AI小应用

在 DrawAFish.com，每一次落笔都不只是涂鸦——它可能成为一条被AI识别、由算法验证、最终游进虚拟海洋的真实数字生命。这里没有复杂的操作门槛，只有一块画布、一个想法，和一群来自世界各地的创作者。

FlyCut Caption是一款智能、本地化的开源视频字幕裁剪工具，用智能字幕生成技术改变您的视频，自动生成准确字幕，精确编辑，支持多种格式导出。为内容创作者、教育工作者和企业提供完美解决方案。

AI视频转录器是一款开源的AI视频转录和摘要工具，支持YouTube、Bilibili、抖音等30+平台。

谷歌推出了三项基于其多模态大模型 Gemini 的 AI 实验项目，旨在通过更加个性化、情境化的方式帮助人们提升口语表达能力。些 AI 实验工具为语言学习者提供了全新的视角和方法。无论是通过“微型课程”快速掌握实用短语，还是通过“俚语交流”学习更自然的表达，亦或是利用“单词相机”在实际场景中学习新单词，这些工具都旨在帮助用户更高效地学习新语言。

Daan 是一款简洁、高效的LLM客户端，适合那些希望快速上手并享受流畅AI体验的用户。它不仅支持多种模型和API，还提供了丰富的个性化设置，让你能够根据自己的需求打造专属的AI助手。

SmartPDF 是一款功能强大且易于使用的开源工具，能够帮助您快速总结和分段 PDF 文件。无论您是需要处理学术论文、商业报告，还是其他长篇文档，SmartPDF 都能让您的工作更加高效。

Mixboard是来自Google Labs的一项全新工具，它能够帮助你以可视化的方式呈现自己的想法，帮助你探索、拓展和完善各种创意。通过图像和文字的形式，你可以将各种可能性清晰地呈现出来——无论是家居装饰方案、活动主题设计，还是新产品构思，甚至是下一个自己动手制作的项目。

Next AI Draw.io 是一个基于 Next.js 的 Web 应用，将大语言模型（LLM）与 draw.io 的强大图表能力深度集成。用户可通过自然语言指令创建、修改和增强专业图表，无需手动拖拽。

FaceShapes是一款先进的脸型检测工具。它通过分析你的面部结构，为你提供个性化的眼镜、发型和美妆建议。无论是想提升整体造型，还是寻找适合自己的细节搭配，FaceShapes都能满足你的需求。

社区创作者 ZHO-ZHO-ZHO 系统整理了Nano-Banana 46 种已验证的实用玩法，涵盖人物、产品、艺术、设计等多个领域。本文对其内容进行归类解析，帮助你快速掌握核心思路，并应用于自己的创作中。

Gemini Co-Drawing是开发者Trudy Painter基于谷歌Gemini 2.0 Flash Experimental模型的API打造的一个简笔画应用，你随便画，然后让它帮你完善，它会按照你画出的风格添加物体。

EasyControl 在 Hugging Face 发布了 EasyControl_Ghibli 模型，可以免费生成吉卜力风格图像，操作非常简单，上传图像点击生成即可转换。

Self.so是一个开源的个人网站构建器，只需30秒就能从你的简历/LinkedIn页面创建一个个人网站，100%免费且开源。

PDF2Audio是一款受到谷歌NotebookLM播客功能启发而开发的开源替代品，可以将 PDF 文件转换成音频播客、讲座、摘要等。它利用 OpenAI 的 GPT 大语言模型来生成文本和进行文本到语音的转换。

为了让图像编辑更易上手，Replicate推出了 Kontext Chat，通过自然对话的方式进行图像生成与编辑，无需掌握精准提示词即可完成高质量操作。

“PDF Parsers Playground”是 Hugging Face Spaces 上发布的一个PDF应用，专为快速实验各种开源 PDF 解析器而设计。有了它，你可以轻松地对 PDF 文件进行解析、分析和比较，找到最适合你的解析器。

Picture Me 不是一个功能复杂的 AI 工具，而是一个为普通人设计的 AI 形象助手。它把“AI 修图”从“技术活”变成“点一点就能完成的事”，让每个人都能轻松拥有属于自己的风格大片。

AI Baby Monitor 是一个基于本地运行的视频分析系统，通过集成先进的视频大语言模型（Video LLM），对婴儿活动进行规则判断，并在发现潜在危险行为时发出单一轻柔蜂鸣声，提醒家长及时查看。

LLM 显存与性能计算器 是一款实用工具，能够帮助用户快速评估不同大语言模型的显存需求和推理性能。无论你是研究人员还是开发者，都可以利用这一工具优化模型部署方案，确保在有限硬件资源下实现最佳性能。

用 Nano Banana 扩展改造你的网页浏览体验！这个有趣且创新的 Chrome 扩展使用 AI 技术，将你的脸插入到你在网页浏览时遇到的任何图像中。

FLUX.1 Kontext 正式上线 fal，这是一款远超“普通图像模型”的多模态流式编辑工具。它不仅能理解文本，还能深入解析图像内容，为用户提供前所未有的编辑自由度与精准控制能力。

“Sneos” 是一款网页工具，允许用户同时向 Gemini、ChatGPT 和 Claude 提问，并获得详细的响应比较分析。用户输入提问后，三个聊天机器人会同时生成回答，随后由 Gemini 进行深入比较，分析细节水平、语气和信息准确性。

Rabbit Hole 是一个受 ComfyUI 启发、专为企业级图像生成任务打造的代码优先型工作流管理工具。它以 Python 为核心，简化了 ComfyUI 工作流的构建、管理和自动化流程，特别适用于希望将图像生成集成到实际项目或服务中的开发者和团队。

Flux Kontext Dataset Generator 填补了一个关键空白：为 FLUX Kontext 系列模型提供便捷的 LoRA 训练数据生成方案。它不仅降低了高质量图像对数据集的构建门槛，也为个性化图像编辑模型的训练提供了实用路径。

bilingual_book_maker 是一款基于 AI 的翻译工具，旨在帮助用户轻松制作多语言版本的电子书（epub/txt 格式）和字幕文件（srt 格式）。它利用 ChatGPT 或 OpenAI 的强大翻译能力，为用户提供高效、便捷的双语内容生成解决方案。

PromptSniffer 是一款专为 AI 图像创作者打造的实用工具，能够帮助你轻松提取、复制、导出甚至删除图像中的 AI 生成元数据。无论是复用提示词、分析作品来源，还是保护创作隐私，PromptSniffer 都能提供高效支持。

Which LLM是一款免费应用，帮助您选择适合您使用场景的开源大语言模型。您甚至可以根据特定需求进行筛选，例如低延迟或 JSON/工具支持！

红墨是一个为小红书内容生产流程量身打造的效率工具。它把选题、文案、设计、风格统一等环节自动化，让创作者聚焦在“表达什么”，而不是“怎么做图”。对于希望提升内容产出效率的自媒体人，这是一个值得尝试的开源利器。

LoRACaptioner 是一款强大的开源工具，专注于解决 LoRA 训练中的标注问题。通过自动生成结构化标注和优化提示，它不仅提升了训练效果，还显著增强了生成图像的质量和一致性。

Pingro 是一个有趣的 AI 工具，它可以定期帮你查询关心的问题，并在满足条件时通过邮件通知你。无论是实时跟踪行业动态、获取新产品发布信息，还是关注特定事件的进展，Pingro 都能让你省时省力，第一时间掌握关键信息。