最好用的AI工具

搜尋：Gemini

21 個結果

分類排序

CleanYourTV – 開源的電視廣告去除工具，垃圾軟件全清空

CleanYourTV是什麼 CleanYourTV 是開源的電視優化工具，通過 Wi-Fi 用 ADB 連接安卓電視，藉助 Claude Code 等 AI Agent 自動識別並停用廣告、數據上報和預裝臃腫軟件，同時安裝仿 Apple TV 風格的簡潔桌面。全程無需 Root、不卸載應用，操作前自動備份，可一鍵恢復。CleanYourTV 支持 92 款型號、16 種語言，桌面僅 370 KB，無需 Root 和卸載應用，操作前會備份系統設置，可隨時一鍵恢復，目前已支持二十多個電視型號。 CleanYourTV的主要功能無線清理電視：通過 Wi-Fi + ADB 連接電視，無需 root 即可遠程操作。停用廣告與追蹤：用 pm disable-user 命令停用廠商預裝的廣告應用、遙測和內容推薦服務。更換極簡桌面：安裝約 300KB 的原生 Launcher，（風格類似 Apple TV），替換滿是贊助內容的原生桌面。。 AI 助手驅動：只需把 PROMPT.md 粘貼給 Claude Code、Codex 或 Gemini CLI，約 15 分鐘自動完成全流程。豐富預置清單：內置約 80 份分型號軟件包清單，覆蓋 TCL、小米、Sony、Hisense、Philips 等 28 個品牌。一鍵備份恢復：動手前自動備份軟件包狀態，恢復腳本可完整還原原廠界面和設置。微信關注回覆“開源”，加入AI開源項目交流羣如何使用CleanYourTV 克隆項目：從 GitHub 拉取 gathin/clean-your-tv 倉庫到本地電腦。連接同一 Wi-Fi：確保電腦和電視接入同一網絡，在電視的”設置→關於→版本號”連按 7 次開啓開發者模式。開啓 ADB 調試：在電視的”開發者選項”中打開”網絡 ADB 調試”，記下電視的 IP 地址。配置連接：編輯項目中的 config.yaml 或在 AI 助手指令中填入電視 IP、品牌型號等信息。啓動 AI 助手：把項目裏的 PROMPT.md 內容粘貼給 Claude Code、Codex 或 Gemini CLI 並讓它開始執行。自動備份：腳本會先創建軟件包狀態備份（存爲 JSON 文件），確保後續可完整還原。停用廣告組件：助手按清單用 adb shell pm disable-user 停用預裝廣告、遙測和推薦服務。安裝極簡桌面：按需安裝約 300KB 的 CleanYourTV Launcher，替換原生廣告桌面。驗證效果：重啓電視，確認廣告消失、新桌面正常、常用 App 不受影響。 CleanYourTV的核心優勢零硬件成本：只需電視和電腦連同一 Wi-Fi，通過 ADB 無線操作，無需 U 盤、刷機盒或外接設備。無需 root、風險可控：採用 pm disable-user 停用而非卸載系統應用，隨時可一鍵恢復，安全性遠高於刷機。 AI 零門檻操作：用戶無需懂命令行，把 PROMPT.md 粘貼給 Claude Code 等助手可自動完成。覆蓋品牌廣：內置約 80 份分型號清單，覆蓋 TCL、小米、Sony、Hisense 等 28 個 Android TV 品牌，開箱即用。極致輕量桌面：替換的原生 Launcher 僅約 300KB，無廣告、無預裝，低內存老電視也能流暢運行。 CleanYourTV的項目地址項目官網：https://cleanyour.tv/ GitHub倉庫：https://github.com/Gathin23/cleanyourtv CleanYourTV的應用場景給父母/長輩的電視”去廣告化”：電視開機先播贊助廣告才能進 Netflix，清理後老人操作更清爽。老電視/低配盒子煥新提速：1GB 內存的老設備停用後台遙測和預裝服務後運行明顯流暢。極簡主義客廳娛樂中心：用 Apple TV 風格的極簡桌面替換繁雜的推薦信息流， dock 只保留 Netflix、YouTube 等常用應用，迴歸”打開即看”的電視本質。隱私敏感用戶的家庭網絡淨化：停用廠商遙測和數據收集服務，配合 Private DNS 攔截追蹤域名，減少家庭觀看數據被上傳。修復電視越用越卡的問題：停用偷跑後台的系統組件，讓卡頓的電視恢復流暢。

