开源项目AI工具
Claude Code Video Vision:专为 Claude 打造的视频多模态 MCP 插件
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”…
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…
pdf-inspector 是一款本地运行的高性能 PDF 智能分类与文本排版提取引擎,旨在解决 PDF 解析效率低和 OCR 调用成本高的痛点。 智能路由分流:可在 10-50ms 内判定 PDF 属于原生文本、扫描件、图片或混合件,避免盲目送入昂贵耗时的 OCR 接口。 零…
过审(guoshen)是一款开源的多模态视频发布前预检工具。它旨在帮助视频创作者在发布前,提前发现文案、语音和画面中的潜在审核风险,避免因违规导致限流或下架。 主要功能与亮点包括: 多模态联合分析:综合分析音频语音、字幕文案、画面及 OCR 文本。 精准定位与建议:精确定位风险内…
Koharu 是一款跨平台的 AI 漫画翻译工具,旨在解决二次元爱好者阅读“生肉”漫画时的语言障碍。它通过自动化流水线技术,将文字检测、内容识别与机器翻译无缝衔接,最终将译文精准嵌回原图,实现流畅的阅读体验。 支持 Windows 与 macOS 系统,提供直接下载的软件版本。…