浏览全部产品

产品简介 知势 AI 是一款面向股票投资者的智能行情分析与交易复盘工具。产品整合市场行情、板块热点、财经资讯、技术指标、量化评分及 AI 分析能力，帮助用户更高效地发现市场线索、管理自选股并总结交易经验。 核心功能 智能行情分析 集中查看市场指数、个股行情、K 线走势和常用技术指标，快速掌握市场变化与个股状态。 AI 市场研判 结合行情数据、市场热点和财经资讯，辅助梳理市场主线、板块机会与潜在风险，让复杂信息更容易理解。 量化评分与选股 通过多因子量化模型对股票进行综合评分和排序，为用户筛选、比较及研究股票提供数据参考。 自选股管理 支持搜索、添加和管理自选股，并可结合实时行情、技术指标及相关新闻进行集中分析。 交易复盘 支持导入交割单和持仓数据，统计交易表现、识别盈利与亏损模式，并生成结构化 AI 复盘内容。 市场资讯聚合 聚合国内外财经资讯，帮助用户及时了解市场动态、热门事件及其可能产生的影响。 复盘报告 自动整理市场表现、资金动向、板块热度和交易数据，生成便于阅读、保存与分享的复盘报告。 适用场景 每日盘前了解市场主线与关注方向 盘中查询行情、板块及个股信息 盘后复盘市场表现和个人交易 管理自选股并持续追踪重点标的 对比股票量化评分与技术状态 汇总财经资讯，降低信息筛选成本 常见问题 知势 AI 可以直接替我进行交易吗？ 不可以。知势 AI 提供行情分析、数据整理和研究辅助，不会代替用户下单，也不承诺任何投资收益。 产品中的分析结果是否属于投资建议？ 不属于。所有评分、推荐和 AI 分析仅供学习与研究参考，不构成任何投资建议。证券市场存在风险，请用户独立判断并谨慎决策。 行情数据会实时更新吗？ 产品会按照设定频率更新行情数据，实际更新时间可能受到交易时段、数据源及网络状况影响。 可以分析自己的交易记录吗？ 可以。用户可导入交割单、持仓或自选股数据，系统将据此生成统计结果和复盘分析。

莱诺鸟是一款面向美妆品牌、新消费团队与产品从业者的 AI 开品平台。输入一句新品想法，平台即可协助完成市场与竞品判断、用户需求洞察、产品方案策划、包装与视觉设计、上市内容生成、宣称合规初筛及供应链落地准备，帮助团队减少反复沟通与试错，让新品开发更快、更清晰地向前推进。 【核心功能】 市场分析： 快速梳理品类趋势、价格带、渠道表达、竞品卖点与包装方向，帮助团队判断一个 idea 是否值得投入。 用户洞察： 分析用户评价、使用场景与购买顾虑，将模糊的“成分热点”转化为真实、可沟通的用户需求。 新品方案： 基于目标人群、价格带和品牌定位，生成可比较的产品方向、功效卖点、配方思路与上市策略，支持团队高效决策。 包装设计： 将抽象的品牌调性转化为可视化包装、产品渲染和参考设计，提前对齐风格，降低沟通与打样成本。 营销内容输出： 一键延展商详主图、卖点长图、种草素材与短视频分镜，并对宣称文案进行风险初筛，让内容创作更高效、更稳妥。 供应链落地： 根据品牌的定位、预算、包材与工艺需求，莱诺鸟智能匹配经过平台深度认证的优质供应链资源，协助品牌快速找到适合的配方、包材与生产方案，让新品更安心、高效地走向落地。