Grok Voice 3.0 – SpaceXSI 推出的端到端語音轉語音模型

Grok Voice 3.0是什麼 Grok Voice 3.0 是 SpaceXSI 推出的端到端語音轉語音模型，在獨立測試機構 Artificial Analysis 的語音綜合榜單以 86.9 分居首，響應延遲低於 1 秒，單次任務運行成本約 0.025 美元，低於同級別競品。目前每天支撐特斯拉車內數百萬次對話，星鏈客服中心依託模型日處理 2 萬通多語言來電，約七成無需人工介入可解決。 Grok Voice 3.0的主要功能端到端語音對話：支持語音輸入直接生成語音輸出，無需文字中轉，實現自然流暢的實時人機對話。全雙工交互：可智能處理停頓、對話輪替和插話，用戶隨時打斷，模型響應自然不僵硬。複雜任務執行：依託 Connectors 和 Grok Bot，可完成查日程、回郵件、下單咖啡、預訂晚餐等免動手操作。企業客服能力：單個智能體即可完成客戶身份覈驗、硬件故障排查、發放退款和補發設備全流程服務。多語言支持：星鏈客服中心每天以多種語言承接約 2 萬通客戶來電。 Grok Voice 3.0的技術原理端到端語音轉語音架構：傳統語音助手採用”語音識別→文本理解→文本生成→語音合成”的多模塊級聯方案，信息逐級損耗且延遲疊加。Grok Voice 3.0 採用語音到語音的直接建模，音頻信號進入模型後不經文本中間表示，直接輸出語音回覆，減少級聯誤差，是其首響延遲壓至 1 秒以內的結構基礎。全雙工對話建模：模型能同時處理收聽與生成：通過流式編碼器持續捕捉用戶音頻流，結合對停頓、語氣詞和插話行爲的判別，動態決定何時續說、何時讓步，在 Full Duplex Bench 上取得 97% 的成績，是其車載免喚醒、可打斷交互體驗的核心支撐。語音推理與智能體能力融合：模型將聽覺理解與大語言模型的推理規劃能力耦合，用戶語音被解析爲任務意圖後，由內置的智能體框架調用日程、郵件、下單等外部工具 Connectors 或 Grok Bot 完成任務，把執行結果用自然語音回饋用戶，形成”聽懂—規劃—執行—回覆”的閉環，是其客服場景能獨立完成退款、補發等操作的原因。如何使用Grok Voice 3.0 普通用戶：在 Grok 應用、Grok Bot 或特斯拉車內直接開啓語音模式可對話，grok-voice-latest 用戶已自動升級無需操作。開發者：註冊 API Console 獲取密鑰後，按官方文檔調用 Voice Agent API 接入應用。 Grok Voice 3.0的核心優勢綜合智能第一：以 86.9 分登頂 Artificial Analysis 語音轉語音綜合榜，在語音推理、任務完成率和人類偏好上全面領先競品。延遲行業領先：響應延遲低於 1 秒，比同級別 GPT-Live-1 低 40%，實現智能與速度的最優平衡。運行成本更低：單次任務成本約 0.025 美元，低於 GPT-Live-1 和 GPT-Realtime-2.1，且 API 定價與上代持平不漲。全雙工交互自然：Full Duplex Bench 拿下 97%，對停頓、輪替和插話的處理接近真人對話體驗。企業場景驗證充分：EVA-Bench 以 74% 精度居首，星鏈實測日接 2 萬通電話、70% 無需人工、四分之一銷售通話直接成交。 Grok Voice 3.0的項目地址項目官網：https://x.ai/news/grok-voice-3 Grok Voice 3.0的同類競品對比對比維度 Grok Voice 3.0 Gemini 3.8 Live AA 語音綜合指數 86.9（第 1 名） 82.6 語音推理（Big Bench Audio） 98.5% 97.7% 人類偏好（Arena Elo） 1070 990 任務完成率 94.8% 89.1% 全雙工（Full Duplex Bench） 97.0% 91.9% τ-Voice 客服場景 71.6% 68.6% 單次任務成本 $0.025 更高（未列具體值） EVA-Bench 企業客服精度 74%（最高）未領先 Grok Voice 3.0的應用場景智能車載語音助手（特斯拉）：駕駛員全程免動手，通過 Connectors 查詢日程、回覆郵件，或用 Grok Bot 完成下單咖啡、預訂晚餐等複雜任務，目前每天處理數百萬次車內對話。企業客服中心（星鏈）：星鏈客服依託 Grok Voice 每天多語言接聽約 2 萬通來電，約 70% 無需人工介入即可解決，單個智能體可獨立完成身份覈驗、故障排查、退款和設備補發。電話銷售轉化：約四分之一的銷售通話在客戶掛斷前即促成下

