分类导航
发现更多优质 AI 工具
Crawl4ai
Crawl4AI1. 平台介绍Crawl4AI 是一个完全 开源、具备 高性能 且对 LLM（大语言模型） 极度友好的 Web 爬虫与数据提取工具库。它的核心使命是将任意网页快速转化为干净、高质量的 Markdown 文本或结构化 JSON，以便直接供以下场景使用：RAG（检索增强生成）系统AI Agent 构建LLM 训练及上下文补充2. 主要功能该库提供了多种核心能力以支持复杂的数据采集需求：LLM 友好输出能够自动将 HTML 转化为包含图片、链接和元数据的精简/高质量 Markdown（Fit Markdown），确保内容可直接被大模型理解。智能与自适应爬取支持 Adaptive Crawling，基于信息获取采取消耗算法，当抓取到足够回答目标的信息后会自动停止，提高效率并减少资源浪费。多样化结构化提取策略无 LLM 策略： 利用 CSS/XPath、正则匹配进行基础清洗；或采用 Clustering（聚类）及分块算法处理数据。基于 LLM 策略： 调用 OpenAI、Anthropic 或本地部署的 LLM，输出严格符合 Schema 的结构化 JSON 数据。高阶浏览器操控能力动态交互支持： 能够执行点击、滚动、等待操作以及运行 JavaScript。会话与反爬管理： 支持 Cookie/Session 重用、代理（Proxy）轮换，并集成 Undetected Browser / Anti-Bot 模式以绕过常见检测机制。动态内容处理： 自动解决懒加载（Lazy Loading）及无限滚动页面获取问题。极速并发性能基于 Python asyncio 异步架构构建，支持单机高并发、多 URL 调度任务以及本地缓存机制，确保大规模爬取时的效率与稳定性。3. 适用人群本库主要服务于以下三类技术人员：AI & LLM 开发者致力于构建 RAG（检索增强生成）知识库、AI Agent 系统或为 LLM 模型补充高质量上下文数据的工程师。数据科学家与分析师需要批量获取大量高质量结构化数据进行文本挖掘、情感分析或其他机器学习任务的专业人员。自动化与爬虫工程师需应对复杂动态页面（SPA）、单页应用及高级反爬机制的开发者与维护者。4. 免费与付费情况关于软件授权及服务模式，目前安排如下：开源核心版本（完全免费）基于 Apache 2.0 协议彻底开源。无数据量限制、无任何隐藏付费项目。支持用户自建 Docker 环境进行私有化部署。托管/云端版本（即将推出）官方正在推出名为 Crawl4AI Cloud API 的托管服务。目前该服务模式处于封闭内测阶段，具体功能随进度逐步开放。5. 如何使用① 安装依赖环境请在终端中执行以下命令进行基础环境的初始化配置：bashpip install crawl4ai crawl4ai-setup # 自动下载并安装 Playwright 所需的 Chromium 等浏览器二进制文件 ② 编写爬取代码示例（异步模式）请确保在事件循环中运行，以下是标准的基础调用流程：引入库与定义函数创建爬虫实例并执行输出结果文本pythonimport asyncio from crawl4ai import AsyncWebCrawler async def main(): async with AsyncWebCrawler() as crawler: # 执行爬取请求 result = await crawler.arun(url="https://example.com") # 输出转换好的 Markdown 文本（供 LLM 直接使用） print(result.markdown) if __name__ == "__main__": asyncio.run(main()) 6. 注意事项为确保爬取任务顺利进行，请务必关注以下几点：异步架构要求核心方法如 arun() 均为异步函数（asyncio.coroutine），必须在 Python 的 asyncio 事件循环中调用，否则将报错或无法执行。浏览器依赖管理首次运行前必须通过 crawl4ai-setup 命令初始化 Playwright 环境，确保下载 Chromium 等必要的浏览器二进制文件至本地路径。性能调优策略（并发与缓存）在批量爬取任务中，建议合理配置 arun_many() 及 Cache Mode 参数。利用机制避免对同一 URL 重复抓取，防止因请求频率过高导致被目标网站暂时封禁或触发风控。反爬与合规性对于极高防御等级的目标站（如需要验证码验证），需开启 Proxy / Undetected Browser 模式尝试突破防护层。严格遵循目标网站的 robots.txt 协议及数据抓取规范，确保合法合规使用数据进行开发与研究。
PPT Master
PPT-MASTER 使用指南1. 平台介绍项目定位：一个运行在 AI Agent（如 Claude Code）中的开源工作流技能。它能将任意文档（PDF、DOCX、网页等）或话题，自动转化为原生可编辑的 PowerPoint (.pptx) 演示文稿。核心优势：生成的不是扁平图片或单张文本框，而是包含 PowerPoint 原生 Shape、数据驱动图表与表格、转场动画、母版/版式继承以及演讲者备注配音；工作流及文件生成完全在用户本地机器执行，数据不留存第三方平台；兼容任何支持 Agent 技能的 AI 交互环境（Claude、GPT、Gemini、Kimi 等均可驱动）。2. 主要功能文档/话题一键生成：输入提炼素材或直接提问，AI 自动梳理逻辑链条、规划版面并输出 .pptx。数据驱动的图表与矢量元素：生成包含真实数据的 PPT 图表、表格，以及带控制句柄的原生矢量图形和连接线。模板提取与套用：可从参考演示文稿中提取品牌风格与版式布局，或将新内容填入现有的 .pptx 模板中。转场、动画与语音配音：支持一键配置原生 Slide 转场、元素动画，并可将演讲者备注转换为语音朗读（Audio Narration）。多风格视觉生成：内置极简瑞士排版、杂志风、数据新闻风、玻璃拟态 (Glassmorphism)、Memphis 流行风等多种视觉设计模板。3. 适用人群职场人士 / 商务汇报者：需要快速将长篇 Word、PDF 报告或会议大纲提炼成高颜值 PPT。开发者 / 技术人员：习惯使用 AI 命令行/IDE 工具（如 Claude Code），希望通过自然语言直接生成可编辑文档。研究员 / 学者 / 创作者：需要将论文、行业研究报告快速转化为结构清晰的演示文稿。