关于Seeself · 观己 Seeself 不是一款娱乐化的 AI 玄学产品。我们从成立之初，就将能力标准对标市面前 20% 的专业命理师，并以“让专业解读更稳定、更可追溯、更不受人情影响”为目标。 产品覆盖八字生辰画像、紫微斗数、印度占星三大核心报告板块，并提供针对具体问题的一事一占。一事一占支持免费试用；三大报告均提供示例结果，用户可在生成前了解报告的内容结构与解读深度。 创始人Alex曾从事命理咨询服务，接触过 3000+ 个真实咨询案例。真人一对一解读有其价值，但也不可避免会受用户表达、身份、情绪、咨询氛围与咨询师当下状态影响：有时为了照顾感受而弱化结论，有时会随着用户补充的信息颠倒依据。Seeself 希望解决的，正是这些难以避免的系统性问题。 Seeself 的核心优势 推理模型 + 规则约束：三大报告使用推理模型，内置 5 万字以上的体系规则，多步骤推理判断，不是输入生日后直接生成泛化文案。 先看盘，再看人：系统先依据出生信息和盘面推导，不因职业、财富、表达方式或情绪预设结论。 重要结论交叉验证：事业、财富、感情与阶段判断，会结合命盘结构、关键关系与运势变化，而非只靠一个标签。 不随意改结论：重要判断有明确依据，不会因用户追问或质疑而轻易推翻原始结构。 多体系独立分析：八字、紫微斗数与印度占星各有独立规则，不混用术语凑结论。 7×24 小时持续追问：报告生成后可继续围绕事业、财富、感情、流年和具体选择深入讨论。 可解释的专业内容：不止给结论，也呈现命盘结构、关键变量、推导逻辑与可关注的行动方向。 产品验证 Seeself 的需求并非停留在概念阶段。公测首日，我们即收到 500+ 份邀请码申请；正式上线两周内，产品已获得 2000+ 注册用户、数百笔付费订单，付费用户复购率接近 30%。 这说明用户需要的不是一次性、娱乐化的“答案”，也不是泛泛的情绪陪伴，而是一套能持续追问、逻辑更稳定、愿意反复使用的人生洞察服务。 我们的目标不是用神秘感制造确定性，而是把传统命理中复杂、依赖经验的判断过程，转化为更稳定、更透明、更可持续对话的个人洞察服务。

Akmon 是一款 AI 文本人性化工具,帮助学生、学者及内容创作者将 AI 生成的文字改写得更自然,以绕过 Turnitin、GPTZero 等主流 AI 检测。产品提供无限次免费使用的网页端及处理完整文档的 iOS App,核心差异在于零门槛上手,并支持休闲与学术语气的精准匹配。 【核心功能】 免费免注册网页版：提供无限次使用的网页工具,用户无需注册账号即可直接粘贴文本，并且进行人性化处理。 多检测器兼容：重写后的文本能有效通过 Turnitin、GPTZero、Copyleaks 等多种主流 AI 偍测工具的检查，内置休闲与学术模式,用户可根据具体使用场景精准匹配写作语气,保留原意。 ios app 处理文档：提供 iOS 移动端应用,支持上传并处理篇幅更长的完整文件,满足深度编辑需求，实现文档处理的新范式。

梦纪元是一款主打情感陪伴与生活记录的 AI 应用。面向需要情绪支持与日常倾诉的用户，提供具有情感共鸣的个性化 AI 对话。采用国密端到端加密与零数据收集政策，在保障绝对隐私的前提下提供温暖的心理关怀体验。 【核心功能】 智能 AI 陪伴：24小时在线的 AI 伙伴，能够深度识别与理解用户情感，在记录生活点滴的同时提供个性化对话与智慧建议，实现智能陪伴。 情感支持与隐私保护： 在用户开心或沮丧时提供情绪识别与安慰，进行积极心理引导，充当温暖的情绪伙伴。采用国家密码局认定的端到端加密技术与本地数据存储，执行零数据收集政策，确保用户数据不被访问或泄露。 个性化与跨平台访问： 支持自定义 AI 角色的外观与性格特点，为用户打造独一无二的专属 AI 交互体验，并且支持多设备多端使用，通过云端同步实时更新数据，确保用户的记录与回忆永不丢失。

