GitHubDaily ORG

宗旨

多年以前，我曾看到 GitHub 开源项目作者、全栈工程师 TJ Holowaychunk 说过这么一句话：

"I don't read books, never went to school, I just read other people's code and always wonder how things work"。

从那时起，我便认为，通过阅读源码，站在前辈的角度上，去思考代码架构与程序逻辑，乃是提升编程技巧最好的方式。

因此，GitHub 也自然而然的，成为我最喜爱的开发者平台。

秉着挖掘开源价值的初衷，GitHubDaily 自 2015 年 10 月 10 日正式成立。

我们希望能通过这一举措，帮助开发者们发现当下最火的开源项目，掌控最新技术动态, 扩大技术视野, 并从开源项目的学习中获得编程能力的提升。

目前，GitHubDaily 已累积分享超过 10000 个开源项目，内容包括但不限于 GitHub 上的开源技术资料、开发者工具、编程网站以及成熟应用。

除了 GitHub 之外，我们也开始在下面多个社交媒体平台，帮助开发者传播与分享优质开源项目，挖掘其未来的技术应用前景。

如果你想接收最新的 GitHub 开源项目资讯，可以关注一下👇

• 公众号: GitHubDaily
• 微博: @GitHubDaily
• 知乎: @GitHubDaily
• X (Twitter)：@GitHubDaily

> 有不错的开源项目，也欢迎到本仓库的 issues 推荐或自荐项目，我们期待你的分享。

---

2025 年复盘

下面是对 GitHubDaily 在 2025 年所推荐的项目进行分类整理，方便大家查找以往分享过的内容。

> 过往复盘 2024， 2023， 2022， 2021，2020，2019，2018

目录

• [宗旨](#宗旨)
• [2025 年复盘](#2025-年复盘)

- [AI 工具](#ai-工具) - [学习教程](#学习教程) - [资料集合](#资料集合) - [实用工具](#实用工具) - [实用插件](#实用插件) - [媒体工具](#媒体工具) - [开发工具](#开发工具) - [内容创作](#内容创作) - [编程语言/库](#编程语言库) - [在线服务](#在线服务) - [其他](#其他)

• [声明](#声明)

