在 GitHub 上发现一个能满足 8090 后怀旧感的开源项目:FieldStation42。
它能完美模拟传统有线和广播电视的观看体验,根据当前时间自动播放对应的节目,在频道之间切换时,节目会像真实电视台一样继续播放。
甚至还会自动插入广告和频道标识,仿真度极高,让我们重温那个按时守候电视节目的年代!
GitHub: https://github.com/shane-mason/FieldStation42
主要功能:
- 支持多个同时播放的频道,能无缝切换;
- 自动生成每周节目表,内容新鲜不重复;
- 智能插入广告和频道标识,还原真实;
- 支持电影长度内容和季节性节目设置;
- 支持循环播放的社区公告频道;
- 可配置预览/指南频道,显示当前播放内容。
安装需要一定的 Linux 基础和视频文件处理经验,在 README 文件上提供了详细教程,并且简述了其工作原理,感兴趣的可以看下。
一款能媲美 Suno 的开源音乐模型:ACE-Step,能在极短时间内生成高质量音乐,比传统 AI 模型快 15 倍!
通过结合扩散生成模型和轻量级 Transformer,同时在训练中利用 REPA 技术实现语义对齐,实现生成的音乐既保持高度连贯性,又能精确对齐歌词。
GitHub: https://github.com/ace-step/ACE-Step
主要功能:
- 一键生成完整音乐作品,支持 19 种语言和各种音乐风格;
- 声音克隆、歌词编辑、混音等高级控制机制,灵活调整音乐细节;
- 专用 LoRA 模型可从歌词直接生成人声样本,加速作曲流程;
- 局部重绘功能可选择性修改特定部分,无需重新生成整首歌曲;
- 提供歌词到人声、文本到采样、即将推出的说唱机器和声轨生成等功能;
- 高效性能设计,在 A100 GPU上仅需 20 秒即可合成 4 分钟的音乐;
模型下载:huggingface.co/ACE-Step/ACE-Step-v1-3.5B
在线体验:huggingface.co/spaces/ACE-Step/ACE-Step
目前项目代码和模型均已开源,并且提供了 ComfyUI 节点,方便大家快速使用。
分享 GitHub 上一款精美的代码截图分享开源工具:chalk.ist。
通过简单粘贴代码,选择主题和样式,即可一键生成带有语法高亮的精美代码图片,支持多种编程语言。
GitHub: https://github.com/Idered/chalk.ist
除此之外,还可以添加自定义背景、行号和各种装饰效果,最后可一键导出 PNG 格式图片进行分享。
对于经常需要在社交媒体或编写技术文章中展示代码的同学,该工具值得一试。
如果你使用苹果电脑,不妨看下这款增强预览能力的开源工具:QuickLook Video。
添加了对 .flv、.mkv、.webm 等众多 “非原生” 视频格式的支持,让我们能直接预览几乎所有类型的视频文件。
GitHub: https://github.com/Marginal/QLVideo
主要功能:
- 在 Finder 中显示各种格式视频的缩略图和预览;
- 支持查看视频封面艺术和元数据信息;
- 兼容大量非原生媒体文件类型;
- 无需打开专门的播放器即可预览视频内容;
- 与 macOS 系统完美集成,操作体验一致。
可通过 GitHub 发布页面下载安装包,安装后立即生效,无需额外配置。
平时下载了各种有声书和音频课程,但在手机上听一半换到平板或电脑继续听时,总要手动记住上次听到哪里,特别麻烦。
最近发现的 Folder2Podcast 开源项目解决了这个困扰,它能把我们本地的音频文件夹秒变成私人播客 RSS 源,让跨设备听书变得超简单!