ModelBench 是一款 AI 模型横向对比与提示词测试平台。 面对越来越多的大模型，用户常常需要在不同平台之间反复复制问题、切换窗口，再凭感觉判断哪个模型更好。ModelBench 将这一过程集中到一个界面中：只需输入一次问题，即可同时调用多个模型，并排查看它们的回答效果、响应速度、Token 消耗与费用估算，更快找到适合自己的模型和提示词。 核心亮点 多模型并行对比 同一个问题同时发送给多个 AI 模型，回答并排呈现，差异一目了然。 实时流式响应 逐字展示模型输出，直观比较首字响应速度、生成过程和整体耗时。 提示词矩阵测试 支持“多条提示词 × 多个模型”组合测试，批量验证不同写法和模型搭配，快速找到更优方案。 多维性能指标 同时查看回答内容、响应时间、Token 消耗和费用估算，不只比较“答得好不好”，还可以衡量速度与成本。 灵活的模型管理 覆盖 DeepSeek、通义千问、豆包、Kimi、Claude、GLM 等多种模型，并支持添加自定义模型。 便捷的结果管理 支持历史会话保存、模型排序和结果切换，方便复盘、演示与持续测试。 适配多种设备 提供深色与浅色主题，并适配桌面、平板和手机。 适用场景 模型选型 在真实业务问题下比较不同模型，找到效果、速度与成本更加均衡的方案。 提示词优化 批量测试不同提示词写法，观察各模型表现，减少反复手动试错。 AI 产品开发 帮助开发者验证模型能力、响应稳定性和调用成本，为产品接入提供参考。 内容与办公任务 对比不同模型在写作、总结、翻译、分析和代码生成等任务中的表现。 产品演示与团队评审 通过统一界面展示多个模型的实时回答，让模型能力差异更直观、更容易讨论。 为什么选择 ModelBench？ 选择 AI 模型，不应该只看排行榜或宣传参数。模型在具体任务中的回答质量、响应速度和使用成本，才是真正影响使用体验的因素。 ModelBench 把分散、重复的模型测试过程变成一次直观的横向实验，让每一次模型选择都有真实结果作为依据。 FAQ Q：ModelBench 是一个新的 AI 模型吗？ A：不是。ModelBench 是模型对比与测试平台，帮助你在同一界面调用并比较多个 AI 模型。 Q：使用前需要准备什么？ A：根据需要配置相应模型服务商的 API Key，即可选择模型开始对比。 Q：可以一次测试多个问题吗？ A：可以。矩阵测试支持将多条提示词与多个模型组合运行，适合进行批量评测。 Q：适合哪些用户？ A：适合 AI 产品经理、开发者、内容创作者、研究人员，以及正在进行大模型选型和提示词优化的团队。

yesTool AI 是一款集成了图像、视频和音乐生成的全能 AI 创作平台,面向无技术背景的普通创作者和商业团队。产品聚合了 Kling AI、Runway、Veo 等多种前沿模型,解决用户跨工具订阅成本高与学习门槛大的痛点。核心差异在于提供全类型商用版权内容的一站式极简生成体验。 【核心功能】 聚合多前沿模型：在一个平台内集成 Kling AI、Runway、Wan、Veo 等顶级模型,用户无需切换工具即可调用不同模型能力，可以快速享受前沿模型能力。 多模态极速生成：支持30秒生成音乐、数秒编辑图像、数分钟生成4K视频,极速将用户的自然语言描述转化为高质量多媒体内容，非常适合内容创作者。 全量商用版权保障：生成的所有视频、音乐和图像均100%原创且自带完整商用权,可直接用于 YouTube 变现或商业项目,无版权风险等相关潜在问题。 跨媒介无缝协同：支持将生成的音乐添加至视频并实现完美对口型,或跨媒介保持角色外观一致,实现多媒体元素的深度整合，真正实现跨媒介无缝协同。

MaiPlat 是一款企业私有化 AI 建设底座，面向需要规模化落地 AI 应用的中大型组织。它集成 Dify 工作流与通用型 Agent 能力，让业务人员无需编码即可创建、管理和使用 AI 技能。核心差异在于将交付型 Agent 与企业级权限治理、用量洞察深度结合，实现安全可控的私有化 AI 部署。 【核心功能】 交付型 Agent 产品：具备长短期记忆与内置 20+ 原生工具，支持自定义大模型接入，能直接交付结果而非仅提供建议，业务人员也能轻松驾驭。 自然语言工厂：员工用日常语言描述需求即可自动生成专属 AI 技能，也可一键优化社区下载的技能，无需编写代码。 企业级权限：基于部门角色进行 AI 应用菜单权限设定，实现应用使用隔离与数据安全；同时提供按应用和人员的用量看板与额度控制。 无缝集成工作流：通过应用密钥一键接入 Dify 的 Workflow 与 Chatflow，全参数支持用户变量、语音和文件上传，并提供增强的前端交互体验。 自然语言定时任务：通过对话让 Agent 创建一次性或循环定时任务，后台自动运行，满足会议提醒、日报发送等自动化办公场景。

