跳到主要内容
prolist.
发现项目AI 收集我的项目我的模型
正在确认账号…
prolist.

发现有价值的项目,留下有依据的判断。

项目专题关于我的收藏
© 2026 prolist项目知识,由人判断。

IDEAS CONNECT PROJECTS

沿着兴趣,发现项目。

从一个标签出发,打开一份值得研究的档案。

收集项目线索
筛选与排序 · 已应用
地图列表
不限标签32Python11AI Agent9开源6CLI5图像生成3自动化3Claude Code3FastAPI3Go3MIT3React3本地部署2

项目搜索结果

找到 32 个项目

清除筛选

以下内容已由 AI 根据历史资料整理,供本地测试,未经人工复核。

AI 智能体主题配图

AI Agent 技能工具

面向 AI Agent 的影视解说自动化与互联网信息获取技能工具

本收藏条目涵盖两个面向 AI Agent 的技能工具:Narrator AI CLI Skill 与 Agent Reach。Narrator AI CLI Skill 是专为 AI Agent 设计的视频解说自动化技能文件,对应 CLI 客户端 narrator-ai-cli,封装了 Narrator AI 开放平台的完整 API,支持 Claude Code、OpenClaw、Windsurf 等主流 AI Agent 平台。其核心能力是用一句自然语言指令,自动完成从脚本生成到成片输出的全流程影视解说视频生产,内置 93 部电影素材库、146 首 BGM、63 种配音音色(覆盖 11 种语言)、90+ 解说模板,提供「改编解说」和「原创解说」两条工作路径。Agent Reach 是一个开源的 AI Agent 互联网能力脚手架,由 Panniantong 开发,作为一键安装器和配置管理器,将 15+ 个平台的内容读取能力(如 Twitter、Reddit、YouTube、B站、小红书、GitHub、微信公众号、抖音、LinkedIn、微博、V2EX、雪球、RSS 等)集成到任何 AI Agent 中,核心价值是零 API 费用、零配置门槛,所有底层工具均为开源免费的 CLI 工具,通过本地 Cookie 和抓取方式访问平台内容,数据只留在本地。

脚手架视频解说信息获取
09.08
内容创作主题配图

AI短剧精细化制作开源工作流

开源工具链将AI短剧生产从一键生成升级为逐镜头可控的工业化流水线

AI短剧精细化制作工作流利用开源工具链,将剧本解析、角色与场景一致性管理、分镜编辑、视频生成和后期剪辑串联成一条可精细调控的工业化生产线。与粗放式一键生成方案不同,它强调逐镜头控制和全流程可回溯,让创作者能对每个分镜的景别、运镜、情绪、时长、氛围进行精确调整,最终输出商用品质的竖屏短剧。报告覆盖两个代表性开源项目:Jellyfish AI短剧工厂主打人物一致性和精控镜头,从剧本到后期全闭环;Toonflow主打智能剧本改编和无限画布工作台,适合小说IP转视觉内容。两者均属于AI视频生成加工作流编排技术体系,为AI视频生成能力增加导演级控制力和制片级管理能力。

第 1 页第 2 页
短剧制作分镜控制工作流编排
09.08
开发工具主题配图

企业平台WebCoding开发指南

在六大企业平台内嵌入自定义Web功能的工程实践指南

本指南系统介绍了在企业级SaaS平台(如Confluence、Jira、Dify、VSCode、GitLab)及内部知识库(dp)框架内,利用平台扩展机制开发自定义Web功能模块的工程实践。内容涵盖六大平台的定位、扩展机制、前端技术栈,以及核心设计思想,包括沙箱隔离、声明式与命令式混合、平台即基础设施、原生嵌入优于外部链接、API-First架构和渐进式复杂度。指南详细阐述了各平台的核心原理与开发流程,如Confluence的Forge宏机制、Jira的Forge App模块体系、dp知识库的API集成与iframe嵌入方案、Dify的Plugin架构、VSCode的Extension与Webview架构,以及GitLab的Web IDE与Editor Extension路径。此外,还提供了系统架构图、能力矩阵、数据流时序图、真实应用场景、工程落地速查表、安全注意事项、优缺点与局限分析,以及常见误区澄清,为开发者提供了从理论到实践的全面参考。

ConfluenceDifyExtension
09.08
ATLAS (Adaptive Test-time Learning and Autonomous Specialization) README 配图
开发工具GitHub 项目

ATLAS (Adaptive Test-time Learning and Autonomous Specialization)

完全本地化、无需 API 的 AI 编程助手,通过推理时增强让 14B 小模型在单张消费级 GPU 上达到接近前沿模型的编程能力。

ATLAS(Adaptive Test-time Learning and Autonomous Specialization)是一个完全本地化、无需 API 的 AI 编程助手,由 Virginia Tech 商学院学生 Isaac Tigges 独立开发,采用 AGPL-3.0 开源许可。其核心思路是冻结小模型(如 Qwen3-14B),通过智能推理基础设施在推理阶段提升输出质量,而非微调模型。在 RTX 5060 Ti 16GB 显卡上,ATLAS 在 LiveCodeBench v5 上达到 74.6% pass@1-v(k=3) 的分数,接近 GPT-5 和 Claude 4.5 的水平。其 V3 Pipeline 包含三阶段:候选生成(PlanSearch、BudgetForcing、DivSampling)、Lens 路由评分和 PR-CoT 自验证迭代修复。ATLAS 支持 8 个工具调用,通过语法约束解码保证 JSON 输出格式正确,并采用 T1/T2 文件分级机制智能路由简单与复杂任务。主要优势是 100% 本地运行、零 API 成本(每任务约 $0.004 电费)和数据隐私,但需要 16GB VRAM 的 NVIDIA GPU,安装复杂且仅支持 Linux。