ip-as-logo-skill – 開源的 Agent Skill，能生成 IP 吉祥物頭像

ip-as-logo-skill是什麼 ip-as-logo-skill 是開源的 Agent Skill，用於生成極簡可愛的 IP 吉祥物頭像。ip-as-logo-skill 用 4–7 個圓潤幾何形狀構成清晰輪廓，配合”兩主色+一背景”的三色約束，讓角色縮小到 32×32 仍能辨認。流程是先出 3 個設計方向，確認後生成 6 張候選圖。ip-as-logo-skill 需搭配 Codex、豆包等兼容 Agent 及 GPT Image 2 等頂級圖像模型使用，MIT 協議可商用。 ip-as-logo-skill的主要功能極簡輪廓生成：用 4–7 個大幾何形狀構建圓潤角色輪廓，確保縮小到 32×32 像素仍可辨認。三色約束：默認用兩個角色主色加一個純色背景，減少視覺干擾。方向提案：給出 3 個設計方向，未定角色時優先推薦常見動物並關聯產品屬性。批量出圖：確認方向後生成 6 張獨立方圖，左右下角構圖各佔一半。原樣交付：所有結果一次性返回，不篩選、不自動重試，由用戶挑選後再修改。構圖控制：角色從左下或右下角探出，佔據畫面 85–95%，保持視覺主導。模型適配：自動檢查是否接入 GPT Image 2 等頂級圖像模型，不足時提示用戶開啓或提供 API Key。提示詞淨化：生成提示中刻意隱藏 logo、icon 等用途詞彙，避免模型輸出僵硬圖標風。微信關注回覆“開源”，加入AI開源項目交流羣如何使用ip-as-logo-skill 安裝 Skill：運行 npx skills@latest add s1dashu/ip-as-logo-skill。選擇智能體：按安裝提示選擇 Codex、豆包、Coze、Manus 等兼容的 Agent。確認圖像模型：確保 Agent 已接入 GPT Image 2、Nano Banana Pro 等頂級圖像模型，按提示開啓或填寫 API Key。描述需求：告知角色用途、受衆、性格和最關鍵的辨識特徵。挑選方向：查看 AI 給出的 3 個設計方向，確認全部保留或只選其一。審閱修改：從結果中挑選滿意的圖，或明確提出修改要求讓 AI 再出一批。裁切測試：用於頭像場景時，把成品放進圓形裁切框檢查耳朵、表情等關鍵特徵是否被遮擋。 ip-as-logo-skill的核心優勢小尺寸高辨識：用 4–7 個圓潤大形狀構建輪廓，角色縮小到 32×32 頭像場景依然清晰可認。設計約束明確：嚴格的”三色+單特徵”規則，避免 AI 越畫越花，方案之間更容易比較。流程先方向後出圖：給 3 個設計方向再批量生成，減少盲目抽卡式試錯。結果零損耗交付：所有候選圖原樣保留、不自動篩選或重試，用戶掌握完全選擇權。提示詞工程成熟：隱藏 logo/icon 等用途詞彙、直接命名背景色，引導模型輸出更自然的角色圖。生態兼容廣泛：支持 Codex、豆包、Coze、Manus、Gemini 等多種 Agent，不綁定單一產品。 ip-as-logo-skill的項目地址 GitHub倉庫：https://github.com/s1dashu/ip-as-logo-skill ip-as-logo-skill的同類競品對比對比維度 ip-as-logo-skill SanbaoAI/logo-generator-skill 產品定位極簡、可愛、小尺寸可辨識的 IP 角色頭像完整品牌視覺識別系統（VI），含 Logo、品牌規範板技能結構單一 Skill（一份 SKILL.md）三個模塊化 Skill：base-logo、mascot-logo、colorway 輸出形態 6 張獨立方圖，角色從角落探出品牌系統規範板（含主 Logo、favicon、印章、黑白應用等編號模塊）設計目標 32×32 像素下仍可辨認，優先”像角色” 可註冊、可縮放的扁平商標剪影，優先”像商標” 複雜度策略 4–7 個大形狀 + 嚴格三色約束，偏圓潤可愛從動物/角色中提取單一識別特徵（爪子、鹿角等）做扁平化色彩規則默認固定三語義色，壓低背景飽和度支持多色系，另有專門的 colorway 配色 Skill 做場景化換色圖像模型要求強制頂級圖像模型（GPT Image 2 等），絕不回退 SVG 無圖像工具時直接輸出提示詞，可粘貼到 Midjourney、Flux、Ideogram 使用使用場景頭像、吉祥物快速探索，輕量需求創業公司/品牌的完整視覺體系，重度需求成熟度 5.9k stars，社區熱度高相對小衆，但流程更完整 ip-as-logo