OpenMentor 是一款面向教育场景的开源 AI 助教平台,帮助教师快速搭建专属 AI 导师,学生扫码即用。其核心差异在于数据完全留存本地并支持自定义 API Key,同时基于 QuickForm 保留了完整的数据采集与可视化能力,兼顾教学辅导与学情分析。 【核心功能】 五分钟搭建导师：教师填写角色设定或上传素材即可自动生成提示词,学生扫码进入专属对话，非常适合需要自定义风格的学生。 数据本地化：对话数据不离开本地网络,支持自定义 API Key,零 SaaS 中转保障隐私安全。并且支持学校一次部署、全员使用,按多维度统计用量,管理员集中管控权限与数据。 表单采集与可视化：基于 QuickForm,提交表单即采数,一键生成图表、词云及 AI 分析报告。并且通过 Agent 管家将全模块能力封装为自然语言指令,一句话即可调用各功能。

Fathom 是一款自动记录、转录并总结会议内容的 AI 助手,支持 Zoom、Google Meet 等主流平台。它面向销售、客服及产研团队,通过无机器人模式与自动化 CRM 同步帮助用户专注于沟通。另外还支持跨会议检索对话,并深度集成 Slack、Notion 等主流办公工具实现零摩擦跟进。 【核心功能】 AI 会议转录与总结：自动生成高精度转录文本和即时摘要,提取行动项并在通话结束后直送邮箱，非常适合会议纪要自动化。 原生工具生态集成：会议记录与行动项自动同步至 Slack、Salesforce、HubSpot、Notion 等工具,无需手动维护。 团队协作与智能检索：为团队提供共享会议视图,并通过 AI Scorecards 提供实时辅导与跟进指标,提升整体表现，支持跨历史会议提问,快速定位关键信息与洞察,减少人工翻阅记录的时间。

LinkWise 是一款 AI 书签管理工具：粘贴任意网址，几秒内自动提取标题、描述并生成 AI 摘要，同时推荐关键词供你确认。存下的链接不再靠文件夹名字硬记——按关键词筛选，或直接用一句话语义搜索，把当初保存的一整组相关网站一起找回来。 功能亮点 · 无需注册即可试用：首页粘贴链接立即看到提取效果 · 保存时自动生成 AI 摘要 + 关键词建议，一键确认打标 · 关键词搜索 + AI 语义搜索（按含义找，而非精确匹配标题） · 批量导入已有书签、批量 AI 摘要/整理、失效链接自动检测 · Chrome / Edge / Firefox 浏览器扩展，浏览时一键保存当前页 适用场景 · 收藏速度快于整理速度的人，书签夹已经变成”坟场” · 独立开发者 / 研究者，长期收集工具、文章、参考资料 · 想找回”上个月看到的那篇定价文章”，却记不清存在哪个文件夹 定价 · 免费版：最多 100 条收藏，支持批量导入、关键词搜索，单条保存自带 AI 摘要 · Pro：$6/月 或 98元/年，解锁无限收藏、AI 语义搜索、批量 AI 摘要/标签、AI 智能整理 官网：https://linkwise.link

Motion Lab 测试已开始：themotionlab.xyz/ Motion Lab 是一款由 3D 动作世界模型驱动的动作生成智能体。 我们的目的是让大家可以更轻松的去制作3D游戏/CG动画/辅助AI剧集制作，让最复杂的3D模型运动动画门槛降到0。 告别繁琐的关键帧动画，通过自然语言快速生成、编辑和迭代动作。 支持姿势驱动创作与动作拼接，从图片提取全身姿势并编辑关节、朝向和高度。 将多个姿势生成连续动作，实现角色与场景的精准互动。 支持在主屏幕直接调整姿势节点，让复杂动作创作更直观、高效。 目前还是非常早期的基础功能测试版本！下一版本将加入多角色互动与更强大的动作控制，进一步降低复杂场景制作难度。欢迎大家建联！