AI 工具

项目|简述
---|---
ai-comic-factory|一款开源免费的在线AI漫画生成工具，支持通过选择漫画风格、画面排版及输入文本提示词生成漫画面板，基于LLM和SDXL技术开发，可自定义选择LLM和图像生成模型，提供Hugging Face在线体验。
AI-Couplet|一款基于Claude API开发的AI春联生成工具，只需输入关键词即可快速生成上下联和横批，界面简洁且喜庆，完全使用字节跳动AI编程工具Trae实现。
gptme|一款功能强大的开源终端AI助手，可在终端执行本地代码、读写文件、搜索浏览网页及视觉识别操作，支持OpenAI、Anthropic等主流LLM提供商，也能通过llama.cpp实现本地服务。
zerox|一款简单易用的OCR文档工具，能够将PDF、Docx等文件一键转换为图像，再通过OCR识别图像信息，返回Markdown格式文件，提供在线体验地址并支持自行部署使用。
note-gen|一款专注于记录和写作的跨端 AI 笔记应用，将记录、写作与 AI 结合以快速整理碎片化知识并辅助完成完整笔记，提供支持大纲、数学公式、图表及流程图等功能的 Markdown 编辑器。
RealtimeSTT|一款强大高效的语音转文本工具，支持开始和停止说话状态监测、指定唤醒词触发工作及实时语音转换文本，具有低延迟、转录速度快且准确率高的特点，兼容 Windows 和 macOS 系统。
LazyCat-Bookmark-Cleaner|一款专注于书签管理的AI工具，支持一键清理失效、重复书签及空文件夹，提供分类统计、访问频率分析和整理建议，所有功能均在本地运行，无需上传数据到服务器以保障安全隐私。
fullmoon-ios|一款用于与本地大模型聊天对话的应用，无需注册直接使用，本地离线运行且响应速度快，聊天记录本地存储保障安全隐私，支持自定义主题、字体及提示词，目前兼容Llama 3.2 1B和Llama 3.2 3B模型。
openai-edge-tts|一款利用微软Edge在线语音服务的开源免费文本转语音API。提供文本转语音功能，可像OpenAI语音一样使用，支持mp3、aac等多种音频格式，能自由调节播放速度。
agent-service-toolkit|一款用于快速构建完善AI智能体服务的工具包，集成LangGraph Agent、FastAPI服务和Streamlit应用等工具，并提供模板，助力用户轻松构建和运行专属Agent。
company-researcher|一款GitHub上的开源AI工具，输入公司网站链接即可从互联网全面收集该公司信息，包括组织架构、产品、融资情况及官方媒体账号等。
RTranslator|一款可离线使用的实时翻译AI工具，支持将对方语言实时翻译成用户听懂的语言实现同声传译，提供对话、对讲及文本翻译三种方式，模型存储在本地。
nv-ingest|一款用于大规模文档信息提取及结构化处理的工具，支持解析PDF、Word和PPT等格式，可提取文本、表格、图表及图像，通过OCR将内容转换为结构化JSON格式并存储到向量数据库。
Riona-AI-Agent|一款社交媒体自动化工具，可完成登录、点赞、转发、发布帖子及回复评论等日常运营操作，支持基于账号历史数据微调训练个性化角色。
Resume-Matcher|一款基于AI的简历优化工具，根据职位描述定制优化简历、识别匹配关键词、提升简历可读性，并提供深度完善功能。
ebook2audiobookXTTS|一款电子书转有声书的开源AI工具，集成Calibre、XXTSv2等工具实现电子书一键转换，支持语音克隆和1107种语言，可处理epub、pdf、mobi等20种格式。
FitDiT|一款GitHub上的高保真AI虚拟试穿开源模型。支持控制上半身、下半身或全身虚拟更换服装，可自动生成区域蒙版实现一键试穿，服装细节保留较好。
Ollama-OCR|一款可离线使用的强大OCR工具，通过搭配Ollama在本地运行，支持LLaVA 7B、Llama 3.2 Vision等多种视觉模型，可输出Markdown、纯文本、JSON等多种文件格式并支持并行处理多个图像。
khoj|一款助力构建个人第二大脑的AI工具，能结合上传的本地文件与互联网信息提供准确相关回答，支持本地和在线LLM模型如Llama 3、Qwen、ChatGPT。
ai-renamer|一款基于 Ollama 本地模型的文件批量重命名工具，可智能识别指定目录下文件、图像或视频内容并自动化重命名，支持 Gemma、Llama 等模型及语言、定制等自定义参数。
amurex|一款提升会议效率的AI工具，支持实时建议、会议转录与总结、一键发送邮件等功能，可无缝集成现有工作流程，通过Chrome插件安装，目前仅适配Google Meet平台。
Gemini-Search|一款基于 Google 搜索的开源搜索引擎，可实时获取搜索内容并利用 Gemini 进行总结，采用简洁界面清晰展示相关内容及来源。
PRIME|一个基于强化学习技术的AI项目PRIME，仅用8张显卡短时间内训练出7B模型，在数学推理能力上超越GPT-4o及Llama-3.1 70B，还提出能在不依赖高质量数据的情况下显著提升模型推理能力的算法。
