浏览 AI 技能、智能体和自动化

Natural Text to Danbooru Tags with Transformer V2

John6666 · 工具包

用语言模型和标注模型，把普通话语的描述转成 Danbooru 风格的标签。在浏览器里以 Gradio 应用运行，适合给图片写标签式提示词的人。

DFlowNovo De Novo Peptide Sequencing

joelinator · 工具包

用流匹配模型从串联质谱文件预测肽段序列，返回计算质量和置信度分数，结果可以保存为 CSV 或 TSV。适合蛋白质组学研究者。

Example for IS445

jnaiman · 工具包

运行一个标注为 IS445 示例的小型 Streamlit 应用，可以在浏览器里在线使用，也可以用 Python 从本地副本运行。页面本身没有说明这个应用做什么。

Rein-NPC playground

jmc0 · 工具包

让你和一个小镇里的三个游戏角色对话，它们由一个只下载一次、在浏览器里运行的 4B 模型扮演，每条回复下面都会显示模型做出的决定。

humanizer

jialinyyzz · 工具包

把 AI 写的中英文草稿改写得像真人写的，数字、日期、人名和引语保持原样，还可以把选中的段落一字不改地锁住。

Image Face Upscale Restoration

jhon19792025 · 工具包

修复并放大照片里的人脸，在一个 Gradio 页面里提供多个修复模型。适合修复老旧或模糊人像的人。只使用你有权使用的照片。

Basal-1.5 Demo & API

jglowa · 工具包

Remek Kinas 的 basal-1.5 模型的 Gradio 演示和 API，有名为 4.5B、max 和 mini 的三个变体，可以在线运行，也可以用 Python 3.12 在你的电脑上运行。

Qwenputer Front Panel

jgalego · 工具包

回放 Qwenputer 的录制运行，它是一个在额外层里内置 RISC-V CPU 的 Qwen3.5-4B 模型，旁边是显示层、寄存器和内存的前面板，在你的浏览器里运行。

Free Open Webui

JerryZhouYG · 工具包

把 Open WebUI，一个用于 AI 模型的浏览器聊天前端，打包成 Docker Space，你可以在线打开，也可以在自己的电脑上构建。适合想要现成聊天页面、不想自己设置的人。

GeCo2 Object Counting

jerpelhan · 工具包

在你标出几个示例之后，数出图片里某个物体的所有实例，不需要重新训练，也没有固定的类别清单。适合研究人员和想数照片里物品的人。

MONET Retrieval

jasperai · 工具包

一个来自 jasperai 的 Gradio 应用，用 DINOv2、CLIP 或 SSCD 嵌入，从上传的图像或标题关键词里找出 MONET 数据集中最接近的结果。

SILVA Aesthetic Scorer

Jannchie · 工具包

用一个人的审美和两个蒸馏出来的 AI 评委，给上传的插画打三个 0 到 1 的分数。适合画师、数据集整理者和研究审美模型的人。

Ultimate RVC

JackismyShephard · 工具包

Ultimate RVC 项目的一个 Gradio 应用，用于语音转换、音源分离、特征提取和训练，可以在线运行，也可以用 Python 3.12.7 在你的电脑上运行。

ANCHOR: the page changed, which robot noticed?

isntlucxs · 工具包

在浏览器里展示传统 RPA 脚本和 ANCHOR 自动化智能体在同一个网页上、在它发生五个等级的变化前后各自的表现。

NTv3 Foundation Models for Genomics

InstaDeepAI · 工具包

介绍 InstaDeepAI 的 NTv3 基因组基础模型，它们一次能读取最长 1 Mb 的 DNA，页面还指向可运行的 PyTorch 笔记本，可以在浏览器里看，也可以下载。

Video Background Removal

innova-ai · 工具包

用 BiRefNet 模型去掉或更换视频的背景，可以在浏览器里在线运行，也可以用 Python 在你自己的电脑上运行。

Bark by ibyteohdear

ibyteohdear · 工具包

一个来自 ibyteohdear 的小型 Gradio 演示，对应 suno/bark 模型，可以在浏览器里在线运行，也可以用 Python 在你自己的电脑上运行。

Spotify Song Reccomender

ibrhmyi · 工具包

一个会推荐歌曲的小型 Streamlit 应用，附带一张曲风图片。页面没有给出数据和方法的细节，所以适合想读一个简单推荐器演示的人。

FM4M-demo1

ibm-research · 工具包

IBM Research 的一个 Gradio 演示，点名了三个 IBM 材料模型，smi-ted、selfies-ted 和 mhg-ged。适合想看这个演示是怎么搭的研究者和开发者。