Sudowrite 是专为小说家和故事讲述者设计的 AI 写作工具,帮助用户起草、扩写、润色并最终完成作品，采用自研小说模型 Muse,能保持作者的个人文风,并利用 Story Bible 在整个创作过程中维持角色、世界观和剧情的一致性。 【核心功能】 连贯高效：统一管理角色、世界观和剧情设定,确保整部手稿甚至整个系列的故事连贯性，并且结合 Brainstorm 功能克服写作卡顿,通过 Draft 流水线将起草速度提升至 400%。 画布规划：在无限画布上使用经过验证的大纲模板,进行可视化的故事规划，让创作者将平淡的句子扩写为生动的感官描写,并在润色和精简文本时不丢失原有表达意图。 无过滤模型：支持撰写成人及大尺度场景,AI 不会拒绝创作或自动跳过隐晦内容，实现整体的自然流畅，而不需要隐晦措辞。

播刻岛是一款面向播客爱好者与外语学习者的智能播放客户端。它通过 AI 时间轴文稿、多语言翻译和智能总结，解决长音频与跨语言播客难以快速获取核心信息的问题，将音频内容可视化与结构化，并提供基于兴趣图谱的个性化推荐。 【核心功能】 AI 时间轴文稿：随播随显的精准文稿，支持点击句子同步跳转播放，便于回听与精读，并且支持 OPML 一键导入与 RSS 解析，跨设备云端同步订阅库，轻松迁移现有播客资产。 纯净播放体验：提供离线收听、变速播放、睡眠定时及深色模式，基础功能永久免费且无广告，让被广告侵袭已久的用户可以享受纯净的播放体验。 多语言与智能推送：支持中英日韩等 20 余种语言翻译，可一键生成单集摘要与要点，快速抓取核心内容。并且基于深度学习与兴趣图谱进行实时推荐，帮助用户打破信息茧房，发现优质创作者。

一款面向内容创作者和自媒体的 AI 音乐生成工具,支持从文本直接生成多种风格的音乐。用户无需注册即可免费体验,核心差异在于集成了歌词生成、人声分离和 MP4 视频制作,提供一站式的音频创作与商用授权解决方案。 【核心功能】 文本转音视频：输入文字描述或歌词即可自动生成多种风格的高质量音乐,支持 MP3 和 WAV 格式下载。为生成的音乐自动制作 MP4 歌词视频,完美适配 YouTube 和 TikTok 等平台的分享需求。 AI 功能内置：内置 AI 歌词生成器辅助创作,同时支持生成高质量音效,满足视频与播客等项目需求，并且通过 AI 一键分离人声与伴奏,快速生成卡拉 OK 伴奏音轨,适合混音与二次创作。 商用授权下载：付费订阅用户可获取音乐分发与商业使用许可证,并提供 PDF 授权文件下载。

