分类导航
发现更多优质 AI 工具
Kimi Code
Kimi Code 使用指南一、平台介绍Kimi Code是月之暗面（Moonshot AI）推出的编程专项 AI Agent服务，属于 Kimi 会员体系下的开发者权益。底层基于最新代码大模型（当前为 K2.7/K3），深度集成终端、IDE与第三方开发工具。核心定位：可自主完成读代码、改文件、执行命令、调试、重构、搜资料等全流程开发任务。兼容性：兼容 OpenAI/Anthropic 接口协议，可作为 Claude Code 等工具的国产模型替代方案。二、核心功能三端使用形态🖥️ 终端 CLI（命令行）💻 VS Code 官方插件🔌 第三方 Agent 工具接入 (如 Claude Code/Roo Code/OpenCode等)全流程编码能力✅ 代码生成与调试/重构：支持多文件工程理解。📝 测试用例生成。⚙️ Shell 命令自动执行。🔍 网页检索查文档。双速模型优化🐢 普通版：稳定输出。⚡ 高速版：输出速度为普通版的 5-6倍，最高可达 100 Tokens/s（仅部分会员可用）。Agent 自主规划🧠 可自主拆解开发任务。🔁 递归调用工具、多任务并行执行（高等级会员权益）。长上下文支持支持百万级 Token 代码库整体理解，适配大型项目维护。三、适用人群🧑💻 职业开发者/程序员：日常编码、Debug、项目重构、脚本自动化任务处理。👨🎓 编程学习者/学生：代码讲解、报错排查、作业辅助支持。🚀 独立开发者/小团队：快速原型开发、工具链搭建需求。🌐 习惯使用 AI 编程 Agent 的用户：寻求高性价比国产模型替代海外服务。四、免费与付费权益详情重要提示：Kimi Code为会员订阅制，与 Kimi 开放平台（按量付费 API）为独立产品，请勿混淆。 最新定价官方查询页：https://www.kimi.com/zh-cn/help/kimi-code/membership-guide1. Adagio（免费版）💰 价格：¥0 /月📈 基础额度：约200次请求或5小时使用时长。⚡ 模型速度：仅普通版可用，执行单任务模式。2. Andante（进阶档）💰 价格：¥49 /月📈 基础额度：升级至约800次请求或20小时使用时长。⚡ 模型速度：普通版，执行单任务模式。3. Moderato（多倍档）💰 价格：¥99 /月📈 基础额度：约4000次请求或100小时使用时长（20倍于免费版）。⚡ 模型速度：普通版，支持多任务并行。4. Allegretto（高速档）💰 价格：¥199 /月📈 基础额度：极高并发处理权限。⚡ 核心权益：支持 K3 模型、可调用高速版输出。5. Allegro（尊享档）💰 价格：¥699 /月📈 基础额度：最高使用额度，峰值优先响应。⚡ 核心权益：全功能解锁、专属极速通道。五、快速上手指南1. 终端 CLI（推荐习惯命令行的用户）Mac/Linux安装bashcurl -LsSf https://code.kimi.com/install.sh | bash curl -LsSf https://code.kimi.com/install.sh | bash Windows (PowerShell) 安装powershellInvoke-RestMethod https://code.kimi.com/install.ps1 | Invoke-Expression Invoke-RestMethod https://code.kimi.com/install.ps1 | Invoke-Expression 启动步骤： 在终端输入 kimi，执行 /login 完成账号授权即可使用。输入 /model 可切换模型版本（普通版/高速版）。2. VS Code 插件安装搜索扩展：VS Code 扩展市场直接搜索「Kimi Code」。重启编辑器：安装完成后建议重启 IDE。使用入口：侧边栏点击 Kimi 图标，登录授权后即可在编辑器内使用代码补全、选中调试及跨文件编辑功能。3. 第三方工具接入 (API)🗝️ 获取 API Key：在 Kimi Code 控制台最多创建5个（仅首次展示）。🔌 接口地址选择：OpenAI 兼容协议：https://api.kimi.com/coding/v1Anthropic 兼容协议：https://api.kimi.com/coding/🆔 模型 ID：普通版：填 kimi-for-coding高速版：填 kimi-for-coding-highspeed💡 配置方式：可直接集成到 Claude Code、Roo Code 等工具调用。六、注意事项⚠️ 免费额度限制免费版严格频控（约200次/5小时）。高频批量调用会触发限流，高强度开发建议升级付费版。🔥 高速模式门槛高速版仅 Allegretto (¥199) 及以上会员可用。额度消耗为普通版的3倍，模型ID填错会自动降级为普通版且不报错（注意检查配置）。🛡️ 安全合规警示AI 自动执行 Shell 命令前务必人工确认指令，避免误删文件或执行危险操作。禁止篡改请求 User-Agent 等客户端标识，会被判定违规直接暂停会员权益。✅ 开发流程规范大型项目先让 AI 完成代码库索引，再修改文件，避免跨文件逻辑错误。AI 生成的所有代码必须经过人工 Review（审查）后再提交上线。🔃 额度周期说明额度按 5小时周期重置，而非自然日。请注意高强度使用下的消耗情况。❌ API 调用限制无高速版权限调用高速模型会返回 401 错误，请确保订阅档位满足要求后再配置相关参数。IDE 兼容性备注JetBrains 系列 IDE（如 IDEA）暂未出官方插件，可通过 CLI 的 ACP协议间接接入。
Netalertx
NetAlertX（PiAlert）核心干货整理指南📋 一、平台介绍NetAlertX 是一款开源、免费且自主托管的 网络资产发现与入侵检测系统。它被誉为局域网内的 “数字哨兵”，利用各种底层扫描协议持续监控网络环境。其核心价值在于帮助用户第一时间发现未知设备（如蹭网者或潜在入侵硬件）。✨ 核心定义架构类型：自托管开源软件 (Self-Hosted)主要用途：资产管理、安全检测、异常报警工作模式：持续监控局域网设备的在线状态、IP 变动及端口暴露情况。🛠️ 二、核心功能详解1. 持续扫描与资产发现系统支持定期或实时对局域网进行深度扫描，自动构建并维护设备清单。支持的底层协议包括：ARP 扫描ICMP / PINGDHCP 租约监测Nmap 端口探测2. 变更与异常警报机制当网络环境出现以下变动时触发即时警报：⚠️ 新设备接入（未知硬件上线）📴 设备离线（关键服务中断）🔄 IP/MAC 漂移（地址冲突或 MAC 伪造）3. 80+ 种通知通道集成通过内置的 Apprise 代理，支持向以下主流渠道推送警报消息：Telegram、Slack、Pushover、Discord、电子邮件、Webhooks 及其他自定义服务。4. 多网络与 VLAN 监控利用 Sync 插件（同步节点）功能，可实现跨子网管理：支持多个子网 / VLAN 联动适合远程分支机构资产汇总5. 智能家居集成原生支持通过 MQTT 协议完美对接 Home Assistant：可将设备在线状态直接转化为自动化触发条件（如“检测到新设备 -> 记录日志”）。🎯 三、适用人群与场景角色典型需求NetAlertX 价值点Homelab 玩家掌控家中 NAS、软路由状态7x24 小时监控设备健康度，防止智能家居离线IT/中小企业 (SOHO)办公室局域网安全监测低成本防御非法接入（影子 IT），无需购买商业 IDS网络安全爱好者漏洞管理与资产测绘扫描暴露端口，快速发现潜在的网络攻击面变化💰 四、开源与授权说明📜 许可协议完全免费且开源：遵循 GPL-3.0 协议。商业性：无官方付费计划。所有核心功能、插件及通知通道均本地化运行，无需云端账户或订阅费。🔗 相关资源链接🌐 官方网站/文档https://netalertx.com💾 GitHub 开源仓库https://github.com/netalertx/NetAlertX🚀 五、快速部署指南 (Docker Compose)官方推荐通过 docker-compose.yml 配置一键拉起。请严格按照以下步骤操作：✅ 第一步：准备配置文件创建目录：在宿主机上新建一个文件夹（例如 /opt/netalertx/）。写入文件：在该目录下创建名为 docker-compose.yml 的文件，并填入以下核心配置内容：yamlservices: netalertx: image: netalertx/netalertx:latest container_name: netalertx network_mode: "host" # 【关键】必须使用 host 模式以获取网络底层权限 restart: unless-stopped volumes: - ./config:/app/config # 配置文件映射 (Web UI、扫描设置) - ./db:/app/db # 数据库文件映射 (SQLite/SQL) environment: - TZ=Asia/Shanghai # 【建议】根据您的时区修改此选项 services: netalertx: image: netalertx/netalertx:latest container_name: netalertx network_mode: "host" # 【关键】必须使用 host 模式以获取网络底层权限 restart: unless-stopped volumes: - ./config:/app/config # 配置文件映射 (Web UI、扫描设置) - ./db:/app/db # 数据库文件映射 (SQLite/SQL) environment: - TZ=Asia/Shanghai # 【建议】根据您的时区修改此选项 ✅ 第二步：启动容器服务进入目录：通过终端切换至配置文件所在目录。