浏览和筛选产品

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。

OpenMontage 是一款开源的 agentic 视频制作工具,让用户通过输入简报和素材即可自动产出可编辑的成品视频。产品面向独立创作者和营销团队,核心差异在于将视频制作拆解为从调研、脚本到渲染的透明流水线,并通过成本审批门控制作花销,同时支持本地免费运行。 【核心功能】 全自动流水线：涵盖调研、编剧、分镜、配音、配乐、合成与渲染等 9 个阶段,将视频制作流程自动化串联起来。 成本审批门：在调用付费生成服务前暂停并展示预估花费,用户确认后才继续执行,避免意外支出，并且确保成本能够并精准预估。 Agent 原生集成：以 MCP 工具集形式作为插件运行于 Claude Code、Codex 等现有 Agent 环境中,本地渲染不计量。 本地合成渲染：支持在本地机器组装草稿与渲染输出,无水印,附带来源与版权溯源报告,免费版也可商用。

有道写作是网易有道推出的智能英文写作与批改工具,面向学生和职场人士。产品基于中国人英语写作习惯提供母语级润色,支持多场景与多端互联。核心差异在于结合拍照批改、全平台覆盖以及针对各类标准化考试的专属批改体系。 【核心功能】 丰富生态：结合有道词典APP,支持手写英文习作拍照上传并转文字快速批改,方便纸质写作场景。支持Web及桌面端,并提供浏览器扩展与Word插件,在邮件、表单或文档中实时批改。 权威批改体系：从语法、表达、多样性等维度进行批改,覆盖准确性、语言风格与清晰度,提供全面指导与修改方向。 多场景写作支持：内置针对小初高、四六级、考研、雅思、托福及学术论文等多种题型的批改标准,满足不同阶段需求。

Motorica 是一款基于动作捕捉数据和 AI 技术的动画生成引擎，服务于游戏开发者与影视动画团队。它能在数秒内生成高质量的角色移动动画，并提供精准的确定性控制。其核心差异点在于使用符合伦理来源的数据，并支持用户用少量自定义数据克隆专属动画风格。 【核心功能】 精准控制运动：提供确定性的根运动控制，微小调整即可产生清晰、可预测的结果，完美适配游戏玩法系统，让运动系统更加精细可调节。 自定义风格：只需5到10分钟的自定义动作捕捉数据，即可训练并生成专属的动画风格，让创作不再同质化与无聊。 引擎集成：生成的动画能够顺畅地导入并转换至 Unreal Engine，贴合游戏与影视制作工作流，基于深度生成模型与 mocap 数据，秒级生成具备生产质量的逼真角色移动动画。

Google Flow Music 是一款面向音乐创作者的生成式 AI 平台,集音乐生成、混音、视频制作与社区分享于一体。它通过 Lyria 3.5 音乐模型和 Veo 视频模型,让用户无需专业团队即可创作录音室级歌曲并配导演音乐视频。其核心差异在于支持 Vibe-code 自定义音乐工具,并根据个人风格持续学习提供个性化创作体验。 【核心功能】 AI 音视频生成：借助 Lyria 3.5 模型,通过对话式交互生成具备丰富音乐性和动态人声的完整歌曲，并且集成 Veo 视频模型,让用户自主控制角色与美学,无需剧组即可生成专属音乐视频。 个性化创造：提供丰富的音频效果器与 Stem split 功能,方便用户对音轨进行深度重构与混音改编，平台持续学习用户风格以优化创作推荐,并支持发布歌曲、创建歌单与乐迷互动。 Vibe Code 空间：支持通过代码构建音频插件、音乐游戏和自定义 DAW 等个性化音乐创作工具，让用户存在自己调优的空间。

一起回家是面向亲密关系的 AI 情感陪伴智能体。它不做评判，只做”翻译”：把你不善表达的情绪，转成对方更能接住的语言；为关系提供中立、安全的空间，帮你们梳理各自真正的需求。核心能力：①情绪翻译——把模糊感受变成清晰表达；②中立守护——不偏不倚，守住对话边界。适合吵架后、冷战时、或想认真谈一次心时使用。

华文笔杆是一款面向政务机关、国央企及教育人员的 AI 公文写作平台,依托自研公文大模型提供全场景材料撰写服务，支持机构专属知识库与本地化部署,在保障数据安全的前提下,通过多种智能写作模式解决公文规范与效率痛点。 【核心功能】 四大写作模式：提供以稿写稿、会议成稿、大纲写稿及自由创作模式,覆盖从录音整理到参考借鉴的多种公文起草场景。 六大 AI 润色工具：内置润色、改写、仿写、续写、缩写及扩写功能,支持对已有文稿进行多维度优化与格式套用。 专属知识库：支持上传历年公文与常用材料构建机构专属文件库,配合 AI 联网搜索精准生成贴合实际风格的内容。 本地化部署：提供私有化部署方案与 API 调用能力,兼容 DeepSeek-R1、Qwen3 等主流大模型,保障政企数据安全可控。