪧 Claude Code / Codex skill — generate Xiaohongshu carousels & WeChat 21:9+1:1 cover pairs. Editorial × Swiss visual systems, 28 layouts, 10 themes, single-file HTML → PNG. 小红书图文 + 公众号封面对

HTML7.9k
+7.9k
81
k2-fsa

sherpa-onnx

+1/h 狂飙92分真实活力

Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket server/client, support 12 programming languages

C++16k
+7.2k
82
Osmantic

ODS

+1/h 狂飙95分真实活力

ODS V3 Pre-Release: Public testing and refinement ahead of the official V3 launch. Turn your PC, Mac, or Linux box into a private AI server.

Python7.7k
+7.7k
83
navidrome

navidrome

+1/h 狂飙

基于Go语言的轻量级自托管私人音乐流媒体服务器,兼容主流音乐接口并可在家庭服务器上流畅管理海量曲库。

Go24k
+7.7k
84
tesseract-ocr

tesseract

+1/h 狂飙95分真实活力

Tesseract Open Source OCR Engine (main repository)

C++77k
+7.5k
85
xifangczy

cat-catch

+1/h 狂飙中文

俗称“猫抓”的浏览器音视频资源嗅探扩展,自动捕获网页流媒体链接并内置m3u8切片合并下载器。

JavaScript23k
+6.7k
86
yi1108

printfilm

+1/h 狂飙98分真实活力NEW

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。

Python7.4k
+7.4k
87
maotoumao

MusicFree

+1/h 狂飙中文

基于插件化架构的跨平台免费音乐与音频播放器,本身不内置音源,导入插件即可畅听全网曲库与歌词。

TypeScript28k
+7.7k
88
opencv

opencv

+1/h 狂飙92分真实活力

Open Source Computer Vision Library

C++91k
+7.7k
89
dramaclaw

dramaclaw

+1/h 狂飙97分真实活力中文

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

Python6.9k
+6.9k
90
Devin-AXIS

iPolloWork

+1/h 狂飙95分真实活力

Enterprise-grade, local-first Agent Workbench for people and agent teams. A unified multi-engine workspace for Codex Harness, DeepSeek Harness, and OpenCode, with unified plugins and Skills, multi-agent projects and tasks, and editable code, documents, presentations, design, and video.

TypeScript7.4k
+6.8k
91
screenpipe

screenpipe

+1/h 狂飙95分真实活力

YC (S26) | Open Computer History | Continuously record your company computer work, map your workflows, help you find work worth automating, and power your agents' context

Rust22k
+6.7k
92
LaoFeng-mouse

flyingmouse-format

+1/h 狂飙NEW中文

飞鼠格式 FlyingMouse Format - Windows 免费文件格式转换工具(离线可用,内置 FFmpeg/LibreOffice/Poppler/Tesseract)。图片/文档/表格/PPT/PDF/音视频/WPS 格式互转 + OCR + 批量转换;音频仅支持普通格式。作者:牢蜂(LaoFeng)|仅供个人免费使用,禁止商业售卖/转卖/套壳

JavaScript7.0k
+7.0k
93
rullerzhou-afk

clawd-on-desk

+1/h 狂飙95分真实活力

A pixel desktop pet that watches Claude Code, Codex, Cursor & other AI coding agents — so you don't have to.

JavaScript6.6k
+6.6k
94
CYQawa

YunX

+1/h 狂飙94分真实活力NEW中文

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。

Kotlin6.3k
+6.3k
95
vas3k

TaxHacker

+1/h 狂飙95分真实活力

Self-hosted AI accounting app. LLM analyzer for receipts, invoices, transactions with custom prompts and categories

TypeScript6.8k
+6.3k
96
wiltodelta

remove-ai-watermarks

+1/h 狂飙95分真实活力

Remove visible and invisible AI watermarks from images and video, and AI provenance metadata from images, video, and audio. Python library, CLI, and agent skill for SynthID, C2PA, EXIF, IPTC, XMP, and common generative-AI marks.

Python6.3k
+6.3k
97
88lin

video_vip

+1/h 狂飙95分真实活力中文

全网VIP视频免费破解脚本,通过集成多个第三方解析接口,去除广告,解锁视频网站的会员限制,让用户享受免费的视频观看体验。适配PC+移动,支持爱奇艺、腾讯、优酷、芒果TV、bilibili等主流视频平台!脚本长期维护更新,完全免费

JavaScript6.2k
+6.2k
98
netease-youdao

LobsterAI

+1/h 狂飙95分真实活力

Open-source, desktop-grade AI agent that gets real work done — data analysis, slides, docs, video & web research. Built on OpenClaw; runs tools on your real desktop and takes commands from your phone via WeChat, Feishu, DingTalk & Telegram.

TypeScript6.2k
+6.2k
99
ARahim3

DigUp

+1/h 狂飙93分真实活力NEW

Search your computer by what's in your files: phot… 开源技术工具。

Swift6.1k
+6.1k
100
ArcReel

ArcReel

+1/h 狂飙95分真实活力中文

把小说剧本自动拆成角色场景资产、分镜和视频,并导出剪映草稿,解决AI短片跨镜头一致性与多供应商费用追踪难题。

Python6.1k
+6.1k