REA – 開源的逆向分析工具，無需源碼、對話式分析軟件

REA是什麼 REA（Reverse Engineer Anything）是開源的逆向分析工具，通過 MCP 協議把 Claude Code、Codex、Cursor 等 AI 編程 Agent 與 Ghidra、Hopper、IDA 等逆向工具連接起來。REA讓 Agent 無需源碼可分析軟件，從原生二進制、Electron/JS 應用、APK、.NET 程序集到網站，追蹤功能實現邏輯並生成帶證據鏈的分析結果，重建相似功能。 REA的主要功能原生二進制分析：解析 Mach-O、ELF、PE 等可執行文件，返回僞代碼、彙編、字符串、符號和調用關係。 JavaScript/Electron 應用分析：靜態梳理模塊、入口、IPC 通道和 source map，無需運行應用。網站觀察：通過本地 Chrome DevTools 端點被動觀察瀏覽器行爲、頁面腳本和網絡請求。 .NET 程序集檢查：無需執行程序即可查看元數據、CIL 指令和原生代碼邊界。 Android 應用逆向：藉助 JADX 反編譯 APK，查看清單聲明、類和方法。固件與包文件分析：用 Binwalk 提取固件區域，或直接生成 ZIP/APK/ASAR 等歸檔的文件清單。版本差異對比：比較應用兩個版本的二進制差異，生成變更報告。網絡抓包分析：解析 HAR 文件或 mitmproxy 捕獲，關聯請求與源碼位置。代碼重建輔助：Agent 基於分析結果追蹤功能實現線索，爲項目編寫相似功能並驗證。微信關注回覆“開源”，加入AI開源項目交流羣如何使用REA 環境準備：安裝 Node.js（≥22.19 版本）和 npm，確保已安裝 Claude Code、Codex、Cursor 等任一支持的 AI 編程 Agent。一鍵安裝：在終端運行 npx rea-agents@latest setup，選擇要接入的 Agent 並審覈配置變更。審批配置：確認 setup 提出的 MCP server 註冊和 workflow 指令修改（會自動備份原配置），然後重啓你的 Agent。準備逆向引擎（可選）：深度分析原生二進制需已有 Hopper、Ghidra 或 IDA 安裝，純 JS/Electron 分析不需要。用自然語言提問：向 Agent 描述目標，例如”分析 Notes 應用的搜索功能如何工作，展示證據，併爲我的項目實現類似功能”。 Agent 自動調查：Agent 通過 MCP 調用 REA 在本地分析目標，獲取帶證據鏈的僞代碼、調用鏈等結果。 REA的核心優勢零逆向經驗門檻：無需學習反彙編和逆向技術，用自然語言向 AI Agent 提問可分析軟件。打通主流 Agent 生態：同時支持 Claude Code、Codex、Cursor、Gemini CLI、Windsurf 等幾乎所有主流 AI 編程助手。複用成熟逆向工具：底層調度 Ghidra、Hopper、IDA 等專業工具，站在幾十年逆向工程積累之上。覆蓋目標極廣：從原生二進制、Electron/JS 應用、APK、.NET 到網站、固件、WASM，幾乎無死角。證據鏈驅動：每個結論附帶僞代碼、彙編、調用關係等證據，結果可驗證。本地分析保障隱私：全部分析在本地運行，目標軟件不會被上傳到雲端。端到端自動化：從分析、追蹤調用鏈到生成可運行的相似實現，一條 Agent 工作流串到底。 REA的項目地址項目官網：https://rea.tools/ GitHub倉庫：https://github.com/morluto/rea REA可以分析什麼目標類型 REA 返回內容要求和指南原生二進制僞代碼、彙編、字符串、符號、調用和引用 Hopper、Ghidra 或 IDA；原生分析指南離線 ELF 佈局節區、段、原始符號/重定位和靜態緩解候選 Linux x64 上自備 pwntools；二進制診斷指南 Go 二進制內嵌編譯器版本、模塊、替換和構建設置內置靜態 ELF/PE/thin Mach-O 檢查；無需安裝 Go WASM 文件校驗、節區、精確的導入/導出 WAT 形式和解碼後的 WAT 自備 WABT 1.0.42；`inspect_wasm_artifact` EVM 字節碼調度選擇器、字節偏移、推斷的參數和可變性 Linux x64 本地原始/十六進制載體；離線 EVM 指南 Linux 崩潰記錄原始備註、每個記錄線程的寄存器/信號和可選映射候選 Linux x64 自備 pwntools；可選 GDB/pwndbg；崩潰記錄指南 JavaScript / Electr