Granite Vision Document Intelligence

ibm-granite · 工具包

在 Gradio 演示里用 IBM Granite Vision 和 Docling，从 PDF 和图片中提取摘要、CSV 数据、代码、表格和图片描述。

Granite Docling 258M WebGPU

ibm-granite · 工具包

在浏览器里运行 ibm-granite 的一个静态网页，无需安装任何东西，它的文件也可以下载下来，在你自己的电脑上打开。

StdGEN

hyz317 · 工具包

一个来自 hyz317 的 Gradio 应用，仓库里有分阶段的推理脚本和一个 Blender 文件夹，可以在浏览器里在线运行，也可以用 Python 在你自己的电脑上运行。

Zeroscope V2

hysts · 工具包

一个来自 hysts 的 Gradio 演示，用 zeroscope_v2_576w 模型做文字生成视频，可以在浏览器里在线运行，也可以用 Python 3.12.12 在你的电脑上运行。

SmolVLM

HuggingFaceTB · 工具包

一个来自 HuggingFaceTB 的 Gradio 演示，对应 SmolVLM2-2.2B-Instruct 模型，附带示例图片，可以在浏览器里在线运行，也可以用 Python 3.10 在你的电脑上运行。

jobs-actions Dispatcher

huggingface · 工具包

接收 GitHub Actions 的 workflow_job webhook，并启动 Hugging Face Jobs 来运行它们，适合想让 GitHub 工作流在 Hugging Face 上运行的开发者。

HuggingDiscussions

huggingface · 工具包

在浏览器里显示 Hugging Face 的一个静态网页，无需安装任何东西，它不多的几个文件也可以下载下来，在你自己的电脑上打开。

Hugging Face Enterprise

huggingface · 工具包

以长文页面的形式，讲解 Hugging Face 的 Enterprise 功能、团队为什么要升级以及如何开始。适合权衡各个套餐的团队负责人、IT 人员和采购者。

Repo duplicator

huggingface-projects · 工具包

一个来自 huggingface-projects 的小型 Gradio 应用，名字指向复制仓库，可以在浏览器里在线运行，也可以用 Python 在你自己的电脑上运行。

