全部工具

FlintStudio是由Flintcore开发的开源AI创作工作室，旨在为创作者提供一站式AI辅助创作环境。该工具整合了多种AI能力，包括图像生成、编辑和创意设计等功能，提供直观的用户界面和灵活的工作流程。FlintStudio注重创作流程的完整性和易用性，支持从创意构思到成品输出的全流程AI辅助，适合设计师、艺术家和内容创作者使用，是开源AI创作工具生态中的新兴力量。

OpenJourney是一款基于Stable Diffusion v1.5微调的开源文本生成图像模型，通过在Midjourney v4生成的图像数据上进行训练，能够生成具有Midjourney风格的高质量艺术作品。用户可以使用类似Midjourney的提示词风格来生成图像，无需订阅Midjourney付费服务即可获得相似的视觉效果。OpenJourney完全免费开源，支持本地部署，适合希望体验Midjourney风格AI绘画但不想付费的用户，也是AI艺术研究和模型微调的优秀参考案例。

OneClick Subtitles Generator是一款开源的AI字幕生成工具，能够一键为视频和音频文件自动生成高质量字幕。基于Whisper语音识别模型，支持多语言语音转文字和自动翻译功能，大幅降低字幕制作的时间和人力成本。该工具提供简洁直观的操作界面，支持批量处理和多种字幕格式导出，适合视频创作者、教育工作者和内容本地化团队使用，是目前开源字幕生成方案中易用性和功能性的优秀平衡。

OpenClaw是一个开源的AI代理平台，旨在帮助用户构建和部署自主AI代理。该平台提供了灵活的框架和丰富的工具集成，支持多种大语言模型后端，让开发者能够快速创建能够自主执行复杂任务的AI代理。OpenClaw强调开放性和可扩展性，用户可以根据需求自定义代理行为和工具链，适合需要构建AI自动化工作流的企业和开发者使用。

Hermes Agent是由Nous Research开发的开源AI代理框架，基于先进的大语言模型技术，旨在创建具有强大推理和工具使用能力的自主AI代理。该项目专注于提升代理的推理准确性和任务完成率，支持多种工具调用和环境交互。Hermes Agent采用了优化的提示工程和代理架构设计，适合需要构建高性能AI代理的开发者和研究人员，是开源AI代理领域的重要项目之一。

Gemini CLI是Google推出的开源命令行AI工具，将Gemini大模型的强大能力直接带入终端环境。开发者可以在命令行中与AI进行自然对话，执行代码生成、文件分析、问题解答等任务，无需切换到浏览器或其他GUI应用。该工具支持上下文理解、多轮对话，能够读取本地文件作为上下文，是开发者日常工作流中的高效AI助手，特别适合偏好终端操作的技术人员使用。

Goose是一款由Linux基金会旗下AAIF维护的开源通用AI智能体，使用Rust编写，支持macOS、Linux、Windows桌面端和CLI终端两种使用方式。它兼容Anthropic、OpenAI、Google等15+大语言模型提供商，通过MCP协议可连接70+扩展插件，适用于代码开发、文档撰写、数据分析和自动化任务等多种场景，是本地优先、跨平台的AI助手解决方案。

Docling是由IBM Research Zurich创建、现由LF AI & Data基金会托管的开源文档处理库，支持解析PDF、DOCX、PPTX、XLSX、HTML、EPUB、图片、音频、邮件等30+种格式，转换为统一的DoclingDocument结构后导出为Markdown、HTML、JSON等格式。具备高级PDF版面理解、OCR识别、图表解析和语音转写能力，可与LangChain、LlamaIndex等AI框架无缝集成。

Wan2.1是由阿里巴巴推出的开源大规模视频生成模型套件，在多个基准测试中超越现有开源模型和商业解决方案。提供1.3B和14B两种参数规模，1.3B模型仅需8.19GB显存即可运行，兼容消费级GPU。支持文本生成视频、图片生成视频、视频编辑、文本生成图片和视频生成音频等多种任务。是首个支持中英文视觉文本生成的视频模型，可直接在视频画面中生成清晰文字。配备高效的Wan-VAE视频编码器，支持1080P视频的任意长度编解码。提供VACE一体化视频创作编辑模型，支持首尾帧控制等高级功能。

Dia是由Nari Labs开发的1.6B参数文本转语音模型，能够直接从对话脚本生成高度逼真的双人对话音频。支持通过音频条件控制输出的情感和语调，可生成笑声、咳嗽、清嗓子等非语言声音。采用[S1]和[S2]说话人标记系统，支持单次推理生成完整的双人对话。模型权重托管在Hugging Face，提供ZeroGPU在线试用空间。支持通过Hugging Face Transformers直接调用，提供Gradio演示界面。目前仅支持英语生成，已发布更大版本的Dia2模型。采用Apache 2.0开源协议，社区活跃。

n8n 是一款开源的工作流自动化平台，提供可视化拖拽界面和代码扩展能力，支持 400+ 应用集成。与 Zapier 等商业工具不同，n8n 支持自托管部署，数据完全可控。内置 AI Agent 节点，可构建基于 LLM 的智能工作流，支持 LangChain 集成。提供社区免费版和企业付费版，适合需要自动化业务流程的技术团队。

Open WebUI是一款功能丰富的开源自托管AI聊天界面，支持Ollama、OpenAI兼容API等多种LLM后端。它提供直观的Web界面，支持多模型切换、对话管理、RAG文档检索、Web搜索集成以及用户权限管理。部署简单，支持Docker一键安装，适合个人和团队搭建私有AI对话平台，无需依赖第三方云服务即可享受类ChatGPT体验。