GitHubDaily @[email protected]
Bot
微信公众号「GitHubDaily」
微博自动同步bot，原则上不搬运广告内容呢，如果自动搬运了广告内容麻烦帮忙点一下举报
Joined Aug 2020
发现 OCR 这个赛道真卷，隔三差五就有新工具出来超越现有的 OCR 工具，这次轮到 MonkeyOCR 登场，对复杂文档解析又快又准。
仅仅 3B 参数，性能超越 Gemini 2.5 Pro 等闭源模型，不仅能精确识别文字、公式和表格，还能保持原有的文档结构和布局关系。
GitHub: https://github.com/Yuliang-Liu/MonkeyOCR
模型下载：huggingface.co/echo840/MonkeyOCR
主要特性：
- 支持中英文多种文档类型解析，包括学术论文、教科书、财务报告等
- 公式识别准确率比传统工具提升 15.0%，表格处理提升 8.6%
- 处理速度达到 0.84 页/秒，比同类工具快 30% 以上
- 3B 参数模型性能超越 Gemini 2.5 Pro 等大型闭源模型
- 支持 PDF 和图片格式输入，输出 Markdown 格式文档
目前模型及代码均已开源，并且提供了在线体验 Demo，感兴趣的同学可以测试下效果。
苹果开源了一个可在 macOS 系统上高效运行 Linux 容器的工具：container。
基于 Swift 原生开发并针对苹果芯片深度优化，完全兼容 OCI 标准容器镜像，可以直接拉取任何标准容器仓库的镜像并运行。
GitHub: https://github.com/apple/container
主要特性：
- 创建和管理轻量级 Linux 容器虚拟机
- 支持从任何标准容器仓库拉取镜像运行
- 构建和推送 OCI 兼容的容器镜像
- 针对 Apple Silicon 芯片性能优化
- Swift 原生实现，系统集成度更高
- 完整的容器生命周期管理功能
提供开箱即用的安装包，可在项目的发布页面下载，双击安装即可使用。
GitHub 上一份精心整理的大语言模型微调学习资源：Awesome LLMs Fine-Tuning，为我们提供了完整的微调学习资源库。
从开源实用工具到学术论文的各类资源，并且按照教程、工具、书籍、框架、最佳实践等分类整理。
GitHub: https://github.com/Curated-Awesome-Lists/awesome-llms-fine-tuning
主要内容：
- 开源工具：AutoTrain、LLaMA-Factory、H2O LLM Studio 等实用工具
- 文章教程：从入门指南到高级技巧的完整学习路径
- 在线课程：Coursera、Udemy 等平台的专业课程推荐
- 学术论文：QLoRA、LoRA 等前沿研究成果汇总
- 实用工具：PEFT、Ludwig AI 等微调框架和软件
- 视频资源：包含 Andrej Karpathy 等专家的讲解视频
对于想要系统学习 LLM 微调技术的开发者来说，这个项目是个不错资源。
GitHub 上一个按公司分类整理好的 Leetcode 题目资源库：Leetcode Company wise Problems Lists，专为准备技术面试的开发者收集。
通过收集 LeetCode Premium 上按公司标签分类的题目，涵盖 Meta、Amazon、Google 等 100+ 知名科技公司。
GitHub: https://github.com/liquidslr/leetcode-company-wise-problems
并且按照 30 天、60 天、90 天和全部时间进行分类整理成 CSV 文件，方便我们直接查看和使用。
项目一直在持续更新，最新收集的题目为 6 月 1 号，正准备面试的开发者可以 Star 收藏查看。
平时使用 ToDesk、向日葵这类远程软件时，免费版总有各种限制颇为头疼，比如时长限制、画质限制，想远程个手机还得额外花钱。
无独有偶，在 GitHub 上发现了它们的开源平替 BilldDesk 工具，完全免费且无任何限制。
不仅支持电脑控制电脑，还能实现网页控制手机、屏幕墙等高级功能，完全不输商业软件。
GitHub: https://github.com/galaxy-s10/billd-desk
主要功能：
- 跨平台远程控制，支持 Web、Windows、macOS、Linux、Android
- 无连接时长限制，无画质限制，完全免费使用
- 支持同时控制多台设备和多人同时远程一台设备
- 屏幕墙功能，可同时监控多个桌面画面
- 文件传输、多屏操作、按键组合等实用功能
- 支持私有化部署，企业可自建服务器
提供完整生态的客户端下载，包括桌面版、移动端和 Web 版本，可在发布页面下载使用。
给毕业季的同学推荐一个开源免费的在线简历制作工具：ResumeToJob。