4. 免费与付费情况完全免费开源：项目采用 MIT 开源协议，软件本体 100% 免费，无需支付任何 PPT 生成平台月费或订阅费；由于软件本身免费开源，项目没有官方付费定价页面。使用成本分析：唯一的成本是用户调用大语言模型（如 Kimi、Claude、OpenAI 等）及图片生成 API 的费用；实际花费取决于你所使用的 AI 模型厂商的 API 计费标准。5. 如何使用（快速上手）准备环境：安装 Python 3.x 环境，以及支持 Agent 技能的 AI 工具（如 Claude Code、Cursor 等）。配置 Key：在 AI 工具中配置好你的大模型 API Key。推荐具备大上下文与强推理能力的模型（如 Kimi K3 或 Claude），以及图像生成 API。加载技能并交互：将 ppt-master 技能引入你的 Agent 环境；在对话框中发送指令，例如：“将这份报告 [附带 PDF] 生成一份 10 页的商业汇报 PPT"。导出与微调：生成结束后，在本地打开导出的 .pptx 文件，直接在 PowerPoint 中进行细节调整与演示。6. 注意事项工具定位认知：PPT Master 提供的是工作流框架（Harness），生成质量的上限制取决于底座 AI 模型；建议配合大上下文、强推理的大模型（如 Kimi K3、Claude）以获得最佳逻辑与排版效果。人工微调预留：AI 能完成 80%~90% 的结构规划、内容提炼与基础美化工作，但最终的视觉对齐和细节微调仍需人工简单把关；PPT Master 并非许愿池，需理解其能力边界。
Drawio
Draw.io 平台使用指南一、平台介绍draw.io（亦称 diagrams.net）是一款基于开源协议的安全第一专业图表绘制工具。该工具无需注册账号即可直接使用，支持跨平台运行（Web 端、桌面客户端、VS Code 插件等）。其核心优势在于数据隐私保护——软件不存留用户图表数据，所有文件均直接保存在用户本地或自带的云端存储中。二、主要功能丰富的图形库预置：包含流程图、UML、网络架构图（AWS/GCP/Azure/Kubernetes）、ER 实体关系图、思维导图及线框图等数百种专业模版与图形素材，支持快速调用。多端存储与无缝集成能力：同步至：Google Drive、OneDrive、Dropbox、GitHub/GitLab 或本地硬盘；VS Code 扩展：直接在代码编辑器内编辑图表文件；内容嵌入：支持 HTML、Notion、Confluence 及 Jira 等平台。灵活的导入与导出支持：导入方面：兼容 Visio (.vsdx)、Lucidchart、Gliffy 等外部格式图表文件；导出方面：可生成 PNG、JPEG、SVG、PDF，以及保存带编辑数据的专用 XML 格式。实时协作与高级编辑器：结合云盘实现团队多人协同编辑；提供手绘/草图风格（Sketch style）、暗黑模式及自定义 CSS 样式调整功能。三、适用人群软件工程师 / 架构师：用于绘制 UML 类图、系统架构图、部署图、时序图及网络拓扑图等复杂结构。产品经理 / 设计师：适用于业务流程图设计、原型线框图（Wireframe）制作及用户旅程图的规划。项目经理 / 运维人员：便于创建甘特图管理进度，以及组织架构图与网络设备连接图的展示。学生与科研人员：支持论文流程图梳理、逻辑思维导图的构建等学术场景应用。四、免费与付费情况个人/Web/桌面版方案：100% 永久免费。该版本无功能限制、无导出水印，且无需登录注册即可使用。企业级集成方案（收费）：仅在通过 Atlassian 云端生态（Confluence & Jira）内调用官方原生 App 时使用此服务时产生费用，通常按团队人数按月或按年收取许可费。查看最新官方定价页面：https://www.drawio.com/pricing五、如何使用选择启动平台：访问网页版 app.diagrams.net，或下载 draw.io Desktop 桌面客户端。配置存储位置：启动工具时需确认文件保存路径，可选择本地硬盘（Device）、Google Drive 或其他云盘同步。创建新图表：打开空白画布以从零开始设计，或直接选用系统提供的现成模板进行二次修改。绘图与编辑操作：左侧面板：搜索或选择所需图块，拖拽至中央区域；中间画布：拖拉连接线建立关系，双击元素输入文本内容；右侧属性栏：调整选中元素的背景色、线条粗细、字体样式及排版布局。保存与导出文件：通过菜单 File -> Save 将源文件保存在当前目录，或通过 File -> Export as 直接生成图片/PDF 等最终格式。六、注意事项数据本地化存储：网页端不托管用户自动上传的临时草稿。清空浏览器缓存会导致未保存内容丢失，建议开启工具的自动保存功能或优先使用桌面版以确保数据安全。版本控制策略推荐 GitHub：当与 Git/GitHub 配合工作时，建议选择导出 .drawio.svg（可编辑矢量图）或 .drawio.png，后者可直接作为图片展示且保留导入后全量可编辑特性。扩展图形库方法：若左侧默认图库缺少特定图标（如某些 IT 云厂商 Logo），请点击左下角按钮开启更多资源：+ More Shapes。
DrawDB
drawDB 浏览器端开源数据库 ER 图设计工具drawDB**（Draw Database）**是一个基于浏览器的开源数据库实体关系（ER）图可视化设计与 SQL 生成工具。该工具无需注册账号、无需配置复杂后端，完全在浏览器端运行，极大地简化了数据库建模与文档化的流程。一、平台属性与安全机制基本定位：drawDB 是一款基于浏览器的开源项目（协议为 AGPL-3.0），前端框架采用 React 构建。核心优势：免登录即用、零后端依赖，数据全部保存在本地浏览器 (IndexedDB/LocalStorage) 或支持导出私有文件保存与分享。安全性保障：极高。数据库架构（Schema）完全在客户端本地渲染和处理，不会上传至第三方服务器；支持通过 Docker 进行私有化部署以隔离环境。二、核心功能模块可视化表设计与关系绘制：支持拖拽建模创建数据表及字段属性（主键/自增），鼠标操作即可连线建立外键约束并配置联动规则（如 ON DELETE CASCADE）。SQL 双向转换能力：一键导出对应数据库的 DDL（建表语句）；或将已有的 SQL 脚本导入，自动反向推演生成可交互的关系图表。支持主流方言（MySQL/PostgreSQL 等）。