从何开始123

Official VoiceHotkey macOS installers (DMG via GitHub Releases)

面向 Gemini 的 Local-First AI 工作流 WebUI，集成多模态聊天、Canvas、文件处理、实时搜索、代码执行与高级推理。

Gemini Nexus 是一款面向浏览器场景的 AI 助手扩展，集成 Gemini Web、Gemini API 与 OpenAI 兼容接口，支持网页上下文、图像处理、工具调用和 MCP 浏览器控制。

基于 Gemini 的可视化多智能体深度推理引擎 | A visual multi-agent deep reasoning engine powered by Gemini, featuring dynamic planning, chain-of-thought visualization, and multi-session management. Built with React 19 + TypeScript + Vite 6.

Multi-provider ASR web studio (Qwen, Doubao, Gemini, NIM, OpenAI-compatible & more) with recording, batch queue, PWA, local cache, and benchmarks.

Browser-based Android phone agent using WebADB/WebUSB and OpenAI-compatible vision models

一个先进的聊天应用，演示了一种独特的对话范式：用户的查询首先由两个不同的人工智能角色进行辩论和提炼，然后才提供最终的综合答案。该项目利用 Google Gemini API 驱动一个逻辑型 AI (Cognito) 和一个怀疑型 AI (Muse)，它们协作生成更健壮、准确和经过严格审查的响应。

一个用于可视化和分析代码项目文件结构的 Web 工具。

OnlineGPT 是一个基于 Python 和 PyQt5 的桌面应用程序，为用户提供了一个功能强大的图形用户界面，支持使用多个搜索引擎（Google、Bing、百度）进行网络搜索。它的主要目的是让语言模型能够连接到互联网，获取实时的网络信息，以提供更准确和丰富的回答。

基于 Chrome 扩展桥接的自主 AI 搜索智能体。支持迭代式任务规划、真机深度网页阅读，以及带引用来源的多源知识整合。

与 PDF 对话，并「看见」答案在哪里。基于 Gemini 多模态模型的智能文档助手，支持精确视觉定位与边框高亮。 | Chat with PDFs and "see" where answers are. AI document assistant powered by Gemini multimodal models with precise visual grounding.

在任何网页上实现无缝语音转文字的 Chrome 扩展，使用先进的 ASR API | A Chrome extension for seamless speech-to-text on any webpage using advanced ASR API

A beautiful Gemini-powered chat interface with multimodal support

一个结合 AI 聊天、本地命令行执行和键盘自动化的桌面助手。

基于 PyQt5 的网络信息抓取工具，支持 Google/Bing/Baidu 多引擎搜索，自动抓取关键词相关内容并保存至本地 | A PyQt5-based web scraping tool that fetches keyword-related content from multiple search engines

基于 SiliconFlow API 的语音转文字桌面工具，支持 PyQt5 图形界面、音频文件批量转录和结果编辑管理 | A PyQt5 desktop app for speech-to-text transcription using SiliconFlow API

基于 Gemini Live API 的实时语音合成工具 | Real-time text-to-speech powered by Gemini Live API

将 Python 脚本转换为独立 EXE 可执行文件的开源工具，支持拖拽、批量转换、自定义图标和版本信息 | An open-source tool to convert Python scripts into standalone EXE files with drag-and-drop, batch conversion, custom icons and version info

将长截图/长图智能分割为多页 PDF 文件 | Split long screenshots/images into multi-page PDF files

轻量级 LLM 网页聊天界面，支持 Markdown/LaTeX 渲染、流式输出、多会话管理和多 API 配置，数据本地存储 | A lightweight web chat UI for LLMs with Markdown/LaTeX, streaming, multi-session and multi-API support. All data stored locally.

网页版 IPTV 播放器，支持 m3u/m3u8 源、频道收藏、搜索与主题切换 | Web IPTV player with m3u/m3u8 sources, favorites, search, and themes

基于 Gemini API 的语音转文字工具 | Speech-to-text tool powered by Gemini API

Chinese-first Repomix web UI with Docker packaging

交互式图论可视化工具 | Interactive graph theory visualization tool

龙珠 Z 战斗力侦测器！上传图片让 Gemini AI 分析并分配战斗力 | Dragon Ball Z Power Scouter! Upload an image and let Gemini AI analyze it and assign a power level

Android Rubik's Cube simulator built with Kotlin and Jetpack Compose

一款功能丰富的二维码生成与解析工具 | A feature-rich QR code generator and decoder

One-click Chrome extension: save webpage main content as AI-friendly Markdown

NVIDIA catalog models sorted by release date

Public asset host (audio/images) for sharing links.

ASR Bridge: OpenAI-compatible transcription proxy for Bailian Fun-ASR and Doubao ASR.

A Leaflet-based location tracking PWA with route logging, history, and GPX export.

GitHub profile README featuring projects, stats, and personal links.