AI软件

Readify 是一款集电子书阅读与高质量 AI 语音朗读于一体的工具，旨在将任意文本内容转化为自然流畅的有声体验。它不依赖传统机械式 TTS（文本转语音），而是基于大语言模型技术，模拟人类朗读的节奏、语调与停顿，显著提升听书体验。

VidTrainPrep 是一个基于 Python 的工具，专为剪辑和准备视频数据而设计，特别适合为 LORA、Wan 或 Hunyuan 等视频模型创建训练数据集。它支持精确的范围选择、裁剪、FPS 转换，以及使用 Gemini API 进行可选的 AI 驱动描述生成。

阿普升图是一款免费且开源的 AI 图片放大软件，通过AI技术提升低分辨率图片的分辨率和质量。它支持 Linux、macOS 和 Windows，适合个人用户和专业用户，用于处理老照片、社交媒体图片或打印用高分辨率图像。

Nanobrowser 是一款开源的 AI 网页自动化工具，直接在您的浏览器中运行。作为 OpenAI Operator 的免费替代品，它提供了灵活的 LLM（大语言模型）选项和多智能体系统架构，能够实时分析网页数据并在遇到障碍时智能调整策略。所有操作均在本地浏览器中完成，确保隐私安全。

VoiceFlow是一款本地运行的 Whisper 语音转文字工具，免费、离线、无账户，将 OpenAI 的 Whisper 语音识别能力直接部署到您的 Windows 电脑上。

Image Detection Bypass Utility 是一个功能全面、结构清晰的图像后处理实验平台。其价值在于：参数丰富：覆盖空间、频域、纹理、物理模拟等多个维度；接口开放：支持 ComfyUI 集成与自定义处理逻辑；分析完备：内置前后对比与特征可视化；科研友好：强调可复现性与可控性，对于从事 AIGC 检测、图像归一化或对抗样本研究的人员，这是一个值得尝试的开源工具。

BrowserOS 是基于 Chromium 构建的开源浏览器，专为在本地运行 AI 智能体而设计。它不依赖云端服务，所有数据默认保留在你的设备上，提供了一种隐私优先的替代方案，功能定位接近 Perplexity 的 Comet 或 Dia，但完全由你掌控。

Flowith AI发布 FlowithOS，这是一个运行于 macOS 和 Windows 上的桌面应用程序，将传统网页浏览与 AI 驱动的任务执行相结合。与主流浏览器不同，FlowithOS 不仅提供网页访问功能，还内置一个AI智能体工作空间，用于记录和管理 AI 在浏览过程中执行的多步操作。其设计目标是为需要频繁进行信息收集、内容整理、自动化任务的用户提供可追溯、可编辑的操作流程。

CodinIT.dev 是一个开源的 AI 驱动全栈开发平台，专为现代 Node.js 应用设计。它将代码生成、项目管理与部署流程整合到一个统一界面中，支持你自由选择 AI 模型（无论是云端服务还是本地 LLM），无需绑定特定厂商。

Claude Hub是一个本地运行的 Claude Code 会话管理平台，能实时监控、持久化、恢复和分析你的所有编码会话，让你不再丢失任何进度。

作为一款集成 Claude Code、Codex、Gemini 三大 AI CLI 工具的全方位辅助神器，CC Switch 凭借灵活的供应商切换、强大的 MCP 管理、智能的 Prompts 配置能力，成为开发者高效调用 AI 命令行工具的核心助手。

VideoCaptioner是一款功能强大且易于使用的视频字幕处理工具。它不仅支持语音识别、字幕优化和翻译全流程处理，还提供了丰富的配置选项，满足不同用户的需求。

智简笔记本 是一款本地优先的 AI 写作伴侣，支持 macOS 和 Windows 平台。 支持 Ollama / WebLLM / 云端 API 三种引擎自由切换，搭配极简原生卡片界面，开箱即用。除模型下载外无云端依赖，无隐私焦虑，让智能回归轻盈。

Hyperlink 设计为完全本地化，是一个本地个人AI智能体，利用您的个人数据帮助您回忆和创建信息，就在您的设备上。

Fincept Terminal 是一个完全开源（AGPL-3.0）的金融情报平台，专为那些不愿被软件限制的分析师、投资者和开发者设计。在这里，数据没有边界，分析没有天花板，你的思维才是真正的瓶颈。