执行命令：输入以下指令后台运行服务：bashdocker compose up -d docker compose up -d ✅ 第三步：登录与初始化设置访问控制台：在浏览器地址栏输入 http://<您的设备 IP>:20211。配置扫描范围：进入后台后点击左侧菜单的 Settings (设置)，务必添加您要监控的子网（例如 192.168.1.0/24）。⚠️ 六、部署注意事项与避坑指南在初次使用或配置时，请务必关注以下风险点：🌐 网络模式限制强制 Host 模式：建议始终部署为 network_mode: "host"。❌ Bridge 模式的后果：容器无法直接抓取局域网 ARP 广播包，导致 Nmap/ARP 扫描器失效，仅能发现映射在 Docker 网段内的设备。🔒 安全防护与隐私严禁公网裸奔：默认 Web UI 未开启密码保护。请勿将端口（20211）直接暴露在 WAN 口。✅ 正确做法：配置反向代理（如 Nginx Proxy Manager）并启用 Basic Auth 或 Let's Encrypt HTTPS 证书。📢 通知免打扰机制“新设备”洪水问题：首次启动时，系统会将现有已知设备识别为“新接入”，导致触发海量骚扰通知。✅ 正确做法：先关闭所有通知通道。待扫描运行完毕、将所有正常设备在后台标记为 "Trusted (已信任)" 后，再重新开启通知功能。
Electron
Electron 跨平台桌面应用开发指南Electron (https://www.electronjs.org/) 是目前最流行的跨平台桌面应用开发框架。它允许开发者使用 Web 技术（HTML/CSS/JS）来构建拥有原生体验的桌面软件，无需编写底层系统代码。🖥️ 一、平台介绍Electron 是一个由 GitHub（现归属微软）发起并维护的开源项目。其核心设计逻辑非常直观：Chromium + Node.js。工作原理主进程 (Main Process)： Electron 启动时创建的后台管理程序，负责应用生命周期管理和原生系统交互（如打开文件、托盘图标等）。渲染进程 (Renderer Process)： 用于展示用户界面的网页进程。Electron 会创建多个实例来显示不同的窗口内容。“双剑合璧”架构界面层： 基于 Chromium 浏览器引擎，使用 HTML/CSS/JS 构建前端 UI。逻辑层： 集成 Node.js 运行环境，赋予 Web 页面直接读写本地文件、调用硬件设备（如摄像头）的能力。⚡ 二、主要功能特性Electron 旨在提供开箱即用的桌面应用开发体验，核心能力包括：[跨平台打包]： “一次编写，到处运行”。同一套代码可生成 Windows (exe/msi)、macOS (dmg/.app) 和 Linux (.deb/.rpm) 的安装包。[原生 API 接入]： 无缝集成系统菜单项、状态栏托盘（Tray）、推送通知、全局快捷键绑定以及文件选择弹窗等底层能力。[自动更新机制]： 内置框架支持应用无感升级，方便用户获取最新补丁而无需手动操作。[崩溃报告服务]： 可配置化地收集主进程或渲染进程的异常日志并发送到服务器，便于调试问题。[丰富的开发生态]：开发者可以自由选择使用 React、Vue、Angular 等前端框架构建界面，并使用 NPM 上数以万计的模块库。🎯 三、适用人群与场景目标群体核心优势1. 纯 Web 开发者无需学习 C++、C#或Swift，利用现有 HTML/JS 技能栈即可快速构建高质量桌面软件。2. 产品交付团队相比组建多套原生开发平台团队，Electron 显著缩短研发周期并降低人力成本，适合快速迭代交付。💰 四、开源与许可情况[费用]：100% 免费，完全基于 MIT 协议开放源码。[商业限制]：MIT 协议极其宽松，允许将 Electron 用于任何商业项目（包括闭源软件），无需支付版税或授权费。官方说明：由 OpenJS 基金会托管维护，不存在付费版本、定价方案页面或所谓的 "Premium" 特性。🚀 五、如何快速开始使用推荐使用 Electron 官方首推的脚手架工具 [Electron Forge]，它可一键初始化项目环境并支持配置自动打包流程。1. 创建新应用在终端（Terminal）中执行以下命令生成基础工程结构：bashnpm init electron-app@latest my-app npm init electron-app@latest my-app 2. 运行与调试进入刚创建的目录，使用 npm start 启动开发服务器，浏览器会自动打开一个预览窗口或直接触发桌面界面弹窗。bashcd my-app npm start cd my-app npm start 3. 核心代码结构解析Electron 项目通常包含以下两个关键文件：📄 main.js（主进程入口）控制应用整体生命周期、创建浏览器窗口实例及处理系统交互。注意： 为安全起见，nodeIntegration 建议关闭。javascriptconst { app, BrowserWindow } = require('electron') function createWindow () { const win = new BrowserWindow({ width: 800, height: 600, webPreferences: { nodeIntegration: false, // 🛡️ 安全建议：默认关闭，防止 XSS 攻击 contextIsolation: true // 🛡️ 安全建议：默认开启，隔离前端执行上下文 } }) win.loadFile('index.html') // 加载渲染进程页面 } app.whenReady().then(createWindow) const { app, BrowserWindow } = require('electron') function createWindow () { const win = new BrowserWindow({ width: 800, height: 600, webPreferences: { nodeIntegration: false, // 🛡️ 安全建议：默认关闭，防止 XSS 攻击 contextIsolation: true // 🛡️ 安全建议：默认开启，隔离前端执行上下文 } }) win.loadFile('index.html') // 加载渲染进程页面 } app.whenReady().then(createWindow) 📄 index.html（渲染进程界面）存放于 public 或当前目录下的标准 HTML/CSS/JS 文件，负责展示用户看到的图形界面。前端开发者无需修改代码即可直接进行 UI 设计。⚠️ 六、核心注意事项与避坑指南在商业级生产环境中开发 Electron 应用时，以下三点是决定项目成败的关键：1. 🧊 性能与体积问题（痛点）安装包体积大：由于内置了整个 Chromium 浏览器内核和 Node.js 运行时环境，即使是 "Hello World" 级别的应用，初始打包大小也通常超过 100MB。需考虑网络分发效率。内存占用高：Electron 采用多进程架构（每窗口即一个 Chromium 实例），若界面复杂或开启过多标签页，会导致显著的高内存消耗。优化建议： 使用 webContents API 管理 DOM、合理使用缓存资源及精简打包后的 Node_modules 依赖。2. 🔒 安全风险（重中之重）严禁直接启用 nodeIntegration：切勿在渲染进程中设置 nodeIntegration: true，否则不受信任的网页内容可通过 JS 脚本控制用户的文件系统和系统命令，导致严重的安全漏洞。✅ 正确做法： 仅使用上下文隔离 (contextIsolation) 并配合 contextBridge 暴露必要且受控的 API（如 showSaveDialog），确保前后端通信安全合规。3. 🌉 主进程与渲染进程通讯 (IPC)架构限制：前端网页无法直接访问主进程中调用的原生系统接口，必须遵循 “消息驱动” 模式。发送方（渲染）：使用 ipcRenderer.send('channelName', data)。接收方（主机）：在 Main Process (main.js) 中通过 ipcMain.on(channelName, handler) 监听并处理，执行完操作后调用 _send() 返回结果给前端页面展示。
cobalt
