浏览 AI 技能、智能体和自动化

Parler-TTS

parler-tts · 工具包

在浏览器里用 Parler-TTS 大号和迷你模型把文字变成语音。适合创作者、开发者和想在使用前先听听模型效果的研究者。

Egyptian Arabic TTS

omarelshehy · 工具包

在浏览器里用基于 Chatterbox 的 NAMAA 埃及阿拉伯语文字转语音模型朗读阿拉伯语文本。适合阿拉伯语内容制作者、开发者和想听听这个模型的研究者。

Music Flamingo

nvidia · 工具包

在 Gradio 页面里，用 NVIDIA 的 Music Flamingo 模型处理音乐音频，运行在 Hugging Face 的 ZeroGPU 硬件上。适合处理音频和音乐的研究者和开发者。

SchemeArena

launch · 工具包

展示一个用 400 个场景测试 LLM 智能体是否会耍心机的研究项目，并介绍名为 SCOUT 的监测器。这是面向 AI 安全研究人员的静态项目页面。

WeVisOne-VL-2B

hugging-apps · 工具包

在图片上试用腾讯的 WeVisOne-VL-2B 视觉语言模型，从找物体、数数、读文字到抠出主体。适合做图像理解的开发者和研究者。

P-JiT 21K

hugging-apps · 工具包

用 P-JiT 21K 根据文字提示生成图片，这是一个直接在像素空间工作的扩散 Transformer，并带有给短提示扩写的功能。适合图像生成的研究者和开发者。

Saudi SALLM Q9B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里运行基于 Qwen3.5-9B 语言模型和私有适配器的 Gradio 研究演示，适合在 GPU 硬件上测试模型的人。

Saudi SALLM A7B V1 Demo

Dr-Zeyad-Alghamdi · 工具包

你可以在浏览器页面里试用建立在 ALLaM-7B-Instruct-preview 之上的研究型语言模型适配器，适合测试和比较语言模型的人。

Healthcare MCP Server

Agents-MCP-Hackathon · 工具包

让助手查询 FDA 药物信息、PubMed 论文和 Health.gov 主题的 Gradio MCP 服务器。适合需要医疗参考查询的开发者和研究者。

Model Pulse

tardellirs · 工具包

展示 Hugging Face Hub 上模型自 2024 年 7 月以来的每日下载历史、点赞数和衍生模型家族，还有模型对比图和每周排行榜。适合模型开发者和研究人员。

Sesame CSM

sesame · 工具包

Sesame 的 1B 对话语音模型的浏览器演示，可根据文字和音频输入生成语音。用于研究和教育，严禁冒充和欺骗。

Open VLM Leaderboard

opencompass · 工具包

展示用 VLMEvalKit 工具包收集的视觉语言模型得分排行榜，有总榜，也有每个基准的单独表格。适合比较多模态模型的研究者和工程师。

S1MB Leaderboard

hotchpotch · 工具包

在一个已保存结果的查看器里，比较 System One Decision Models 在 100 多个基准上的表现。适合想看模型哪里强、哪里弱的研究者。

MusicGen

facebook · 工具包

用 MusicGen 模型把文字描述变成一小段音乐，是基于 AudioCraft 音频库的浏览器演示。适合想探索文字生成音乐的音乐人、开发者和研究者。

Coilstellaration Bench

proxima-fusion · 工具包

给能根据等离子体边界和需求指标预测仿星器线圈组的 ONNX 模型打分，研究人员可以提交模型并比较结果。

Kimodo

nvidia · 工具包

用 NVIDIA 的 Kimodo 模型根据文字提示词生成动作，页面可以在浏览器里打开，也可以自己用 Docker 构建。适合动画师和研究者。

Heretic Grimoire

heretic-org · 工具包

为 Heretic 生成的模型保存可搜索的复现记录存档，可下载 CSV。适合追踪或重建这类模型的研究者。

RL Environments on Hugging Face

FineEnvs · 工具包

让你浏览 Hugging Face Hub 上的强化学习环境，查看它们的任务和奖励，并运行智能体 rollout 来比较结果。适合强化学习和智能体研究者。

See-through: Layer Decomposition

24yearsold · 工具包

把一张动漫角色插画拆成互相独立、被补全的图层，带有深度顺序，并给你一个分层的 PSD 文件。适合插画师、动画师和研究者。

Tessera Pixel Studio

thejagstudio · 工具包

根据文字提示词绘制 16 乘 16 像素画，让你看着精灵一步步出现，然后还能编辑。基于一个小型扩散模型。仅限个人、研究和教育免费使用。

TabArena

TabArena · 工具包

在 Gradio 排行榜里用 Elo 评分给表格数据的机器学习方法排名，并以 JSON 和 MCP 工具的形式把数据提供给智能体。适合挑选表格机器学习方法的研究者和从业者。