架构管理与可视化增强：允许使用不同颜色区块对数据表进行分组 (Subject Areas)，并在画布上添加富文本便签用于业务逻辑标注。多格式导入与导出支持：图形结果可导出为 PNG、SVG（便于放入文档/PPT）；设计源文件可保存/加载 JSON 或 DBML 格式以便协作分享。三、适用人群定位后端及全栈开发者：快速设计新项目数据库架构，直接获取并执行对应数据库的建表 SQL 脚本。DBA 与系统架构师：梳理复杂业务关系网络，对现有遗留系统进行反向工程绘制以完善文档化管理。学生与教育人员：在学习或教学中直观理解主外键关联及数据库模型设计原理。技术文档撰写人与产品经理：快速生成清晰的架构图示并插入项目 Wiki、产品说明书等交付物中。四、版本性质与获取渠道费用说明：完全免费且无任何功能限制。工具本身没有付费订阅方案，唯一“费用”仅发生在选择自建服务器（VPS/Docker）时的硬件成本上。官方主页/项目地址：使用入口网址为 https://www.drawdb.app；GitHub 开源仓库位于 drawdb-io/drawdb。五、核心操作流程指南新建架构与设计起点：打开官网点击 "Build for Free"，在顶部栏选择目标数据库类型（如 MySQL/PostgreSQL）以适配专属数据类型。绘制表结构及关联关系：使用工具栏 + Table 按钮创建新表并设置字段属性；按住某外键节点拖拽至目标主键即可完成连线与约束配置。导入现有 SQL 脚本生成图：点击顶部栏 Import SQL，粘贴已有数据库导出的建表语句，系统自动解析渲染为图表关系网（部分复杂对象除外）。保存成果并导出数据文件：设计完成后通过 Export 按钮选择导出方式；包括直接复制执行的 SQL、放入文档的高清图片 PNG/SVG、或用于恢复修改的 JSON 源文件。六、注意事项与风险提示本地存储数据风险：架构图默认保存在浏览器缓存（IndexedDB）中，清理缓存或切换浏览可能导致丢失。建议重要设计务必点击 Export -> Save as JSON 下载本地副本。反向解析局限性说明：SQL 导入功能主要支持标准 DDL；若脚本包含大量复杂触发器、存储过程或非标准方言函数可能会导致图形生成失败。多人协作模式建议：平台目前侧重个人设计，如需团队同步使用 JSON 文件结合 Git 版本控制或自建私有化部署服务进行网络共享与数据隔离。
WrenAI
Wren AI：GenBI 与上下文引擎平台1. 核心定位Wren AI 是一个开源的 GenBI（生成式商业智能） 与 上下文引擎平台。它致力于解决传统 Text-to-SQL 工具缺乏业务语义定义和企业治理规则的问题，在 AI Agent 与企业数据库之间构建透明、可控的“业务上下文层”。2. 架构模式Wren AI 采用 Open-Core（开源核心） 架构模式：底层开源核心：包含上下文引擎、MDL（建模定义语言）、Text-to-SQL 管道、MCP 服务及 CLI。该层托管于 GitHub，遵循 Apache-2.0 协议代码公开可审计，可直接集成进各种 AI Coding 工具与 Agent。上层商业平台：基于开源引擎构建，提供可视化 GenBI UI、仪表盘、Agentic 交互模式、团队权限管理、行列级数据安全防护以及云端/私有化托管服务。3. 主要功能特性MDL 语义建模：将业务指标、实体关系和计算公式定义为代码并存入 Git 仓库，避免 LLM 在生成 SQL 时因缺少业务上下文而出现幻觉。自然语言转图表（Text-to-SQL & Chart）：支持将自然语言问题准确转化为具备语法与语义校验的 SQL，并自动生成可视化图表与分析报表。原生 MCP 支持与 Agent 集成：提供 MCP Server 接口，可与 Cursor、Claude Code、Cline 等 AI Agent 工具原生对接。多数据源支持：原生对接 20+ 主流数据库与数据仓库（如 PostgreSQL、Snowflake、BigQuery、ClickHouse、Redshift、Databricks 等），实现原地查询，确保 Data stays in place。干跑验证与错误修复：生成 SQL 后在后端先行校验并自愈，降低执行失败率。4. 适用人群划分数据工程师 / AI Agent 开发者：希望在 Agent 项目中引入准确的数据查询能力，使用 CLI/MCP 构建自然语言分析工作流。数据分析师 / BI 团队：减少重复的 SQL 编写工作，统一团队业务指标定义（MDL），快速响应业务部门的灵活查询需求。企业管理与业务人员：通过自然语言直接与数据库交互，自助式获取报表与图表，无需依赖数据团队排期。5. 版本类型与费用方案Wren AI 划分为开源版与商业托管版，具体配置如下：Open Source（开源版）：包含核心上下文引擎、MDL 建模、MCP 服务、CLI 工具及 20+ 数据库连接器（不含默认图形界面 UI）。费用标准为免费。Essential Cloud：在开源引擎功能基础上，增加 Web UI 界面、仪表盘、GenBI 应用模式及托管运行能力。费用约为 $179/月（按年计费）。Enterprise Cloud：包含 Essential 版所有功能，并提供强化安全控制、高级审计与权限管理以及更多 API 调用额度。费用约为 $559/月（按年计费）。Enterprise Plus（私有化部署）：可部署于企业 VPC 或物理隔离环境（Air-gapped），提供行列级数据安全防护及专属 SLA 与支持方案，价格按并发与需求定制。6. 使用指南方式一：开发者命令行 / AI Agent 模式（免费开源）安装 CLI：运行命令 pip install wrenai 以完成核心组件的安装。配置 Agent Skill：在环境中执行 npx skills add Canner/WrenAI，将 Wren 能力注入到 AI Tools。引导初始化：向 Agent 提示 Use Wren to set up my database，系统将按交互式步骤连接数据库并生成 MDL 建模文件。方式二：云端 Web UI 模式（Teams & 企业）账号注册：访问 Wren AI Cloud 官网进行账号创建与登录。数据源连接：输入数据库连接串，确保数据保留在原库不迁移。AI 自动建模：引导 AI 扫描 Data Schema，辅助定义 MDL 业务指标文件。交互式查询：在 Web 界面中通过自然语言对话发起查询、生成仪表盘并分享给团队。7. 注意事项与最佳实践开源版无默认 UI：开源引擎定位为 AI Agent 的底层上下文层（支持 CLI/MCP），若需可视化 Dashboard，请使用 Cloud 版本或自建适配。MDL 语义至关重要：单纯依赖 LLM 猜 Schema 容易出错，使用 Wren AI 前须认真梳理关键业务指标与关联关系，规范的 MDL 能显著提升 Text-to-SQL 准确率。数据隐私保护：查询过程仅将 Schema/MDL 上下文发送给大模型，原始数据仍在本地仓库执行；若对安全敏感建议私有化部署并搭配企业私有 LLM API。
