GitHub 上一份可能是目前收集整理最全的 MCP 服务器合集:Model Context Protocol servers,已斩获 21.4k+ Star。
包含 20+ 个官方参考实现,75+ 官方集成,150+ 实用的 MCP 服务器,涉及文件操作、数据库、API、Docker 等等内容。
GitHub: https://github.com/modelcontextprotocol/servers
同时提供详细入门指南,简单几步,即可使用该仓库的所有服务器,快速连接到 Claude 客户端。
上周跟大家推荐过夸克的 “AI 超级框”,经过这段时间体验后,完全满足了我日常搜索需求。
比如:“今天 OpenAI 刚上线了推理模型 o1-pro 的 API”,我想快速了解相关的信息。
在夸克 AI 搜索框开启 “深度思考”,并输入:“整理今天 OpenAI 刚上线的推理模型 o1-pro API 相关信息”,回车发送。
瞬间它就从多个渠道中搜索到最新发布信息,并为我整理好关键信息输出:
- 每百万 Token,输入价格为 150 美元,输出价格为 600 美元。
- 价格比 DeepSeek R1 贵了 270-1000 倍!
- 还有其核心功能与升级、市场反馈、竞品对比等等内容。
此外,我们还可以点击右上角 “AI 总结” 按钮,进一步对内容总结摘要,同时还能细问有关此问题具体信息。
不仅如此,在这里面我们还能让夸克 AI 输出清晰的脑图,如果作为一名自媒体人还可以让它输出写作观点助力创作文章,还有提炼大纲和生成 PPT 功能。
总的来说,夸克 AI 的搜索已不再是传统的简单搜索,正像它说的 “AI 超级框”,集成了众多 AI 功能,满足了我们日常生活、工作、学习中方方面面的需求。
下载体验: 网页链接
在 GitHub 上发现一款开源的文档/图像多种格式互相转换工具:Reubah。
主要功能:
- 支持多种图像格式互相转换,包括 JPG、PNG、WebP、GIF、BMP、HEIC 等;
- 多种文档格式互转,支持 PDF、DOCX、DOC、ODT、RTF、TXT 等;
- 附加了图像优化和批量处理功能;
- 提供简单易用的界面,支持深浅主题。
GitHub: https://github.com/dendianugerah/reubah
可通过 Docker 一键部署,在本地上使用,数据隐私更加安全。
一份精心整理的大语言模型学习资源合集:awesome-LLM-resourses。
涵盖了数据处理、模型训练、模型部署、o1 模型、MCP、知识库 RAG、智能体 Agents、书籍、教程、论文等资源。
GitHub: https://github.com/WangRongsheng/awesome-LLM-resourses
项目一直在持续更新,旨在成为最全面最新的大语言模型资源汇总,值得关注下。
跟大家推荐 GitHub 上一款强大的文档处理开源框架:Docling。
支持多种文档格式解析,并能与主流的生成式 AI 框架无缝集成,且能本地执行以保护敏感数据。
GitHub: https://github.com/docling-project/docling
主要功能:
- 支持的文档格式,包括 PDF、DOCX、XLSX、HTML、图片等;
- 高级 PDF 理解,包括页面布局、阅读顺序、表格结构、代码和公式等;
- 多种导出格式和选项,包括 Markdown、HTML 和无损 JSON;
- 能与 LangChain、LlamaIndex 和 Crew AI 等框架的即插即用集成;
- 支持 OCR 处理扫描的 PDF 和图像;
- 支持视觉语言模型(如 SmolDocling 等)。
在 GitHub 上发现一份精心整理的 DevOps 资源合集:Awesome DevOps。
涵盖了从云平台、容器编排、自动化工具到监控系统的所有关键 DevOps 领域,为不同阶段的 DevOps 实践提供了丰富参考。
GitHub: https://github.com/wmariuss/awesome-devops
另外还包含精选的 DevOps 书籍、会议和博客资源,以及完整的 DevOps 工程师学习路线图。
给玩闲鱼的同学推荐一款开源免费的店铺运营工具:Xianyu AutoAgent。
实现了 24 小时自动化值守的 AI 智能客服系统,支持多专家协同决策、智能议价和上下文感知对话,让我们店铺管理更轻松。