RUKOPYS Leaderboard

UkrainianCatholicUniversity · 工具包

给乌克兰语手写文字的 OCR 系统排名，基于 RUKOPYS 测试集的整页文档打分。研究人员和模型开发者可以直接在浏览器里比较各次运行的结果。

Visualize Dataset (v2.0+ latest dataset format)

lerobot · 工具包

用同步的视频、交互图表、3D 机器人回放和标记坏数据片段的工具，浏览 LeRobot 格式的机器人数据集。适合机器人研究人员和从业者。

The Ultra-Scale Playbook

nanotron · 工具包

讲解如何在大型 GPU 集群上训练大语言模型，是一份在浏览器里阅读的网页指南，文件里还附有 PDF 副本。适合运行或规划大型训练任务的工程师和研究人员。

一个用带主题的网址调用的 n8n 工作流。一个 AI 智能体让 Perplexity 研究这个主题，工作流回复一个完成的 HTML 文章页面。

一个 n8n 工作流，把聊天里的问题变成一份研究报告。模型提出搜索查询，SerpAPI 运行它们，Jina 读取结果页面，第三步写出 Markdown 报告。

一个 n8n 工作流，通过 webhook 接收研究问题，让 Google Gemini 模型写出搜索词，用 Brave 搜索网页，再由第二次 Gemini 调用给结果排序，最后回复十个链接。

一个分轮研究问题的 n8n 工作流。表单接收问题，模型提出澄清问题，循环搜索网页并读取页面，推理模型写出一份长报告，保存到 Notion 页面。

一个回答 YouTube 相关问题的 n8n 聊天智能体。它能找频道、列视频、读简介和评论、取文字稿、评判缩略图，并把每次聊天的历史记录保存在 Postgres。

一个从 Google 表格里读取公司名称的 n8n 工作流。一个 OpenAI 智能体搜索 Google 并阅读每个网站，再把域名、LinkedIn 地址、套餐、市场、案例和集成写回这一行。

一个在你自己电脑上写博客文章的 n8n 工作流。设好主题、语气和长度，Ollama 的 llama3:8b 就会研究主题、列大纲、写草稿并修改。不需要 API 密钥，也不需要账号。

Qwen3.8-27B

Qwen · 工具包

能读懂文字、图片和视频并用文字回复的 27B 开源模型，面向编程、研究和多步骤智能体任务，适合自己部署模型的开发者。

Arete-27B

NousResearch · 工具包

用 270 亿参数的文本模型回答政治敏感问题，由 Nous Research 在 Qwen3.8-27B 基础上重新训练，以调整其立场。适合助手开发者和价值对齐研究者。

Ripple-65B Preview

ricursiveAI · 工具包

用 650 亿参数的稠密语言模型驱动终端编程智能体，上下文最长 1,048,576 个 token。适合想要 Apache 2.0 开放权重的开发者和研究者。

Idol

speridlabs · 工具包

把一张物体图片变成 3D 高斯点云，连图中看不到的侧面也一并生成。适合想从渲染图、生成图或照片得到 3D 文件的美术、研究者和开发者。

Recursive Decomposition Skill（递归拆解技能）

massimodeluisa · 技能

Massimo De Luisa 做的技能，用于长上下文任务，即使内容放得进窗口也适用。Claude 先估算输入规模，先搜索再阅读，把每一批交给一个子代理，再检查合并后的答案。它依据的是一篇长上下文研究论文。

Scientific Agent Skills（科研智能体技能库）

K-Dense-AI · 技能

K-Dense 的开放科研技能库，为编程智能体提供 170 多个技能：生物、化学、医学、材料、数据分析、文献检索和科学写作。只装你需要的几个，装之前先看每个技能的许可证和依赖。

lava-mcp

dustinliang666-blip · 技能

通过远程 MCP 服务器或 REST，为智能体和量化工具提供中国 A 股和概念板块受到多少消息面关注的只读数据。适合股票研究者和量化开发者。

Axiocairn MCP

cplj · 工具包

在 AI 对话里检查你持仓的组合风险：集中度、波动率和相对 SPY 的 beta，还有在明确假设下的情景。这是一个托管的 MCP 服务器，用于研究，不构成投资建议。

Best-Paper-Writing-Skill

gulucaptain · 技能

根据一张表单或一段粘贴的摘要，按获奖论文的写法写出论文底稿：摘要、引言、方法、实验和配图规划。可用于 Claude 和 Codex。

ex-USSR Kinship Research

DenisSergeevitch · 技能

把 AI 智能体变成研究前苏联和俄罗斯帝国家族史的谨慎研究员，提供登记表、证据状态和 HTML 报告。适合使用 Codex 或 Claude Code 的家谱爱好者。

Idol

speridlabs · 工具包

在 Gradio 演示里把一张图片变成由高斯点云组成的 3D 物体，作为 Hugging Face Space 运行。适合想试用单图转 3D 的艺术家和研究者。

AnyPS5

boykopovar · 工具包

将 PlayStation 5 可执行文件转换为在 Linux 和 Windows 上运行，无需模拟。该工具专为致力于软件互操作性的开发者和研究人员设计。

last30days

mvanhorn · 技能

通过从 Reddit、X、YouTube、Hacker News 和预测市场获取数据来研究任何主题，从而生成基于社交参与度的扎实摘要。它可以帮助你追踪特定主题的最新动态和社区情绪。

