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
微软在 GitHub 开源的一款 Python 工具：MarkItDown。
可用于将文件和办公文档，快速转换为 Markdown 格式，使内容更加易于维护与编辑。
GitHub: https://github.com/microsoft/markitdown
主要支持 PDF、Word、Excel、PPT、HTML、图像音频等多种格式，使用便捷。
麻省理工出版社出品的一本的 AI 书籍：《深入了解机器学习》。
无论是对于初学者，还是有一定开发经验的人群，该书都有着极大的阅读价值。
书中覆盖深度学习的诸多知识点，如监督学习、卷积网络、图像生成、扩散模型、图神经网络等。
地址: https://udlbook.github.io/udlbook/
另外，里面还包含了不少 Python 笔记，可帮助学生通过编程的方式，进一步巩固基础知识。
GitHub 上一款强大的本地网页版 PDF 文件处理工具：Stirling-PDF，可 Docker 部署。
提供了丰富的 PDF 文件操作功能，包括拆分、合并、格式转换、内容排列、添加图片、旋转、压缩等。
GitHub: https://github.com/Frooodle/Stirling-PDF
其安全私密性非常高，所有文件和 PDF 操作都是在客户端进行，或者仅在服务器内存中临时处理，任务完成后即刻删除。
一旦用户下载了文件，该文件就会从服务器上删除。 #AI创造营
Ollama-Scan，一个基于 Ollama 的命令行工具，提供友好的交互式界面来管理和使用 Ollama 模型。
GitHub: https://github.com/b3nguang/Ollama-Scan
主要功能特性如下：
📃 列出所有可用的模型
📥 拉取新的模型
🔍 查看模型详细信息
💬 与模型进行对话
⚡️ 查看运行中的模型进程
🎨 美观的命令行界面（使用 Rich 库）
🔄 交互式命令补全
GitHub 上一份开源的技术学习资料：build-your-own-x，自己动手，丰衣足食。
该库收集了诸多优质资源，教你如何构建一些属于自己的东西，内容主要分为人工智能、增强现实、机器人、编辑器、命令行工具、神经网络、操作系统等几大类别。
一份精心收集整理的优秀 AI 助手列表：Awesome assistants。
这里收集了各种各样类型的 AI 助手，比如营销助理、赚钱助手、代码助手、英语家教、Excel 助手等等。
GitHub: https://github.com/awesome-assistants/awesome-assistants
收集的列表提供了 json、csv、tsv、html 文件格式，方便你集成使用。 #AI创造营
一个可帮你在家快速搭建 AI 集群的开源项目：exo。
该项目支持将现有设备统一到一个功能强大的GPU中，支持 iPhone，iPad，Android，Mac，Nvidia，树莓派等等几乎所有设备。
GitHub: https://github.com/exo-explore/exo
在项目部署成功后，一旦有新设备联网，即可接入使用，充当 AI 算力集群的一部分。
一个带 Web 界面简单易用的 AI 声音克隆工具。
可使用任何人类音色，将一段文字合成为使用该音色说话的声音，或者将一个声音使用该音色转换为另一个声音。
GitHub: https://github.com/jianchang512/clone-voice
支持中、英、日、韩、法、德、意等 16 种语言，另外还可以在线从麦克风录制声音。
使用非常简单，提供 exe 整合包，开箱即用。 #AI创造营
近日，随之 DeepSeek V3/ R1 火爆全网，基于原始模型的解决方案和 API 服务已随处可见，陷入低价和免费内卷。
为了帮助更多开发者，以低成本打造高质量私有模型，提升业务竞争力与价值。
GitHub 上知名开源项目 Colossal-AI 通过后训练（post-training）结合专业领域数据，正式发布了「开源大模型后训练工具箱」！
GitHub: https://github.com/hpcaitech/ColossalAI
该工具箱包括以下内容：
- DeepSeek V3/ R1 满血 671B LoRA 低成本 SFT 微调；
- 完整的强化学习工具链 PPO，GRPO，DPO，SimPO 等；
- 无缝适配 DeepSeek 系列蒸馏模型在内的 HuggingFace 开源模型；
