j8267643的博客

是一个专为闲鱼平台设计的智能客服机器人系统，旨在提供全天候自动化服务。这一系统通过多专家协同决策、智能议价及上下文感知对话等功能，能够有效管理轻量级的对话记忆，从而为用户提供更自然流畅的交流体验。项目地址可参考其官方GitHub仓库以获取更多信息与支持。XianyuAutoAgent通过轻量级对话记忆管理，将完整的对话历史作为上下文输入，确保在不间断的交流中保持一致性和流畅性。这种机制避免了重复提问或回答，使得对话更加自然且易于理解。

SeleniumBase 是一个基于 Python 的测试框架，整合了 Selenium WebDriver 的强大功能，并提供了额外的工具和简化语法，用于自动化测试和网页抓取。它旨在减少编写测试代码的复杂性，同时提高执行效率和可维护性。

最近 Agent 相关事物非常火热，框架侧有 Manus、TARE、沉思，平台侧阿里、腾讯纷纷支持 MCP 协议，还有各种 Agent 应用如雨后春笋。昨天，Google 也不甘落后，开源了 Google Agent Development Kit（缩写：ADK）。今天就和大家一起了解下 ADK 是怎么回事。model="gemini-2.0-flash", # 或者你选择的其他 Gemini 模型instruction="你是一个乐于助人的助手。根据需要使用 Google 搜索回答用户问题。",

‌‌ 是一款基于节点编辑的可视化流程搭建引擎，旨在帮助开发者快速创建固定布局或自由连线布局的流程，特别适合有明确输入和输出的可视化工作流场景。它通过拖拽节点和连接线的方式，简化了复杂业务流程或AI任务链的构建过程，极大地提高了工作效率‌。

这个 AgenticSeek 也是 Manus 的开源平替。最大的特色是完全本地化，你的所有数据都在自己本地硬件上运行，确保你的隐私安全。Manus 是典型的云端 AI 应用的代表，有一个类似虚拟机的东西。你请求的指令会在云端的虚拟环境中，调用各类工具，然后返回给你。虽然在使用 Manus 的时候，右侧会有一个实时执行的进度显示，这个其实是虚拟环境传递过来的，调用的工具或者浏览器并不是自己本地的。

Snapdrop是一个开源的局域网文件传输工具，它利用WebRTC技术支持跨平台文件传输。与传统的文件传输方式不同，Snapdrop不需要注册账号或安装插件，其传输过程完全基于点对点（P2P）进行。这意味着，文件不会经过任何第三方服务器，从而保证了传输的速度和隐私。Snapdrop的使用范围非常广泛，只要设备上有现代浏览器，如Chrome或Safari，即可使用Snapdrop进行文件传输。面对现代多样化的工作环境和生活需求，跨设备传输文件已经成为必不可少的一部分。

站点地址：https://indiegoodies.com/awesome-open-source-mac-apps。以上仅是列表的一部分，更多实用有趣的开源免费软件可以自行搜索🔍。希望这些工具能为大家的 Mac 使用带来便利与效率！它精心整理了最受欢迎的 Mac 系统开源免费软件列表，应用类型也是基础上都涵盖了常用的领域，包括但不限于。无论是对于开发者、设计师还是普通用户，寻找适合自己 Mac 系统的免费开源软件一直是一项重要的任务。最近，意外发现了一款 Mac 开源Apps应用站点，是由。

HelloGitHub 分享 GitHub 上有趣、入门级的开源项目。等，让你用很短时间感受到开源的魅力，爱上开源！

‌‌是一个开源项目，旨在通过一系列精心编写的、分步骤的指南，帮助开发者从零开始重新创造他们喜爱的技术。该项目不仅是一个教程集合，更是一个实践的平台，通过亲手实现各种复杂的技术，帮助开发者深入理解其背后的原理和机制‌。

：：：项目链接：

同时,如果你会用到“轮次检测(Turn Detection)”,那么 VAD 是你的必选项,它是轮次检测准确性的可靠保障。TEN VAD 已在 Hugging Face 和 GitHub 上开源,并附带人工精标的数据集(TEN VAD Test Sample),开发者可以一键使用进行模型推理或模型评估。与目前常用的 WebRTC Pitch VAD 和 Silero VAD 相比,在公开的 TEN VAD 测试集上(来自多场景、逐帧人工标注),TEN VAD 展示出了更优的效果。