Gemini 3.8 Live – 谷歌推出的原生實時語音對話模型

Gemini 3.8 Live是什麼 Gemin...

GPT-6 Astra vs Claude Fable 5.1 vs Gemini 3.8 Flash – 8 項實測橫評

最近模型一直出個不停，大家...

Gemini Omni 1.1 Flash – 谷歌推出的 AI 視頻生成模型

Gemini Omni 1.1 Flash是什麼...

Gemini 3.5 Transcribe – 谷歌推出的最新語音轉文本模型

Gemini 3.5 Transcribe是什麼...

Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型

Gemini 3.7 Flash是什麼 Gemi...

Gemini 3.5 Flash Cyber – 谷歌推出的網絡安全專用模型

Gemini 3.5 Flash Cyber是什...

Gemini 3.5 Flash-Lite – 谷歌推出的輕量版 AI 模型

Gemini 3.5 Flash-Lite是什麼...

Gemini 3.6 Flash – 谷歌推出的新一代 AI 模型

Gemini 3.6 Flash是什麼 Gemi...

Gemini-SQL2 – 谷歌推出的文本轉 SQL 任務 AI 模型

Gemini-SQL2是什麼 Gemini-SQ...

7大真實任務實測 Opus 4.8、Gemini 3.5 Flash、GPT-5.5、Qwen3.7-Max

最近大模型更新真的有點密，...

Gemini 3.1 Flash TTS – 谷歌推出的文本轉語音模型

Gemini 3.1 Flash TTS是什麼 ...

Gemini 3.1 Flash Live – 谷歌推出的實時語音模型

Gemini 3.1 Flash Live是什麼...