一个处理 Cal.com 预约的 n8n 工作流。OpenAI 模型读取预约备注，并在网上调研这个人和他的公司。然后 Gmail 给你发一份简短的简报，附一段朗读它的 MP3。

一个收到网络请求后用邮件回一份行程计划的 n8n 工作流。Claude 查出机场代码并调研当地活动，SerpApi 搜索 Google Flights 和 Google Hotels，Gmail 发出 HTML 计划。

一个根据网址为企业做画像的 n8n 工作流。Gemini 智能体借助 Firecrawl 和 Claude 研究这个网站，DataForSEO 补上它的关键词。Gmail 再把填好的 Google Docs 报告和 PDF 发给你。

一个每天调研你 Google 表格里每个竞争对手的 n8n 工作流。Explorium 和 Tavily 给智能体提供近期动态，Apify 补上 LinkedIn 和流量数字，再由 gpt-4.1-mini 用一段话把它们和你的公司做对比。

一个 n8n 聊天工作流：GPT-4.1 智能体读每个问题，再把它交给你自己的三个研究工作流之一：公司、市场或社交媒体。这三个研究工作流不在文件里。

一个 n8n 工作流：把表单里的一个主题写成一篇有调研的文章，存为 WordPress 草稿。DataForSEO 做关键词和搜索调研，Google Gemini 负责规划和写作，Claude 的网页搜索找引用来源。

一个 n8n 工作流：你把一个 YouTube 视频链接贴进 n8n 的聊天框，它读取最多 100 条评论，由 OpenAI 挑出暗示了视频选题的那些。每条入选的评论存进 Google Sheets，再由一个智能体用 Tavily 上网搜索，为它补上一个题目。

一个 n8n 工作流：给它一个题目，它写出一份 YouTube 脚本。Tavily 上网搜索，OpenAI 总结搜到的网页，长视频还会先列大纲。最后由一个智能体写出短视频或长视频脚本，存成一个新的 Google 文档。

一个 n8n 工作流：从一个类别或你自己的想法出发，做出一段无需出镜的短视频。OpenAI 给出十个开场创意供你挑选，Tavily 和 Claude 负责调研和写脚本，JSON2Video 渲染视频，Gmail 把链接发给你。

一个 n8n 工作流，在网上研究一个技术问题并写出带引用的报告。它先提出追问，再用 Tavily 最多搜索三轮，由 OpenAI 写出每一轮的回答，并把报告交给一个能生成 Google 文档的转换服务。

一个 n8n 工作流，根据主题、模块数和每个模块的字数起草一门在线课程。Tavily 负责调研，OpenAI 把各个模块和一份配音稿写进两份 Google 文档，第二个表单再把配音稿变成 gpt-image-1 画的图，存进 Drive。

一个为已预约的销售通话准备的 n8n 工作流。一个智能体用 Tavily 调研你 Google 表格里的每家公司，并匹配你的产品。第二个智能体写出确认邮件、邮件主题和短信。什么都不会发出去。

一个 n8n 工作流：把一个主题和一个目标受众变成一篇 LinkedIn 帖子和一张配图。智能体用 Tavily 调研主题并写出帖子，OpenAI 作图，Gmail 把两者发到你在表单里填的地址。

一个 n8n 工作流：根据发到 webhook 的请求写一条社交帖子或一篇博客草稿。它用 Tavily 搜索网页，通过 Apify 读取 Instagram 的近期帖子，用 OpenAI 写作，再把每份内容连同图片链接记进 Google Sheets。

一个 n8n 工作流：在 Airtable 里运转一个视频销售信工作台。Perplexity 研究产品，Gemini 写广告角度和完整脚本，每周的任务记录你的 Facebook 视频广告成效，并转写表现最好的广告。

一个 n8n 工作流：把一个领域或一篇文章的链接变成四条帖子，各有自己的文案和图片，再通过 Mixpost 发布到 Facebook、Instagram、LinkedIn 和 X。OpenAI 负责写，Tavily 负责查资料，Kie.ai 负责画图。

一个 n8n 工作流，研究你所在领域在 YouTube 上什么有效。Apify 抓取热门视频，OpenAI 找出标题里的强力词和缩略图的吸引点并读取你自己的评论，再由智能体把三组标题和缩略图创意写进 Google Sheets。

STORM 知识整理与文章写作系统

stanford-oval · 工具包

斯坦福开放虚拟助手实验室的开源系统，会在网上研究一个主题，写出带引用的长篇文章。Co-STORM 让你参与研究。安装说明涵盖 Python 包、模型、搜索服务、你自己的文档和演示界面。

Hermes Agent 自我改进的开源智能体

NousResearch · 工具包

Nous Research 做的开源智能体，可以在终端、桌面应用或聊天软件里使用。它有记忆，会从经验里写出技能，能跑定时任务，用哪家模型提供商由你选。