HivisionIDPhotos:一句话生成标准证件照,自托管的 AI 证件照工具
HivisionIDPhotos 是 21.6k Stars 的开源证件照制作工具。上传一张自拍,它会自动完成抠图、换底色、尺寸裁剪与六寸排版,覆盖一寸二寸等常用规格,还能切换正装与光照效果;提供 API 与 Docker 部署,适合做成内部自助服务。
精选值得关注的 AI 开源项目与创意应用,每篇深度安利一个项目
HivisionIDPhotos 是 21.6k Stars 的开源证件照制作工具。上传一张自拍,它会自动完成抠图、换底色、尺寸裁剪与六寸排版,覆盖一寸二寸等常用规格,还能切换正装与光照效果;提供 API 与 Docker 部署,适合做成内部自助服务。
PaddleOCR 是百度飞桨开源的 OCR 工具库,90.6k Stars,中文识别准确率长期领先。新版把检测、识别、版面分析与表格还原串成完整流水线,能直接输出结构化结果,是中文票据、合同、扫描件数字化时最稳的起点。
AnythingLLM 把文档入库、向量检索、对话与多用户管理打包成一个桌面应用,66.7k Stars。既能接 OpenAI 也能全本地跑 Ollama,工作区隔离让不同项目的资料互不串味,是"不想写代码但要有私有知识库"时最省事的选择。
IOPaint 由 Sanster 开源,23.3k Stars,是本地化图像修复与物体擦除的实用工具。它集成 LaMa、MAT 等修复模型,涂一下就能去除水印、路人或瑕疵,并支持超分与背景移除,适合做老照片修复和电商图清理。
NocoDB 能把 MySQL、PostgreSQL 等已有数据库直接变成 Airtable 风格的协作表格,65.2k Stars。团队不必迁移数据就能获得表单、看板、权限与 API,新增的 AI 字段还能直接在表格里调用大模型做分类和摘要。
Stirling PDF 是 93.6k Stars 的自托管 PDF 工具箱,把合并、拆分、压缩、OCR、签署、格式互转等 50 多项操作做成网页界面。所有文件只在你的服务器上处理,对合同、发票这类不能外传的文档尤其合适。
Cline 是 VS Code 里使用量最高的开源编程智能体之一,69.9k Stars。它能自己创建文件、执行命令、打开浏览器验证结果,并支持 MCP 扩展外部工具;关键差异在于每一步动作都会请求确认,把"自主"和"可控"做了平衡。
Aider 是终端里的 AI 结对编程工具,49.4k Stars。它能读懂整个仓库上下文、按需修改多个文件,并在每次改动后自动生成一条独立 Git 提交,让"AI 改了什么"随时可 diff、可回退,这是它相比聊天式助手最实用的地方。
OpenVoice 由 MyShell 开源,37.8k Stars,主打极低成本的音色克隆与跨语言音色迁移。它把"音色"与"语调情感"解耦,因此用中文样本克隆的音色可以直接说英文而不失语气,是做多语言配音与数字人时最实用的一环。
Fish Speech 是当前开源 TTS 里少见的"多语言 + 零样本克隆"兼顾方案,32.9k Stars。只需十几秒参考音频就能复刻音色,中英日韩等语言切换不串味,并支持流式推理,是从个人配音到语音产品落地都用得上的合成引擎。
第 1-10 篇,共 147 篇