AI 教程AI教程
digital-human-koubo：开源AI全流程数字人口播工作流实战指南
核心架构图 一、核心亮点与背景概述 digital-human-koubo 是一个高度集成的开源数字人视频生成工作流，旨在实现从文案拆解、场景合成、音频驱动、字幕生成到高阶视觉包装与音频对齐的全自动化生产线。该项目打破了传统数字人视频仅局限于“单人讲话”的低吸引力模式，深度拆解了…
核心架构图 一、核心亮点与背景概述 digital-human-koubo 是一个高度集成的开源数字人视频生成工作流，旨在实现从文案拆解、场景合成、音频驱动、字幕生成到高阶视觉包装与音频对齐的全自动化生产线。该项目打破了传统数字人视频仅局限于“单人讲话”的低吸引力模式，深度拆解了…
一、核心概述 当前全球金融市场呈现出极为矛盾的景象：一方面美股大盘频创历史新高，另一方面全球顶级金融机构正迎来数十年来规模最大的储备资产异动。荷兰央行、法国央行以及印度央行相继将数百吨黄金从美联储和海外金库运回本土；国际清算银行（BIS）与国际货币基金组织（IMF）亦接连发布预警…
一、核心概述 在传统的 AI 模型本地部署中，运行超百亿甚至上千亿参数的巨量大模型（如 125B 参数模型）通常需要极高规格的企业级硬件支持，软硬件成本极其昂贵。然而，最新开源的项目 Strata 彻底打破了这一硬件门槛，让几千元级的普通消费级电脑也能轻松运行百亿至千亿级大模型。…
stickman-video-director 是一个基于 GitHub 的开源 Skill，帮助用户快速将文字或文章转化为火柴人风格的视频，适合短视频和科普长片。 支持六种不同的火柴人画风，可自行切换； 自动生成配音与字幕，省去后期配音工作； 支持导入 Markdown 或纯文…
android-ad-cleaner 是一款针对国产安卓手机系统的免 Root 广告清理工具。该项目旨在帮用户快速摆脱系统内置广告、热搜面板、资讯推荐及各类营销推送，有效解决国产系统广告繁杂的痛点。 核心亮点： 免 Root 操作：无需复杂刷机或获取根权限，降低系统安全风险。 深…
VoxCPM 是一款基于开源模型的英文文本转语音（TTS）工具，能够快速生成自然流畅的语音，适用于有声读物和配音制作，运行时需要约 8GB 显存。 提供简洁美观的使用界面，支持在线试听生成效果； 专注英语语音生成，适合制作有声读物、教学材料等； 支持本地部署，便于二次开发和自定义…
一款免费开源的 PDF 处理工具 PDFgear，涵盖转档、合并拆分、OCR 识别、AI 总结翻译等全套功能，支持 Windows、macOS 和安卓全平台，无需登录、无水印、无次数限制。 内容构成：PDFgear Windows 安装包 pdfgearsetupv2.1.18.…
核心架构图 一、核心亮点与背景概述 电商商品上架往往需要 白底主图、生活场景图、卖点信息图、详情长图、活动 Banner 等多套视觉素材，不同平台（Amazon、淘宝、Shopee、TikTok Shop 等）对尺寸、比例、配色都有严格要求，手工制作耗时且易出错。为了解决这一痛点…
核心架构图 一、核心亮点与背景概述 本篇聚焦 Prompt Engineering 在人物肖像生成中的实用方法，针对市面上大量包装成“独家秘诀”的冗余提示词进行拆解，提出 简洁、准确、直接 的写法。核心思想是：情绪感 = 表情 + 视线 + 动作姿态 + 环境氛围。通过先准备正面…
English-level-up-tips 是 GitHub 上获赞超 5 万 Star 的开源英语学习指南。该项目摒弃传统的死记硬背模式，将英语提升拆解为清晰、可落地的系统化路径，帮助学习者构建高效的自学体系。 项目核心内容包含： 涵盖词汇、听力、阅读、口语和写作的针对性训练方…
GEO Doctor 是一套开源的中英双语 GEO（生成式引擎优化）skill，可直接装入 Claude Code、Codex、Kimi Code、WorkBuddy 等支持技能的 AI 助手，帮助解决产品信息或价格回答遗漏、错误的问题。 中英双语支持，覆盖国内外用户需求 兼容多…
Moyu 是一个旨在约束 AI 编程助手行为的开源项目，专门解决 AI 在修复 Bug 或写代码时喜欢自作主张、过度重构和乱加功能的问题。 核心亮点： 极简修改：约束 AI 只修改必要代码，不搞过度设计； 保持可控：防止 AI 顺手重构无关代码，避免代码库变复杂； 工具兼容：支持…
motion2code 是一套面向 AI 编码 agent 的技能，能够把动效视频自动转化为内联 SVG 代码和 GSAP 时间线，从而实现可验证的动画重建过程。 抽取视频帧并进行逐帧对比，支持接缝检查。 生成符合标准的 inline SVG，保留路径与颜色信息。 自动输出对应的…
Claude Code Video Vision 是一款专为 Claude Code 打造的视频多模态感知插件。该项目基于标准 MCP 架构，底层结合 ffmpeg 抽帧与 Gemini/Whisper 多音频后端转写，让终端内的 Claude 具备原生“看懂”视频画面与“听懂”…
InvoiceFlowAI 是一款面向企业和个人的发票自动化整理工具，能够从常用邮箱中抓取电子发票并生成可直接用于报销的 Excel 表格，解决手动下载、识别的繁琐过程。 支持 QQ、163 等常用邮箱，自动扫描收件箱并下载附件或链接中的发票文件； 内置 OCR 引擎，识别发票金…