browser-use-webui|一款基于Browser Use优化开发的AI智能体浏览器自动化工具，提供简单易用的可视化WebUI操作界面以实现与浏览器交互完成复杂自动化任务，支持Gemini、OpenAI、DeepSeek等更多大语言模型。
miniperplx|一款基于AI的开源搜索引擎，集成Claude/Grok AI及多种API，实现天气查询、代码运行、地图导航等功能，提供精简界面以清晰展示查找内容。
gitingest|一款帮助快速了解开源项目的工具，输入GitHub链接即可自动总结并生成易于LLM读取的Markdown文本，包含项目概括、目录结构和README内容等。
GenAI_Agents|一份面向生成式AI智能体构建的学习指南，包含40+从基础到复杂场景的构建案例，如简单问答、旅程计划、合同分析和联网查询总结等，并提供详细文档及实现教程。
crawl4ai|一款简单易用高效的网页爬虫开源工具。只需输入网页链接即可爬取并输出适合训练LLM的数据格式，速度快、反爬能力强，支持抓取多个URL及提取图像、音频、视频等媒体数据。
papermark|一款DocSend的开源平替文档分享平台，提供安全的文档共享、AI分析、访问追踪及数据导出功能，支持自定义品牌展示与自部署，且开源无功能限制。
OpenHands|一个基于AI驱动的软件开发多智能体平台，由多个智能体组成“AI程序员”，能执行代码修改、命令运行、网页浏览、API调用及从StackOverflow复制代码片段等开发任务。
open-canvas|一款支持主流LLM与本地模型的开源AI交互界面，内置记忆功能以记住使用习惯与风格，兼容Claude、Gemini、ChatGPT及Ollama模型。
harbor|一款容器化LLM工具箱，通过简单命令即可安装运行各类LLM后端、API、前端及相关服务，集成Open WebUI、ComfyUI、Ollama、Dify等工具，并支持自动下载模型与自定义配置。
VideoFusion|一款面向无经验视频创作者的一站式视频批量处理工具，实现视频预处理无需关心复杂参数，具有自动去黑边、智能拼接、补帧、调整分辨率、白平衡、AI音频降噪和批量处理多个视频功能。
prompt-optimizer|一款用于优化和测试AI提示词的工具，支持Web应用和Chrome插件两种使用方式，可一键优化提示词并进行多轮迭代改进，提升AI回复的准确度。
ai-trend-publish|一款基于 AI 的趋势发现和内容发布系统，支持多源数据采集（Twitter/X、网站内容）与 AI 智能处理，可将内容自动发布到微信公众号，适合自动化内容创作的运营者。
aibrix|一款企业级云原生 GenAI 推理基础设施构建工具，提供大型语言模型推理部署、管理和扩展的完整解决方案，具备高密度 LoRA 管理系统和 LLM 网关及路由功能。
EPLB|一款专注于解决MoE模型训练负载均衡问题的工具，通过复制高负载专家并启发式打包到不同GPU实现负载平衡，基于冗余专家策略，结合组限制专家路由技术减少节点间数据传输，提供层次化和全局两种负载均衡策略以适应不同场景。
DualPipe|一款用于大规模AI模型训练的双向流水线并行算法，解决训练核心效率问题，通过创新调度策略完全重叠前向和后向计算-通信阶段，同时减少流水线气泡。
prompt-kit|一款专为AI应用设计的高质量UI组件库，可快速构建聊天体验、AI智能体和自主助手等应用，提供美观且可自定义的界面组件，包含可自定义的AI提示输入组件和聊天消息展示组件。
Awesome-Ollama-Server|一款用于监控和检测Ollama服务的系统，支持批量检测服务、实时显示状态和结果、自动FOFA扫描功能，提供现代化Web可视化界面及中英文多语言支持。
claude-code|一款在终端中运行的AI编程助手Claude Code，支持理解和操作本地代码库，能执行基本编码任务、解释代码逻辑、处理Git工作流程、回答架构问题、执行修复测试及代码格式化。
R1-Onevision|一款开源的多模态大语言模型，能够进行深度推理，尤其擅长视觉推理任务，并在数学、科学、图像理解和逻辑推理等多个领域表现出色，在多项推理基准测试上超越了Qwen2。
SurveyX|一款基于大语言模型的GitHub开源学术工具，能根据论文标题或关键词生成高质量学术论文和调研，提供30+个涵盖计算机视觉、医学影像等领域的已生成论文示例。
deepchat|一款简洁易用的DeepSeek第三方开源客户端，支持DeepSeek、硅基流动、Ollama等多个模型云服务商及多路聊天并发，具备完整的Markdown渲染与代码高亮显示功能。
apple-mcp|一款适用于MCP协议的苹果原生工具集，通过少量代码添加到Claude桌面配置，即可授予访问苹果原生工具的权限，目前已支持联系人、消息和笔记等功能，未来将扩展日历、提醒实现等工具。
llm-scraper|一款基于 LLMs 的网页数据提取工具，能够从任何网页中提取结构化数据，支持 Ollama、OpenAI 等 LLM 提供商及 html、markdown、text、image 等多种输入格式，并支持流式传输对象。
DeepSeek|一款GitHub开源的第三方DeepSeek iOS客户端。集成DeepSeek模型能力，支持实时对话、多轮交互、历史记录管理和自定义提示词，还具备多主题、消息本地存储、实时输入及消息复制功能。