- 兼容支持英伟达 GPU、华为昇腾 NPU 等多种硬件；
- 支持混合精度训练，gradient checkpoint 等训练加速降低成本；
- 灵活的训练配置接口，支持自定义奖励函数、损失函数等；
- 提供灵活的并行策略配置接口，包括数据并行、模型并行、专家并行、ZeRO 和 Offload 等，以适应不同硬件规模。
DeepSeek V3/R1 满血版参数高达 6710 亿，通过该项目，开发者仅需简单几步，即可快速实现低成本微调。
目前，该方案已在 GitHub 正式开源，感兴趣的同学可以深入了解，学习一下。
GitHub 上一个开源的音频、音乐和语音生成整合工具包：Amphion。
支持如下功能：
- 文本转语音（TTS）：高性能，支持主流模型及架构，可生成自然的声音。
- 歌声转换（SVC）：可将某人歌声转换成其他人歌声，内置张学友、陈奕迅、王菲等已训练好的声音。
- 文本转音频（TTA）：可通过文本提示，生成逼真的声效、语音以及音乐，类似于 AudioLDM。
推荐 GitHub 上开源免费一键生成短视频的 AI 工具 MoneyPrinterTurbo。
只需提供一个视频 主题 或 关键词，就可以全自动生成视频的文案、素材、字幕以及背景音乐，然后合成高清的短视频。
项目是基于 MoneyPrinter 重构而来，进行了大量的优化，支持中文并提供易于使用的 Web 界面。
GitHub: https://github.com/harry0703/MoneyPrinterTurbo
功能特性：
- 完整的 MVC 架构，代码 结构清晰，易于维护，支持 API 和 Web 界面。
- 支持视频文案 AI 自动生成，也可以自定义文案。
- 支持多种 高清视频 尺寸，常见的 9:16、16:9。
- 支持 批量视频生成，可以一次生成多个视频，然后选择一个最满意的。
- 支持 视频片段时长设置，方便调节素材切换频率。
- 支持 中文 和 英文 视频文案。
- 支持 多种语音 合成。
- 支持 字幕生成，可以调整 字体、位置、颜色、大小，同时支持字幕描边设置。
- 支持 背景音乐，随机或者指定音乐文件，可设置背景音乐音量。
- 视频素材来源 高清，而且 无版权。
- 支持 OpenAI、moonshot、Azure、gpt4free、one-api 等多种模型接入。
GitHub 上一个开源图标库：Lucide，提供 1000 多个 SVG 文件。
该库旨在让设计人员和开发人员，更加简单便捷的将图标集成到项目中。
GitHub: https://github.com/lucide-icons/lucide
项目具备以下特点：
- 图标简洁，拥有可扩展的矢量图形（SVG）；
- 严格的设计规则，以保持风格和可读性的一致性；
- 支持自定义颜色，尺寸，宽度大小等属性。
hummingbot：一个可帮助你创建和部署高频加密交易机器人的开源软件。
该项目是一个开源框架，可帮助你设计和部署自动交易策略或机器人，在许多集中或分散的交易所上运行。
GitHub: https://github.com/hummingbot/hummingbot
据团队介绍，过去一年，Hummingbot 用户在 140 多个独特的交易场所中，产生了超过 340 亿美元的交易量。
GitHub 上较火的一个 AI 项目：MiniMind。
此开源项目旨在完全从 0 开始，仅用 3 块钱成本 + 2小时，即可训练出仅为 25.8M 的超小语言模型MiniMind。
GitHub: https:// 网页链接
模型系列极其轻量，最小版本体积是 GPT-3 的 1/7000，力求做到最普通的个人GPU也可快速训练。
项目同时开源了大模型的极简结构-包含拓展共享混合专家(MoE)、数据集清洗、预训练(Pretrain)、监督微调(SFT)、LoRA微调， 直接偏好强化学习(DPO)算法、模型蒸馏算法等全过程代码。
MiniMind 同时拓展了视觉多模态的 VLM: MiniMind-V。
项目所有核心算法代码均从 0 使用 PyTorch 原生重构！不依赖第三方库提供的抽象接口。
这不仅是大语言模型的全阶段开源复现，也是一个入门 LLM 的教程。 #AI创造营
Google 开源的一个数据库生成式 AI 工具箱：Gen AI Toolbox for Databases。
在构建与数据库进行交互的生成式 AI 工具时，会更加高效简单。通过这款工具，令开发者可更加快速、安全地处理连接池，身份验证等复杂性任务。
GitHub: https://github.com/googleapis/genai-toolbox
