工具与职业用途,一起找

AI 资源库

统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目,按职业和用途找到工作中用得上的资源。

资源与用法

632 份资源

TaaNOS:基于本地 AI 与确定性执行注册表的自然语言系统管理 CLI

taasezer/TaaNOS · Natural To Any Linux

TaaNOS 是一个基于流水线的命令行系统管理工具。它仅用本地 Ollama 模型从自然语言中提取操作意图,实际执行的命令则来自硬编码的确定性动作注册表,从而避免由 AI 直接生成命令。项目提供跨平台支持(Windows/Linux 及 APT、DNF、Pacman、APK 包管理器)、七阶段安全校验、失败自动回滚、SQLite 执行历史审计和 explain 干跑模式。

展开详情收起详情:TaaNOS:基于本地 AI 与确定性执行注册表的自然语言系统管理 CLI

程序员通过自然语言执行系统管理操作(如安装/移除软件包、启动服务),AI 仅提取意图,实际命令来自确定性注册表;支持 explain 干跑、七阶段安全校验、失败回滚和 SQLite 执行历史审计,便于程序员安全地完成环境配置与运维操作。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

AI-Resume-Agent:面向招聘方的对话式简历问答 Agent

Rayhanpatel/AI-Resume-Agent · Conversational AI agent for recruiter Q&A — raw HTTP to Gemini (no SDK), 5 LLM-as-a-Judge evaluators, graceful degradation across 6 services, SSE streaming, Mem0 memory, Langfuse tracing. FastAPI + React 18 on Railway.

这是一个面向招聘方的对话式 AI Agent,用于回答关于个人职业背景的问题。项目以 profile.json 作为知识来源,提供多轮对话、SSE 流式输出、模型回退与真实模型健康检查、意图分类、提示注入防护、服务端会话与配额限流、Job URL 抽取与结构化解析,以及基于 Langfuse 的追踪和 5 项 LLM-as-a-Judge 评测。技术栈为 FastAPI + React 18,后端部署在 Railway,前端在 Vercel,Gemini 通过 Vertex AI / AI Studio 调用。

展开详情收起详情:AI-Resume-Agent:面向招聘方的对话式简历问答 Agent

程序员可作为构建带 SSE 流式输出、模型回退、意图分类、提示注入防护、会话配额限流与 Langfuse 追踪评测的 LLM 对话服务的参考实现。

HR招聘方可通过对话式 Agent 询问候选人的职业背景,并粘贴 LinkedIn/Greenhouse/Lever 职位链接,由系统抽取并结构化解析职位信息,生成与职位相关的建议问题,辅助招聘初筛与候选人背景问答。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

pilot:将带标签的工单自动转化为待审 PR 的开发自动化工具

peterhoang1103991-cmd/pilot-ai-ticket-shipper · pilot: AI That Ships Your Tickets for Automated Development

pilot 是一个 Python 命令行工具,用于把 GitHub、Linear、Jira、Asana 等工单系统中带有指定标签的工单自动处理成待人工审查的 Pull Request。其流程为领取工单、创建独立分支、规划方案、编写代码、运行测试和 lint 校验并提交关联工单的 PR;默认按顺序执行任务,支持质量门禁失败后重试、按复杂度路由模型、预算限制、实时仪表盘和运行回放,并内置 Claude Code/OpenCode 等执行后端及多种工单平台适配器。项目采用限制竞争的 Business Source License 1.1,四年后转为 Apache 2.0。

展开详情收起详情:pilot:将带标签的工单自动转化为待审 PR 的开发自动化工具

程序员将 GitHub、Linear、Jira、Asana 中带指定标签的工单自动领取,创建独立分支,规划并编写代码,运行测试和 lint 校验,最后提交关联工单的待人工审查 PR,用于减少积压工单的手工开发工作。

★ 58 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Portfolio AI Assistant:基于简历知识库的招聘问答助手

VidhiDixit2000/portfolio-ai-assistant · Recruiter-facing chat assistant grounded in my resume — answers questions about my experience with classification routing and streaming responses, built so it can't invent experience I don't have. FastAPI on Render, React on Vercel.