QtScrcpy
QtScrcpy：Android 实时投屏与电脑端控制工具QtScrcpy 是一款基于Qt / C++开发的开源 Android 实时投屏与电脑端控制软件的 GUI 版本，该项目在著名的scrcpy架构基础上进行了改进。一、平台介绍支持系统：涵盖 Windows、macOS、Linux (Ubuntu / Arch Linux)。支持设备：Android 5.0 (API level 21)及以上设备，连接时无需 Root。核心特性：极轻量（免在手机安装任何 App）。高帧率（稳定在 30~60 fps）。高画质（支持 1920x1080 及以上分辨率）。超低延迟（控制在 35~70ms）。启动速度极快（通常约 1 秒内完成连接）。二、主要功能实时投屏与双向操控：使用电脑键盘和鼠标直接对手机画面进行点击、滑动以及文本输入。自定义按键映射 (Keymap)：支持将键盘/鼠标按键映射为手机屏幕触摸操作，内置吃鸡（PUBG）、抖音等常用脚本，并支持用户手写脚本扩充。多设备群控：同时连接并一键批量控制多台不同型号的手机设备。无线/有线双模式：既支持通过 USB 线缆稳定连接以获得高画质，也支持在同一局域网下的 WiFi 无线投屏。快捷文件传输与安装：直接拖拽 APK 文件到投屏窗口即可自动安装应用；拖拽普通图片或文档可直接发送至手机侧存储目录。屏幕录制与截图：允许用户设定比特率、分辨率及录屏格式，甚至支持后台无界面隐藏投屏模式进行录制。声音同步：针对 Android 10+ 设备，支持将音频流传输到电脑端直接播放音效或语音通话录音。剪贴板同步：利用快捷键（如 Ctrl+C / Ctrl+V）实现电脑与手机之间文本内容的双向复制粘贴。三、适用人群手游/娱乐玩家：希望在电脑大屏显示器上，利用键鼠顺畅体验移动游戏或滑动浏览短视频应用。开发者/测试人员：需要在电脑上批量测试应用程序功能、进行多机联动调试以及录制 App 演示画面（Demo）。办公/效率人群：工作场景中无需频繁拿起手机，直接在电脑侧边屏幕接收通知消息回复及互相传文件传输任务。四、免费付费情况开源授权：QtScrcpy项目本身完全免费且开源，遵循 Apache-2.0协议，无任何功能限制或强制收费行为。衍生服务说明：作者同时开发了针对大批量投屏控机的专业商业级工具（如 QuickMirror），但这不影响 QtScrcpy 本身的免费性质；若需学习项目架构原理，提供的视频课程属于自愿购买范畴。五、如何使用1. 准备工作开启 USB 调试：在手机系统设置中找到开发者选项并开启"USB 调试"开关。下载软件：在电脑上访问官方 Releases 页面 https://github.com/barry-ran/QtScrcpy/releases 进行下载解压，安装包内已内置 ADB 工具。2. USB 有线连接步骤物理连接：使用数据线将手机连接到电脑，若手机端弹出弹窗提示时选择"允许这台计算机进行 USB 调试"并勾选不再询问（可选）。启动设备：打开 QtScrcpy 软件界面，点击顶部的 “刷新设备”。开始投屏：在左侧列表中找到手机型号，选中后点击右侧的 **“启动服务”**按钮即可显示画面。3. WiFi 无线连接步骤建立有线基础通道：先用 USB 线连上电脑，进入软件选中现有设备依次点击“获取设备 IP"和“启动 adbd”。切换至无线模式：在界面中点击 **“无线连接”**按钮。断开物理连线：等待片刻直到列表中出现带 IP 地址的新设备条目，拔掉 USB 数据线后，选中该 IP 设备并点击 **“启动服务”**即可实现纯 WiFi 投屏。六、注意事项授权权限检查：若软件中点击“启动”无反应或无法连接，请务必确认手机端是否弹出 ADB 调试许可提示，必要时需重启 USB 连接线。映射模式切换技巧：在开启游戏等需要自定义按键时，需在键盘左上角的 ~ (波浪键) 上进行操作，以在 “普通鼠标点击”与“按键映射操作”两种模式下互相切换激活脚本功能。网络环境要求：启用无线投屏模式时，手机和电脑必须处于同一 WiFi 局域网网段内才能保持连接稳定不丢包断连现象发生频繁出现的情况请确保路由信号良好。合规风险提醒：使用按键映射玩部分对外挂/外接设备检测严格的竞技手游（如和平精英等）时，需严格遵循游戏官方规范操作，避免因判定为违规模拟器而面临账号封禁风险。
Iconfont
Iconfont 使用指南平台介绍Iconfont是由阿里巴巴妈妈MUX出品的国内主流矢量图标/插画/3D素材平台。主要面向UI设计师、前端开发者及多类内容需求用户，提供丰富的图形资源。核心优势在于支持在线检索编辑、项目管理以及生成多种格式代码，且依托阿里CDN在国内访问速度稳定高效。1. 主要功能Iconfont 提供了从素材获取到落地使用的全流程能力：素材检索：涵盖单色图标、彩色图标、矢量插画及3D插画；支持Lottie动画与字体库；具备强大的中文/英文语义搜索能力，方便快速查找。在线编辑：提供改色功能（调整色彩）、尺寸调节以及SVG直接编辑能力；用户可单图标直接下载PNG、SVG或Ai等多种格式文件。项目管理：支持创建项目并将选中图标归集管理；具备团队协作功能；自动生成 Unicode / Font‑class / Symbol 三套前端调用代码；提供在线CDN链接生成及本地字体包（ttf/woff/css）下载能力。上传私有图标：允许用户上传本地SVG文件，将其纳入自定义项目范围内并直接生成对应的前端引用代码。AI设计工作台：集成最新AI技术，支持用户通过AI命令生成新的图标、插画及辅助编辑素材（平台新增的高级功能）。2. 适用人群与版权风险明确平台的使用边界对于保障商业项目的安全性至关重要：UI设计师：适合进行找图、导出处料以及团队内部的图标资产管理。前端开发者：适用于构建网页、小程序、H5页面或后台系统的字体/矢量组件库开发场景。产品与运营人员：可直接用于制作PPT演示文稿、原型设计稿及文档配图说明。不适合人群：需要大量独家商用无版权风险素材的用户需谨慎，因为平台上部分用户上传的图标可能存在授权限制或不可商用情况。