YuE2 Keygen Music LoRA

hugging-apps · 工具包

用 YuE2-3B 模型和一对 LoRA 适配器生成注册机和 Demoscene 风格的芯片音乐。它只生成音乐。适合喜欢这种复古声音的音乐人和开发者。

SenseNova-U1.5 MoT TailSteer

hugging-apps · 工具包

分多轮编辑图片，把每次的结果再作为下一轮的输入，同时限制漂移。适合想试用分步图片编辑或研究这个模型的人。

RigidFormer

hugging-apps · 工具包

用一个处理点集的 Transformer 预测多个刚体如何运动和碰撞，并把它的推演结果和模拟器的真实结果放在一起显示。适合物理和机器学习研究者。

PRISM Image to 3D

hugging-apps · 工具包

用一张图片构建 3D 高斯场景，并在 3D 查看器里显示。适合想不安装任何东西就试用单图重建的研究者和 3D 爱好者。

OmniVoice Azerbaijani TTS

hugging-apps · 工具包

朗读阿塞拜疆语文本，可以用自动声音、从一小段参考音频克隆的声音，或用文字描述的声音。适合使用阿塞拜疆语的开发者和创作者。

MOSS-Image-heal

hugging-apps · 工具包

在 Gradio 演示里用 MOSS-Image-Base 模型的微调版本，根据文字提示词生成图片，输出偏向动漫风格。

Ming-3.0-tts-0.5B

hugging-apps · 工具包

在 Ming-3.0-tts-0.5B 模型的 Gradio 演示里，把文字转成多种语言的语音，支持声音克隆和声音设计。

MetaView Novel View Synthesis

hugging-apps · 工具包

用一张上传的图片，从新的相机角度渲染场景，带偏航和俯仰控制。这是 MetaView 方法的交互演示，适合研究者、3D 美术师和开发者。

LeapTalk

hugging-apps · 工具包

把一张人像照片和一段语音变成口型同步的说话人头像视频，是 LeapTalk 模型的演示，适合研究者、开发者和创作者。

JoyAI Video Edit

hugging-apps · 工具包

根据一句自然语言指令编辑视频，并在生成过程中按块把结果流式传回。是 JoyAI-Video-Edit 模型的演示，适合视频剪辑师和研究者。

4DAnyone Multi-View Video

hugging-apps · 工具包

把一段人像视频变成同一段表演的多机位同步视频。是 4DAnyone 模型的演示，适合制作 4D 重建输入的研究者。

VoxCPM2 Myanmar Voice Clone Test

hub10 · 工具包

在接入 Dubbing Studio 之前测试 VoxCPM2 模型的声音克隆。适合做配音和语音的开发者，克隆声音需要说话人的许可。

HiDream O1 Image

HiDream-ai · 工具包

提供 HiDream 的 O1 Image 模型的 Gradio 演示，可以在浏览器里打开，也可以在自己的电脑上运行。适合想试用这个模型或阅读应用代码的人。

FASTDIAR

herimor · 工具包

在音频文件或麦克风实时流播放的同时标注谁在说话，延迟约一秒。适合做说话人分离的语音开发者和研究者的演示。

MuseTalk 1.5

henrybit · 工具包

用参考图片或视频加一段驱动音频生成口型同步的视频，并提供嘴部区域的测试步骤。是给做说话人脸的人用的 Gradio 演示。

SparkReel

Henry96 · 工具包

星火短剧场的一个静态网页，它自称是免费的 AI 短剧视频生成工具。只有纯 HTML、CSS 和一张预览图。

Bowdet

Haotian-Yuan · 工具包

Haotian-Yuan 做的一个用 Docker 打包的 Python 网页应用，在 7860 端口提供服务，可以在浏览器里试用。它的页面没有说明检测什么，用途请看演示。

DA-2

haodongli · 工具包

在浏览器演示里运行 DA^2 深度模型，它是 Depth Anything in Any Direction 的官方演示。适合想不做任何配置就试用深度估计的研究者和开发者。

Face Redaction

hamzaasyf · 工具包

找出照片或视频里的每一张人脸并用像素化、模糊或纯色块遮住，其余画面保持不变。适合处理监控、活动或街头素材的隐私团队。

THX-02

HAL-X-AI · 工具包

用 THX-02 决策模型，对你描述的情境里的每个选项给出概率，还有可选的思考模式。这是一个 Gradio 演示，适合测试校准决策的研究者和开发者。

HAKARI-Bench Leaderboard

hakari-bench · 工具包

展示 HAKARI-Bench 的公开结果，这是一个轻量的多语言信息检索基准，带有表格、模型对比和筛选。适合挑选检索模型的研究者和工程师。

Whisper Chileno

hablaip · 工具包

把智利西班牙语语音转成文字，用 LoRA 适配器在 Whisper large-v3 上针对呼叫中心音频调优。适合语音团队和呼叫中心开发者的演示。

Levanti - Levantine Arabic Translation Tools

guymorlan · 工具包

在浏览器里做英语与黎凡特阿拉伯语互译，还能为阿拉伯语加元音符号并转写成拉丁字母。适合学习者、译者和研究这种方言的人。

Clinassist Train

Gs2004 · 工具包

存放用 GRPO 为作者的 Clinassist 项目调优 Qwen 模型所用的训练脚本和 Gradio 应用。适合想阅读或重跑这套训练的机器学习开发者。

FOXES - A Framework for Operational X-ray Emission Synthesis

griffingoodwin04 · 工具包

根据你以 NumPy 文件上传的 7 通道 SDO/AIA 太阳观测数据，预测 GOES 软 X 射线流量，并返回合成图像和流量贡献图。适合太阳物理研究者。

MSEB Leaderboard

google · 工具包

Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面，用 Gradio 搭建。适合比较声音嵌入模型的研究者。

Embedding Draw Challenge

google · 工具包

google 做的一个围绕 EmbeddingGemma 2 模型的 Gradio 绘画挑战。卡片没有给出规则，所以只有打开页面才能看到怎么玩。

Llama logo

ggml-org · 工具包

以一个可以探索的页面展示 Llama 图标是怎样构建的，从加号和字母 L 到最终的标志。适合使用或研究这个标志的设计师和开发者。

Genshin Music Generator

Genius-Society · 工具包

打开一个静态页面，生成《原神》游戏风格的音乐。卡片只有一行，所以只有打开页面才能看到它怎样工作。

Mira-TTS

Gapeleon · 工具包

在 Gradio 页面里用 MiraTTS 模型把文字转成语音。这是一个非官方演示，适合想在浏览器里试用这个模型，或自己运行它的人。

Video Dubbing (SoniTranslate)