项目中内置有详尽的技术文档，可帮助你更快入门。
分享 GitHub 上一本开源的书籍：《Hands-On Large Language Models》。
中文名为《动手学大模型》，共 12 章节，涵盖了语言模型介绍、文本分类、提示词工程、语义搜索、微调模型、多模态模型等等从基础到高级的内容。
GitHub: https://github.com/HandsOnLLM/Hands-On-Large-Language-Models
同时，书籍中通过大量代码示例，可直接在 Colab 运行，帮助我们更好地理解和应用大语言模型。
分享 GitHub 上一款实用的 Mac 电脑小工具：Mos。
它能够让我们的鼠标滚动效果如 Mac 电脑上的触摸板一样丝滑，可以说是用鼠标党必装的一款小工具。
GitHub: https://github.com/Caldis/Mos
项目自 2022 年停更之后，突然发现上个月作者恢复了更新，并发布最新版本 3.5.0。
第一时间安装，非常好用，建议没用过的可以试试。 #AI创造营
在 X 上另一个博主总结出的 8 条使用 AI 编程指南也颇为不错。
这些都是博主在使用众多 AI 编程工具，所总结出来的经验，可比许多收费教程都要好。
已为大家翻译成中文，希望对大家有所帮助。 #AI创造营
1. 合理选择开发工具：不同的 AI 编程工具有其各自的专长。对于复杂应用推荐使用 Cursor/Windsurf，轻量级应用开发选择 Bolt/Lovable，移动应用开发使用 Replit，UI 设计则可以使用 v0。
2. 完善项目上下文：要以 .md 文档形式详细说明项目信息，包括：产品需求文档（PRD）、技术栈说明、文件结构、前端开发规范和后端架构设计。这样能有效防止 AI 生成偏离预期的内容。推荐使用 CodeGuide 编写 AI 开发文档，它与各类 AI 工具都能良好配合。
3. 拆分任务逐步实现：不要期望 AI 能一次性完成 “构建一个 AirBNB 克隆版“ 这样的大型任务。应该将项目分解为页面级任务，再把每个页面细分为组件级任务。记住 AI 一次最多能处理 3 个小任务。
4. 选择适合 AI 的技术栈：Claude Sonnet 3.5、GPT-4o、o3 和 o1 等 AI 模型在处理 React 和 Python 框架时表现出色。因此建议网页应用选用 NextJS、viteJS 和 Python，移动应用则使用 React Native（如果使用 Claude，SwiftUI 也是不错的选择）。
5. 善用项目模板：不要每次都从零开始，这样会浪费时间和资源。使用现成的项目模板（如 CodeGuide NextJS Starter Kit）可以快速搭建开发环境，提高效率。
6. 设定 AI 使用规范：通过规则文件来约束 AI 的行为，确保其遵循项目规范。可以创建 .cursorrules（项目规则）和 .windsurfrules 等文件来设定全局 AI 规则。
7. 组合多种工具优势：目前没有单一工具能完全满足 AI 开发的所有需求。建议使用 Perplexity 做研究，ChatGPT 语音做头脑风暴，CodeGuide 写文档，Firecrawl 做数据爬取，再配合其他 AI 编程工具来构建代码库。
8. 保持耐心和平和心态：与 AI 协作就像与 “外星智慧“ 沟通，需要学习理解 AI 的语言（提示词工程）。虽然 AI 可能会出错或产生偏差，但保持耐心和专注，慢慢引导它按照你的意图工作。
原帖：x.com/cj_zZZz/status/1890078645089346038
跟大家分享一个收集了 50万+ SVG 图标的网站：svgrepo。
基本覆盖了所有类型的图标，并且按照颜色和样式进行分类，同时支持搜索，快速找到所需图标。
地址: https:// 网页链接
此外，这上面的图标均可免费下载并且可用于商业，值得收藏。
推荐 GitHub 上一款快速生成优质短视频的开源工具：AI YouTube Shorts Generator。
利用 AI，自动识别一段长视频有趣、精彩、吸引人的部分，并自动化剪辑生成几条短视频。
GitHub: https://github.com/SamurAIGPT/AI-Youtube-Shorts-Generator
同时，会为视频添加配乐、生成标题以及描述，直接一键发布到视频平台即可。
用来自动化剪辑名人演讲视频颇为不错，感兴趣的同学可以看下。
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