3. 免费与付费规则清晰了解平台的成本结构是项目选用的前提：官方开源图标：属于平台完全开放资源，支持完全免费且可商用；无需缴纳平台订阅费，无使用额度限制。用户上传素材分类：分为标记“免费”的素材（需按协议署名等要求）和作者标记“付费”的素材（单个或整套购买）。定价说明：不存在统一的官方会员套餐；付费由上传作者所有决定并在详情页查看价格，平台仅作为交易展示载体。4. 使用流程步骤快速上手的前端引用与部署方式如下：账号登录：通过手机号注册或绑定阿里系账号进行安全登录。搜索与收藏：在站内搜索所需素材图标，点击目标图标的加入购物车按钮。创建项目：点击右上角购物车入口，选择添加至项目；若未开启请先新建对应的项目名称容器。生成引用代码：进入【图标管理‑我的项目】界面；有两种部署方式可选：在线CDN链接（适合快速开发引入JS/CSS）或下载到本地（将css/字体文件放入服务器环境部署）。前端调用方法：支持三种模式，建议优先掌握最兼容的用法：Unicode：字符编码引用，兼容性最好；Font‑class：类名直接调用，代码编写最简单，例<i class="iconfont icon-home"></i>；Symbol：SVG方式引入，支持多色图标展示。5. 注意事项在正式投入生产环境前，请务必关注以下风险点（最重要）：版权风险规避：仅官方开源库默认可商用；对于用户上传素材，务必仔细阅读详情页授权协议；部分禁止商用或需署名/付费的图标切勿直接用于商业项目。CDN使用限制：线上生产环境不建议长期直接使用平台在线CDN链接，存在失效或被封禁风险；建议下载字体包部署至自有服务器以保稳定。跨域属性要求：若前端引入Symbol模式（SVG）的JS文件时，务必在<script>标签添加 crossorigin 属性，否则图标无法正确显示。团队权限管理：注意项目协作时的成员权限设置；严防误删除操作会导致关联线上CDN资源直接失效或代码中断。彩色图标模式限制：Font‑class字体模式仅支持单色调用；若需多色渐变背景，必须优先选择Symbol（SVG）格式而非普通字体方式。PNG位图质量警示：导出的PNG文件本质为位图，无限放大后会出现模糊失真；开发阶段请尽量使用SVG或矢量字体格式以保证清晰度。付费凭证留存：付费交易属于作者个人行为，平台不提供担保服务；商用前请务必保留好购买付款证明以备纠纷查验。小程序兼容性注意：部分传统字体文件在微信小程序中存在兼容性问题；建议优先导出为 SVG 或转换为 Base64 编码字符串使用。
Taste Skill
Taste Skill：AI 编程前端审美规范框架Taste Skill是一个专为 AI 编程 Agent设计的开源工具，旨在防止 AI 生成同质化、缺乏设计感、“AI 味浓厚”的通用前端代码。它通过提供预设规则与 SKILL.md配置文件，帮助开发者打造具备高端视觉质感的现代 UI 界面。1. 平台介绍Taste Skill 致力于解决 Less slop, designs pop（减少劣质同质化代码，提升UI审美与设计质感）的核心诉求。其工作原理是将设计规范、排版逻辑与色彩系统打包为标准的 Agent Skill。开发者由 Leon Lin 与 blueemi 共同维护的开源项目团队组成。核心理念：坚持“Less slop, designs pop”，即拒绝低质模版化输出，追求高水准的设计审美与设计质感。工作原理：将设计规范、排版细节、色彩系统以及组件框架匹配逻辑打包为标准 Skill（SKILL.md 格式），AI 生成代码前会先读取规范，从而自动规避“套路化”设计。维护团队：由 Leon Lin 与 blueemi 共同协作开发的开源社区项目。2. 主要功能Taste Skill 为 AI Agent 提供了丰富的预设能力，通过智能推断与设计系统映射来增强代码产出质量。内置10+专业技能库可根据不同需求灵活调用。核心默认技能 (taste-skill v2)：包含设计自动推断、重构审计以及预检机制的综合版本，效果显著优于旧版。GPT 优化专用技能 (gpt-tasteskill)：专门为 GPT/Codex 模型优化的特性，进一步强化了布局多样性与动效处理逻辑。风格化预设库：提供 soft-skill（极简柔和）、minimalist-skill（编辑风极简）以及 brutalist-skill（野兽派/瑞士平面风格）等多种视觉风格的代码注入方案。重构专用技能 (redesign-skill)：专门针对老旧项目执行 UI 深度审计，帮助团队快速进行审美升级与代码重构。产出控制技能 (output-skill)：严格禁止 AI 在生成过程中留下占位符或未完成的半成品代码，确保交付质量。图像辅助技能：包含 image-to-code-skill及离散的实现逻辑结合图片生成的 UI 设计与前端生成能力（imagegen-frontend-*）。此外，平台支持 双模式适配（Dark/Light），要求 AI 在输出前完成严格的质量检查清单。系统还具备智能推断功能，根据项目背景自动调整设计语言、配色及动效幅度。3. 适用人群Taste Skill 主要服务于以下几类需要提升前端视觉品质的用户群体：AI 辅助编程开发者：频繁使用 Cursor、Claude Code、Codex、Gemini CLI、v0、Lovable、OpenCode 等 AI 工具编写前端代码的技术人员。追求审美的独立创作者/产品经理：缺乏专职 UI 设计师，但希望借助 AI 产出的产品能够具备高端视觉感与现代化设计体验的个人开发者或 PM。企业重构团队：需要对现有遗留系统进行审美升级、界面焕新以及代码规范化重组的技术团队。4. 免费 / 付费情况该项目目前处于完全开源状态，社区维护且无任何商业限制。定价与源码详情如下：收费状态：完全免费且开源（100% Open-Source），没有任何订阅费、隐藏付费点或针对特定版本的功能锁。捐赠支持方式：项目通过 GitHub Sponsors 通道接受社区成员的自愿赞助与支持资金。官方主页入口：访问 https://www.tasteskill.dev/ 获取最新文档与预览效果。GitHub 仓库地址：进入 https://github.com/Leonxlnx/taste-skill 克隆源码并查看赞助详情。5. 如何使用 & 配置指南Taste Skill 支持任何兼容 SKILL.md 或扩展协议的 AI Agent，用户可通过终端命令快速集成。