AstrBot|一个松耦合的多平台LLM聊天机器人及开发框架，支持OpenAI、Gemini等多种大语言模型接入，具备异步处理能力、多消息平台部署支持和易用的插件系统。
aigcpanel|一款简单易用的一站式AI数字人系统，支持视频数字人合成、语音合成与克隆，可实现视频画面和声音换口型匹配，简化本地模型管理并支持一键导入和使用AI模型。
DeepSeek-RAG-Chatbot|一款开源免费的离线高级RAG对话工具，能从PDF、DOCX和TXT文件中快速准确检索信息，集成DeepSeek、GraphRAG等技术，具备聊天历史记忆和改进的错误处理机制。
DeepEP|一个用于混合专家模型训练和推理的专家并行通信库，提供高效优化的all-to-all通信能力，同时支持节点内NVLink和节点间RDMA通信，具备高吞吐量的训练与推理解预填充内核及低延迟的推理解内核。
anx-reader|一款开源免费的电子书阅读器，支持EPUB、MOBI等主流格式，具备现代化界面设计和多种AI能力，可通过WebDAV实现跨设备同步阅读进度，提供智能专注的纯粹阅读体验。
mastra|一个用于快速构建AI应用的TypeScript开发框架，集成Agents、Tools、Workflow、RAG及评测等常用工具，可直接使用以提升开发效率。
arxiv-mcp-server|一款用于轻松访问和搜索arXiv论文的MCP服务器。支持按日期范围和类别筛选搜索论文，能下载并读取论文内容，为AI助手提供快速检索和完整访问能力。
paper_to_podcast|一款能将学术论文转换为AI播客的开源工具，只需提供PDF学术论文即可转化为三人对话的播客形式，部署简单，需配置OpenAI API密钥并运行Python脚本。
vibe-draw|一款简单易用的3D建模工具，支持自由绘制2D草图并一键转换为3D模型，具备AI辅助优化草图以提升细节与质量的技术特点。
ruoyi-ai|一款一站式AI助手平台搭建的开源解决方案，包含前端应用、后台管理及小程序等全套系统，开箱即用，并基于MIT协议开源可自由商用。
ClaudeComputerCommander|一款让Claude桌面应用具备终端命令执行与文件编辑能力的MCP服务器。通过模型上下文协议让Claude执行终端命令、管理进程，提供文件编辑和搜索替换功能，可通过Smithery、npx一键使用。
star-vector|一款专注于SVG图像生成的多模态视觉语言模型，支持通过文本或图像生成SVG代码，在图标、Logo、图表生成方面表现出色，提供1B和8B参数两种版本并发布于HuggingFace。
pdf-craft|一款专注于扫描书籍处理的开源PDF转换工具，能提取正文、过滤页眉页脚并处理跨页连接，使用本地AI模型将PDF转换为Markdown或带结构的EPUB电子书，无需联网。
ClaraVerse|一款隐私优先的AI助手和智能体构建开源工具，能在本地设备使用开源模型进行AI聊天、创建智能体并转换为功能完整的应用，所有数据在本地处理不离开设备以实现隐私保护。
gurubase|一款可基于任何内容创建的AI问答助手，支持添加网页、PDF、视频和GitHub仓库作为知识源，能构建专业问答助手并嵌入网站或与Slack、Discord集成，支持实时更新数据源。
docling|一款文档处理开源框架，支持PDF、DOCX、XLSX、HTML、图片等多种格式解析，可与主流生成式AI框架无缝集成，支持本地执行以保护敏感数据。
XianyuAutoAgent|一款面向闲鱼店铺运营的开源工具，实现24小时自动化值守的AI智能客服系统，支持上下文感知对话、多专家协同决策和智能议价功能。
YT-Navigator|一款用于高效搜索和浏览 YouTube 频道内容的开源工具，通过聊天对话搜索视频特定信息并跳转相关时间点，支持对频道内容进行语义搜索以快速定位相关视频片段。
MagicQuill|一款GitHub上的交互式图像编辑AI工具，通过简单笔画和提示词实现添加元素、移除物体、画面调色等编辑任务，提供拖拽、旋转、调整画笔大小等画布工具集并支持不同绘画模型选择。
my-yt|一款基于 yt-dlp 开发的 YouTube 第三方 Web 客户端。界面干净简洁无广告，支持频道订阅、视频下载与离线播放、自动移除赞助内容，可集成本地 AI 模型对视频进行总结概要，通过 Node.js 或 Docker 部署。
mlx-lm|一款适用于Apple芯片的大模型处理Python工具包，支持文本生成和模型微调，与Hugging Face Hub集成，可通过单条命令调用数千个大语言模型。
easy-dataset|一款大模型微调数据集创建工具，提供直观界面支持文件上传与智能内容分割，可自动生成问题及高质量训练数据，支持导出Alpaca、JSON等多种格式并兼容OpenAI格式。
ReasonGraph|一款大模型推理过程可视化工具，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。
markpdfdown|一款基于多模态大语言模型的PDF转Markdown工具，支持PDF文档格式转换并完整保留表格、公式等复杂排版元素，利用AI技术理解文档结构，支持自定义模型参数配置和指定页码范围转换。