通过该工具可快速创建专业美观的简历，支持实时编辑和一键导出 PDF，数据完全本地存储，更好的保护自己隐私。
GitHub: https://github.com/ltlylfun/ResumeToJob
主要特性：
- 内置多种精美简历模板可选择
- 响应式设计，支持手机和电脑使用
- 数据本地存储，注重隐私保护
- 一键导出 PDF 格式简历
- 支持中英文界面切换
- Markdown 格式支持，编辑更简单
- 实时预览效果，所见即所得的编辑体验
工具提供一个自托管在线网站，可直接访问使用，也可以自己本地部署。
跟大家分享一个开源、跨平台、轻量级的图片压缩工具：PicSharp。
提供 TingyPNG 在线压缩和本地压缩两种策略，还支持文件夹监视模式，可以自动压缩新添加的图片文件。
GitHub: https://github.com/AkiraBit/PicSharp
主要功能：
- 强大批处理能力，基于 Rust 实现，轻松处理 10 万+ 图片
- 双重压缩策略，TinyPNG 和本地压缩自动切换使用
- 自动监视模式，监控文件夹并自动压缩新增图片
- 支持多种格式，PNG、JPEG、WebP、AVIF、GIF 等
- 丰富配置选项，压缩级别、保存方式、压缩率限制等
提供 Mac、Windows 和 Linux 安装包，可在发布页面下载，Mac 系统还可通过 Finder 右键菜单快速压缩。
当我们开源了一个项目，通常想要更多国外开发者也能了解到我们的项目，但每次需要将 README 文件翻译成多种语言，颇为麻烦。
不妨试下 OpenAiTx 这款开源免费的工具，刚好能解决这个需求。
它能将任何 GitHub 项目一键生成 20 种语言的 README 翻译版，采用的是 GPT-4.1 模型，翻译质量不错。
GitHub: https://github.com/OpenAiTx/OpenAiTx
并且提供了多种展示样式，可以选择徽章或链接格式，放到项目的 README 文件中。
目前可免费使用，无需注册或配置，只需要将项目链接中的 github 替换为 openaitx 即可触发翻译。
GitHub 上 AI Screenshot Translator 这款简单实用的截图翻译工具，解决了对于图像扫描的外文 PDF 文件，无法直接复制文本翻译问题。
通过自定义快捷键一键截图，AI 自动识别并翻译图片中的文字，能完美解决 PDF 数学公式复制难题。
GitHub: https://github.com/Diraw/AI-Screenshot-Translator
此外，可自定义 API 接口，支持多种主流模型，还支持多窗口贴片管理，随意拖放缩放对比翻译结果。
提供了开箱即用的安装包，可在项目的 GitHub 发布页面下载安装使用。
又发现一款开源免费的视频搬运工神器：Y2A-Auto，一键将 YouTube 上的优质视频搬运到 AcFun。
提供了全套完整的自动化解决方案，从视频下载，到翻译字幕，最后自动上传到平台，甚至还支持内容审核。
GitHub: https://github.com/fqscfqj/Y2A-Auto
除此之外，可自动监控 YouTube 趋势视频和指定频道，提供 Web 界面管理和浏览器插件支持。
支持 Docker 一键部署，启动后可在 Web 界面上配置完 LLM API Key 即可使用。
GitHub 上一个开源工具 Torchvista，仅用一行代码即可让 PyTorch 模型变得直观可视化，剖析完整的复杂模型结构。
在 Jupyter、Colab 等笔记本中提供交互式图形界面，不仅能拖拽缩放查看模型结构，还支持点击节点查看参数详情。
GitHub: https://github.com/sachinhosmani/torchvista
适合深度学习的开发者，用来学习或调试 PyTorch 模型，或者理解其复杂的网络结构。
如果我们是使用 Java 语言开发的应用，想要集成 AI 功能，那么 LangChain4j 这个强大的框架值得一看。
该框架专门为 Java 开发者设计，提供了统一 API 快速对接 15+ 个主流 LLM 提供商和向量数据库，如 OpenAI、Google、Anthropic、Pinecone、Milvus 等。
GitHub: https://github.com/langchain4j/langchain4j
并且还包含了从提示模板到 RAG 应用的完整开发工具箱，支持与 Spring Boot、Quarkus 等框架快速集成。
通过 Maven 添加依赖即可开始使用，并提供了详细文档和入门指南可帮助我们快速上手。
在开发应用有集成语音识别功能，往往选择调用各种云端 API，不仅需要担心网络问题，还需要为每次调用付费。
为了解决这个问题，在 GitHub 上发现一个强大的离线开源语音识别工具包：Vosk，已斩获了 10.1k+ Star。