cobalt.tools 使用指南📖 一、平台介绍核心定位：开源免费无广告的网页媒体解析下载工具。基于 AGPL-3.0 协议开源（Github：imputnet/cobalt），主打隐私保护与用户体验。零追踪/日志： 服务器不存储任何用户请求数据，本地优先转码。无需登录： 粘贴链接一键下载公开视频、音频、图片及 GIF。安全无忧： 强制加密隧道（运营商无法识别），无捆绑广告或木马弹窗。多平台支持：涵盖 Bilibili、YouTube、TikTok、抖音、X (Twitter)、Instagram、Reddit、SoundCloud、Vimeo、 Twitch片段等 30+ 主流媒体站点，并支持自建私有实例。🎥 二、主要功能详解1. 多规格媒体下载视频：最高画质： 支持 8K/HDR/144fps。格式选择： MP4 / WebM / MKV，分辨率可选（144p ~ 8K）。编码选项： AV1、H264、VP9 等多种硬解兼容模式。音频提取：单独剥离 MP3 音轨，适配短视频 BGM、播客及音乐下载。图片/GIF/图集：支持推文循环视频转 GIF、TikTok 长图采集等。部分站点（抖音/TikTok）提供去水印版本原图下载。2. 隐私安全机制零日志策略： 服务器端无用户历史记录，保护个人浏览痕迹。加密传输： 强制使用 TLS 加密隧道，防止运营商干扰或监控下载源。本地转码优先：大部分处理直接在浏览器环境完成（基于 WebAssembly），不走公共存储逻辑。3. 高度自定义设置预设方案： 快速切换画质、容器格式、音频质量开关。高级控制： 长视频分段下载策略、GIF 转换开关开启/关闭等。节点管理：支持多实例切换（官方主站 vs 自建私有解析节点）。4. 配套能力与技术生态API 开放： 提供标准接口，可接入第三方工具或开发自定义前端页面。便捷交互：全键盘快捷键操作（无需鼠标点击输入框：Ctrl+V / Shift+D）。完美适配移动端浏览器，无客户端安装依赖。5. 高阶开发者功能（技术向）一键部署： Docker Compose/Dockerfile 脚本支持私有化搭建。运维配置： 可自定义限流策略、时长限制规则及本地存储清洗策略。👥 三、适用人群与场景指引✅ 适合使用的人群普通用户：临时保存短视频缓存、下载网课资料或播客收听，不想安装臃肿客户端。自媒体创作者/剪辑师：提取无水印素材音频扒取、收集离线剪辑用公开视频片段。学生与研究者：存档公开教学课程（MOOC）、公开课资源以备复习查阅。技术爱好者：搭建私有解析节点，学习二次开发 API 接口或部署开源项目。⚠️ 不适合使用的人群/场景批量下载需求者：平台目前无自动播放列表抓取功能。不支持完整合集的连续批量打包（仅支持单视频处理）。DRM 加密内容破解：无法解析付费会员专享、私密/仅好友可见内容及高防 DRM 流媒体。专业级素材需求者：GIF 转码体积往往巨大，长视频不建议强转为 GIF。超高码率无损原始素材（部分老旧播放器对 AV1/VP9 支持不佳）。💰 四、免费与付费情况说明📌 官方主站永久免费cobalt.tools 核心服务目前为 100% 永久开源免费。✅ 无会员等级区分。✅ 不限下载总次数/频率（受限于带宽限流策略）。❌ 无任何隐藏付费墙或广告诱导。资金维持： 项目依靠社区成员捐赠运行，界面内不设强制打赏入口。💸 关于“收费”的两种情况说明若遇到需缴费场景，请务必甄别：第三方托管服务：部分服务商（非官方）自建解析实例并收取服务费。此类无统一定价页面，建议按需使用或寻找免费开源方案替代。企业私有部署成本：若选择自行搭建服务器用于内部/团队使用，需自行承担云服务器硬件及带宽费用，平台本身不产生软件授权费。🛠️ 五、极简使用步骤访问官网：在浏览器输入 https://cobalt.tools。获取链接：复制任意公开媒体的分享网页地址（支持 .mp4, .gif 等）。粘贴解析：打开输入框，按 Ctrl+V (Win) / Command+V (Mac) 或使用页面快捷键快速提交。⚙️ 底部设置栏可选：仅提取音频（MP3）；自定义画质与分辨率；开启加密隧道模式；GIF 转换开关。点击下载：确认参数后点击按钮，浏览器将直接获取文件流进行下载或在线播放预览。(进阶) 自建节点： 技术人员可在设置页填入自定义 API Key 或域名切换至私有实例服务。⚠️ 六、注意事项与避坑指南🌐 1. 网络访问提示国内直连问题：海外官方主站在国内服务器加载可能缓慢，解析超时率较高。Bilibili / 抖音等国内站点链接相对稳定，建议优先测试此类资源。YouTube/TikTok 类国际内容极易出现无法解析的情况（源域名屏蔽）。解决方案： 若主站不稳定且为刚需用户，建议在 Docker/虚拟机内自建私有实例节点解决网络路由问题。📵 2. 功能硬性限制仅限公开资源：私密视频、仅好友可见的动态、DRM 加密片源一律无法解析。无字幕支持：平台不提供外挂字幕文件的自动下载与同步。超长文件处理：极长视频可能会触发分段输出，或限制单文件大小（保护带宽），非完整打包模式。⚖️ 3. 版权合规警告个人用途原则：平台仅适用于离线学习/收藏等个人行为。🛑 严禁商用二次分发。用户需自行评估内容版权归属与侵权责任。❌ 禁止用于传播盗版影视作品、付费音乐或破解版权保护机制。🔒 4. 隐私与安全认准官方域名：仅信任 cobalt.tools。警惕仿站（如 cobalt-tools.com, cobalttools.online），仿建站通常存在广告追踪甚至木马风险。自建实例鉴权：API 密钥、自托管节点严禁公网裸跑，务必配置反向代理及访问令牌进行鉴权保护。公共限流策略：官方公共实例存在防刷机制，短时间高频批量请求会触发封禁（IP/Session），请保持适度使用频率。📱 5. 设备与兼容性建议浏览器选择：优先推荐 Chrome / Firefox 桌面端环境（长视频转码性能更强）。移动端可用，但注意转码耗时较长，体验可能不如电脑流畅。播放器适配：AV1/VP9 编码在部分老旧手机或电视上可能无法播放，建议在设置中切换至 H.264 (MP4) 格式以保证最大兼容性。🐳 6. 自托管部署风险（Docker）依赖环境：需提前安装配置好 Python3、yt-dlp、FFmpeg 等二进制文件，否则极易导致解析报错。建议拉取官方 Docker Compose 示例进行一键初始化以减少手动排错成本。带宽瓶颈：自建服务器若上行/下行带宽不足（如小 VPS），大文件下载会出现断流或速度极慢现象，请根据业务量评估硬件资源。
千笔写作
📘 千笔写作 使用指南一、平台介绍千笔写作（AIPaperPass） 是一款面向国内用户的网页端 AI 学术工具。它专注于提供 论文全流程辅助服务，无需安装客户端，仅需手机号或邮箱注册即可直接使用。核心定位： 覆盖专科/本科至硕博毕业全过程；支持开题、文献综述撰写、期刊投稿等场景。主要优势：✅ 智能生成： 支持自动配图、参考文献自动生成、格式统一排版。✅ 售后承诺： 平台承诺若查重/AI 检测超标，可全额退款。二、核心主要功能🚀 极速写作与大纲免费选题 + 无限大纲：输入主题即可生成三级结构的大纲（约 2000 字），支持不限次数重生成调整。全文极速生成：5-10 分钟可产出万字初稿，支持灵活选择字数档位（3千 - 5万字）。🛠️ 深度润色与学术配套无限免费改稿：在生成后，用户可以不限次数地进行润色、扩写、降重及降低 AI 痕迹。自动引用数据：自动匹配约 40 篇知网参考文献，支持图表/公式/代码插入，可自定义上传文献生成综述。📑 配套文书与排版工具全套学术文档：提供开题报告、任务书、答辩 PPT、文献综述、期刊小论文等模板化创作。格式一键统一：内置 4000+ 高校常用模板，支持一键调整标题层级、行距及引用规范（GB/T 7713-2006, APA, MLA等）。三、适用人群建议✅ 适配群体学历阶段： 专科生、本科生、硕博研究生毕业生。特殊身份： 自考/在职研究生、在职人员需快速完成学术作业者。使用场景： 撰写课程论文、期刊投稿学生、需要快速搭建框架、降重及排版的用户。⚠️ 不适配群体（严禁使用）商业用途： 企业商用文案、新媒体推文创作等非纯学术场景。伦理限制：严格禁止直接提交 AI 生成的原文，需视为辅助工具而非代写工具。涉及个人/单位核心机密或敏感课题时不建议直接使用公共网络模型生成内容。四、免费 & 付费定价体系💡 提示： 平台无独立定价子页，打开官网首页点击下单弹窗即可查看实时价格（以下基于 2026 现行标价整理）。🎁 免费权益（永久开放）AI 智能选题服务。无限次三级大纲生成与调整。全文生成后 无限次 的改稿、润色协助功能。基础格式预览及简易文献推荐列表。💰 一次性付费套餐（买断制）本科标准版 ¥49.9/单篇：最高支持 2 万字完整论文初稿，附带全套参考文献生成服务。研究生专业版 ¥69.9/单篇：最高支持 3 万字初稿，包含高级降 AI、专属高校格式模板及答辩 PPT 配套功能。支付说明： 无按月订阅模式，全部采用一次性买断制；支付方式全面支持微信与支付宝扫码完成。五、使用步骤注册登录：访问官网网址 → 输入手机号进行实名注册并登录账号。填写信息：选择学历阶段（专科/本科/硕士等）、准确填写论文题目及所属学科专业。定好框架：点击「生成大纲」按钮，利用 AI 自动生成后反复调整至满意为止。确认付款：审核并确定最终大纲结构 → 选择对应付费套餐完成支付流程。正文创作：AI 自动撰写全文初稿 → 在线进行无限次修改、插入图表公式、统一排版格式。导出与提交：完成后点击“导出 Word"文档 → 若查重超标，需保留官方凭证以申请退款服务。六、注意事项🔴 学术红线与安全修改义务： AI 生成的初稿仅作为参考素材，用户必须人工大幅改写、补充自身研究数据。直接提交属于学术不端，平台不承担审核责任及后果风险。AI 检测风险： 工具功能在于“降低 AI 痕迹”，但无法承诺避开所有高校的高级 AI 检测系统。建议重点段落（如核心论点）仍需手动重写以保证原创性。💸 退款与付费政策退款条件限制：必须提供知网、维普或 Turnitin 等官方渠道的查重报告。仅支持在提交前发现初稿重复率超过 15% 可申请全额退款。❌ 不支持退款的情况： 人工已大幅修改后不满意申请退款，或因用户操作失误导致无法生成等情况。💾 隐私与文件管理存储安全：文稿采用加密存储技术。建议用户在定稿后立即下载至本地硬盘备份。平台会对长期未登录用户的稿件进行定时清理机制（视具体条款而定）。免费边界说明： 仅大纲、改稿功能完全免费，完整正文生成及引用文献包为付费服务项，免费版不赠送标准参考文献数据包。🖥️ 格式与网络体验模板通用性：内置多为通用高校模板（如北大核心/硕士论文等），若所属院校有特殊且小众的排版要求，需人工进行二次调整微调。访问稳定性： 国内直连环境稳定，无境外访问限制问题，文件下载速度通常在正常范围内，适合断网环境下离线打开编辑。