Github 仓库 | 文档站 市面上大多数「知识库问答」工具的套路都差不多：把文档切块、算 embedding、塞进向量库，提问时按相似度召回若干碎片喂给 LLM。KaaS 做了两个和主流不太一样的选择： 先编译再检索：不直接对原始碎片做 RAG。先用 LLM 把散乱内容编译成一篇篇结构化的 Markdown Wiki 文章，再在这上面做检索。 不用 embedding：检索阶段没有向量库、没有相似度计算。文章目录直接喂给 LLM，让它像人翻目录一样选页、读全文。 这篇讲整套系统的骨架和几个关键取舍，单个机制的细节留给后续文章。 解决什么问题 KaaS 最初是我们内部的一个工具。知识散落在文档、会议、邮件里，每当有人转岗或离开，他积累的上下文就跟着走了，接手的人要花几周重新拼凑。 我们要的是让散乱输入沉淀成可读、可编辑、能长期演进的知识资产：人能直接打开读的 Markdown，而不是黑盒向量库。这也定了架构的走向：编译质量第一，检索只是编译产物之上的一层薄导航。 带来了什么价值 对使用者来说，KaaS 的价值集中在几点： 散乱的笔记、文档、会议记录被编译成分类清晰、带溯源的 Markdown Wiki，能长期积累复用。 用自然语言提问，拿到带引用的回答，同一个问题不用反复被问第二遍。 产出是纯 Markdown：可读、可 git 版本管理、可手改。AI 生成、人工校准，质量随用随涨。 部署轻，docker compose up 或 CLI 一键启动，默认 SQLite，无向量库重依赖。 通过 MCP 的 ask 工具，Claude Code、Codex、openclaw 都能把这套 Wiki 当知识源直接查询。 对接任意 OpenAI-compatible 端点，可以全本地跑，数据不出境。 怎么做到的 整体架构 三层分工： Web UI，React + Vite + shadcn/ui，Chat / Submit / Wiki / Status 四个页面 Go Backend，标准库 net/http，REST/SSE API、Worker Pool、任务队列、MCP 端点 Python AI 引擎，kb-ai（uv），编译流水线、LLM 迭代检索、Chat 存储默认 SQLite（零依赖，go run 即可跑），存任务队列和编译状态；检索走纯 LLM 迭代，不依赖任何嵌入模型。 检索不用 embedding，让 LLM 直接翻目录 这是 KaaS 和 naive RAG 的关键差别。编译阶段会维护一份 master-index.md 作为全量文章目录（标题加摘要）。检索时不做向量召回，而是把这份目录连同问题一起喂给 LLM，让它选出最相关的文章路径，再把选中的文章整篇读进来做回答上下文。 核心就三步：store = KBStore(kb_dir, read_only=True) // 1. 读 master-index 目录 catalog = store.existing_articles() if not catalog: return [] meta_by_path = {a.path: a for a in catalog} // 2. LLM 选页 selected = _select_relevant(catalog, query, model, max_select=max_articles) // 3. 读全文 return _read_selected(store, meta_by_path, selected) LLM 选页就是一段结构化 prompt，让模型从目录里挑路径并返回 {“paths”: […]}；选中的页整篇读入，仅按 MAX_ARTICLE_CHARS = 12_000 截断以控制 prompt 预算。全流程没有一处 import 向量库或 embedding 模型。 这套方案能成立，是因为编译已经把噪声去掉了：进入检索的是结构化、去重后的文章，目录里的标题和摘要足以让 LLM 导航。好处是部署轻，不需要 chromadb / sentence-transformers / pytorch 这些重依赖，镜像小、无需预下载模型。代价是：只靠目录摘要导航，一篇文章如果只在正文深处才和问题相关、标题摘要里没体现，就可能选不到。这个「body-depth 召回」缺口是否值得引入向量检索，留待后续按价值评估。 编译流水线：Extract → Classify → Write → Index 检索能这么轻，前提是编译够重。KaaS 的编译是一条 4 阶段流水线： Extract：从原始文本提取概念、实体、决策、行动项 Classify：把提取结果映射到已有文章，或标记为新建 Write：创建/合并 Markdown 文章 Index：更新 Markdown 索引（master-index / topic-index） 服务端把 Classify→Write→Index 编排成一条带并发和 SSE 进度的流水线。工程难点在去噪（单个 LLM 调用卡死不能拖垮整批）和去重（并行分组不能各自「发明」同名文章），这两点在系列首篇《4 阶段编译流水线：先编译再检索，如何去噪去重》里已经展开，这里不再重复。 接进任意 AI agent：一个 ask tool 的 MCP 设计 编译好的 Wiki 不只给自家 Web UI 用，还能被任意支持 Model Context Protocol 的 agent（Claude Code / Codex / openclaw）当成可问答的知识源。KaaS 的 MCP server 只暴露一个 ask 工具：@mcp.tool() def ask(query: str, paths: list[str] | None = None, model: str | None = None) -> dict: 它不重写检索逻辑，而是直接复用 chat core（run_server_chat_http）：跑一遍 LLM 迭代检索，再让 LLM 生成带内联 [Title](path) 引用的答案。MCP 的 tools/call 是请求/响应式的，chat core 是流式的，所以 ask 用一个 collector 把流事件收集成完整答案再返回。 两种传输：stdio（默认，agent 本地 spawn kb-ai mcp，自包含）和 streamable-http。远程场景由 Go 后端在 /mcp 原生服务，保持 :8080 单一对外 origin。 小结 KaaS 的核心做法是把成本压在编译阶段：编译时做足去噪、去重、结构化，检索就能很轻，不用 embedding，只让 LLM 翻目录读全文。也因为产出是 Markdown，它能用 git 管理、手动编辑、被任意 agent 当知识源接入。 几个实现选择也遵循同一个思路：能简单就不复杂。检索用 LLM 迭代翻目录，没有额外堆一个向量库。 后续每篇会钻进一个机制：编译流水线的去噪去重（已发布）、为什么敢不用 embedding、Worker 并发与故障恢复、ask tool 的 MCP 设计。代码都是公开的，感兴趣可以直接翻 GitHub 仓库。 致谢 KaaS 的核心思路受 Andrej Karpathy 的 「LLM Wiki」gist 启发：把知识编译成一个持续演进、相互链接的 Wiki，随时间沉淀复用，省掉每次提问都对原始数据重跑 RAG 的老路。感谢他把这个模式讲清楚了。 项目地址 https://github.com/bybit-exchange/kaas 欢迎使用 KaaS 并 star 支持我们！