这个 AgenticSeek 也是 Manus 的开源平替。最大的特色是完全本地化，你的所有数据都在自己本地硬件上运行，确保你的隐私安全。Manus 是典型的云端 AI 应用的代表，有一个类似虚拟机的东西。你请求的指令会在云端的虚拟环境中，调用各类工具，然后返回给你。虽然在使用 Manus 的时候，右侧会有一个实时执行的进度显示，这个其实是虚拟环境传递过来的，调用的工具或者浏览器并不是自己本地的。

【代码】【GitHub项目推荐--让 AI 有记忆】【转载】

阿里巴巴基于 Spring AI 开发的 Java AI 应用框架，深度集成阿里云通义系列大模型（如通义千问）和云原生服务。提供标准化 API 以屏蔽模型调用差异，支持流式响应、多模态交互、向量数据库等高级功能。开发者无需关注底层技术细节，即可快速构建智能客服、数据分析等企业级应用。

其核心亮点在于采用了插件式设计理念：播放器本身不集成任何固定的音乐来源，诸如歌曲搜索、在线播放、歌词显示等所有关键功能，均通过加载不同的插件模块来实现。还集成了一些非常便捷的功能，例如在当前歌单内进行快速搜索定位歌曲，以及歌词随音乐播放同步滚动等，这些都极大地优化了用户操作体验。该项目将用户的所有相关数据，例如播放记录、个人创建的歌单等，全部储存在用户设备的本地存储中。有力地保障了个人隐私。音乐播放功能完全通过插件实现，用户可以根据需要自行安装插件，连接到不同的音乐平台音源（例如某易云、某音乐等）。

但是下载下来需要注意一下，有的大的教材 PDF 文件会进行拆分（因为 GitHub 限制了单个文件不大于 50M），你需要把一些拆分的 PDF 文件合并一下。拿小学举例子：小学中的课程数学、美术、科学、英语、语文，甚至体育与健康、艺术、书法、音乐等等 10 大课程配套的教学材料都有。这个项目收集了国内小学、初中、高中、大学所有的教学课本教材，是 PDF 格式的，总共 38G...而且还能看到不同地区的出版的材料，比如人教版、北京版、北师大版等等 8 个不同机构的教育教科书。

Cursor 知道吧？就是目前全球最火的 AI 代码编辑器。Void 是它的开源替代品，最近一周就获得了 5552 的 Star，太火爆了。截止到目前，这个 Cursor 的开源平替已经获得了 18k+ 的 Star。它基于 VS Code 编辑器二次开发，加入了 AI 的能力。像 Cursor 支持的。

【代码】【GitHub项目推荐--用你的聊天记录训练 AI】【转载】

这是一个知识管理工具，能聚合搜索引擎/Slack/Notion等平台数据搭建个人知识库，并且通过 AI 对话来快速效率的查找知识库中的内容。它采用模块化设计支持第三方应用集成，并提供文献管理、数据分析等研究辅助功能，兼顾普通用户与开发者的扩展需求。NotebookLM、Perplexity 听说过吧？SurfSense 是他们的一个开源替代。

① 智能抠图支持多种人像抠图模型（如MODNet、birefnet等），能精准分离人物与背景。提供纯离线模式，保护隐私且无需联网，可处理复杂背景（如头发丝细节）。② 证件照生成自动适配各国标准尺寸（如中国、美国、日本等），还提供了很多常用的证件模板，也支持自定义尺寸和分辨率；一键更换纯色背景（提供预设颜色或 HEX 值输入）。③ 实用工具排版功能：生成六寸相纸排版（多张证件照排列）；美颜优化：调整亮度、对比度、锐度，支持皮肤美白；模板照：添加社交媒体或简历模板（如LinkedIn风格）；

开源地址1：https://github.com/apirrone/Open_Duck_Mini这是一个名为 Open Duck Mini 的开源机器人项目，目标是打造一只低成本、迷你版的“迪士尼 BDX 机器鸭”。BDX 机器鸭是迪士尼推出的一款机器人，能走路、互动，但价格昂贵（约1.5万美元）。就是下面这个可爱的两脚机器小鸭子：而这个开源项目想做一个“缩小平替版”——高度约42厘米，总成本控制在 400美元以内，让普通人也能动手制作。

输入链接 → 下载文件 → 完成，全程无需复杂设置，适合非技术用户。Cobalt 是“只做好一件事”的工具典范，用技术简化媒体下载，同时坚守隐私与法律底线。不管是视频、文件、视频还是网页内容，这个开源项目都能拿捏。它核心设计理念是“简单高效、无干扰”。用户只需粘贴链接，即可快速获取文件，非常潇洒，迅捷。比如说：把 B站视频链接丢进去，点击下载，这个视频就下载到本地了，非常快，非常爽。不缓存内容，直接代理下载，避免中间服务器存储，减少隐私风险。零广告、零追踪，不收集用户数据，所有操作仅在本地完成。