GitHub: https://github.com/shaxiu/XianyuAutoAgent
主要功能:
- 智能对话引擎,支持上下文感知和专家路由
- 阶梯降价策略,自动完成商品议价流程
- 多专家协同决策,支持议价/技术/客服多场景切换
- 上下文管理,完整记忆对话历史作为 LLM 上下文输入
- 轻量级部署,基于 Python 和 NodeJS 环境搭建
一份 2025 年 DevOps 工程师完整学习路线图:DevOps Roadmap 2025。
包含大量学习资源链接,涵盖从 Git、编程语言、Linux 到云服务的全方位知识体系,帮助我们系统化学习 DevOps 技能。
GitHub: https://github.com/milanm/DevOps-Roadmap
同时含有 DevOps 12 个关键技能详细学习指南,包括书籍、视频、教程、工具等学习资料。
适合想要系统学习 DevOps 或转型为 DevOps 工程师的开发人员查看学习。
在 GitHub 上发现一份很棒的《出海网站收款全流程总结》。
作者手把手教我们实现出海网站收款全流程,包括公司注册、申请 EIN、申请银行卡、激活 Stripe、回款等内容。
GitHub: https://github.com/princehuang/overseas-website-note
做海外产品实现收款是非常重要的一步闭环,如果你正计划将业务拓展到海外,希望该内容对你有所帮助。
分享一门从零开始构建 LLM 应用的开源课程:Building LLM Applications from Scratch。
已帮助超过 1500 个来自斯坦福大学、加州大学的教授掌握设计、构建和部署定制化 LLM 解决方案的能力。
而且与其他课程不同,它不依赖 LangChain 等现成框架,而是深入教授构建 RAG 系统的基础组件。
GitHub: https://github.com/hamzafarooq/building-llm-applications-from-scratch
课程主要分为 6 大周次,如下:
第 1 周:自然语言处理基础
第 2 周:Transformer 与 LLM 系统设计
第 3 周:语义搜索与检索
第 4 周:从零构建搜索引擎
第 5 周:LLM 的生成部分
第 6 周:提示词调优、微调和本地 LLM
适合具备 Python 编程能力和基础机器学习知识的工程师、数据科学家和 AI 研究人员学习。
GitHub 上一款能高效搜索和浏览 YouTube 频道内容的开源工具:YT Navigator。
无需观看冗长视频,可以通过聊天对话搜索找到视频特定信息,并直接跳转到相关时间点。
GitHub: https://github.com/wassim249/YT-Navigator
主要功能:
- 🔍 对频道内容进行语义搜索,快速定位相关视频片段
- 💬 与频道内容进行对话,获取基于视频文本的智能回答
- 📺 每个频道可扫描多达 100 个视频,获取频道摘要
- ⏱️ 提供精确时间戳,直接跳转到相关视频片段
- 🔐 支持安全登录和独立会话管理
支持 Docker 快速部署,简单配置即可使用。对于开发者可以研究学习下,如何适配国内视频平台。
发现一个提供了大量有创意且漂亮可商用的插画网站:vectorCraftr。
涵盖了各种各样的风格,如网站 404、商业、美食、情侣、程序员、可爱动物等等。
地址: https:// 网页链接
所有插图均可免费下载,或直接复制 SVG 使用,而且没有版权问题,可以商用。
分享 GitHub 上一个极简的 YouTube 第三方 Web 客户端:my-tv。
基于 yt-dlp 开发,界面干净简洁、无广告,并且可集成本地 AI 模型,对视频进行总结概要。
GitHub: https://github.com/christian-fei/my-yt
支持频道管理和订阅,视频下载、离线播放以及自动移除赞助内容等功能。
可通过 Node.js 或 Docker 部署使用。 #AI创造营
在苹果电脑 Apple 芯片上运行或微调大模型往往会存在兼容性问题。
不妨试下,GitHub 上这个可用在 Apple 芯片上使用 MLX 生成文本和微调大模型的 Python 工具包:MLX LM。
GitHub: https://github.com/ml-explore/mlx-lm
它与 Hugging Face Hub 集成,可通过一条命令就能轻松使用数千个大语言模型。
