项目分类
按分类浏览项目，点击分类切换下方列表。
全部
AI 应用与 AI Agent · 638
AI 模型与开发框架 · 758
自动化与工作流 · 426
数据分析与数据处理 · 851
网站与 SaaS 工具 · 358
效率与办公工具 · 416
图像、视频与音频 · 430
内容创作与媒体工具 · 343
电商与营销工具 · 106
游戏与娱乐 · 206
网络与基础设施 · 719
开发者工具 · 1765
安全与隐私工具 · 216
教育与学习 · 316
其他 · 1827
图像、视频与音频 共 430 个项目 · 第 3/22 页
owncast
综合 69
开源自建视频直播服务，开箱即用，自带流媒体播放与互动聊天功能。
X-AnyLabeling
综合 69
轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。
beets
综合 69
音乐库管理工具，支持使用 MusicBrainz 自动抓取并整理标签信息。
语义分割模型库，内置 500 多种基于卷积和 Transformer 的预训练骨干网络。
LTX-Video
综合 69
LTX-Video 视频生成模型的官方开源代码仓库。
plyr
综合 69
轻量简约的 HTML5、YouTube 和 Vimeo 播放器（项目已停更，仅维护安全更新）。
spleeter
综合 69
Deezer 开源的源分离库，包含预训练模型。
webamp
综合 68
在浏览器中复刻经典 Winamp 2 播放器的开源实现。
automq
综合 68
基于 S3 的无盘化 Kafka，具备超高性价比、零跨 AZ 流量费、秒级弹性及个位数毫秒延迟。
spark-nlp
综合 68
Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。
buzz
综合 68
基于 OpenAI Whisper 驱动，可在个人电脑上离线转写和翻译音频的工具。
faster-whisper
综合 67
基于 CTranslate2 的高速 Whisper 转录工具。
TRELLIS
综合 67
CVPR'25 Spotlight 论文官方仓库，专注于可扩展、通用的 3D 生成。
mediacms （开源视频媒体管理系统）
综合 67
MediaCMS 是一个开源的视频与媒体 CMS，支持自托管，用于管理和分享音视频内容。
supersplat
综合 67
3D Gaussian Splatting（高斯泼溅）场景编辑器。
dolphinscheduler
综合 67
现代化分布式数据编排平台，支持通过低代码敏捷创建高性能工作流。
spotify-downloader
综合 67
从 YouTube 匹配并下载 Spotify 歌单和歌曲，同时获取专辑封面与元数据。
Babylon.js
综合 67
功能强大、效果出众且简单易用的开源 JavaScript 3D 渲染与游戏引擎。
labelme
综合 67
Python 图像标注工具，支持多边形、矩形等及 AI 辅助标注。
VideoCaptioner
综合 66
基于 LLM 的智能字幕助手，支持字幕生成、断句、校正与翻译全流程。