G-Rost · 工具包

在 Gradio 页面里用开源项目把视频配音成另一种语言。适合想翻译视频里语音的创作者。

phonon-wasm

fusorlabs · 工具包

用 Phonon 31M 模型在浏览器里的你自己的 CPU 上把文字转成语音，边计算边输出音频。适合想把文字变成语音，又不想用服务器的人。

ming-wasm

fusorlabs · 工具包

用 Ming-3.0-tts-0.5B 模型在浏览器里的你自己的 CPU 上把文字转成语音。适合想把文字变成语音，又不想把文字发到服务器的人。

Fun-CosyVoice3-0.5B

FunAudioLLM · 工具包

在 Gradio 演示里把文字转成九种语言和多种中文方言的语音，支持零样本声音克隆，适合测试语音合成的人。

DRS-VPT

fulkast · 工具包

在不需要起始位姿猜测的情况下，找出一张相机图像在 3-D 点云中的拍摄位置。适合研究 3-D 扫描中相机定位的研究者和学生。

MyanmarTTS

freococo · 工具包

用一个只有 31M 参数的小模型把缅甸语文字变成语音，是一个能在浏览器里运行的 Gradio 应用。适合使用缅甸语的创作者、老师和开发者。

Wet-Ink

Freedomform · 工具包

在浏览器里用动画演示扩散语言模型的一种解码方法，你可以调整窗口大小，看标记保持可编辑还是被冻结。适合研究和学习语言模型解码的人。

Prompt Squirrel

FoodDesert · 工具包

在 Gradio 页面里整理并归类以标签列表写成的图像提示词，并附有可以试用的示例提示词。适合为图像模型写标签式提示词的人。

Lotis Demo

fnnBsch · 工具包

运行 fnnBsch 的 Lotis 的 Gradio 演示，基于 DINOv2 和 DINOv3 模型以及一个训练好的检查点。适合想在浏览器里试用这个模型，或者想读它怎样搭起来的人。

Flowise

FlowiseAI · 工具包

运行 FlowiseAI 账号发布的 Flowise，作为 Docker 应用，可以在浏览器里打开，也可以自己构建。卡片没有功能清单，所以打开页面才能看到它提供什么。

MiMo RL Environment Explorer

FineEnvs · 工具包

浏览 XiaomiMiMo 的 7,780 个强化学习环境，然后让模型运行一个任务并显示评分。这是一个非官方的浏览器，适合测试或比较 AI 智能体的人。

FINAL-Bench Quantum Leaderboard

FINAL-Bench · 工具包

在共用的公开测试集上给量子纠错解码器排名，并把已发表的结果列在旁边。这是一个开放、中立的基准页，适合量子计算研究者和解码器开发者。

Obfuscated-Shell Safety Leaderboard

FINAL-Bench · 工具包

给语言模型排名，看它们能否识破被伪装的 shell 命令：拦下危险的，放行无害但经过编码的。适合构建智能体的人，是一个防御性的安全基准。

ZONOS3 Mini

fffiloni · 工具包

用 Zyphra 的 ZONOS3-Mini 模型，把最多 600 个字符的文字转成语音，支持多种语言和预设声音。这是一个在 Hugging Face 上运行的 Gradio 应用。

Sand3D Assets Explorer

fffiloni · 工具包

以 3D 方式浏览 Sand3D 物体，移动它们的关节，并显示每个物体背后的 Python 程序。适合想在浏览器里检查这类仿真风格 3D 资产的人。

Diffusers Image Outpaint

fffiloni · 工具包

在基于 Stable Diffusion XL 模型的 Gradio 应用里，把图片向边缘之外延伸并填上新内容，适合需要更大画布的人。

MOSS-Image Layout Editor

ferry309 · 工具包

在浏览器里画出文字框、物体框和角色框的布局，并从中导出 MOSS-Image 提示词。适合手动搭建 MOSS-Image 草稿的人。

Ai Journalism Skills

fdaudens · 工具包

提供开源的新闻工作技能和提示词工作流，交给 AI 智能体使用，从事实核查开始。适合使用 Claude、ChatGPT 等助手的记者和新闻编辑部。

The Smol Training Playbook（简体中文）

fat-pig · 工具包

让中文读者用简体中文阅读 HuggingFaceTB 团队的语言模型训练指南，图表也已翻译。这是一份非官方译文，适合构建或学习大模型的人。

Joy Caption Pre Alpha

fancyfeast · 工具包

一个早期演示，把 SigLIP 视觉模型和 Llama 3.1 8B 搭在一起，看起来是用来给图片写说明文字的。这是 Hugging Face 上的 Gradio 应用，名字里就标明了 pre-alpha。