同时还支持量化、推理和微调模型,并支持将模型一键上传到 Hugging Face Hub。
推荐 GitHub 上一个简单易用的大模型微调数据集创建工具:Easy DataSet。
提供了直观的界面,上传文件,智能分割内容,生成问题,并为模型微调生成高质量的训练数据。
GitHub: https://github.com/ConardLi/easy-dataset
此外,还支持导出 Alpaca、JSON 等多种格式数据集,同时兼容所有遵循 OpenAI 格式的 LLM API。
提供 Windows、MacOS 和 Linux 安装包下载,开箱即用,也支持 Docker 部署和 NPM 安装。
推荐 GitHub 上一款简单、快速、安全的短链接生成工具:Sink。
无需服务器可部署在 Cloudflare 上,不仅能生成短链,还提供详细的点击分析,让我们能追踪到链接的点击情况和传播效果。
GitHub: https://github.com/ccbikai/Sink
除此之外,还支持自定义短链后缀,支持设置链接过期时间等等功能。
同时提供浏览器插件、Raycast 插件和苹果快捷指令等多种便捷使用方式。
跟大家分享 GitHub 上一款开源的对话式表单构建工具:HeyForm。
传统的表单枯燥乏味,往往完成率很低,而这款工具能让任何人都能轻松创建具有吸引力的对话式表单,从而提升用户参与度和表单完成率。
GitHub: https://github.com/heyform/heyform
主要功能:
- 支持多种输入类型,从基础文本到图片选择、日期选择器和文件上传
- 智能逻辑条件设置和URL重定向,创建动态适应性表单
- 强大的集成能力,支持webhooks、分析平台和Zapier等工具
- 可视化主题定制,让表单风格匹配品牌形象
- 详细分析功能,包括流失率和完成率等关键指标
提供多种部署方式,包括一键部署到Railway、Zeabur等平台,完全开源免费。
又发现一款开源的协作文档编辑器:Docs,可作为 Notion、Outline 或 Confluence 的开源平替。
它更专注于简单高效的实时协作,让团队笔记轻松转化为知识库,同时确保数据安全与隐私。
GitHub: https://github.com/suitenumerique/docs
主要功能:
- 简洁直观的协作编辑,无需掌握复杂的 Markdown 格式
- 支持离线编辑,网络恢复后自动同步
- 内置 AI 辅助功能,可生成、总结、校对和翻译文档
- 提供多种格式专业文档导出(.odt、.doc、.pdf)
- 细粒度的访问控制,确保信息安全
同时提供 Docker 快速部署方式,完全开源且免费使用。 #AI创造营
大家有没有好奇过:平时我们用的大模型是怎么思考的?它是如何推理得出结论的?
今天我在 GitHub 上发现一款开源的大模型推理过程可视化工具:ReasonGraph。
它能直观展示和分析多种推理方法的执行过程,让模型推理变得透明可解释。
GitHub: https://github.com/ZongqianLi/ReasonGraph
除此之外,还支持 DeepSeek、Anthropic、OpenAI、Google 等超过 50 种主流大模型,集成了链式思考、自我改进等各类推理方法。
同时提供了简单易用的 UI 界面和标准化 API,只需配置相应 API 密钥,通过单行命令即可运行使用。
传统 PDF 转 Markdown 工具常因无法精确理解文档内容而导致结构混乱、格式丢失,让人不得不手动修改。
今天分享 GitHub 上一款基于多模态大语言模型的 PDF 转 Markdown 工具:MarkPDFDown。
它能通过 AI 理解文档结构,智能保留标题、列表、表格等复杂排版元素,轻松实现高质量的文档结构化转换。
GitHub: https://github.com/jorben/markpdfdown
主要功能:
- 支持任意 PDF 文档的格式转换
- 利用多模态 AI 技术理解文档结构和内容
- 完整保留表格、公式等复杂排版元素
- 支持自定义 AI 模型参数配置
- 支持指定页码范围进行转换
同时提供了 Docker 快速部署方式,不过需要配置 OpenAI API 密钥使用。
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