面向招聘方的对话式助手,从作者简历知识库中作答,支持按职位描述(JD)评分、上传或设置 JD、以 NDJSON 流式返回答案,并借助每次会话的状态与求职知识库缓存来避免编造简历中没有的经历;后端采用 FastAPI(主用 OpenAI,自动回退到 Groq),前端采用 React 并部署在 Vercel,后端部署在 Render。

展开详情收起详情:Portfolio AI Assistant:基于简历知识库的招聘问答助手

HR招聘方可通过对话式助手询问候选人的经历,并上传或设置职位描述(JD)对候选人进行评分;助手基于简历知识库作答,避免编造简历中没有的经历。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Open Intelligent UI:基于 OpenUI 的生成式交互界面实现

thesysdev/open-intelligent-ui · An open-source take on ChatGPT's Intelligent UI: answers stream as interactive UI (maps, photos, charts, drawings and working tools). Built with OpenUI.

该项目用开源组件复刻 ChatGPT 的“Intelligent UI”体验:模型以流式方式输出 OpenUI Lang 1.0 描述,前端再把它渲染为可交互答案,包括地图与街道路线、图片、图表、表单控件、SVG 绘图,以及能在页面内计算并响应用户操作的小工具。项目提供组件库、59 个 @functions、动作指令和提示词选项;支持 OpenUI Cloud 网关、任意 OpenAI 兼容 API 或本地 Ollama 模型,并附带示例画廊和基准测试脚本。

展开详情收起详情:Open Intelligent UI:基于 OpenUI 的生成式交互界面实现

程序员作为基于 OpenUI 的生成式 UI 开源实现,程序员可复用其组件库、59 个 @functions、动作指令和提示词选项,构建并修改以流式方式输出可交互界面(地图、图表、表单控件、SVG 绘图等)的 AI 应用;也可使用其基准测试脚本对模型输出进行解析校验和截图检查。

产品经理产品经理可借助其示例画廊和演示,查看并参考生成式交互界面(地图路线、可编辑行程、图表、表单控件等)的呈现形式,用于原型与交互方案的设计参考。

★ 828 · 开发框架

☆ 收藏GitHub查看项目 ↗

ajevt-browser:面向 Pi、OpenCode V2、Amp 与 MCP 的受限浏览器自动化工具

XYenon/ajevt-browser · A bounded Jev System-1 browser tool for Pi, OpenCode V2, Amp, and MCP, powered by agent-browser

ajevt-browser 是一个 TypeScript 编写的浏览器工具,基于 Vercel agent-browser,为 Pi、OpenCode V2、Amp 和 MCP 提供统一的 ajevt_browser 调用。单次调用会在有限候选中执行 observe/decide/validate/act 循环,由 Jev System-1 在受限操作空间内选择操作与目标,并经过概率、置信度与风险校验;支持文本与元素值校验器、域名白名单、敏感值脱敏、风险操作确认及结构化 handoff。

展开详情收起详情:ajevt-browser:面向 Pi、OpenCode V2、Amp 与 MCP 的受限浏览器自动化工具

程序员在开发或测试中,通过 MCP 或 Pi/OpenCode/Amp 插件调用 ajevt_browser,让受限浏览器代理按给定目标执行观察/决策/校验/操作循环,例如填写搜索框并验证结果页包含指定文本,用于网页交互的自动化验证。

★ 2 · 开发框架

☆ 收藏GitHub查看项目 ↗

retrieva-backend:为 DORA 第三方风险管理提供基于证据的 RAG 评估后端

andrelair-platform/retrieva-backend · Retrieva backend — Node/ESM Express + Drizzle/Postgres + LangChain RAG API for DORA TPRM (runs on the ktayl-solution minicloud platform)

Retrieva 的后端服务,基于 Node.js 20 / Express 5 提供 API,用 LangChain 经 LiteLLM 网关实现证据支撑的 RAG 与 DORA 第三方风险(TPRM)评估引擎。数据层使用 PostgreSQL + Drizzle 存储、Qdrant 向量检索,Redis/BullMQ 处理队列与缓存,并接入 Langfuse 追踪;服务以容器镜像方式通过 GitOps(ArgoCD + Kargo)部署在 k3s minicloud 平台。仓库包含本地开发命令、API 端点说明、环境变量清单和 Drizzle 迁移流程。