实现零侵入读取本地音频文件,并自动生成标准播客 RSS 订阅源,而且完美兼容 Apple Podcasts、Pocket Casts 等各种主流播客客户端。
GitHub: https://github.com/yaotutu/folder2podcast
主要功能:
- 零侵入设计,不修改原始文件夹结构和内容;
- 自动分析文件名构建剧集顺序,智能生成发布时间;
- 完美支持所有主流播客客户端,享受专业听书体验;
- 跨设备同步收听进度,随时随地接着上次位置听;
- 提供友好的 Web 界面,一键复制订阅地址;
- 支持播客元数据自定义,个性化配置封面和信息。
可通过 Docker 一键部署,简单配置下即可使用,并且提供了详细教程,特别适合喜欢有声书和播客的同学使用。
逛 GitHub 时发现 Cursor 的开源平替 Void 工具,已经狂揽了 15.2k+ Star!
拥有与 Cursor 几乎一样强大的编程功能,最大的不同 Void 是可直接连接任何 AI 模型或使用本地部署模型,无需再经过第三方服务器。
GitHub: https://github.com/voideditor/void
主要功能:
- 按 Tab 键智能补全代码,支持内联编辑(Ctrl+K),操作体验超流畅;
- 强大的 Agent 模式可搜索、创建、编辑文件,甚至有终端访问权限;
- 独特的 Gather 模式提供只读搜索功能,更安全地分析代码库;
- Checkpoints 功能可视化 AI 代码修改,轻松追踪和比较所有变更;
- 即使不支持工具调用的开源模型,也能在 Agent 模式下使用;
- 智能代码错误检测,AI 能主动发现并修复代码问题;
- 超快速应用功能,即使对 1000 行大文件也能即时生效。
基于 VS Code 开发,可一键导入原有主题、快捷键和设置,对于已习惯 VS Code 编辑器的开发者来说颇为友好。
项目完全开源,同时还提供了开箱即用安装包,支持 Windows 和 macOS 系统。
又发现一款高颜值、无广告的 YouTube 开源平替客户端:LibreTube。
采用 Material Design 3 设计风格,提供 Piped API 和本地两种模式稳定流畅获取 YouTube 内容,可自动跳过广告内容。
GitHub: https://github.com/libre-tube/LibreTube
除此之外,支持订阅频道、创建订阅组和自定义播放列表,还可以下载高清视频和后台播放。
值得一提,不需要 Google 服务也能使用,可通过 F-Droid、IzzyOnDroid 应用商店或 GitHub 直接下载安装。
分享 GitHub 上一套开源的精美桌面 UI 组件:GPUI Component。
这是一个基于 GPUI 跨平台组件库,提供 40+ 原生风格组件,并融合了 macOS 和 Windows 两者的设计。
GitHub: https://github.com/longbridge/gpui-component
主要特性:
- 丰富组件库,提供 40+ 跨平台桌面 UI 组件
- 原生风格,融合 macOS、Windows 与 shadcn/ui 设计
- 灵活布局,支持 Dock 面板排列和自由形式布局
- 多主题支持,内置 Theme 与 ThemeColor 系统
- 高性能渲染,虚拟化 Table 和 List 组件处理大数据
- 原生支持 Markdown 和简单 HTML 内容渲染
适合用于 Rust 和 GPUI 框架构建的桌面应用,相关的开发者可以看下。
字节团队开源了一套基于节点编辑的可视化工作流构建引擎:FlowGram,扣子和飞书工作流用的就是这套。
提供了固定布局和自由连线布局两种模式,同时配套完整交互最佳实践,尤其关注如何为工作流赋能 AI 能力。
GitHub: https://github.com/bytedance/flowgram.ai
主要特性:
- 支持固定布局模式,可拖拽节点到指定位置,支持分支、循环等复合节点;
- 提供自由连线布局模式,节点可放置在任意位置并通过自由线条连接;
- 完整的包管理体系,支持多种编辑场景需求;
- 丰富的交互范式,专注于提供流畅的用户体验;
- 内置 AI 相关功能扩展,助力开发智能化工作流。