CodeWiki
CodeWiki 使用指南简介：CodeWiki 是由 FPT Software AI Center（FSoft-AI4Code）开发并发表于 ACL 2026 的开源工具。它专门用于解决“大模型难以理解整个代码仓库”的问题，能够自动将庞大、多语言的代码仓库梳理成结构清晰、架构完备的 Wiki 文档。📖 平台介绍与核心定位传统的 AI 助手往往只能理解单个函数或文件，缺乏全局视野。CodeWiki 采用“自顶向下”的层次分解和多智能体（Multi-agent）递归生成机制：系统级理解：将复杂的代码仓库剥离成模块、组件。依赖梳理：分析跨文件、跨模块的系统交互与数据流关系。架构图生成功能：像人类架构师一样，最终生成包含 Mermaid 架构图的完整 Wiki 文档体系。✨ 核心功能亮点🔍 仓库级架构理解 (Repository-Level)不仅限于解释单个文件，工具能够梳理跨文件的模块交互、数据流以及系统级的依赖关系，真正掌握代码全局逻辑。🖼️ 多模态文档合成 (Multi-Modal Synthesis)自动配图：结合文字描述自动生成架构图（Mermaid）、数据流图和序列图。智能校验：集成 Mermaid 工具链确保生成的图示可直接渲染且语法正确可用。🧠 递归智能体生成机制 (Recursive Agents)能够根据模块的复杂程度，动态分配 LLM 任务给多个智能体协作完成，确保即便是百万行级别的庞大项目，文档细节质量依然不滑坡（Scale without Sliding Quality）。🌐 多语言原生支持无需二次配置即可解析主流后端与前端代码：编程语言：Python, Java, JavaScript/TypeScript, C/C++, C#等。生态兼容：同时处理脚本、配置文件及测试文件，全面覆盖技术栈。👥 适用人群与建议场景目标角色典型应用场景开源项目维护者快速为项目构建高质量官方 Readme / Wiki，降低社区文档门槛。新入职/接手项目的研发人员一键分析历史遗留系统（“屎山”代码），通过生成架构图迅速摸清业务逻辑与结构。技术主管/架构师快速生成系统交互、调用关系图谱，用于复盘系统健康度及依赖风险复核。💰 费用模式说明 (免费 & 开源)软件本身：完全免费。基于 GitHub 开源协议发布，无平台订阅费或商业授权限制。运行成本：按需付费 (Token 消耗)。工具作为本地 CLI 命令行版本运行（无需 SaaS 托管），生成文档时需调用外部大模型 API（如 Anthropic Claude、OpenAI）。您只需支付 LLM 厂商的 Token 费用，无其他隐形消费。🚀 快速上手指南 (极简版)1️⃣ 准备环境确保本地已安装以下基础运行库：Python: 3.12 或更高版本 (pip)。Node.js：用于校验 Mermaid 架构图的渲染与语法（可选但推荐）。2️⃣ 一键安装 (PyPI / Git)直接在终端中执行以下命令获取最新源码安装包：bash# 从 GitHub 主仓库安装最新版代码库 pip install git+https://github.com/FSoft-AI4Code/CodeWiki.git # 验证安装是否成功 codewiki --version # 从 GitHub 主仓库安装最新版代码库 pip install git+https://github.com/FSoft-AI4Code/CodeWiki.git # 验证安装是否成功 codewiki --version 3️⃣ 配置 LLM API (以 Claude 为例)设置您的模型连接与凭证，支持 Anthropic、OpenAI 等主流接口：bash# 1. 填入 Key, Base URL, Model Name (如 claude-sonnet-4) codewiki config set \ --api-key YOUR_API_KEY \ --base-url https://api.anthropic.com \ --main-model claude-sonnet-4 \ --cluster-model claude-sonnet-4 # 2. 配置验证 (检查状态与连通性) codewiki config show codewiki config validate # 1. 填入 Key, Base URL, Model Name (如 claude-sonnet-4) codewiki config set \ --api-key YOUR_API_KEY \ --base-url https://api.anthropic.com \ --main-model claude-sonnet-4 \ --cluster-model claude-sonnet-4 # 2. 配置验证 (检查状态与连通性) codewiki config show codewiki config validate 4️⃣ 生成文档进入项目根目录，执行核心命令：场景 A：在本地生成标准 Markdown Wiki（默认存入 ./docs/）bashcd /path/to/your/project codewiki generate cd /path/to/your/project codewiki generate 场景 B：生成适用于 GitHub Pages 的 HTML 预览版链接bashcodewiki generate --github-pages codewiki generate --github-pages ⚠️ 注意事项与避坑指南Token 消耗预算对中大型项目（如数十万行代码）进行全局深度分析会产生巨量 Token。💡 建议策略：首次使用时，先用小型测试项目试运行。估算单次生成的费用后，再决定是否对超大规模仓库进行分析。网络与代理设置由于工具需调用外部 API（LLM），请确保本地终端的网络或公司出口代理通畅。❌ 常见报错：API 连接超时、中断或服务不可用通常源于防火墙拦截或缺失的 Proxy 环境配置。Mermaid 依赖检查生成的文档包含大量流程图。若 Node.js 版本过低或未安装相关校验脚本，可能会导致 Mermaid 语法图无法渲染或报错。请确保满足最低运行要求后再生成大文件。
OpenMontage
OpenMontage 使用指南：全球首个开源 Agent 驱动视频制作系统GitHub 上备受关注的开源 AI 项目，不仅是“文生视频”，更是智能体（Agent）驱动的完整全流程制作系统。📖 1. 平台介绍：重新定义视频工作流传统的 AI 视频工具通常只能生成单一的小段画面，而 OpenMontage 的核心逻辑截然不同：✅ 核心理念： 将你的 AI 编程助手（如 Claude Code, Cursor, GitHub Copilot, Windsurf）直接转变为全功能的视频制作工作室。💡 工作原理： 你只需输入自然语言需求，AI Agent 会自动拆解任务，调用内置的12 条生产管线、52 种工具及500+ 智能体技能。流程涵盖从选题调研、剧本撰写、素材搜集/生成、语音合成到后期剪辑与最终合成的全过程。⚙️ 2. 核心功能详解OpenMontage 并非简单的生成器，而是提供了一套完整的工业级视频生产管线：🎬 12 条专业视频制作管线支持多种复杂场景的视频产出，包括但不限于：科普讲解类：适合知识博主与教学演示。电影感短片 / Pixar 风格动画：高水准的创意叙事。纪录片 / 播客：真人出镜或语音驱动的深度内容。屏幕演示 / 数字人分身：高效的产品功能介绍与企业宣传。🔄 视频逆向工程（Start From A Video）无需从头开始创作，直接粘贴一个 YouTube、TikTok 链接或上传本地视频即可：Agent 自动分析原视频的剧本结构、文案节奏与视觉风格。在保留优秀框架的前提下，为你重新定制一套关于新主题的生产方案。🖼️ Backlot 实时可视化故事板制作过程中内置的可视化大屏功能：实时监控： 展示当前剧本、镜头卡片及正在生成的素材进度。接触表（Contact Sheet）预生成： 在高成本素材正式渲染前，先生成缩略图预览供人工审批与调整，有效防止预算浪费。🔍 真视频检索与合成解决“画面静止”的问题：Agent 可自动从 Archive.org、NASA、Wikimedia 及 Pexels 等免费公有库中检索真实的运动剪辑（Motion clips）。在本地 Remotion 框架中进行拼接，保证视频的动态质感。📊 动态数据排版（Data Explainer）无需生成图片即可制作高质量视频：Agent 自动生成平滑的动态统计图表与可视化动画。适用于展示纯数据驱动的内容或报告类短视频。👥 3. 适用人群定位无论你是技术极客还是内容创作者，都能在 OpenMontage 找到使用场景：身份核心需求与价值开发者 / 程序员习惯 Cursor 等 AI 编程工具，希望通过代码级工作流高效率、成批地生产视频。独立开发者 / 创业者低成本为自己的 SaaS 产品制作功能演示（Demo）或宣发广告视频。