AI 智能体技能、规则与提示词工具包

Music to MIDI

mason369 · 工具包

把音频文件转换成可编辑的 MIDI 或分离的 WAV 音轨，提供七种模式，包括多乐器和钢琴转写，适合音乐人和制作人。

Music Stem Transcriber

mankalakiot · 工具包

在浏览器或你自己的电脑上运行一个小型 Gradio 应用，按名称推测它用来转写音乐分轨。来源没有给出说明，所以具体的输入和输出并不明确。

A Universe Named

Manii77 · 工具包

读取一条影评，并用 DistilBERT 模型判断它的情感倾向，适合想快速自动了解一条评论倾向的人。

Mage Image Studio

ManBhp1 · 工具包

用 SDXL Turbo 模型把一段文字提示词变成带 3D 质感的写实图片，适合想从一个想法快速得到图片的人。

Gradio Lipsync Wav2lip

manavisrani07 · 工具包

在 Gradio 页面里运行 Wav2Lip 口型同步，把嘴部动作和语音音频对上，适合试验视频和语音工具的人。

Q-Impact

malmarri · 工具包

围绕卡塔尔法律与经济指标如何相互影响、修改一项法律会给增长和 NDS3 2030 目标带来什么变化进行对话，适合政策分析人员。

Image Face Upscale Restoration

malekradwan130 · 工具包

放大图片并修复其中的人脸，适合想要更清晰的人像图片的人，标题里列出了 GFPGAN、RestoreFormerPlusPlus 和 CodeFormer。

Synthometricon

magnolia-psychometrics · 工具包

在一个收有 71,000 多个量表的集合里搜索，这些量表来自 28,000 多份测验、调查和问卷。为行为科学研究者设计，以 Docker 应用的方式运行。

Matcha-TTS-PL v2

machinekind · 工具包

在浏览器里用两种合成声音朗读波兰语文字。ONNX 模型在你自己的设备上用 WebGPU 或 WebAssembly 运行，不会向服务器发送任何内容。

Video Backend

maazahmadkhan8171 · 工具包

在浏览器或你自己的电脑上运行一个名为 Video Backend 的小型 Gradio 应用。README 没有说明用途，只能从名称和一个 yt-dlp 文件推测它的用处。

Fine T2i Api

ma-xu · 工具包

一个用 Docker 打包的 Python 应用，关联 fine-t2i 数据集，它的地址表明是用来探索这份数据的。README 没有描述，所以具体功能没有写明。

Le Tube

loubnabnl · 工具包

展示一个 YouTube 风格的视频浏览页，为不局限于编程的好奇人群重新排序，你的点赞和历史只保存在自己的浏览器里。

TranskunGUI

Lollikit · 工具包

给 Transkun 钢琴转录模型配上一个简单的 Gradio 界面，让你在浏览器里把钢琴录音变成乐谱音符。适合音乐人、学生和开发者。

GPT OSS 20B Heretic Chat

locojefe · 工具包

让你在浏览器里和 gpt-oss-20b-heretic 语言模型对话，它在 ZeroGPU 上运行，只显示最终回答，适合想试用这个社区模型的人。

Local Model Explorer

LocalLLaMA · 工具包

展示哪些 GGUF 量化模型适合你的显卡、Mac 或 CPU，适合在自己电脑上运行语言模型、想选一个能跑起来的文件的人。

VideoLLaMA2

lixin4ever · 工具包

一个基于 VideoLLaMA2 模型、用来理解视频等媒体内容的聊天应用。在浏览器里以 Gradio 应用在 ZeroGPU 上运行，适合想就视频片段提问的人。

RealDenseFace

LinzhouLi · 工具包

用 RealDenseFace ViT-B 模型，从一张人像照片重建 3D 人脸。它显示人脸几何的可视化结果，在浏览器里于 ZeroGPU 上运行。

LightOnOCR-3 Demo

lightonai · 工具包

读取页面图片，把文字以 Markdown 形式返回，并带有版面定位。这是 LightOnOCR-3 模型的演示，在浏览器里于 ZeroGPU 上运行。

Recommend Similar Papers

librarian-bots · 工具包

在 CPU 硬件上运行的 Gradio 应用，利用论文推荐数据集，为你推荐与已知论文相似的研究论文。

Project Homunculus URDF viewer

lerobot · 工具包

在浏览器里显示一只带手套的动画 3D 手，有 16 个关节滑块，还有读取实时手指传感器的 USB 手套模式。没有后端，直接运行。

WaveGen

LeeSangHoon · 工具包

根据一段参考录音、它的准确文字稿和要朗读的文字，生成英语或普通话语音。在 ZeroGPU 上提供 WaveGen V-Spec 和 WaveGen-Flash 两个模型，输出 24 kHz 音频。