对于想开发可视化工作流应用的团队来说,这个开源项目不容错过,同时也是个人学习实践工作流的指南。
平时想临时快速和朋友分享文档,通常会选择自己熟悉的在线协作文档,如飞书之类的,但又要登录注册,颇为不方便。
为了寻找开源的、轻量级、快速且可以协作的文档工具,发现了 Leaflet 这个开源项目。
基于区块编辑器构建,无需注册账号就能使用,打开网站即可编辑,还支持多页面、实时协作和主题定制,可以瞬间创建和分享精美的网页文档。
GitHub: https://github.com/hyperlink-academy/leaflet
主要功能:
- 无需账号即可创建文档,一键分享链接给他人;
- 支持实时多人协作编辑,适合团队项目和集体创作;
- 丰富的区块编辑功能,可插入各类媒体内容;
- 多页面支持,可创建简单网站或知识库;
- 自定义主题,让文档展示更具个性;
- 完全在浏览器中运行,不需要安装任何软件。
目前项目已开源,可通过本地代码部署,或在线演示网站使用,完全在浏览器中运行,不需安装任何软件。
在众多公司里,运营方向往往需要数据支撑,而面对复杂且大量数据自己或数据团队都疲于分析,既耗时又耗精力。
现如今有了 AI 之后,可以考虑量身打造一位 AI 数据分析师,而开源项目 Buster 正在做了这事,试图改变我们与数据交互的方式。
让任何人都能用自然语言提问并获得即时图表和分析,同时通过代码化方式管理所有模型和仪表板,支持与 dbt 工具无缝集成。
GitHub: https://github.com/buster-so/buster
主要功能:
- 自然语言查询数据,无需写复杂 SQL 语句;
- 一键生成数据可视化图表和动态仪表板;
- 代码化存储所有模型,支持 CI/CD 和版本控制;
- 与 dbt 工具无缝集成,增强现有数据工作流;
- AI 智能建议数据模型改进,提高数据质量。
项目完全开源,可快速部署在企业环境中,提供了详细教程,有需求的可以看下。
在 GitHub 发现一款能让 Linux 系统切换到可用源的超实用工具:LinuxMirrors。
只需一行命令,无需安装任何依赖,即可自动更换到可用的最快的软件源,解决我们拉取镜像源困难的问题。
GitHub: https://github.com/SuperManito/LinuxMirrors
内置了多个国内镜像站,并且能自动测试各自的链接速度和 IPv6 兼容性,提供稳定快速的源。
并且支持主流的 Linux 系统,如 CentOS、Debian、Ubuntu 等等,有需要的可以试试。
跟大家分享 GitHub 上一款强大的文件转换开源工具:VERT。
无论是图像、音频还是文档,所有常见的格式,均可在浏览器中直接进行互相转换,而且没有文件大小限制。
GitHub: https://github.com/VERT-sh/vert
除此之外,还可以批量处理,界面简洁直接拖放即可一键点击转换,转换速度很快。
项目完全开源免费,可自托管部署使用,也可以直接在线体验已部署好的演示。
想要了解 AIGC 前沿信息,在 arXiv 上翻阅最新发布的论文是个不错的信息渠道。
给大家推荐一个名为 “Arxiv Daily AIGC” 的开源项目,它能自动筛选出 arXiv 上与图像/视频生成相关的最新论文,提高我们的效率。
利用 AI 智能判断论文相关性,自动生成美观的 HTML 页面展示结果,并可通过 GitHub Actions 每天自动更新,全自动不需要人工干预。
GitHub: https://github.com/onion-liu/arxiv_daily_aigc
主要功能:
- 每日自动抓取 arXiv 上 CS.CV 领域的最新论文;
- 使用 AI 智能筛选与图像/视频/多模态生成相关的论文;
- 对论文按多个维度进行价值打分,帮助快速判断重要性;
- 生成结构化 JSON 数据便于二次开发和分析;
- 自动生成美观的 HTML 页面,支持按日期浏览;
- 通过 GitHub Actions 实现全自动化部署和更新。
通过克隆代码到本地,简单配置 API Key,即可搭建属于自己的 AIGC 论文日报。
来自 Google DeepMind 团队的高级 AI 开发工程师 Philipp Schmid,分享的一篇《从零到一:学习代理模式》文章,值得一看。