自媒体创作者 / 博主快速批量化制作科普知识、历史故事、每日事实等中短视频内容。AI 工作流研究者想要探索多 Agent 协同（Agentic Media Production）在多媒体领域实际落地的技术爱好者。💰 4. 免费付费情况与定价模式OpenMontage 坚持开源原则，同时提供灵活的 API 计费支持：✅ 零成本运行路径如果不配置任何收费的高级 API，系统会自动切换到本地免费方案（Hard Cap Mode）：配音： 使用本地运行的 Piper TTS（完全免费）。素材： 从 Pexels、Archive.org 等抓取免费公有素材。渲染： 依靠本地的 FFmpeg 进行视频合成。成本： 资金成本为 $0。⚙️ 高级功能 API 费用（按量付费）如果你需要追求好莱坞级别的质感，可配置第三方 API：生成质量示例：Ghibli 风格动漫视频（含 12 张 FLUX 绘图及镜头动效）约需 $0.15。Pixar 风格的 3D 动画短片成本仅需约 $1.33 左右。费用参考页面：https://fal.ai/pricing基础大语言模型：https://openai.com/api/pricing/高级逻辑推理：https://www.anthropic.com/pricing📌 提示： OpenMontage 本身是自托管开源工具，不设自有商业定价。API 花费仅取决于你选择的底层大模型或生成服务商标准。建议务必在配置文件中设置预算上限（见注意事项）。⚡️ 5. 快速使用指南：从零开始制作视频🛠️ 前提准备环境： 安装 Python 3.10+ 及 Node.js 18+（推荐 Node v22+ 以支持高级渲染）。依赖： 本地安装并配置好系统环境变量 FFmpeg。权限： AI 编程助手需拥有执行 CLI 命令、读取文件系统的权限。🚀 操作步骤克隆仓库bashgit clone https://github.com/calesthio/OpenMontage.git cd OpenMontage git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage 一键环境配置 在终端中运行以下命令初始化项目：bashmake setup make setup 若脚本报错，请手动安装依赖 pip install -r requirements.txt，并进入 remotion-composer 目录执行 npm install。配置本地配音（可选） 如果需要免费 TTS：bashpip install piper-tts pip install piper-tts 初始化 API 密钥复制环境变量模板文件：bashcp .env.example .env cp .env.example .env 在生成的 .env 文件中填入你的 OpenAI、Claude 或 Google Gemini API 密钥。建议开启预算限制（Budget Caps）。开始制作视频 打开你的 Cursor、VS Code + Copilot 或其他 AI Agent，直接输入自然语言指令：“帮我制作一个关于‘量子计算如何工作’的科普讲解视频”时长：60 秒风格：使用免费本地配音加 Remotion 渲染*⚠️ 6. 关键注意事项与避坑指南为了确保生产安全，请务必关注以下细节：权限授予问题 AI Agent（如 Cursor/Claude Code）必须被授予执行本地命令的权限。特别是在 Linux/Mac 上运行 npm 和 python 时需要 sudo 或特定系统配置支持。Windows 用户特别注意： 若 npm install 报错 ERR_INVALID_ARG_TYPE，请在 remotion-composer 目录下使用 npx --yes npm install 强制安装。硬性预算帽（Hard Spend Caps）💣 高危提示：Agent 在尝试优化视频时可能会调用昂贵的 API。强烈建议在进入 .env 或 config.yaml 配置中设置单次运行的最大 API 费用限制，防止因 Agent 过度试错导致意外的大额账单。Windows 兼容性问题 Windows 环境在某些情况下可能存在库路径问题。如果遇到渲染失败，请尝试安装最新版本的 Node.js（推荐 v20+ 或更高）并更新 FFmpeg。
OpenCut
OpenCut 使用指南OpenCut (opencut.app) 是一款主打 开源、隐私安全且完全免费 的跨平台视频剪辑工具。它被广泛称为 "CapCut (剪映) 的开源替代方案”，致力于在本地浏览器或设备上提供无水印、无订阅限制的流畅剪辑体验。📍 1. 项目定位与技术背景核心定位：隐私优先的轻量级视频编辑器，无需上传云端素材即可创作。技术架构演变：最初基于 TypeScript/Next.js 构建；目前正在进行全面重构（从 TypeScript 迁移至 Rust 核心），以追求极致性能和插件化生态扩展能力。数据处理原则：全本地化处理。所有视频处理、渲染均在用户设备端完成，数据不上传任何云端服务器。开源地址：https://github.com/opencut-app/opencut（目前拥有数万 Star）。🛠️ 2. 核心功能特性💻 基础剪辑能力多轨道时间轴编辑：支持视频、音频、文字等多素材分轨剪辑、裁剪、拼接及实时预览。专业工具集：提供实用的吸附功能（Snapping）、波纹编辑（Ripple Edits）及完整的快捷键支持系统。无水印导出：最终成品可直接保存为本地文件，无任何平台 Logo 或广告干扰。🚀 进阶与生态发展（重构中）编辑器 API：开放接口以便第三方扩展和定制。插件系统：正在建设中，支持功能模块化扩展。MCP 服务端集成：支持与 AI 智能体（Agent）对接。无头批量渲染：自动化、批量化视频处理模式。👥 3. 适用人群画像用户类型需求场景推荐原因短视频创作者制作 YouTube Shorts、TikTok 等内容；追求快速出片，反感 VIP 限制或水印。免费无门槛，效率媲美商业软件基础版。隐私敏感用户不愿将个人素材上传至任何第三方云端服务器。本地运行，数据自主掌控，100% 隐私安全。开发者与极客需要自行修改源码、搭建私有化服务或通过 API 实现自动化。MIT 开源协议，代码完全开放可二次开发。💰 4. 费用模式与免责声明（重要）✅ 官方版本：100% 免费定价：无任何付费门槛。限制说明：无订阅费、无隐藏付费功能解锁、无广告干扰。协议支持：基于宽松的 MIT 开源协议，允许商业化和修改使用。⚠️ 警惕“同名混淆”产品（非官方）注意区分以下情况： App Store 上存在由第三方开发者上架的付费软件，名称可能包含 "OpenCut"、提供 AI 翻译/配音等功能。这与开源项目完全无关。本文介绍的 opencut.app：是纯粹的开源社区项目。无定价页面：因为它是免费的且支持本地部署，不存在官方售卖的商业版本。📂 5. 使用指南🖥️ 方式 A：网页版直接使用（无需安装）适合大多数普通用户快速开始剪辑：访问官方网站 opencut.app。导入素材：直接将本地视频或音频文件拖拽至媒体池。时间轴编辑：在轨道上排列、添加文本、滤镜及转场。导出下载：点击右上角生成无水印高清成品并保存到电脑/手机。💻 方式 B：本地部署 / 开发者自建适合想要离线运行或进行二次开发的场景，需准备 Bun 环境：bash# 1️⃣ 克隆仓库至本地 (假设已安装 Git) git clone https://github.com/OpenCut-app/OpenCut.git cd OpenCut # 2️⃣ 使用 Bun 快速依赖管理与启动 bun install moon run web:dev # 1️⃣ 克隆仓库至本地 (假设已安装 Git) git clone https://github.com/OpenCut-app/OpenCut.git cd OpenCut # 2️⃣ 使用 Bun 快速依赖管理与启动 bun install moon run web:dev ⚠️ 6. 注意事项与性能说明重构过渡期：由于正在进行从 TypeScript 到 Rust 的大规模底层重构，部分高级功能或新版预览入口（如 new.opencut.app）可能存在偶尔不稳定的情况。如遇 Bug，建议使用经典版或在 GitHub Issues 提交反馈。硬件性能依赖：该工具利用浏览器本地计算资源进行渲染。剪辑超大文件或高码率视频时，建议 CPU/内存配置较高的 PC/Mac，否则可能出现卡顿或预览加载慢的情况。素材库现状：相比商业软件（如剪映），官方自带滤镜、特效库及商用音乐包较少。目前它更适合专注于 “纯剪辑流程” 的创作者，若需海量素材可自行导入第三方资源。
OpenConnector