展开详情收起详情:retrieva-backend:为 DORA 第三方风险管理提供基于证据的 RAG 评估后端

程序员作为可自托管的 RAG 后端参考实现,供程序员搭建或维护基于 Express 5、LangChain、Qdrant 与 PostgreSQL 的检索增强生成 API 服务,并参考其 Drizzle 迁移、环境变量配置与容器化部署流程。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

vernLLM:面向 LLM 调用的容错、可观测与管控框架

LakBud/vernLLM · The LLM call framework. Resilience, observability, and control for AIs.

vernLLM 是一个 TypeScript 的 LLM 调用框架,为每次模型调用提供统一接口与运行时治理能力。它通过适配器接入 OpenAI 兼容服务、Anthropic、Gemini、AWS Bedrock 以及任何可经 HTTP 访问的提供方,并在本进程内内置重试预算、熔断、多提供方回退、限流、缓存与中间件。仓库还包含 Redis 集成(熔断、限流、缓存)、OpenTelemetry 追踪与指标、Bedrock 适配器,以及日志、用量成本、路由、策略、输入输出检查等开发中的扩展包。

展开详情收起详情:vernLLM:面向 LLM 调用的容错、可观测与管控框架

程序员在 TypeScript 应用中统一接入多个 LLM 提供方(OpenAI 兼容服务、Anthropic、Gemini、AWS Bedrock 等),并为每次模型调用配置重试预算、熔断、多提供方回退、限流、缓存与中间件,用于构建具备容错与可观测性的 AI 调用代码。

★ 4 · 开发框架

☆ 收藏GitHub查看项目 ↗

retrieval-lab:基于 BEIR 的两阶段 RAG 检索器构建与逐步量化评测实验台

JiamanBettyWu/retrieval-lab · Two-stage RAG retriever measured against a computed oracle ceiling on BEIR

retrieval-lab 是一个检索质量实验项目:以 BEIR(NFCorpus、SciFact、FiQA)为基准,用 NDCG@10、MRR@10、Recall@100 等指标,对两阶段 RAG 检索器(双编码器召回 + 交叉编码器重排)的每一处改动进行测量,包括用 LoRA 微调编码器后发现效果变差的结果也如实保留。项目还计算 oracle 重排上限,区分“相对基线提升”与“占可用提升空间的百分比”,并讨论 qrel 密度、基线 NDCG 等混杂因素的归因分析;后续阶段计划把已验证的检索器接到生成器后面,用与人工标注校准的 LLM-as-judge 评测有据回答。

展开详情收起详情:retrieval-lab:基于 BEIR 的两阶段 RAG 检索器构建与逐步量化评测实验台

程序员作为检索质量实验台,用于构建和评测两阶段 RAG 检索器(双编码器召回 + 交叉编码器重排),在 BEIR 数据集上以 NDCG@10、MRR@10、Recall@100 等指标量化每次改动,并计算 oracle 重排上限以区分相对基线提升与占可用提升空间的比例。

★ 0 · 研究实现

☆ 收藏GitHub查看项目 ↗

AI-in-TA Telegram Bot:每日推送 AI 招聘资讯简报的 Telegram 机器人

Da6ka/ai-in-ta-telegram-bot · Daily AI-in-recruitment news briefing, generated by Claude Code and delivered to Telegram (Cloudflare Worker + GitHub Actions).

该项目是一个基于 Claude Code 与 Cloudflare Worker、GitHub Actions 运行的 Telegram 机器人,面向招聘领域,每个工作日自动检索并生成 AI-in-recruitment 新闻、工具与研究简报,推送给订阅者。支持按需生成新简报、基于历史简报归档回答问题,并提供订阅管理、广播和隐私数据等命令。机器人采用白名单准入、单运营者模式,订阅人数上限为 50 人。

展开详情收起详情:AI-in-TA Telegram Bot:每日推送 AI 招聘资讯简报的 Telegram 机器人

HR招聘从业者可通过 Telegram 订阅每日 AI-in-recruitment 简报,获取 AI 招聘领域的最新新闻、工具与研究;也可用 /ask 基于历史简报归档检索问题(如 AI 面试作弊相关话题),并引用日期与来源。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

CogStack:为 AI 编程助手提供持久上下文记忆与混合检索的引擎

oigrex666/mcp-context-chronicler · Subconscious Memory 2026: AI Coding Context Engine with Hybrid Semantic Search & MCP