它支持 20 多种语言识别，模型仅 50MB 却能提供连续大词汇量转录，还支持流式 API 和说话人识别等高级功能。
GitHub: https://github.com/alphacep/vosk-api
主要特性：
- 支持英语、中文、俄语、德语、法语等 20+ 种语言
- 完全离线运行，无需网络连接和 API 费用
- 零延迟响应，提供流式 API 接口
- 模型小巧（50MB）支持连续大词汇量转录
- 支持说话人识别和可重新配置词汇表
- 提供 Python、Java、C++、Node.js 等多语言绑定
- 适用于聊天机器人、智能家居、字幕生成等场景
提供了详细安装说明和使用示例，可通过官网下载对应语言模型。
跟大家分享一个开源免费、简单实用的 Chrome 插件：EasyCopy。
通过简单的不同点击操作，快速复制当前网页的标题、URL 和 核心内容。
GitHub: https://github.com/joeseesun/EasyCopy
安装地址: https:// 网页链接
有以下三种不同点击操作：
- 单击：复制当前网页的标题和 URL（各一行）
- 双击：复制当前网页内容为 Markdown
- 三击或右键：一次性复制所有 Tab 标题和 URL 等
对于经常需要获取当前网页内容，用来写作、研究或信息收集非常方便。
分享 GitHub 上一份深入浅出的 PyTorch 基础免费教程：PyTorch Fundamentals。
从张量初始化到矩阵运算，再到索引和重塑操作，涵盖了 PyTorch 最核心的概念。
GitHub: https://github.com/analyticalrohit/pytorch_fundamentals
主要内容：
- 张量基础概念和初始化方法详解
- 张量数学运算和比较操作实践
- 矩阵乘法和批处理操作技巧
- 张量索引和重塑操作指南
- NumPy 数组与张量的转换方法
- 广播机制和其他实用操作技巧
此外，还配有完整的 Jupyter notebook 和详细博客解析，适合深度学习初学者。
Deep Research 的开源平替真的是层出不穷！
逛 GitHub 时，又发现了一款名为 “Open Deep Research MCP Server” 的深度研究助手开源工具。
通过迭代式深度搜索和智能来源评估，它能自动生成目标查询、评估信息可靠性并输出详细的 Markdown 研究报告。
GitHub: https://github.com/Ozamatash/deep-research-mcp
同时还支持 MCP 协议，可集成到 Claude、Cursor 等 AI 工具中。
跟大家分享一款有助于我们培养好习惯的开源追踪应用：Flux。
提供简洁直观的界面，支持三种不同的习惯追踪模式：成就型计数、避免型追踪、简单打卡模式。
GitHub: https://github.com/wisamidris77/flux
并包含详细数据分析，包括成功率、连续天数和整体进度仪表板等，还可以自定义图标和颜色。
让我们能清楚看到每个习惯的改变轨迹，帮助我们建立积极习惯和改掉坏习惯。
在 GitHub 上发现一款功能强大的项目管理看板工具：Kan，可作为 Trello 的开源平替。
提供了完整的看板功能，如团队协作、数据导入、项目管理、标签和过滤器、评论等等。
GitHub: https://github.com/kanbn/kan
并且还能直接从 Trello 导入现有项目，迁移过程非常顺滑。可通过 Docker 快速部署使用。
AirPosture 这款开源 macOS 应用，很有意思！能让 AirPods 摇身一变成为你的坐姿监督教练。
GitHub: https://github.com/allenv0/AirPosture
利用 AirPods 的传感器实时捕捉到我们的不良姿势，并且提供可视化界面。
实时展示我们的不良姿势时间以及头部方向等信息，以助于我们及时调整姿势。
又发现一款专为从复杂文档中高效提取结构化数据的开源 Python 库：Agentic Document Extraction。
该库能够智能识别处理文档中的各种复杂元素，如表格、图片和图表等，并且返回带有精确元素位置的层次化 JSON 数据。
GitHub: https://github.com/landing-ai/agentic-doc
此外，还支持 1000+ 页长文档的自动分页处理，以及并行批量操作，支持输出结构化 JSON 和可读的 Markdown 格式文件。
仅需本地执行一条命令即可安装使用。对于需要处理大量复杂文档的开发者该库值得一看。
Bot
微信公众号「GitHubDaily」
微博自动同步bot，原则上不搬运广告内容呢，如果自动搬运了广告内容麻烦帮忙点一下举报
Joined Aug 2020