具体安装与配置步骤如下：全局添加默认 Taste Skill (v2)：bashnpx skills add Leonxlnx/taste-skill 注：此操作会将默认的 design-taste-frontend 规则集添加到项目环境中。指定特定版本或风格：用户可选择安装 v1 遗留版本或其他特定制式，例如运行以下命令进行精细控制：bashnpx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend" 集成至 AI Agent：在执行 npx 命令后，Skill 文件会自动注入到项目的规则目录或 agent skills 文件夹中。对于 v0、Lovable 等 Web 界面 Agent，可直接从 GitHub 复制对应的 SKILL.md内容作为 System Prompt 使用。6. 注意事项 & 风险提示在使用 Taste Skill 时，开发者需留意以下技术细节与潜在问题：版本迭代状态：v2 处于 experimental（实验性）迭代期。当前默认安装的规则文本可能随开发小幅更新；如需极度稳定的旧版逻辑以规避风险，请显式指定 --skill design-taste-frontend-v1。模型能力要求：由于涉及复杂的规范遵循与推断，建议配合基座模型能力较强的产品使用（如 Claude 3.5/3.7 Sonnet, GPT-4o）。如果模型对提示词的理解力较弱，可能会忽略部分审美规则导致效果打折。避免规则冲突：若项目中已配置极强的 .cursorrules或全局 Prompt，需仔细检查是否存在逻辑互斥（例如 Taste Skill 要求使用特定 Tailwind 规范而项目强制限制了原生 CSS）。
GSAP Skills
gsap-skills：GSAP AI 官方技能库1. 平台与项目简介greensock/gsap-skips 是 GSAP（GreenSock Animation Platform）官方推出的核心扩展包，旨在作为 AI 编程助手的专用知识库。项目定位：它是专为解决现代前端开发中的动效痛点而设计的开源资源库，属于官方的 AI Coding Agent Skills。核心目标：为各类主流 AI Agent（如 Cursor、Claude Code、GitHub Copilot 等）提供 GSAP 动画的最佳实践规则集。旨在确保 AI 生成的代码具备高性能、无 Bug 且符合最新 API 标准的特点，避免生成过时的语法或存在内存泄漏的代码。2. 主要功能与技能模块 (Skills)该库涵盖了从核心 API 到复杂滚动触发的全生态规范，具体包含以下 8 个关键模块：gsap-core内容说明：核心 API 规范化。定义了标准的使用方式（如 to()、from(), fromTo()），涵盖缓动函数配置以及交错动画 (stagger)。确保 AI 知道如何正确设置默认值及执行基础动画逻辑。gsap-timeline内容说明：时间轴控制规范。涉及时间链管理、Position 参数定位、标签系统应用，以及嵌套播放与循环控制的规则设定。gsap-scrolltrigger内容说明：滚动联动开发指南。详细规定 Pin (钉住) 策略的使用、Scrub (滚动触发) 顺滑效果的处理，包括滚动触发的注册设置及自动清理机制的规范。gsap-plugins内容说明：高级插件标准库。包含对官方所有免费与付费插件（如 ScrollTo, ScrollSmoother）的统一使用方式，以及 Flip、Draggable、Inertia、SplitText、MorphSVG 等特定功能的代码规范。gsap-react内容说明：React 最佳实践方案。强制推广 useGSAP() Hook 的使用模式，规定 Ref 结合方式、作用域隔离 (scope)、SSR（服务端渲染）处理及组件销毁时的 Cleanup 流程。gsap-frameworks内容说明：框架适配策略。专门针对 Vue、Svelte 等非 React 生态的框架，提供生命周期钩子的结合点与选择器作用域的隔离规则。gsap-utils内容说明：工具函数规范集合。定义了常用辅助函数的使用标准（如 clamp, mapRange, normalize, interpolate, toArray），确保数据映射的高效性。gsap-performance内容说明：性能优化指南。重点教导 GPU 硬件加速利用、will-change CSS 策略的时机，以及批量处理动画时的性能损耗控制方法。3. 适用人群建议该技能库主要服务于以下三类开发者群体：前端开发工程师在日常工作中使用 Cursor、Claude Code 或 Copilot 等 AI 工具辅助编写 GSAP 代码，需要确保生成的逻辑无 Bug。动效与 UI 设计师/工程师负责复杂交互场景构建的团队，急需让 AI 快速生成符合现代性能标准的交错动画 (Stagger) 及滚动联动特效。AI Agent 开发者正在搭建自定义工作流或需要集成专业动效生成能力的开发团队，希望为其模型注入权威的 GSAP 知识。4. 免费与付费政策说明GSAP 的授权体系近期经历了重大调整，目前的开源策略如下：协议开放gsap-skills 本身采用严格的 MIT 开源免费协议。所有用户均可直接下载并使用其中的知识库规则。插件费用免除GSAP 原 Club GSAP 付费插件（包括 SplitText, MorphSVG, ScrollSmoother 等）现已全部转为免费。这意味着商业项目无需额外购买授权，可直接通过 npm 安装使用。官方查询渠道所有最新的定价政策、企业级授权变动及详细的许可信息均可查阅官方网址：https://gsap.com/pricing5. 使用方法指南您可以通过以下两种主流方式将技能库集成到您的 AI Agent 中：CLI 一键安装（推荐通用方案）此方法适配 Cursor、Claude Code、Windsurf、Copilot 等 40+ 种 AI 编程助手，无需手动复制文件。直接运行以下终端命令即可自动拉取配置：bashnpx skills add https://github.com/greensock/gsap-skills 若需为特定 Agent（如 Antigravity）定制安装参数，可附加指定 flag：bashnpx skills add https://github.com/greensock/gsap-skills --agent antigravity 按平台配置与手动导入不同 IDE/Agent 具有特定的插件或指令通道，请按对应说明执行：Claude Code：运行 /plugin marketplace add greensock/gsap-skills。