CogStack(仓库名 mcp-context-chronicler)是一个面向 AI 辅助开发的持久上下文引擎。它把编码会话中的决策、经验与工具用法分层记录为记忆,通过 FAISS 语义向量与 BM25 文本检索的加权混合搜索进行召回,并以 SQLite 本地持久化,同时提供 MCP 服务器接口供 AI 编程助手接入。README 还描述了 OpenAI、Claude 的嵌入与摘要集成、Web 可视化面板、多语言支持及文件导入导出的团队共享方式。

展开详情收起详情:CogStack:为 AI 编程助手提供持久上下文记忆与混合检索的引擎

程序员为 AI 编程助手提供跨会话的持久上下文记忆:记录编码会话中的决策、经验与工具用法,并通过 FAISS 语义向量与 BM25 文本检索的混合搜索召回,帮助程序员在重构或排错时查询过往架构决策与解决方案。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

PaperWiki:自动构建带持久知识图谱与深度引用综述的研究维基

iammonth1997/paperwiki-research-compiler · AI Research Wiki 2026: Auto-Building Knowledge Base with Deep Citation Syntheses

PaperWiki 是一个面向研究场景的自主维基构建工具,能够将 PDF、网页、学术论文和原始文本摄入为互联知识,并借助本地 DeBERTa-v3 零样本分类器将查询路由到对应知识域。其核心能力包括:随时间持续复合的持久知识图谱、跨会话记忆、自动化的深度研究综述引擎(收集 15–30 条引用来源并生成 3000–5000 词带引用的综述文档)、多语言输出、响应式 Web UI,以及通过 OpenAI 或 Claude API 进行合成生成的可选集成。项目宣称可本地优先运行,分类与实体抽取在本地完成,但网页搜索与 LLM 合成可能访问外部 API。

展开详情收起详情:PaperWiki:自动构建带持久知识图谱与深度引用综述的研究维基

程序员将技术 PDF、网页和原始文本摄入为互联知识图谱,并针对技术问题自动收集 15–30 条引用来源、生成带引用的 3000–5000 词综述文档,用于技术调研与文档整理。

产品经理将用户研究相关的 PDF、网页和原始文本整理为持久知识库,并对覆盖不足的问题自动检索来源、生成带引用的深度综述,辅助用户研究与需求分析。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

NeuroStrata:为 AI 编程 Agent 提供可强制执行、可跨项目延续的认知记忆架构

Cognilogical/NeuroStrata · Cognitive Memory Architecture for Agents

NeuroStrata 是一个用 Rust 编写的单二进制程序,内置图与向量存储(LadybugDB),为 AI 编程 Agent 提供跨项目和跨会话的持久记忆。它用二进制层级的强制校验机制约束工作流程:目标进入 done 状态前必须产出一条已记录的经验;规则以记忆记录形式存储在命名空间中,并在动作执行前做语义匹配校验,可选用 podman 网络隔离容器进行 dry-run;团队记忆通过普通 git 传输,无需托管 API 或消息代理。默认全本地运行,嵌入模型可选本地 fastembed 或远程 OpenAI 兼容端点,缺失密钥时 fail-closed。

展开详情收起详情:NeuroStrata:为 AI 编程 Agent 提供可强制执行、可跨项目延续的认知记忆架构

程序员为 AI 编程 Agent 提供跨项目和跨会话的持久记忆与规则强制校验:把操作规则存为记忆记录,在动作执行前做语义匹配校验,并强制目标完成前产出经验记录,减少重复错误。

★ 6 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Tsukineko Grimoire:用日语检索、收藏 arXiv 论文并进行带引用问答的知识书库

nekoai-lab/tsukineko-grimoire · Build your own paper grimoire: collect arXiv papers and ask in Japanese with citations.

