🤖 类型：🎯项目
👏 介绍：
MinerU 是一款一站式、开源、高质量的数据提取工具，主要包含以下功能- Magic-PDF PDF文档提取
- Magic-Doc 网页与电子书提取对于有 PDF 转换 MD 需求的朋友可以尝试下：
🤖 类型：🎯项目
👏 介绍：
- Magic-PDF PDF文档提取
- Magic-Doc 网页与电子书提取对于有 PDF 转换 MD 需求的朋友可以尝试下：
每日精粹
- 👉 名称：MinerU
🤖 类型：🎯项目
👏 介绍：
- Magic-PDF PDF文档提取
- Magic-Doc 网页与电子书提取对于有 PDF 转换 MD 需求的朋友可以尝试下： - 🌟 整理了一些图像无损放大工具
① bigjpg
② AI-Lossless-Zoomer
③ Vectorizer
④ 改图神器
⑤ 佐糖
⑥ real-esrgan
⑦ Upscale media
⑧ Upscayl
⑨ Final2x
⑩ RealSR-NCNN-Android
📢 频道 ✈️ 群聊 📬 投稿
via AI绘画｜AI视频 - Telegram Channel - 👉 名称：anx-reader
🤖 类型：🤖软件
👏 介绍：安读是一款专注于阅读的应用，不包含任何在线推广内容，它可以帮助你更专注于阅读，提高阅读效率
- 自动记录阅读进度，每次打开可以回到上次的进度。
- 丰富且可自定义的阅读配色，让您的阅读更舒适。
- 丰富的阅读设置，包括字号、行间距、字间距等，让阅读更轻松。
- 随时在书中划线，多种样式和配色，随时回顾。
- 强大的阅读统计，记录您的每一次阅读。
- 丰富的阅读笔记功能，让您的阅读更深入。
- 安读可自定义多种色彩主题，满足您的不同需求。
- 想在夜晚更舒适的阅读？安读可以适配系统 深/浅 色模式，或手动切换。
- 安读现已支持多语言（中、英），自动适配系统语言，亦可手动选择。 - 👉 名称：whodb
🤖 类型：🎯项目
👏 介绍：WhoDB是一个强大且轻量级的数据库管理工具，WhoDB用GoLang编写，支持PostgreSQL、MySQL、SQLite3、MongoDB&Redis等数据库。其主要特点包括交互式图表可视化数据库模式、内联编辑与预览、更好的用户界面以及卓越的性能。用户可以通过Docker快速启动和运行： - 👉 名称：SwashbucklerDiary
🤖 类型：🤖软件
👏 介绍：「侠客日记」是一个开源、跨平台的本地日记 APP，支持 Android、Windows、macOS 和 Web 等平台。其特点包括极简风格的 UI 设计、Markdown 即时渲染、隐私模式、标签分类展示、支持图片音视频、数学公式等多种格式，数据本地存储无需联网，并且支持多种格式文件导出及同一局域网下同步传输。 - 👉 名称：Tailor
🤖 类型：🤖软件
👏 介绍：Tailor（中文简称：泰勒）是一款视频智能裁剪、视频生成和视频优化的工具。目前该项目包括了视频剪辑、视频生成和视频优化3大类视频处理方向，共10种方法。Tailor使用方法简单，点点鼠标即可使用最先进的人工智能进行视频处理工作，省时省力，若使用安装版本Tailor，所有的环境配置都可省掉，对用户特别友好。 - 👉 名称：EcoPaste
🤖 类型：🤖软件
👏 介绍：一款开源的跨平台剪切板管理工具
- 使用 Tauri 构建项目，使其更加小巧精致，资源占用更少，同时适配多个平台。
- 应用常驻后台，通过自定义快捷键一键唤醒，节省时间，提高效率。
- 所有剪切板内容均在本地存储，确保数据隐私和安全。
- 支持纯文本、富文本、HTML、图片和文件类型。
- 根据剪切板内容类型自动进行分组，便于高效管理。
- 支持收藏剪切板内容，便于快速访问和管理重要信息。
- 内置搜索功能，轻松找到剪切板上的任何内容。
- 图片内置系统 OCR 功能，支持文本和二维码识别。
- 提供丰富的右键菜单，增强操作便捷性。 - 👉 名称：mindoc
🤖 类型：🎯项目
👏 介绍：MinDoc是一款针对IT团队开发的简单好用的文档管理系统，可以用来储存日常接口文档，数据库字典，手册说明等文档。内置项目管理，用户管理，权限管理等功能，能够满足大部分中小团队的文档管理需求。 - Super memory 一个开源的 AI 第二大脑功能工具。
支持将推特书签和网页内容都保存到自己的Super memory中，然后可以利用AI查找和回顾自己的收藏。
推特书签保存这个很强大，但是我试了一下，浏览器插件有问题，没办法安装。
项目地址：https://github.com/Dhravya/supermemoryGitHub
GitHub - supermemoryai/supermemory: Memory and context engine + app that is extremely fast, scalable, and can be run fully locally.…Memory and context engine + app that is extremely fast, scalable, and can be run fully locally. The Memory API for the AI era. - supermemoryai/supermemory - 一个新的基于AI大语言模型（LLM）的搜索引擎，支持本地大模型(Ollama)、聚合搜索引擎SearXNG