Cursor 用户：进入 Settings (设置) -> Rules (规则) -> Add Rule (添加) -> 选择 Remote Rule，输入仓库名并确认拉取。GitHub Copilot：获取仓库根目录下的 .github/copilot-instructions.md 文件内容，并将其复制到项目的同层级目录下。手动迁移路径：克隆整个仓库到本地，并将 skills/ 文件夹直接剪切至 AI 工具的配置文件目录（例如 Windows/Mac 用户可尝试放置于 ~/.claude/skills/ 或 ~/.cursor/skills/）。6. 注意事项与开发规范在使用过程中请务必遵循以下核心标准，以保证代码质量：无需私有注册表GSAP 官方策略调整使得您可以直接通过公有的 npm registry 安装所有插件功能。无需配置 Club GSAP 私有的 .npmrc 文件或进行复杂的 Auth Token 认证流程。React 开发强制性要求在使用 React 生态时，必须优先引入 @gsap/react 库并配合 useGSAP() Hook 使用。务必指定作用域 (scope)，以防止全局选择器污染及潜在的组件内存泄漏问题。滚动触发的刷新机制当 DOM 结构发生变更、页面发生动态扩容或布局调整时，必须显式调用 ScrollTrigger.refresh() 函数重新计算动画的位置与触发点。性能优先的代码风格AI Agent 应被引导始终使用 CSS Transform 别名（如 x, y, scale, rotation）。严禁为了简单的位移而使用可能引发重排的属性（如 top, left, width, height），以保证动画的流畅性与低延迟。
Supervision
Roboflow Supervision：使用指南一、平台/库介绍定位：Roboflow Supervision是由 Roboflow 开发并开源的 Python 计算机视觉后处理工具库。核心价值：解决模型预测后的“最后一步”。它抹平了不同模型（如 YOLOv8/v10/v11、Detectron2、SAM、Transformers、PaddleDet 等）的输出差异，统一抽象为 Detections 对象，提供即插即用的可视化、追踪、区域统计和数据集转换能力。开源协议：MIT 许可证。代码完全开源且免费商用。二、主要功能模块统一模型后处理：将各种推理框架输出统一转换为 sv.Detections，支持方便的过滤、NMS（非极大值抑制）与IoU计算。丰富且高端的标注器：提供一键绘制边界框 (Bounding Box)、分割掩码 (Mask)、多边形、关键点 (Keypoints)、虚线轨迹及中心点标注等功能。目标追踪（Tracking）：无缝对接 ByteTrack 等追踪算法，实现跨帧目标的持久化 ID 追踪。区域与跨线统计：PolygonZone：检测目标是否落入自定义多边形区域，支持区域内计数。LineZone：检测目标穿越指定线条的方向与数量（如车流/人流双向统计）。切片推理（Slicing Inference）：内置 InferenceSlicer 模块，轻松应对大图中的微小目标检测 (SAHI机制)。数据集处理与转换：支持在 COCO、YOLO、Pascal VOC 等格式间自由加载、转换与保存数据集，以及计算 mAP/混淆矩阵评估指标。三、适用人群定位AI/计算机视觉工程师：快速构建可交互的项目 Demo，生成高清推理结果视频或图像汇报文件。应用开发者：用于开发工业检测、人流车流统计、安防监控等实际落地方案。科研人员/学生：进行算法对比评估、快速可视化论文测试结果及数据集格式转换工作。四、免费与付费情况说明Supervision 代码库本身：100% 免费开源。在 GitHub 上直接 pip install，可用于个人、学术或商业项目，无任何费用壁垒。Roboflow 平台服务（云端功能）：如需使用其云端标注、训练和 API 部署功能，需订阅相应服务额度：免费版（Public）：提供公开数据空间及免费 AI 标注配额（每月限制）。付费版（Core / Enterprise）：支持私有数据管理及更高级算力与 API 额度。起步价约为**$79/月**（按年付），建议查阅官网最新资费标准 https://roboflow.com/pricing。五、快速上手使用流程安装依赖库：bashpip install supervision 标准工作流演示（以 YOLOv8 结合 Supervision 为例）：第一步：加载模型与图像数据。第二步：推理并将结果转换为 Detections对象，统一格式处理。第三步：创建标注器（如框、标签）并生成对应的文本标签信息。第四步：将生成的标注叠加到原始图像副本上，避免污染原数据。第五步：保存最终结果文件或直接在终端显示输出图片。pythonimport cv2 import ultralytics import supervision as sv # 1. 加载模型与图像 model = ultralytics.YOLO('yolov8n.pt') image = cv2.imread('image.jpg') # 2. 推理并转换为 Supervision 的 Detections 对象 results = model(image)[0] detections = sv.Detections.from_ultralytics(results) # 3. 创建标注器（如：框标注器 + 文本标签标注器） box_annotator = sv.BoxAnnotator() label_annotator = sv.LabelAnnotator() # 生成标签文本 labels = [f"{class_name} {confidence:.2f}" for class_name, confidence in zip(detections.class_name, detections.confidence)] # 4. 叠加标注到图像上（务必使用.copy()避免内存污染） annotated_image = box_annotator.annotate(scene=image.copy(), detections=detections) annotated_image = label_annotator.annotate(scene=annotated_image, detections=detections, labels=labels) # 5. 