LightDiffusion-Next 是一款集速度、精度和灵活性于一体的 AI 驱动图像生成工具，支持图形用户界面（GUI）和命令行界面（CLI）。

Diffusion Training Dataset Composer是一款基于 PyQt5 的图形化界面工具，专为构建适用于 LoRA/DreamBooth 和微调任务的数据集而设计，支持高度定制化的设置、错误处理机制以及友好的用户体验，非常适合需要频繁构建训练样本的用户。

SoftWhisper 是一款基于 Whisper.cpp 的高效转录工具，凭借其强大的兼容性和卓越的性能，为用户提供了一种快速、便捷的音频转录解决方案。

H1111 不是一个“一键生成”的玩具，而是一个面向专业用户的视频生成工作站。它将 musubi-tuner 的强大能力封装为图形界面，同时通过 RamTorch、FP8、Block Swapping 等技术，让高质量视频生成在消费级显卡上成为可能。

PocketPal AI 是一款开源的 AI 助手应用，专为 iOS 和 Android 用户设计。它通过小型语言模型（SLM）直接在你的手机上运行，让你无需互联网连接即可与各种 AI 模型进行交互。这款应用不仅提供了强大的功能，还确保了数据的安全性和隐私性。

Anx Reader是一款为热爱阅读的你精心打造的电子书阅读器。集成多种 AI 能力，支持丰富的电子书格式，让阅读更智能、更专注。现代化界面设计，只为提供纯粹的阅读体验。

Antigravity Tools 2API 版已正式发布。它不再只是一个账号管理器，而是一个运行在您桌面的本地 AI 网关（Local AI Gateway），通过高性能 Rust 编写的反向代理服务，将 Google 与 Anthropic 的 Web Session 转化为标准 API 接口，让您在主流 AI 应用中直接调用 Gemini 和 Claude 的高级模型。

Heygem是一款专为Windows系统设计的全离线视频合成工具，它能够精确克隆您的外貌和声音，让您的形象数字化。您可以通过文字和语音驱动虚拟形象，进行视频制作。

RWKV Runner 是一个功能强大且易于使用的工具，适合希望在本地运行 RWKV 模型的用户。它提供了丰富的功能和灵活的部署方式，无论是个人用户还是开发者，都可以通过它快速体验 RWKV 模型的强大能力。

Screenpipe 是一款开源应用程序，旨在通过 24/7 录制屏幕和麦克风，构建一个 AI 驱动的应用商店。它支持 Windows、macOS 和 Linux，核心使用 Rust 开发，确保高性能。Screenpipe 强调本地数据存储，保护用户隐私，并提供 API 供开发者创建个性化 AI 工作流，如 OCR 和语音识别。

OpenWork 是一个可扩展、开源的桌面应用，目标是为知识工作者提供类似 “Claude Work” 的体验——但完全基于本地、透明可控，并围绕 OpenCode 构建。

这款仅 11.3MB的桌面应用，集成了 12 个专业语音识别模型（含 5 个本地离线模型），中文识别准确率超 90%，支持中英日混输、AI 润色、代码变量识别，且永久免费、无广告、不收集数据。

STABLE PROJECTORZ是一款免费工具，用于通过StableDiffusion制作纹理和3D内容。它提供了丰富的功能，包括保留UV、通过笔刷混合图层、通过文本或图像生成提示，以及3D修复。

Void 是一款兼具灵活性和隐私保护的开源 AI 编程辅助工具，为开发者提供了强大的 AI 编程辅助能力。如果你正在寻找一款类似 Cursor 的工具，但希望拥有更高的自由度和隐私保障，不妨试试 Void。

ChatWise是一款集性能、隐私保护和用户体验于一身的AI聊天应用。它不仅支持多种LLM模型和多模态交互，还通过本地存储和优化设计，确保数据安全和高效使用。无论是日常聊天、文件处理还是专业创作，ChatWise都能满足你的需求。

AingDesk大幅简化了大语言模型的管理和使用流程。它不仅支持一键安装和管理热门 AI 模型，还提供了知识库、网络搜索等功能，极大地提升了用户体验。

Epicenter 是一个正在演进的开源应用生态系统，致力于构建一个完全由用户掌控的本地智能工作环境。此前以 Whispering 之名广为人知的转录工具，现已正式升级为 Epicenter Whispering，并成为 Epicenter 生态系统中的首个成员。