https://github.com/yokingma/search_with_aiGitHubGitHub - yokingma/SearChat: Search + Chat = SearChat(AI Chat with Search), Support OpenAI/Anthropic/VertexAI/Gemini, DeepResearch…Search + Chat = SearChat(AI Chat with Search), Support OpenAI/Anthropic/VertexAI/Gemini, DeepResearch, SearXNG, Docker. AI对话式搜索引擎，支持DeepResearch, 支持OpenAI/Anthropic/VertexAI/Gemini接口、聚合搜索引擎SearXNG... - udioai一个新的ai音乐生成在线平台
udioai是一个ai音乐生成在线平台,利用先进的人工智能技术为用户生成原创音乐。无论您是音乐家、游戏开发者,还是需要配乐的视频创作者都能满足您的需求
官网：https://udioai.org
特征
1、界面支持多语言，可以在右上角选择你使用的语言，默认状态为英文，支持中文
2、使用简单，只需要输入想要的提示词即可，几分钟即可完成创作，生成后可以在mymusic一栏找到
3、带有提示词的音乐，你可以在首页找到别人或自己创作的音乐，查看提示词及下载udioai.orgUdio AI: Free Tool for Generating MusicDiscover Udio AI Music Generator V3. Instantly create unique, captivating MP3 tracks for free. Download and enjoy innovative music with Udio AI today! - 开源的Perplexity AI搜索引擎Perplexity-Inspired LLM Answer Engine，利用Groq的函数调用能力给产品加上了生成式UI的能力。
支持了地图 + 位置、股票图表甚至电商购物信息的可视化展示，感觉那几家大厂对这块不怎么关心，反倒开源生态走在了前面。
项目地址：https://github.com/developersdigest/llm-answer-engineGitHub
GitHub - developersdigest/llm-answer-engine: Perplexity Inspired Answer EnginePerplexity Inspired Answer Engine. Contribute to developersdigest/llm-answer-engine development by creating an account on GitHub. - Parler-TTS ：一个完全开源的的高质量TTS模型
Parler-TTS 是一个由 Hugging Face 开发的轻量级文本转语音（TTS）模型，能够以给定说话者的风格（性别、音调、说话风格等）生成高质量、自然 sounding 的语音。它是基于 Dan Lyth 和 Simon King 发表的论文《Natural language guidance of high-fidelity text-to-speech with synthetic annotations》的工作复现，两位作者分别来自 Stability AI 和爱丁堡大学。
与其他TTS模型不同，Parler-TTS 完全开源发布，包括数据集、预处理、训练代码和权重。
● 高质量、自然 sounding 的语音输出：Parler-TTS 能够生成高质量且听起来非常自然的语音。它可以根据给定说话者的风格（如性别、音调、说话风格等）进行定制，以产生与特定人声非常相似的输出。
● 灵活的使用和部署：提供了易于使用的安装和部署方法，只需一行代码即可安装。此外，它还提供了交互式演示和详细的训练指南，使用户能够快速上手并自定义模型。
● Datasets数据集Parler-TTS 提供了开源的注释语音数据集，范围从1,000小时到即将到达的50,000小时。这为训练和改进TTS模型提供了丰富的资源。
GitHub：https://github.com/huggingface/parler-tts
模型下载：https://huggingface.co/parler-tts
在线体验：https://huggingface.co/spaces/parler-tts/parler_tts_miniGitHub
GitHub - huggingface/parler-tts: Inference and training library for high-quality TTS models.Inference and training library for high-quality TTS models. - huggingface/parler-tts