SkyReels-V2 是一个由 AI 驱动的视频生成模型，能够根据文字描述或输入图片生成高质量、连贯的短视频，甚至支持。这个开源项目最大的亮点是：解决传统模型 AI 视频长度受限的问题，传统 AI 视频生成模型一般 3～4S 的视频。① 文本生成视频（T2V）：输入一段文字（如“湖面上优雅的天鹅游动”），模型即可生成符合描述的动态视频。它由团队 SkyworkAI 开发并开源，适用于影视创作、广告设计、动画制作等场景。”技术，模型可分段生成视频并自动拼接，实现超长视频的无缝衔接。

Rust 编写的高性能代码编辑器，核心特性包括：基于 Xi-Editor 的文本处理引擎（极速响应）、WGPU 图形渲染、内置 LSP 支持、Vim 模式切换和远程开发能力。安装提供 AppImage/Windows安装包/源码编译多种方式，开发者可通过Lapdev 云环境贡献代码，采用 Apache 2.0 协议。技术亮点：Floem UI 框架实现跨平台 GUI，集成终端模拟器，支持 WASM 插件开发。

核心技术包括 OCR 识别（图片）、语音转录（音频）、文档元数据提取。提供 CLI 命令和 Python API 两种使用方式，支持批量转换和 Docker 容器化部署。微软开发的文档转换工具，支持将 PDF/Office文档/图片/音频等 20+ 格式转换为 Markdown。目前已经获得了 54.5K 的 Star！特色功能是通过 OpenAI GPT-4o 实现智能图片描述生成。贡献需签署微软 CLA 协议，采用 MIT 许可证。

特色用例涵盖市场分析（医疗行业竞争对手调研）、VC基金名单生成、保险比价、LinkedIn人才搜索等。部署需要 Supabase/Redis/Daytona 环境，支持本地运行，遵循Apache 2.0协议。由 kortix-ai 开发的开源通用 AI 助手，通过自然对话帮助用户完成现实世界任务。核心功能包括浏览器自动化/数据抓取、文件管理、命令行执行和 API 集成。技术架构分为四个模块：基于Python/FastAPI的后端、Next.js前端、Docker隔离的代理执行环境、Supabase数据库。

这相当于在AI领域建立了一个“协作联盟”，不同公司的数字员工可以跨平台合作。比如电商公司的库存AI可以直接联系物流公司的配送AI调整发货计划，而过去这种协作需要复杂的系统对接。而通过 A2A 协议，这些 AI 就像被拉进了同一个工作群：招聘经理的 AI 助手可以自动联系筛选简历的 AI 获取候选人名单，再联动安排面试的 AI 协调时间，整个过程无需人工介入。这项协议的核心目标是让不同公司开发的 AI Agent（可以理解为“数字员工”）能够像人类同事一样互相协作，打破原本各自孤立的工作状态。

AI 大模型的热潮席卷各行各业，越来越多的企业和开发者都希望快速体验和落地 AI 技术。然而，很多读者却发现，想要真正用上大模型并不容易：部署复杂，安装包庞大，运维门槛高；企业级方案成本高昂，中小团队难以负担；闭源方案存在隐私安全风险；智能体开发门槛高，非技术人员难以快速上手；缺乏灵活的定制化能力，难以体现企业特色。有没有一款工具，既能快速部署，又能低成本实现企业级 AI 应用，还能满足个性化定制需求呢？今天，我们就给大家推荐一款开源的轻量级 AI 开发神器——OpenPAI。

它结合了 AI 大模型和界面操作技术，能够理解用户指令、自主决策并模拟人类操作计算机界面，帮助用户从繁琐的工作中解放，专注于高价值事务。无论是 Windows 弹窗、网页表单、 Office 文档编辑器，还是手机 APP 界面，它都能看得明明白白，更多介绍可以看我。这个 Case 太适合做私域营销的群体了，背后基于微软的 Omniparser + AI 大模型，可以让很多场景都能自动化。Omniparser 是一款基于纯视觉的 AI 工具，简单来说，它像一双智能眼睛，能通过。