Gemini 2.0 Flash – Google推出的多模態 AI 模型

Gemini 2.0 Flash是什麼 Gemini 2.0 Flash是Google推出的多模態AI模型，結合文本理解和圖像生成能力。根據自然語言輸入生成高質量的圖像，支持多輪對話式的圖像編輯，保持上下文連貫性。模型擅長將文本與圖像結合，例如爲故事生成連貫的插圖、根據對話修改圖像風格，用世界知識生成更準確的圖像（如食譜插圖）。Gemini 2.0 Flash在長文本渲染方面表現出色，適用於廣告、社交媒體或邀請函等場景。開發者目前能在 Google AI Studio 中使用 Gemini 2.0 Flash 的實驗版本 ( gemini-2.0-flash-exp ) 和 Gemini API 測試這項新功能。 Gemini 2.0 Flash的主要功能文本與圖像結合：根據文本描述生成連貫的圖像，例如爲一個故事生成一系列插圖，保持角色和場景的一致性。對話式圖像編輯：支持多輪對話式的圖像編輯。用戶用自然語言指令逐步優化圖像，模型根據上下文保持連貫性。基於世界知識的圖像生成：Gemini 2.0 Flash用世界知識和增強推理能力生成更準確、更真實的圖像。長文本渲染：Gemini 2.0 Flash在長文本渲染方面表現出色，能生成包含清晰、準確文本的圖像。 Gemini 2.0 Flash的項目地址項目官網：https://developers.googleblog.com/en/experiment-with-gemini-20-flash 如何使用Gemini 2.0 Flash 訪問Google AI Studio：訪問Google AI Studio：訪問Google AI Studio官方網站。選擇Gemini 2.0 Flash模型：在Google AI Studio中，選擇gemini-2.0-flash-exp模型進行測試。輸入提示：在輸入框中輸入、文本提示。例如：“Generate an image of a futuristic cityscape in a cyberpunk style.”“Create a series of illustrations for a children’s story about a magical forest.” 基於Gemini API集成到開發項目中：獲取API密鑰：啓用Gemini API，獲取一個API密鑰。安裝必要的庫： pip install google-genai 編寫代碼調用API： from google import genai from google.genai import types # 初始化客戶端 client = genai.Client(api_key="YOUR_GEMINI_API_KEY") # 調用模型生成內容 response = client.models.generate_content( model="gemini-2.0-flash-exp", contents=( "Generate a story about a cute baby turtle in a 3D digital art style. " "For each scene, generate an image." ), config=types.GenerateContentConfig( response_modalities=["Text", "Image"] ), ) # 輸出生成的內容 print(response) 處理生成的輸出：根據API返回的結果，提取生成的文本和圖像數據。 Gemini 2.0 Flash的應用場景創意插圖生成：快速爲故事、廣告或文章生成配套插圖，提升創作效率。互動故事應用：開發互動故事，用戶基於對話調整故事內容和插圖風格。社交媒體與廣告：生成高質量的廣告圖像、海報或社交媒體內容，支持長文本渲染。教育工具：爲教材、科普內容生成示意圖，輔助教學和學習。設計與創意探索：快速生成設計概念圖，用對話式反饋優化創意方向。

Rooms – 前 Google 員工推出的交互式 3D 房間創建應用

Rooms是什麼 Rooms 是前 Google 員工推出的交互式房間設計應用，支持用戶用超過 10,000 個可編輯物品和 Lua 編程語言構建和編碼交互式的 3D 房間和小遊戲，支持在網頁端和 iOS 平台應用。Rooms提供一個創造性的平台，用戶在這裏表達自己，創造出獨特的數字空間，用類似 TikTok 的垂直信息流瀏覽其他人的作品。Rooms 引入了無需編程即可讓房間“活”起來的新功能，並計劃通過 Google Gemini AI 進一步增強應用體驗，例如添加文本到語音模式，讓角色能“說話”。 Rooms的主要功能 3D 房間創建：用戶用應用內提供的超過 10,000 個物品構建個性化的 3D 房間。編程與交互：基於 Lua 編程語言，用戶爲房間添加交互功能，例如動畫和遊戲元素。內容瀏覽與分享：應用提供類似 TikTok 的垂直信息流，用戶能瀏覽其他創作者的作品，進行分享和互動。無需編程的編輯器：3.0 版本新增的 Actions 編輯器支持用戶無需編寫代碼讓房間具有動態效果。 Rooms的官網地址官網地址：rooms.xyz Rooms的應用場景個人創作與表達：用戶創建個性化的 3D 空間展示自己的興趣、愛好和藝術風格，如模擬自己的房間、設計虛擬畫廊等。遊戲開發與體驗：用戶能製作簡單的 3D 小遊戲，如迷宮、解謎遊戲等，供自己或他人體驗和娛樂。教育與學習：對於學習編程和 3D 設計的學生或愛好者，Rooms 提供一個實踐平台，基於實際操作提高相關技能。社交與互動：用戶能瀏覽和評論其他創作者的作品，與創作者進行互動，對喜歡的作品進行再創作。品牌展示與營銷：品牌創建專屬的 3D 空間展示產品或品牌故事，吸引用戶的關注和參與，增強品牌影響力。

Gemini 2.0 – 谷歌推出的原生多模態輸入輸出 + Agent 爲核心的AI模型

Gemini 2.0是什麼 Gemini 2.0...

AskManyAI – 一站式AI大模型聚合平台，支持GPT、Claude、Gemini等

AskManyAI是什麼 AskManyAI是...