OC Maker 是一款基于 AI 的原创角色(OC)创作工具，面向艺术家、作家和游戏玩家等创作者。用户通过文字描述或参考图像即可生成高质量角色图片，并能将其转化为动态动画视频。其核心差异在于将角色生成、设定构建、AI动画及角色聊天整合于一体，提供从形象到动态的完整创作闭环。 【核心功能】 角色生成与动态化：通过文字描述或参考图片，快速生成符合指定外貌、服装与风格特征的原创角色图像。将静态角色图片转化为生动的动态视频，支持输入动作提示生成可下载的 MP4 动画。 角色设定与世界观：利用 AI 即时生成角色的个性化特征、背景故事和性格怪癖，丰富角色内涵，让每个角色的性格与世界观都独一无二。 AI 角色对话：提供免费无限畅聊功能，让用户能够与自己创作的原创角色进行互动对话。并且支持在生成的 OC 图片上自定义添加文字内容、字体、颜色与样式，实现个性化排版。

Z-Image 是一款支持中文语义理解的开源 AI 图像生成工具,适合创意设计、电商营销和内容创作者。产品以轻量级模型实现快速出图,并提供 4K 高清输出能力,拥有精准的中文提示词理解和开箱即用的免费在线体验。 【核心功能】 中文语义理解与 4K 画质：针对中文提示词优化,理解准确率显著提升,降低中文用户的表达门槛，并且支持生成 4K 印刷级高清图像,满足电商产品图等专业级视觉物料需求。 轻量极速生成：基于 6B 参数轻量模型,兼顾生成质量与速度,基础功能免费且无需下载安装，非常适合日常的轻量小任务，可以在快速生成的同时保证工作质量。 场景化模型切换：提供默认平衡模型与 Pro 模型,适配从创意验证到强风格控制的不同任务需求，非常有利于综合使用有限的资源，提高性价比。

主要解决科研场景看文献读文献时候的痛点 BYOA:内置Agent能力与翻译功能，使用ACP协议，无需额外配置Agent 与Zotero生态紧密结合，魔棒导入、浏览器插件、bib导出都可以直接使用 所见即所得的Markdown笔记编辑 安装包仅20MB，比较轻量 支持远程连接连接服务器上的库 Mobile功能正在开发中

Once Song：用 AI 将专属回忆谱成一首歌 Once Song 是一款 AI 定制歌曲生成器，帮助用户把姓名、故事、情感、关系和重要时刻转化为一首独一无二的专属音乐作品。只需回答几个简单问题，例如送给谁、发生过哪些难忘的事、想表达怎样的情绪，以及适用的纪念场景，Once Song 就能快速生成贴合个人故事的原创歌曲。 它的核心亮点是“低门槛、高情感价值”：用户无需会写歌词、作曲或录音，也能拥有一首具有个人意义的 AI 定制歌曲。无论是想为伴侣准备浪漫惊喜，为朋友送上生日祝福，为婚礼、求婚、周年纪念、毕业或家庭聚会留下特别纪念，还是为社交媒体制作更有故事感的内容，Once Song 都能让普通文字和回忆变成可分享、可珍藏的音乐礼物。 常见问题 需要音乐创作经验吗？ 不需要。只要提供与人物或事件相关的基本信息，即可开始生成。 适合哪些场景？ 适合生日、纪念日、婚礼、表白、求婚、节日祝福、亲友礼物和个人故事纪念等场景。 生成的歌曲有什么特别之处？ 每首歌都基于用户输入的故事和情感定制，重点在于呈现独特的个人回忆与心意。