它系统地梳理了 AI 代理设计中的常见模式,并通过分类介绍工作流模式和代理模式之间的区别。
同时详细解析了从简单的提示链接到复杂的多代理协作等 7 种核心模式,每种模式配有代码示例,不依赖任何特定框架。
文章地址: https:// 网页链接
主要内容概括:
- 3 种工作流模式:提示链接、路由、并行化处理;
- 4 种代理模式:反思模式、工具使用、规划模式、多代理模式;
- 每种模式都包含使用场景和适用条件分析;
- 提供简洁易懂的代码示例,无需依赖特定框架;
- 详细讲解何时使用(或不使用)代理架构。
适合想要设计和构建 AI 代理系统的开发者学习参考。
在 GitHub 上挖掘到感兴趣的项目,理解其代码结构和核心逻辑往往特别头疼,尤其是在没有提供详细的 README 文件介绍时更是一头雾水。
不过现在有一款名为 “OpenDeepWiki” 开源工具,能帮助我们快速理解任何项目的代码结构。
通过 AI 对项目代码进行深度分析,不仅生成直观的 Mermaid 图表展示代码结构,还支持与 AI 进行对话式交互,深入了解代码细节。
GitHub: https://github.com/AIDotNet/OpenDeepWiki
主要功能:
- 几分钟内将任何代码仓库转换为完整知识库;
- 支持所有编程语言的代码分析和文档生成;
- 自动生成 Mermaid 图表展示代码结构和依赖关系;
- 对话式 AI 交互,可实时提问代码相关问题;
- 支持自定义 AI 模型和 API 进行功能扩展;
- 生成 SEO 友好的文档,便于团队分享和检索。
只需通过 Docker 一键部署即可使用,适合需要快速理解代码库的开发者或团队使用。
分享一份全面且实用的论文质检清单:cs-pager-checklist,可让 AI 根据这份清单为我们检查论文。
主要用于检查计算机科学论文(特别是会议和期刊投稿)中的写作质量、结构合理性和内容呈现。
GitHub: https://github.com/yzhao062/cs-paper-checklist
总共分为 11 部分检查,从标题摘要到参考文献,每个部分都有具体可操作的检查项,甚至还加入了防止 LLM 引用幻觉的检查提醒。
初次写论文的同学这份检查清单可作为参考,希望能帮助你提高论文被接收的概率。
跟大家分享一款可作为 Loom 开源平替的跨平台视频录制工具:Cap。
提供桌面客户端和网页版,可以让我们在几秒钟内完成视频的录制、编辑和分享,而且所有数据都可以自托管,完全掌控在自己手中。
GitHub: https://github.com/CapSoftware/Cap
主要功能:
- 快速录制屏幕内容并立即分享,节省沟通时间;
- 支持视频编辑功能,让内容更专业有条理;
- 完全开源,可自由定制和扩展功能;
- 提供 Dockerfile 和 Railway 一键部署选项;
- 基于 Rust 开发,性能优越且资源占用低。
目前客户端可直接下载使用,支持 macOS 和 Windows 系统,自托管部署可看 README 文件详细介绍。
分享 GitHub 上一款跨平台的 B 站视频下载开源工具:DownKyicore。
支持批量下载、8K、HDR、杜比视界高清视频下载,并提供音视频提取、去水印等实用工具。
GitHub: https://github.com/yaobiao131/downkyicore
基于 AvaloniaUI 开发,支持 Windows、macOS 和 Linux 系统,提供开箱即用安装包。
又发现一款将任何 GitHub 代码库生成可视化文档的开源工具:GitSummarize。
只需要输入任何 GitHub 仓库链接,即可一键生成美观且通俗易懂的文档。
GitHub: https://github.com/antarixxx/gitsummarize
不仅提供清晰的项目架构图、流程图、每个目录和文件的概要,还有具体重点业务逻辑处理的介绍。
基于 Gemini 模型生成,适合用来快速了解一个新的开源项目,特别是那些没有 README 文件介绍的项目。
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