ExpertLongBench

launch · 工具包

一个 ExpertLongBench 的 Streamlit 排行榜页面，用 Docker 打包，并关联同名数据集。README 除了排行榜标题和 Streamlit 起步说明外几乎没有别的文字。

CausalArena Leaderboard

LAMDA-Tabular · 工具包

CausalArena 因果发现基准的静态仪表板，包含排行榜、真实数据检查、案例视图、已发布图的画廊，以及提交结果的指南。

MEDFE Inpainting Studio

KumaPower · 工具包

用 MEDFE 图像修复模型补全图像中被遮盖的空洞，并展示它的结构和纹理预测。可以把结果和带遮罩的输入对比，并下载为 PNG。

CSA Inpainting Studio

KumaPower · 工具包

补全图像中被遮盖的空洞，并把 Coherent Semantic Attention 方法的两个阶段并排展示，一个是粗略结果，一个是精修结果。适合研究图像修复的人。

Pose Skeleton Multi-Orang (DWPose/RTMW)

kulkas2pintu · 工具包

把照片转成 OpenPose 风格的姿态图，专门应对一帧里多人互相重叠的情况。这些图可以当作 ControlNet 姿态模型的控制图。在 CPU 上运行。

Falcon1 2.6M Image

Kuantum-ai1 · 工具包

托管一个 Falcon1-2.6M-Image 模型的 Gradio 演示。README 没有给出说明，只有名字暗示它和图像有关。

Smilo

ktejeshnaidu · 工具包

用小型 PyTorch 模型和 OpenCV，从照片、快照或实时摄像头画面中识别七种面部情绪。提供 Gradio 网页和桌面窗口两种用法。

Anime Recommendation System

krishnaveni76 · 工具包

根据你的口味或你喜欢的一部作品推荐动漫，混合协同过滤、基于内容和基于热度三种方法。这是一个 Streamlit 应用，适合动漫迷，也适合研究推荐系统的人。

IPA Transcription Leaderboard

KoelLabs · 工具包

给把英语语音转成 IPA 音标的模型排名，评分基于母语、非母语和受损的语音。模型作者可以提交自己的模型，并跟踪评测进度。

KITScenes LongTail Challenges

KIT-MRT · 工具包

一个用于 KITScenes LongTail 挑战的 Gradio 应用，关联同名数据集和两个具名模型。README 几乎是空的，所以任务和评分都没有描述。

MoCapAnything V2

kehong · 工具包

把一段视频转成适用于任何物种或物体的预测 3D 姿态骨架，并提供 BVH 和 npy 文件下载。可以把动作重定向到与视频里不同的骨架上。

TIPO DEMO

KBlueLeaf · 工具包

展示 TIPO 模型与图像模型、标签模型一起工作的演示，是一个能在浏览器里运行的 Gradio 应用。适合想试用它或想读读各部分如何接在一起的人。

Voice Clone Tts

Kansasfan · 工具包

一个静态网页，名字指向声音克隆和文字转语音，包含一个 HTML 页面、一个脚本和一个样式表。README 没有描述。只使用你有权使用的声音。

Modern LLM From Scratch

Kakarot2812 · 工具包

一个小型的纯解码器语言模型，约 1900 万参数，从零开始写出并在 TinyStories 上训练，带一个演示页面。适合想了解小型 Transformer 如何工作的学习者。

Duyu-small

KaanAydinli · 工具包

在浏览器里把土耳其语和英语的语音转成文字，来源可以是录音或上传的文件。一个小模型在你自己的设备上运行，所以你的音频不会离开设备。

RADAR Abdominal CT Demo

junma · 工具包

读取一个腹部 CT 体积数据，用 RADAR 模型返回 18 个结构中 146 个征象各自的概率。这是研究和教学演示，不用于临床决策。

Laplace-1-Vector

JuneoAI · 工具包

在智能体行动之前，给它可选的做法打分，或预测接下来会发生什么。这是 4B 决策模型 Laplace-1-Vector 的演示和 MCP 服务器，适合构建智能体的开发者。

Transcripción automatica en aragonés

Juanpabl · 工具包

把阿拉贡语语音转成文字，可以上传音频文件，或用麦克风录一段最长 60 秒的录音。这是一个针对阿拉贡语微调的 Omnilingual LLM-3B 模型的演示。

Multitrack Midi Music Generator

juancopi81 · 工具包

用一个在 8 小节乐曲上训练的语言模型生成多轨 MIDI 音乐。在浏览器里以 Docker 应用运行，适合想试试 AI 生成 MIDI 的音乐人和开发者。

Finetune

josephwong135 · 工具包

把 Hugging Face 的 AutoTrain 打包成 Docker 应用，AutoTrain 是一种免写代码训练 AI 模型的方式。适合想不写代码训练模型的人，可以在浏览器里用，也可以在自己的电脑上运行。

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。