Tsukineko Grimoire 是一个面向 AI 与机器学习论文的知识书库,前端使用 Next.js 和 TypeScript,后端使用 Firebase Auth、Firestore、Cloud Storage 和 Vertex AI Agent Builder。它支持用关键词或自然语言检索论文,日语查看标题和要旨,把论文加入个人书架,并就积累的论文群进行聊天提问;回答会附带引用,可跳转到代表图、结果表和 arXiv 原文。项目还通过 Firestore 缓存翻译结果,以降低 Translate API 成本。

展开详情收起详情:Tsukineko Grimoire:用日语检索、收藏 arXiv 论文并进行带引用问答的知识书库

程序员检索 arXiv 上的 AI/机器学习论文,用日语查看标题和要旨,把论文加入个人书架,并针对积累的论文群进行带引用的问答,回答可跳转到代表图、结果表和 arXiv 原文,用于技术调研与学习。

产品经理在实务或企划中,用关键词或自然语言检索论文,日语确认标题与要旨,保存到书架,并通过带引用的聊天问答基于论文知识进行调研。

★ 4 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Web Research Stack:LLM 驱动带引用的网页抓取与研究工具

senoldogann/web-research-stack · A production-ready web scraping and AI-powered research tool with full-stack capabilities.

该项目是一个生产就绪的全栈网页抓取与研究工具,后端采用 Python FastAPI,前端采用 React/Next.js,提供 CLI 与 REST API 两种接口。它包含本地网页研究工具(多角度搜索、抓取、站点地图、后台爬取与结构化抽取),并通过 stdio MCP 服务器暴露为 web_search、web_scrape 等工具;同时提供带引用的 LLM 研究能力,支持 SSE 实时进度、SQLite 历史与缓存、Docker 部署、Prometheus/Grafana 监控以及 SSRF 防护。

展开详情收起详情:Web Research Stack:LLM 驱动带引用的网页抓取与研究工具

程序员通过 stdio MCP 服务器将 web_search、web_scrape、web_map、web_extract 等工具接入编码代理,用于检索技术文档、抓取网页内容并抽取结构化数据,辅助技术调研与排错。

产品经理使用带引用的 LLM 网页研究能力进行多角度搜索与资料汇总,并通过 SSE 实时查看研究进度,用于用户研究与需求分析阶段的资料收集。

★ 12 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

TalentFlow:AI 辅助招聘与候选人运营平台

emredemir-maker/TalentFlow · AI-supported recruitment and candidate operations platform for structured hiring workflows and better decision quality.

TalentFlow 是一个面向招聘团队的 AI 辅助候选人运营与决策支持产品原型,旨在把分散在简历、表格、邮件和会议记录中的候选人信息集中起来,形成结构化招聘流程。它提供候选人画像与简历文档分析、AI 辅助评分、面试计划与实时记录、候选人沟通跟进、招聘漏斗分析,以及邮件和日历工作流集成;设计上强调人类在环,AI 仅用于提示信号和整理信息,最终招聘判断仍由团队负责。

展开详情收起详情:TalentFlow:AI 辅助招聘与候选人运营平台

HR用于招聘团队集中管理候选人画像与简历、进行 AI 辅助评分和结构化候选人评审,规划面试并记录实时面试内容,跟进候选人沟通,并通过招聘漏斗分析查看流程瓶颈。

产品经理作为 AI 辅助招聘与决策支持产品的原型参考,展示如何将分散的候选人信息转化为可评审信号,并在人类在环设计下组织候选人评审、面试和招聘漏斗分析等产品流程。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Frametell:用 AI 导演代理将想法与素材转化为解说视频

sitor-ai/frametell · Frametell: turn your ideas and material into vivid explainer videos with an AI director agent. Local-first, any model.

Frametell(帧言)是一个本地优先的 AI 视频创作工具:输入一句话、笔记、PDF、幻灯片或图片,由导演代理先生成分镜脚本供用户确认,再撰写旁白、合成语音、绘制页面并自检,最终输出带字幕的 1080p MP4 视频。它基于成熟的视频引擎,风格、组件和镜头运动由代理驱动,而非从零生成视频;支持 Anthropic、OpenAI、Google、DeepSeek、OpenRouter 等模型或兼容端点,素材与 API 密钥保留在本地。

展开详情收起详情:Frametell:用 AI 导演代理将想法与素材转化为解说视频

HR将培训材料或文档转化为带旁白和字幕的解说视频,用于内部培训或员工沟通内容制作。

产品经理将产品想法、笔记、PDF 或幻灯片转化为带分镜脚本、旁白和字幕的 1080p 解说视频,用于产品概念讲解或需求汇报;分镜脚本可先确认再生成。

★ 398 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Content-Agent-Lernapp:基于官方来源自动生成职业教育学习课程的 AI 学习应用

siinanXD/Content-Agent-Lernapp · Lern-App für die Berufsausbildung: KI-Pipeline erzeugt Lerninhalte nur aus amtlichen Quellen, mit LLM-Richter und Qualitäts-Schwelle. Next.js, Supabase, Langfuse.