OpenConnector 使用指南一、平台介绍OpenConnector 是一款开源的 AI Agent 连接器网关，可视为 Composio 的优秀替代方案。其核心特性如下：海量连接能力：一次绑定第三方账号，即可给 Agent 开放超过 1000+ 服务商、10000+ 预置工具动作。凭据安全隔离：敏感凭证加密存储于网关内部，不直接暴露给 Agent 进程。生态兼容性强：开源版与 OOMOL 商业 SaaS 共用一套动作契约（Schema），支持本地/云端多部署模式。二、核心功能详解1. 海量连接器库覆盖主流开发平台及工具，例如 GitHub、Gmail、Notion、Slack、Airtable、BigQuery 等；完整支持以下三类服务商接入方式：API Key 授权OAuth2 标准认证免鉴权服务2. 多接入通道提供多样化的集成接口与客户端，适配不同使用场景：SDK (TS)：轻量级 TypeScript 客户端，完美适配自托管或 OOMOL 托管环境。oo CLI：命令行工具，供本地 Agent 直接调用中继服务。MCP：原生对接 MCP（Model Context Protocol）标准 Agent 宿主。HTTP / OpenAPI：提供标准的 /v1/actions 接口文档，支持直接发起 HTTP 请求调用动作。3. 安全运行管控内置企业级安全防护机制，包括凭据加密存储、权限 Scope 隔离、运行时 Token 管理以及日志脱敏处理等策略；同时具备临时文件中转站功能。4. 可视化控制台提供本地 Web 面板（默认端口 http://localhost:3000），支持以下操作：服务商管理与凭据配置实时监控运行时的 Token 状态动作调试与调用统计查询失败记录追踪与分析5. 多部署方案灵活适配不同资源环境，无需被云厂商绑定：本地模式：Docker / Node.js 直接安装。云原生模式：Fly.io、Cloudflare Workers (配合 D1/R2)。托管服务：直接使用 OOMOL Runtime 托管平台。6. 配套桌面端 Wanta拥有独立连接器库，无需部署网关服务器即可使用。支持自然语言驱动跨工具操作，开箱即用体验好。三、适用人群与场景个人 / 独立开发者：构建本地 Agent 或 AI 工具开发时，不希望将第三方密钥直接交给 Agent 进程处理。AI 产品团队：需要给自家大模型应用快速打通各类 SaaS 平台，统一鉴权层，并支持私有化部署需求。创业 / 中小企业：缺乏自研连接器开发成本预算，需快速接入 OAuth 服务的场景。隐私敏感型组织：团队有严格合规要求，必须将第三方凭据保留在自有服务器内（自托管）。MCP 生态使用者：希望利用标准化协议打通各类线上工具赋能本地 Agent 的团队或个人。四、免费 & 付费模式说明💰 方案 A：开源自托管 (永久免费)授权许可：Apache 2.0，无功能阉割版源码开放。包含内容：全部连接器库、动作接口、Web 控制台、SDK/MCP/HTTP 能力均完全解锁。成本构成：仅需承担服务器及云资源费用，无任何软件授权费。💳 方案 B：OOMOL 托管商业 SaaS (按需付费)核心价值：免除自建运维压力（无需维护数据库、SSL、Node），提供现成 OAuth 鉴权通道以加速产品上线。迁移优势：与开源版接口完全兼容，后期可随时平滑迁移至私有化部署。团队协作：配套 Wanta 桌面端使用托管服务时，支持团队多人共享连接权限。咨询方式：官方文档暂无独立定价 URL，建议直接联系 OOMOL 官网客服获取报价。📊 成本总结对比维度自托管 (开源)商业托管 (SaaS)适用对象个人 / 技术团队 / 有运维能力的企业无运维团队 / 追求快速上线的产品组软件费用零元（仅硬件成本）付费订阅/按量注：自托管意味着您需要自行维护服务器环境；若使用 Cloudflare 免费版需注意其调用和存储限额，重度场景建议扩容。五、快速上手步骤指南🚀 方式 1：Docker 本地启动 (新手推荐)适用于大多数个人开发者和测试环境。Step 1: 拉取镜像并启动bash# 简单启动（使用默认配置文件） docker compose up # 若需源码构建，请使用以下命令 docker compose -f docker-compose.yml -f docker-compose.build.yml up --build # 简单启动（使用默认配置文件） docker compose up # 若需源码构建，请使用以下命令 docker compose -f docker-compose.yml -f docker-compose.build.yml up --build Step 2: 访问控制台与文档Web 面板：http://localhost:3000API 文档：http://localhost:3000/docsStep 3: 测试无鉴权动作 (以 HackerNews 为例)bashcurl -s -X POST http://localhost:3000/v1/actions/hackernews.get_top_stories \ -H 'content-type: application/json' \ -d '{"input":{}}' curl -s -X POST http://localhost:3000/v1/actions/hackernews.get_top_stories \ -H 'content-type: application/json' \ -d '{"input":{}}' Step 4: 绑定服务商 (以 GitHub API Key 为例) 请先准备好您的 GitHub Personal Access Token。bashcurl -s -X PUT http://localhost:3000/api/connections/github \ -H 'content-type: application/json' \ -d '{"authType":"api_key","values":{"apiKey":"你的GitHub PAT"}}' curl -s -X PUT http://localhost:3000/api/connections/github \ -H 'content-type: application/json' \ -d '{"authType":"api_key","values":{"apiKey":"你的GitHub PAT"}}' Step 5: 调用已绑定的工具动作 (获取当前用户信息)bashcurl -s -X POST http://localhost:3000/v1/actions/github.get_current_user \ -H 'content-type: application/json' \ -d '{"input":{}}' curl -s -X POST http://localhost:3000/v1/actions/github.get_current_user \ -H 'content-type: application/json' \ -d '{"input":{}}' ☁️ 方式 2：云端部署方案Cloudflare Workers：通过 Wrangler 配置 + D1 数据库迁移，执行 npm run deploy:cloudflare。Fly.io：基于 Docker 镜像推送至平台并绑定持久化 SQLite 卷即可运行。OOMOL 托管服务：直接在注册平台获取 API Key，无需运维服务器节点。💻 方式 3：无代码体验 Wanta (桌面端)下载 Wanta 桌面客户端。登录 OOMOL 官方账号并绑定各类 SaaS（如 Slack, Notion）。直接开始操作：无需部署网关，通过自然语言指令跨工具进行任务管理。六、注意事项与避坑指南在开发过程中请重点关注以下风险点与建议：🔒 1. 安全风险管控凭据隔离原则：API Key 及 OAuth 密钥仅存储于 Runtime 内部，严禁前端代码或 Agent 直接持有原始服务商凭据。生产环境限制：必须配置 Action 黑白名单策略，严格限制高危操作（如删除文件、退款等）。开发规范：禁止将密钥硬编码在代码仓库中提交至 Git，务必使用环境变量管理。💸 2. 部署与成本考量运维责任：选择自托管模式需自行解决数据库维护、SSL 证书更新及系统升级问题。云资源限制：若选 Cloudflare 免费版搭建，请注意其免费配额；超出部分必须付费扩容。📜 3. 品牌与合规标识使用：内置服务商的 Logo 和名称仅用于识别功能用途，不代表官方授权。若在商用产品展示中使用相关商标，请务必查阅第三方协议合规性。日志脱敏：务必开启日志脱敏配置（Masking），避免明文留存用户隐私数据，以满足 GDPR/个人信息保护法等要求。🌐 4. 网络与环境限制跨境鉴权延迟：部分海外服务商的 OAuth 流程在国内直连可能超时，建议优化内网代理或使用国内替代连接器方案。版本锁定：生产环境发布时请固定 Docker Image Tag（如 1.0.2），避免使用 latest 标签以防破坏性更新导致服务中断。🔌 5. MCP与迁移适配MCP 本地接入：默认地址为 http://localhost:3000/mcp，部分第三方 Agent 宿主若报错超时，请手动调整 Socket Timeout 参数。Schema 兼容性：开源版与托管版共用 Schema，但在重新创建 OAuth Client Config（OAuth 客户端配置）时请注意版本差异。
Stirling