MelodyFlow

facebook · 工具包

运行 facebook 团队的音频生成模型演示，基于 AudioCraft 库构建。适合想在浏览器里试用音乐和声音生成，或者想读代码的人。

CoWTracker

facebook · 工具包

跟踪上传视频里的每一个像素随时间的运动，并用彩色轨迹画出来。适合研究人员和想研究画面中物体如何运动的人。

Oromo VITS TTS

eyob7 · 工具包

用 VITS 声音朗读 Afaan Oromoo 文字，并先把数字写成奥罗莫语单词。适合奥罗莫语使用者、学习者，以及想要 Gradio 语音演示的开发者。

Oromo-TTS

eyob7 · 工具包

在 Gradio 页面里把奥罗莫语文字转成语音，使用 Space 自带的模型文件。适合奥罗莫语使用者、学习者，以及想听这门语言朗读的开发者。

OWSM v4

espnet · 工具包

用 Gradio 演示页在浏览器里对你给的音频运行 OWSM v4 开源语音模型，适合想试用或对比语音模型的人。

OWSM v4

espnet · 工具包

用 OWSM v4 模型转写语音、在语言之间翻译、识别说的是哪种语言并解码长录音，可选文字提示词。适合语音研究者和想测试多语言音频的人。

AI Jukebox

enzostvs · 工具包

一个用 AI 生成音乐的网页应用，由 Docker 镜像在 3000 端口提供服务。可以在 Hugging Face 的浏览器里用，也可以在自己的电脑上构建一份。

College Attend Choice

emmaz-sv · 工具包

帮你在录取通知到手之后比较大学录取：标出录取你的学校，切换生活因素，查看排名、夺冠概率和职业与成本对比图。适合选择去哪所学校就读的学生。

College Admit Portfolio

emmaz-sv · 工具包

根据 Naviance 散点图的人数，在浏览器页面里估算至少被一所大学录取的概率和 Shapley 份额，数据只留在你的设备上。适合规划申请哪些学校的学生。

Voice Clone Tool

ejzhu2026 · 工具包

用 10 到 30 秒的音频样本克隆一个声音，并用这个声音朗读新的文字，支持 16 种语言。适合需要一个经过同意的声音来做旁白或测试的人。

MEMFOF Optical Flow

egorchistov · 工具包

为全高清视频估计光流，也就是帧与帧之间每个像素的运动，同时占用很少的 GPU 显存，带 Gradio 演示和多个训练好的模型。适合计算机视觉研究者和视频工程师。

NZ General Election 2026 Explorer

edithatogo · 工具包

用座位分配、超额席位和预测模型来探索新西兰 2026 年大选，提供 Gradio 仪表盘和静态页面。适合分析人员、学生和好奇的读者。

Outsmart

ed-donner · 工具包

让 AI 模型在回合制的谈判和策略游戏里互相较量，并跨多局给它们排名。适合好奇语言模型怎样讨价还价、结盟和竞争的人。

NatureLM-Audio

EarthSpeciesProject · 工具包

一个演示：你上传一段动物声音的音频，在聊天里就它提问。它运行 NatureLM-audio 模型，在浏览器中打开，无需安装。

Cua Driver Bench on AgentEnv

earakely-scale · 工具包

计算机使用智能体运行 Cua Driver Bench 任务的回放查看器，有录制的桌面、工具调用、评分，还能并排对比驱动。这不是基准制作方的官方结果。

ClaimRadar BG

DyrakArmy · 工具包

在保加利亚语文本、音频和视频中找出可核查的说法，在网上搜索来源，并给每个说法一个带证据的结论。适合想检验自己所读所听内容的记者、事实核查人员和读者。

Splat To Mesh

dylanebert · 工具包

把一个从名字看是高斯点云转网格的转换器打包成 Docker 应用，用来把高斯点云场景转成三维网格。适合想运行或阅读这个转换器的三维开发者。

LGM-Mini

dylanebert · 工具包

在 Hugging Face 的 GPU 上运行一个基于 LGM 模型和多个多视图扩散模型的小型 Gradio 演示。适合关注三维生成研究、想试用或阅读代码的人。

Gsplat Editor

dylanebert · 工具包

在浏览器里编辑三维高斯点云对象：拖入 .ply 或 .splat 文件，实时编辑，再把结果下载为 .splat 文件。适合处理高斯点云的人。

Kaloscope Artist Style Classifier

DraconicDragon · 工具包

在 Gradio 页面里，用 Kaloscope 模型把图片归类到 Danbooru 画师标签。适合给作品打标签或分类的人，也适合想看这些模型怎么运行的开发者。

DBv4-Tagger ConvNext-v2-Huge

DraconicDragon · 工具包

在 Gradio 页面里用 animetimm 的 convnextv2_huge 模型给动漫图片打标签。适合整理或研究动漫画作的人。

Audioldm Text To Audio Generation

dimaiklov · 工具包

在 Gradio 页面里，用 AudioLDM 模型把一段文字描述变成音频片段。适合想试用文字生成音频、又不想自己配置模型的创作者和开发者。