这是一个面向职业教育(试点为机电与设备操作员)的学习应用,可根据一个关键词从官方来源生成并持续更新课程内容。项目采用 Next.js、Supabase 与 Langfuse 构建,用 Claude 批量生成内容、以 OpenAI mini 模型作为 LLM 评审并设置质量阈值,提供学习路径、复习、考试与结果等学习者界面,以及面向培训师的群组和来源展示。仓库还包含基于 GitHub Actions 的内容生产、测试、质量回归与自动修复等流水线。

展开详情收起详情:Content-Agent-Lernapp:基于官方来源自动生成职业教育学习课程的 AI 学习应用

程序员作为可参考的 AI 内容生成应用实现:Next.js/Supabase/Langfuse 技术栈,用 Claude 批量生成内容、OpenAI mini 模型作为 LLM 评审并设质量阈值,含 GitHub Actions 内容生产、测试与质量回归流水线。

HR用于职业培训场景:培训师可基于官方来源自动生成并持续更新课程内容,使用学习路径、复习、考试与结果界面,并通过群组视图管理培训学员分组。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Pi-Bolt:将 Pi 编程智能体预编译为原生可执行文件

opensec-git/Pi-Bolt · ⚡ Pi, the coding agent, compiled ahead of time to one native executable. 10× faster to start, 7× less CPU and 4.5× less memory than Pi on Node. Linux, macOS, Windows, ARM64 and Android (Termux).

Pi-Bolt 是 Pi 编程智能体的提前编译(AOT)原生版本,把 Pi 的代码在构建时编译为机器码,无需在启动时解析或进行 JIT 编译,因此不需要 Node.js 或 Bun 即可运行。它保留 Pi 原有的命令、会话、设置、提供方和扩展,支持通过 --acp 接入编辑器智能体面板、通过 --mcp 作为 MCP 服务器,并内置 grep/find 搜索、扩展编译、安装检查与回滚更新等功能;提供 Linux、macOS、Windows、ARM64 及 Android Termux 构建。材料声称相对 Node 上的 Pi 启动更快、CPU 占用和内存占用更低,但具体性能数据仅为项目自述。

展开详情收起详情:Pi-Bolt:将 Pi 编程智能体预编译为原生可执行文件

程序员作为 Pi 编程智能体的原生可执行版本,在终端中进行代码编写与排错;内置 grep/find 搜索工具,可通过 --acp 接入 Zed、JetBrains、VS Code、Neovim 等编辑器的智能体面板,或通过 --mcp 作为 MCP 服务器供其他智能体调用。

★ 544 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

拾字:视频与网页字幕抓取、语音转录与 AI 笔记工作台

Universe366/shizi · 拾字 · 视频与网页的 AI 笔记工作台:B站/YouTube 字幕、语音转录、AI 总结与本地库,支持 Windows 桌面端与 Chrome/Edge 插件。

拾字是一个面向 B 站视频与网页内容的 AI 笔记工作台,提供 Chrome/Edge 浏览器扩展和 Windows Electron 桌面端。它可抓取 B 站、YouTube 字幕,在没有官方字幕时进行语音转录,并支持 AI 校对、总结、翻译、章节生成、字幕问答与联网补充;桌面端还提供 SQLite 本地字幕库、批量处理、历史版本和多种格式导出。首次仅抓官方字幕无需 Key,AI 总结、转录与联网功能需自行配置对应平台 Key。

展开详情收起详情:拾字:视频与网页字幕抓取、语音转录与 AI 笔记工作台

程序员程序员可将 B 站/YouTube 上的技术分享、课程视频抓取字幕或语音转录,再用 AI 总结、生成章节与字幕问答,整理成 Markdown 笔记或 SRT 等格式文件,便于技术学习与文档沉淀。

产品经理产品经理可用它抓取并转录 B 站/YouTube 的用户访谈、行业分享视频,借助 AI 总结、翻译与章节生成,把视频内容整理成可检索的笔记,用于用户研究与需求分析。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