📘 Stirling PDF 平台核心指南一、平台简介🌟 GitHub No.1 Open Source Project | 🚀 下载量超 30,000,000+次Stirling PDF 是目前 GitHub 上排名第一的开源 PDF 处理与编辑平台。它最初为纯开源本地部署工具，现已演变为支持全场景的全能 PDF 生态：多端支持： 涵盖本地桌面、浏览器网页、私有服务器及 Docker 容器部署。核心优势： 主打隐私安全（数据不上传外网）与无限制处理。二、主要功能模块平台集成了丰富的编辑与管理能力，主要分为以下三大板块：1. 基础编辑与管理 📝文件操作： PDF 合并、拆分。页面控制： 旋转、重新排序、添加图片、删除页面。2. 高级转换与识别 🔁格式互转： PDF ↔ Word / Excel / PPT / 图片相互无损或高质量转换。OCR 技术： 内置强大的光学字符识别，将扫描件转换为可搜索文本。3. 安全与自动化 🛡️文件保护： PDF 压缩、数字签名、加密/解密、添加水印。信息清洗： 敏感内容涂黑（Redact）。流程编排： 支持无代码的 PDF 处理工作流管道 (Pipelines)。三、适用人群画像 🎯群体分类核心需求与场景高隐私企业与机构军工、政府、医疗、金融等行业，对数据主权及合规性（如 HIPAA, GDPR）有严格要求。IT 管理员/开发者需在局域网为全公司搭建统一工具，或通过 API 实现批量自动化处理 PDF 的技术人员。个人日常办公族频繁处理文档但希望避免支付 Adobe 昂贵订阅费的个人用户。四、授权模式与定价方案 Stirling PDF 采用 Open-Core（开源核心） 商业模式，根据使用场景灵活计费：🆓 Editor (编辑器版本)价格： ￥0 / 永久免费权益内容：包含全部 60+ 种编辑工具。无席位限制，支持单点登录 (SSO)。完全本地私有化运行（个人及中小型团队处理量 <10,000 张 PDF/天时无需付费）。⚙️ Processor (自动处理器版本)价格： 按量计费 | $0.01 / 每张 PDF权益内容：适合企业级合规审计与 API/Webhook 全面接入。AI 集成支持及大批量自动化流水线处理场景。🏢 Enterprise (企业定制版)价格： 定制报价适用对象： 超大规模用户（如处理量过百万）。权益内容： 物理隔离环境部署、高级合规控制、定制化 SLA 服务支持。 查看最新官方定价方案：https://stirling.com/pricing五、快速开始指南 🚀Stirling PDF 提供极高的灵活性，您可根据需求选择以下任意方式：1. 直接网页使用 👉 最简单快捷直接在 https://stirling.com 浏览器端上传文件即可处理。无需安装任何软件。2. 本地桌面端应用 🖥️ 离线办公推荐特点： 原生客户端，支持离线运行，无须登录。用法： 右键关联文件 -> “打开方式”选择 Stirling PDF App。3. Docker / 服务器私有化部署 🔧 适合技术团队一行命令即可在内网私有环境构建服务：bashdocker run -p 8080:8080 docker.stirlingpdf.com/stirlingtools/stirling-pdf docker run -p 8080:8080 docker.stirlingpdf.com/stirlingtools/stirling-pdf 访问地址： http://localhost:8080 (局域网内全网段可同步使用)。六、注意事项与版本信息 ⚠️在使用前，请务必关注以下两点重要变更：🔄 V2 版本升级状态平台现已全面升级为 V2 版，核心新功能包括：状态化处理： 上传一次文件后，可直接连续传给多个工具处理（无需重复上传下载）。历史记录功能： 支持全历史记录的“撤销/重做”操作。📦 本地依赖配置 (仅针对非 Docker 安装)如果您选择使用裸机 JAR 包方式安装而非 Docker：需本地自行配置 Java JDK (版本要求 25+)。需手动安装外部依赖环境：LibreOffice (用于 Office 转换)、Tesseract (用于 OCR 识别)。
RapidOCR
RapidOCR 使用指南一、平台介绍RapidOCR 是由 RapidAI 团队开发的开源离线 OCR 工具套件。其基于 PaddleOCR 进行了 ONNX 轻量化优化，旨在提供更快、更轻的识别方案。1. 核心特性纯本地运行：完全脱离云端依赖，无网络环境下即可工作。跨端轻量化：资源占用低，适合嵌入式及边缘设备。性能优越：推理速度远超原版 PaddleOCR。2. 开源协议与版权工程代码：采用 Apache 2.0 协议，完全开源免费。模型版权：识别模型的版权归属百度，商用需遵守相应协议（合规性已确保）。3. 配套地址导航📘 官方文档：https://rapidai.github.io/RapidOCRDocs/latest/💻 GitHub 源码：https://github.com/RapidAI/RapidOCR🔗 在线 Demo：https://huggingface.co/spaces/RapidAI/RapidOCRv2二、主要功能模块1. 文字识别能力默认支持：中英混合文本，包含数字与标点符号。特殊布局：支持竖排文本及多语言模型转换（如日韩文、繁体中文等）。输出结果：提供文字内容 txts、坐标框 boxes 及置信度分数 scores，并可生成带标注的可视化图片。2. 多推理后端支持用户可根据硬件环境按需选用不同的推理引擎：🏃♂️ rapidocr_onnxruntime（默认）：轻量快速，通用性好。🧠 rapidocr_openvino：专为 Intel CPU 设备加速优化。🔗 rapidocr_paddle：原生 Paddle 推理接口，适合特定场景。3. SDK 与集成支持语言覆盖：提供 Python、C++、Java、C# 全平台开发包。应用场景：可轻松嵌入桌面软件、服务端系统或边缘计算设备中。4. 配套工具服务rapidocr_api：一键启动 HTTP 识别服务，对外暴露标准 API 接口。命令行工具：支持单张图片或批量图片的离线识别与结果导出。Docker 镜像：提供一键部署服务端环境的能力。5. 自定义微调能力支持开发者使用自有数据集进行模型微调。允许替换检测、识别及分类阶段的子模型，满足个性化需求。三、适用人群与场景建议✅ 推荐使用场景开发者群体：需要本地 OCR 集成、构建私有化系统或开发内网项目的技术人员。数据处理任务：批量处理票据、截图、扫描文档以提取文字，且对隐私敏感（严禁数据上传云端）的场景。桌面工具作者：正在制作自制截图 OCR、PDF 转 Word/文本提取器等独立软件的开发人员。中小企业 IT：部署于内网的文档管理系统、证件识别系统或表单数字化项目，希望避免云 API 调用费用及流量限制的用户。❌ 不适合场景零代码用户：没有编程基础且无命令行操作意愿的普通大众（软件本身不提供独立可视化 GUI）。特殊文本需求：超高精度古籍识别、复杂手写体文字等（该工具主要针对印刷体优化，专业手写 OCR 效果较弱）。四、免费与付费说明🚫 无隐形消费全程免费模式：不存在订阅制、按量计费或定价页面。永久开放权限：所有工程代码、推理包及基础中英模型均永久免费，个人与商业用途均可直接使用（需遵守开源协议）。💸 唯一的付费项开发者赞助：唯一涉及费用的项目是自愿向开发团队进行的 GitHub Sponsor 赞助。此行为非强制性质，也不用于解锁任何软件功能。无云端 API 收费：因工具纯本地运行，不存在云服务的调用次数、流量上限等计费体系。五、如何使用1. Python 环境安装在终端或命令行中执行以下指令进行基础依赖库的安装：bashpip install rapidocr onnxruntime pip install rapidocr onnxruntime 2. Python 代码调用示例支持读取本地图片路径，也支持直接传入网络图片 URL。pythonfrom rapidocr import RapidOCR # 初始化识别器（默认加载 ONNX Runtime） ocr = RapidOCR() # 执行识别：输入为图片文件名或 URL result = ocr("test.jpg") # 输出结果结构解析 print(result.txts) # 打印文字内容列表 print(result.boxes) # 打印坐标框列表 print(result.scores) # 打印置信度分数 # 生成带边框的标注图片保存至本地 result.vis("output.jpg") from rapidocr import RapidOCR # 初始化识别器（默认加载 ONNX Runtime） ocr = RapidOCR() # 执行识别：输入为图片文件名或 URL result = ocr("test.jpg") # 输出结果结构解析 print(result.txts) # 打印文字内容列表 print(result.boxes) # 打印坐标框列表 print(result.scores) # 打印置信度分数 # 生成带边框的标注图片保存至本地 result.vis("output.jpg") 3. 命令行快速识别工具无需编写代码，直接使用 CLI 进行批量处理：bashrapidocr -img test.jpg --vis_res rapidocr -img test.jpg --vis_res -v--verbose: 可开启详细日志输出。 -w--workers: 设置工作线程数（多线程加速）。4. 启动 HTTP 识别服务适合需要后端 API 对接 Web 或小程序的场景：bashrapidocr_api -p 9000 -workers 2 # POST http://127.0.0.1:9000/ocr -> 上传图片即可调用 rapidocr_api -p 9000 -workers 2 # POST http://127.0.0.1:9000/ocr -> 上传图片即可调用 5. 跨语言集成指引对于 C++、Java 或 C# 开发者，请查阅官方文档对应语言的 SDK 章节。通常流程为：下载对应的 ONNX 模型文件后，加载至相应语言的推理接口中复用代码逻辑。