保存或显示结果 cv2.imwrite('result.jpg', annotated_image) 六、注意事项与避坑指南版本更新频繁：Supervision 迭代迅速，API（如 BoxAnnotator的参数或方法名）在不同主版本间可能有所微调。建议查阅对应的文档版本（通常为 /latest/）。深拷贝机制要求：向 .annotate(scene=...)参数传递图像时，务必使用 image.copy() 生成副本。避免因直接引用导致原图矩阵被绘制覆盖而污染原始数据。视频处理性能优化：对视频逐帧处理和追踪操作时，频繁的图像绘制会消耗 CPU 资源。生产环境中如果仅做数据统计（如计数），建议跳过渲染 (Annotator)环节以提升 FPS 流畅度。坐标格式规范：使用 PolygonZone或LineZone定义区域与线条时，输入的坐标点必须严格符合 numpy数组格式（例如np.array([[x1, y1], [x2, y2], ...]))，避免因数据类型不匹配导致报错。
Animos
Animos 使用指南Animos是一款基于浏览器运行的极简动效展示生成工具。它专门用于帮助设计师和产品开发者将静态的作品截图、UI Design Mockup 或视频素材，快速转化为精美的短动画展示视频。一、主要功能预置动效模板库：提供超过 30+ 款针对作品集展示与产品演示精心设计的预设模板。多格式素材拖拽：支持直接放入图片（PNG/JPG）或短视频（MP4）。轻量参数微调：无需复杂的时间轴编辑，可在浏览器内直接微调参数与显示样式。高质量导出：支持最高 4K 分辨率，可导出适合网页与社交媒体使用的 MP4 和带透明通道的 WebM 格式。无需下载安装：纯前端浏览器渲染，免去安装动效重型软件（如 AE/Principle）的繁琐流程。二、适用人群UI/UX 与产品设计师：快速将静态 App/网页界面做成动效视频，充实 Portfolio、Dribbble 或 Behance 作品集。独立开发者与 SaaS 创始人：制作 Product Hunt 发布视频、X/Twitter 宣传动图或官网 Landing Page 上的界面展示。自由职业者与品牌设计师：高效生成向客户演示交接的视觉动态 Preview，提升交付效率。三、免费/付费情况模式说明：平台提供免费试用与导出体验；部分高级功能（如 4K 无水印导出、完整模板解锁等）可能需要付费订阅或购买授权。最新定价查询：建议直接访问：https://animos.app，随时获取官方的价格信息与方案变动通知。四、使用步骤选择模板：打开网页后，在提供的模板库中挑选符合展示风格的动效模板。导入素材：拖拽上传你的界面截图、作品 Mockup 或演示视频至编辑区域。参数微调：根据需求调整基础文字内容、背景颜色或动效速度等选项。一键导出：选择所需的输出格式（MP4 或 WebM）与分辨率，等待浏览器自动渲染完成下载。五、注意事项即用即走机制：为了保证“1 分钟内出片”的高效体验，当前版本每轮导出通常为独立任务，建议导出前务必确认好所有素材细节。浏览器资源占用：渲染和导出高分辨率（如 4K）动效依赖本机浏览器的硬件加速性能；处理较大素材时尽量避免同时开启过多高占用标签页以维持流畅度。
Koboyo
Koboyo 平台使用指南一、平台介绍Koboyo是一个包含无限白板，以及海量手绘矢量图标库，的轻量级创意在线平台。核心亮点在于极简的灵感白板，同时面向 AI 开发者提供标准的 MCP协议集成。二、主要功能无限画布 (Infinite Canvas)：提供无边界画布空间，支持双击快速插入文本、画笔涂鸦及节点连接；界面极简无打扰，适合捕捉灵感。海量手绘 SVG 图标库 (Koboyo Icons)：收录超过 71,000+ 个手绘风格矢量图标（含面部表情、物体、姿势等），原生支持 currentColor，可无缝改色与缩放导出。原生 AI MCP 插件集成：提供标准 MCP 接口，支持与 Claude Code、Cursor、VS Code 等工具链接，允许 AI 在代码过程中直接检索并使用图标。三、适用人群UI/UX 设计师 & 插画师：需要风格统一手绘素材或快速绘制原型草图的用户群体。独立开发者 & 产品经理：用于挑选矢量图标丰富应用，或绘制产品流程图与架构图的人员。AI 开发者 / Prompt 工程师：希望在 Cursor、Claude 等 AI 工具中通过自然语言调用手绘图标的技术人员。学生与内容创作者：适用于制作思维导图、整理学习笔记或丰富演示文档的内容生产者。四、免费付费情况与定价网址Koboyo Canvas (画布)：提供完全免费的无限白板的在线编辑功能，无需订阅费用即可使用核心工具。Koboyo Icons (图标库)：100% 免费供个人及商业项目无偿使用（官方明确声明无需强制署名）。付费与定价说明：目前全平台保持完全免费策略，无隐藏收费或单独的订阅版块；最新官方主页即为核心入口。五、如何使用（操作指南）（一）使用无限画布打开 https://koboyo.com/。在空白区域双击鼠标，即可快速插入文本框或笔记组件。通过底部工具栏切换画笔、移动工具或其他创作组件进行编辑。点击页面顶部 Log in to save登录账号，以确保云端同步保存画布内容。（二）使用图标库常规网页下载模式：访问 https://koboyo.com/icons。在左侧分类列表或搜索栏中查找所需素材，点击图标即可复制代码或导出 SVG 文件。对接 AI 工具 (以 Claude Code / Cursor 为例)运行以下终端命令添加 MCP 插件支持：claude mcp add --transport http koboyo-icons https://api.koboyo.com/v1-mcp在对话界面输入自然语言指令（例如：“帮我找一个手绘风格的咖啡杯 SVG"），AI 将自动调用接口获取资源。六、注意事项未登录防丢失风险：若 Canvas 创作时未登录账号，内容仅存于本地浏览器缓存；清除数据可能导致作品永久丢失。JavaScript 依赖功能：图标库的实时检索与搜索需启用浏览器的 JavaScript 支持，请避免拦截相关脚本加载。商用二次打包限制：尽管允许商业项目使用单图标素材，但严禁将整体图库产品进行转售或作为素材包分发贩卖。