tools|一款由国外开发者Simon借助AI构建的前端工具集，包含多种实用的HTML+JavaScript小工具，开发者详细记录了利用LLM快速构建工具的过程。
SoftWhisper|一款高效便捷的音频转文字工具，基于Whisper.cpp实现，依赖极少且支持CPU+GPU加速，大幅提升转录速度，相比OpenAI的Whisper快数十倍，2小时音频仅需2-3分钟即可完成转录。
Coze-on-Wechat|一款将Coze平台AI机器人快速接入微信的开源工具，支持文本聊天、语音交互及插件功能，提供Web后台管理界面以便配置和管理机器人。
MaxKB|一款开源的AI知识库问答系统，支持上传PDF、Word文档或输入网址一键爬取并自动处理生成问答能力，能精准理解问题并给出完整解答，可接入DeepSeek R1、Llama 3、OpenAI等多种大模型以满足隐私和成本需求。
Sidekick|一款适用于 Mac 的本地 AI 助手，支持从文件、文件夹和网站中获取信息与本地 LLM 聊天，所有对话在离线环境中运行以保证数据安全。
local-deep-research|一款可本地运行的AI研究助手，能执行深度、迭代式研究分析，支持多种LLM和网络搜索，既保障隐私又提供强大研究能力。
mcp-playwright|一款为大模型提供浏览器自动化能力的工具，实现智能AI网页浏览和操作，通过模型上下文协议（MCP）服务器让LLM可与网页交互、截取屏幕截图并在真实浏览器环境中执行JavaScript。
Open-Sora|一款开源的SOTA视频生成大模型，可生成720p高分辨率和24 FPS流畅视频，采用3D全注意力机制与MMDiT架构，通过高效训练方法降低5-10倍成本，推理时间缩至单卡3分钟内，动作可控且场景切换效果丰富。
blender-mcp|一款基于MCP的AI辅助3D内容创作工具，可让Claude直接操控Blender自动进行3D建模、场景创建和模型操作，实现Claude AI与Blender的双向通信。
agents|一款用于构建智能有状态AI智能体的开发框架，支持状态管理和持久化内存，让AI智能体能够在网络边缘持久化存在、思考和进化。
hipixel|一款专注于工作流效率和macOS原生体验的AI图像超分辨率工具。提供高质量AI图像放大功能，支持多种图像格式，采用SwiftUI界面打造原生macOS应用程序。
rlama|一款本地文档智能问答工具，可无缝集成本地Ollama模型创建、管理和使用RAG系统，支持文本、代码及各类办公文档格式，实现对文档的智能问答。
story-flicks|一款基于AI技术的故事场景视频生成工具，根据输入的故事主题自动生成完整视频，包括故事内容、图片、音频和字幕，支持多种文本模型。
mcp-server-chatsum|一款结合MCP协议的微信群聊消息总结工具，通过wechaty实时收集并存储微信消息，支持查询和总结群聊历史记录，以Claude桌面版作为交互入口。
botgroup.chat|一款基于 React 和 Cloudflare Pages 构建的 AI 聊天应用，支持多个 AI 角色同时参与对话，提供类似群聊的交互体验，可轻松创造多角色对话场景。
nanobrowser|一款可作为OpenAI Operator开源平替的AI网页自动化工具，通过多智能体系统协作完成复杂网页操作，支持在浏览器本地运行并提供灵活的LLM选项。
autoMate|一款AI驱动的本地自动化开源工具，通过自然语言描述任务实现电脑界面自动操作，完成复杂工作流程，无需编程知识，融合AI与RPA技术。
fastrtc|一款用于实时通信的Python库，内置语音识别和自动对话管理功能，可一键生成用户界面并轻松接入网页通信技术，帮助开发者专注核心功能设计而无需处理底层通信细节。
ai-hedge-fund|一个用于教育目的的AI驱动对冲基金概念验证项目，通过11个不同角色的AI智能体协同工作模拟投资决策过程，包含知名投资者、技术分析、基本面分析等智能体。
klee-client|一款安全且本地化的AI桌面应用，内置RAG知识库和Markdown笔记支持，可在本地运行开源大模型，实现完全离线使用且零数据收集以保护隐私安全。
ComfyUI-RMBG|一款基于 ComfyUI 的背景移除插件，支持物体、人脸、服装和时尚元素精准分割，整合 RMBG-2.0、BiRefNet、SAM 等先进模型，可批量处理并自由调整敏感度、分辨率、模糊度等参数。
storm|一款来自斯坦福大学开源的创新型AI写作工具，输入主题后可自动深挖资料、生成大纲，模拟资深专家问答对话并结合联网资源，逐步完成带引用的文章撰写且支持PDF一键下载，目前仅支持英文输入。
chat-with-audios|一款基于音频文件构建的RAG应用项目，可快速将音频文件转为文本并支持AI问答，利用AssemblyAI和DeepSeek R1技术帮助从录音、播客等音频内容中提取所需信息。
composio|一款用于快速构建AI智能体的工具包，集成GitHub、Notion等250余种工具及系统操作、全网搜索功能，支持OpenAI、Claude、LlamaIndex、Langchain等主流AI框架，提供Python和JavaScript支持。
[pape

…

Collapse