六、注意事项🔒 1. 网络与隐私安全字体依赖：首次运行可视化功能（vis()）时会自动联网下载默认字体包。若处于断网环境，请注释 result.vis 方法或提前准备本地中文字体文件以规避报错。数据安全：所有图片均在本地内存处理完毕即销毁，无数据外传行为，非常适合涉密内网及隐私敏感场景使用。🛠️ 2. 环境兼容性配置Windows 依赖：必须在 Windows 系统安装 VC++ 2015+ 运行库（如 Visual Studio Build Tools），否则 onnxruntime 组件会因缺少 C/C++ 运行时而报错。Python 版本建议：推荐使用 Python 3.8 ~ 3.11 版本，过高或过低的版本可能导致第三方依赖包冲突或兼容性问题。⚡ 3. 性能优化技巧Intel CPU 加速：若使用 Intel 平台处理图片较多，优先选择 openvino 后端推理包，实测速度可提升 30%+。批量识别策略：避免在单进程中阻塞等待，建议启动多个实例或配置多进程（如开启 HTTP API 服务）来并发处理任务队列。📚 4. 模型能力边界认知文本类型限制：手写文字、艺术字等效果较差；最佳适配场景为印刷体文档、手机截屏、标准票据。多语言扩展：默认仅提供中英双语，若需识别其他语种（如日文），需要自行下载并配置对应的 ONNX 模型文件至环境目录中。⚖️ 5. 商用合规提示代码协议：工程源代码采用 Apache 2.0，使用自由无限制。模型版权注意：核心的 PP-OCR 模型版权归属百度。若用于商业用途（如对外售卖 SaaS、企业级集成），请务必阅读并遵守百度的开源模型协议及商业授权条款。🐳 6. Docker 部署细节模型挂载：Docker 启动时需手动将本地预训练模型目录挂载进容器，否则镜像首次运行会尝试自动下载大体积文件，耗时较长且占用带宽。嵌入式设备：硬件资源紧张（如树莓派）时，建议选用轻量级 small 尺寸模型，以减少内存与显存占用。🖥️ 7. GUI 界面缺失提醒原生提供的是 API/命令行接口，无预装的桌面版可视化软件。若需要图形化操作体验（如拖拽图片识别），开发者需自行封装界面或基于现有 Python SDK 开发前端程序。
Datalab
🚀 Datalab.to 使用指南一、平台定位与简介官网地址：https://www.datalab.to核心身份：开源文档 AI 托管 API 平台技术底层：基于 Marker / Surya / Chandra 等开源 OCR 文档模型主攻方向：PDF/扫描件高精度解析、版面识别、表格提取二、核心功能详解多格式深度解析支持 PDF、图片扫描件转制为 Markdown、HTML、JSON。自动智能识别页眉、段落、图片位置及嵌套表格结构。多种模式精度档位Fast：速度快，价格低（适合预览）。Balanced：均衡模式（日常通用）。Accurate：高精度（擅长复杂表格解析与追踪修订内容）。多语言识别能力覆盖 91 种语种。针对手写体、模糊扫描件有专门优化算法。结构化数据抽取将非结构化表格转为结构化 JSON。计费单位：500 个单元格计为 1 页。可视化调试工具提供在线 Playground，地址：https://www.datalab.to/playground支持直接上传文件预览结果。开发与异步任务配套 Python SDK 简化开发流程。支持异步 API 任务提交，自动轮询接口状态获取最终结果。私有化部署方案Docker 镜像一键拉取。数据不出内网，支持离线运行与模型微调。三、适用人群分析✅ 适合谁？开发者 / 数据工程师：搭建合同、发票、试卷、财报自动解析流水线。行业特定团队：法律（文档检索）、金融（研报处理）、财税（票据提取）。知识库从业者：批量将 PDF 转结构化文档入库，构建企业知识站。合规敏感型企业：政务、医疗等对数据隐私有严格要求的私有化合规需求方。❌ 不适合谁？纯普通无代码用户：平台重度依赖 API 调用，缺乏可视化管理后台。超大文件实时处理场景：单文件或并发量极大时可能需要额外拆分与等待机制。四、免费 & 付费定价策略💰 1. 新手福利（免费注册）赠送额度：$5 美元免费余额。时效性：无过期时间限制，用完即止。使用范围：仅限云端 API 调用测试；本地开源模型若用于个人/科研需自行付费授权商用。☁️ 2. 云端托管（Pay-as-you-go）查看详情:https://www.datalab.to/pricingFast / Balanced 模式：$4 / 1000页。Accurate 解析/表格追踪：$6 / 1000页。Accurate 高精度抽取：$25 / 1000页。福利：注册月度固定赠送 $25，超额按量扣费。支持标准邮件通知账单。🏠 3. 私有化部署（Self-Hosted）查看详情:https://www.datalab.to/onprem订阅费用：$5000 /月。服务包含：离线内网运行、专属技术对接支持、自定义模型微调。五、使用步骤指南🛠️ 方式一：在线调试（新手推荐）访问 Playground 官网面板。上传 PDF 或图片文件至系统。选择解析模式，点击生成 Markdown/JSON 预览。🛠️ 方式二：API 开发调用（生产环境）注册账号并进入控制台获取 API Key。请求地址：https://www.datalab.to/api/v1/convert操作步骤：上传文件 -> 提交异步任务 -> 轮询结果接口 (request_check_url)。python# 【极简调用示例】Python SDK 风格伪代码 import requests, time API_KEY = "你的实际 API KEY" url = "https://www.datalab.to/api/v1/convert" headers = {"X-API-Key": API_KEY} files = {"file": open("test.pdf", "rb")} data = { "output_format": "markdown", "mode": "balanced" } # 提交请求获取任务 ID / check_url res = requests.post(url, headers=headers, files=files, data=data).json() # 轮询等待结果处理（实际生产中建议使用重试机制） while True: poll = requests.get(res["request_check_url"], headers=headers).json() if poll["status"] == "complete": print(poll["markdown"]) break time.sleep(2) # 【极简调用示例】Python SDK 风格伪代码 import requests, time API_KEY = "你的实际 API KEY" url = "https://www.datalab.to/api/v1/convert" headers = {"X-API-Key": API_KEY} files = {"file": open("test.pdf", "rb")} data = { "output_format": "markdown", "mode": "balanced" } # 提交请求获取任务 ID / check_url res = requests.post(url, headers=headers, files=files, data=data).json() # 轮询等待结果处理（实际生产中建议使用重试机制） while True: poll = requests.get(res["request_check_url"], headers=headers).json() if poll["status"] == "complete": print(poll["markdown"]) break time.sleep(2) 🛠️ 方式三：本地部署（内网环境）拉取官方 Docker 镜像。在离线网络环境中运行开源 Marker / Surya 模型，无需访问公网 API。六、注意事项与避坑指南 ⚠️🌐 网络限制：服务器位于海外（美国/欧洲），国内直连上传或轮询可能超时慢速；无国内节点。📂 文件规格：单文件大小上限 200MB，单次处理页数上限 7000页。超限请拆分上传。⏳ 数据时效：云端任务完成后，源文件与中间结果保留期最短为 1小时自动删除，务必及时拉取 JSON/Markdown 文本。🚦 限流机制：免费及基础账号有 RPM（请求频率）限制。批量处理易触发 429 状态码，需在代码中加入休眠重试逻辑。💵 计费明细：云端 API 响应体自带 cost_breakdown 字段，包含详细费用拆解；表格复杂程度直接影响成本（单元格数折算）。🚫 免费额度规则：注册时信用卡仅用于身份核验，不扣费。一旦余额耗尽将返回 403 Forbidden。订阅付费后原免费额度清零。⏳ 商用授权红线：若企业年收入或融资额超过 500万美金（具体标准视条款为准），本地开源模型不可直接免费商用，必须购买私有化商业许可。🔍 精度取舍建议：遇到扫描模糊、多层嵌套表格，务必切换至 Accurate 模式；Fast 模式极易丢失复杂结构。🔐 密钥安全警告：严禁将 X-API-Key 硬编码在前端页面或公开的 Git 仓库中，防止余额被盗刷。💳 支付渠道限制：仅支持境外信用卡充值/扣费。不支持微信、支付宝直接充额续费（需购买企业年付或通过其他合规国际卡通道）。