Awesome-GPT4o-images 开源项目里面装满了用 GPT-4o 生成的有意思图片，从Q版婚纱照到科幻大片场景，只有你想不到，没有 AI 画不出来的。开源地址：https://github.com/jamez-bondos/awesome-gpt4o-images。帮助你的 AI 画图灵感，这个开源项目有点意思。

这个工具最厉害的地方在于突破传统 AI 视频的时长限制。普通视频生成工具往往只能做 3 秒片段，而 TTT-Video 通过"分段制作+智能拼接"技术，像搭积木一样把多个 3 秒片段拼成完整故事。开源地址1：https://github.com/test-time-training/ttt-video-dit。输入文字描述，这个开源工具可以生成长达 1 分钟的高清动画，还能让画面在不同艺术风格间无缝切换。TTT-Video 是个开源的智能动画工厂。

技术实现原理是：系统自动通过 yt-dlp 下载视频并解析字幕（若存在非中文字幕则进行翻译，无字幕时通过 Whisper 生成并翻译为中文），最后利用 Gemini 将处理后的字幕转换为结构化文章并提取视频关键帧配图。举个真实案例：某程序员学习 React 新特性教程，2 小时的视频用 Video2Blog 处理后，10 分钟就生成带 34 张原理图的技术笔记，效率提升 12 倍。刷到一个视频想转成小红书笔记，可以试试这个叫「小红书笔记生成器」的开源神器，它能把任意视频变成符合小红书调性的优质笔记。

该项目前身为 2021 年推出的商业财富管理应用，曾耗资百万美元开发并包含 CFA 顾问对接等高级功能，后因商业原因于 2023 年终止服务，现全面开源。核心功能包括：多账户财务聚合管理；原生支持财务顾问服务接口；本地化部署与云端托管双模式；提供开发者沙箱环境，含预置测试账户。由 Maybe Finance 团队开发的开源项目「Maybe」开源了，是一个个人财务管理的操作系统。

该项目通过完全离线运行的核心技术，实现会议音频实时转录、智能摘要生成与结构化内容管理，避免依赖云端服务，保障数据安全。④ 技术实现：Rust/Python 双引擎实现系统/麦克风音频捕获，支持多声道分离与说话人识别。集成知识图谱技术，支持语义检索；② 成本优化：采用开源 AI模型（如Whisper.cpp），替代昂贵商业API，支持离线运行。③ 灵活扩展：支持多平台部署（Windows/macOS），可自托管定制功能模块。① 隐私优先：所有音频处理、转录及分析均在本地设备完成，杜绝数据外泄风险。

支持从视频下载（YouTube/Bilibili链接或本地文件）到字幕生成、翻译、配音、合成的端到端处理。提供可执行文件及Docker部署方案，支持本地模型与云端服务（OpenAI、阿里云）混合调用。比如下图为 46 分钟的本地视频导入，一键执行的效果，无任何手动调整。无缺失、重叠，断句自然，翻译质量也非常高。语音服务：内置多音色配音，支持语音克隆（需本地音频样本）及跨语言配音对齐，适配个性化需求。翻译引擎：支持 56 种语言互译，基于段落级上下文保障语义连贯性，支持自定义术语替换。

支持多文档管理，合同、手册分门别类，检索比 Windows 搜索还快。，断网也能用，一键切换 DeepSeek、GLM 、Qwen 等主流开源模型。当终端显示 Success，表示 DeepSeek-R1-1.5B 模型已准备就绪，可以进行使用了。其中，Serper检索方式，需要准备搜索引擎服务 Serper 的 API Key，可以去官网。上进行大模型部署，要下载下来模型，并且能够成功部署。DeepSeek、GLM 、Qwen 都能接入，想用哪个随你挑。，查找公众号文章用元宝，文章总结和。

在 AI 掀起全民编程革命的今天，搭建个人网站已经很简单了。如果不想凌晨3点发现数据库被清空、个人网站突然跳转博彩页面，可以试试开源的防火墙神器。可以有效的解决个人网站被SQL注入、XSS跨站脚本、网页内容被篡改、页面盗链、网站内容数据泄露、网站被恶意扫描、cc攻击等一系列安全问题最近，国内知名服务器管理面板宝塔团队就开源了一款重量级产品：aaWAF（堡塔云WAF），真开源，不限制商用。这款基于 Docker/Nginx/Lua 技术栈打造的防火墙，经过千万级用户实战验证，祝你网站抵挡攻击。

S 全屏播放 full_screen_mv。

【代码】【GitHub项目推荐--Web 版 Excel】【转载】

原文链接：