本地优先开源推理时增强
09.08
apify 的 GitHub 头像apify/awesome-skills
AI 智能体GitHub 项目

Apify Awesome Skills

为 AI 编程助手提供网页抓取与业务自动化能力的社区驱动 Skills 合集

Apify Awesome Skills 是 Apify 官方维护的社区驱动 AI Agent Skills 合集,为 Claude Code、Cursor、Codex、Gemini CLI 等 AI 编程助手提供网页抓取、数据提取和业务自动化的预置能力。它不是独立运行的软件,而是一套以 Markdown(SKILL.md)为载体的指令包与工具编排规则,安装后 Agent 可通过自然语言指挥 Apify 云端的爬虫 Actors 执行数据采集任务。项目包含受众分析、品牌监控、竞品情报、内容分析、电商数据、KOL 发现、线索生成、市场调研、趋势分析等九个垂直领域 Skills,覆盖 Google Maps、Instagram、TikTok、Amazon 等主流平台。其核心设计原则包括声明式触发、云端执行零本地依赖、领域垂直化、多 Agent 兼容、按结果付费和社区共建。项目采用 Apache-2.0 开源协议,主要语言为 JavaScript(91%)和 Python(9%),前置条件包括 Apify 账号、API Token 和 Node.js 20.6+。

数据提取网页抓取业务自动化
09.08
AI 智能体主题配图

CUA Computer-Use Agents

开源全平台 AI 桌面操控基础设施,沙盒隔离、后台驱动、模型无关

CUA(Computer-Use Agents)是由 trycua 组织开发的开源基础设施项目,为 AI Agent 提供「像人一样操控电脑」的完整能力栈,覆盖 macOS、Linux、Windows、Android 全平台。项目提供沙盒环境、Agent SDK、桌面驱动、基准测试和虚拟化工具,核心组件包括 Cua Driver(macOS 后台桌面驱动)、Cua Sandbox(跨 OS 沙盒环境)、CuaBot(多 Agent 协作沙盒 CLI)、Cua-Bench(基准测试与 RL 环境)、Lume(Apple Silicon 虚拟化管理)和 Lumier(Docker 兼容接口)。CUA 的设计强调沙盒优先、一个 API 覆盖所有平台、后台驱动不抢光标、模型无关、云加本地双模式以及内置可观测性。它通过统一的 Sandbox API 抽象了 Docker、QEMU、Apple Virtualization.Framework 等底层虚拟化技术,并支持 Claude、GPT、Gemini、Qwen 等主流视觉语言模型。项目采用 MIT 许可证,本地使用免费,云沙盒提供免费额度和按量付费选项。

跨平台沙盒虚拟化
09.08
Narrator AI CLI Skill README 配图
AI 智能体GitHub 项目

Narrator AI CLI Skill

让 AI Agent 通过自然语言对话自动完成电影解说视频全流程生产的技能描述文件

Narrator AI CLI Skill 是一个 AI Agent 技能描述文件,教会 AI Agent(如 OpenClaw、Claude Code、Cursor、Windsurf 等)如何调用 narrator-ai-cli 命令行工具,完成电影/短剧解说视频的全自动化生产。它解决的核心问题是让不懂视频剪辑、命令行和 API 调用的普通用户,通过自然语言对话就能完成从搜片、选模板、选 BGM、选配音、生成文案到合成视频的完整流水线。项目采用 SKILL.md 主文件加 references/ 子目录的结构化行为规范,将 CLI 的调用顺序、参数依赖、错误处理和决策逻辑编码为机器可读的说明书,并定义了 Fast Path(原创文案)和 Standard Path(二创文案)两条工作流路径。内置约 100 部电影素材、146 首 BGM、63 个配音音色(11 种语言)和 90+ 解说模板,支持多语种出海场景。项目采用积分计费模式,MIT 开源协议,版本 v1.0.5,已在 9 个 AI Agent 平台验证。

多语种视频生成自动化
09.08
z-mio 的 GitHub 头像z-mio/ParseHub
数据与分析GitHub 项目

ParseHub

一个统一接口解析17+国内外社交媒体平台的轻量异步工具

ParseHub 是一款由开发者梓澪(z-mio)于 2024 年 11 月开源的社交媒体聚合解析库与 CLI 工具,使用 Python 编写,采用 MIT 协议。它通过统一的 parse() 和 download() 接口,支持 17+ 国内外主流社交媒体平台的链接解析与媒体下载,覆盖视频、图文、实况照片等多种内容类型。其核心设计是“一个接口,17+ 平台,零配置即用”,用户无需预处理链接,工具可自动从分享文案中提取 URL、清理跟踪参数并识别目标平台。ParseHub 底层聚合了 yt-dlp、instaloader 等成熟项目,并针对国内特有平台自行实现解析逻辑。它提供 CLI、Python API(同步/异步)和 Telegram Bot 三种使用方式,支持按平台配置 Cookie 和代理,并原生支持 async/await,适合批量处理场景。

媒体下载社交媒体解析异步
09.08