
工具介绍
谁说程序猿不懂浪漫?Awesome Love Code是一个表白代码收藏馆,专门为程序员收集的表白代码馆,目前涉及到web、python、matlab、C/C++、Vbs、C#语言的表白代码,520到了,感兴趣的同学可以试试。
工具地址
地址:
https://github.com/sun0225SUN/Awesome-Love-Code

谁说程序猿不懂浪漫?Awesome Love Code是一个表白代码收藏馆,专门为程序员收集的表白代码馆,目前涉及到web、python、matlab、C/C++、Vbs、C#语言的表白代码,520到了,感兴趣的同学可以试试。
地址:
https://github.com/sun0225SUN/Awesome-Love-Code

一款功能强大的开源网盘程序,它不仅能高效管理各类文件,还在图像和媒体文件管理方面表现出色。 其亮点包括强大的文件共享功能和先进的 AI 辅助管理工具,为用户提供了便捷、智能的文件管理体验。
GitHub:https://github.com/zyx0814/Pichome

一个文章降重助手,利用百度翻译通用API在不通语言间转换,由于不通语言语序不通,转换后可有效降重。 ⏺初级 中->英->德->中 ⏺中级 中->英->德->日->葡萄牙->中 ⏺高级 中->英->德->日->葡萄牙->意大利->波兰->保加利亚->爱沙尼亚->中
GitHub地址:
https://github.com/DaGeger/paper-conversion

一个简单易用的全自动视频(音频)识别、翻译工具,快速识别声音并翻译生成字幕文件,然后将翻译后的字幕与原视频合并,生成翻译后的视频。 主要基于 OpenAI 开发的 Whisper 来识别声音和 LLMs 辅助翻译字幕 ,利用 Streamlit 搭建快速使用的 WebUI 界面,以及 FFmpeg 来实现字幕与视频的合并。
⏺支持调用 openai ⏺本地运行 faster-whisper ⏺支持 GPU 加速、VAD 辅助 ⏺支持 ChatGPT、KIMI、DeepSeek 翻译 ⏺支持本地大语言模型翻译 ⏺支持识别、翻译多种语言 ⏺支持输出多种字幕格式 ⏺支持对字幕修改、微调、预览 ⏺支持对音频直接进行 AI 总结、问答
项目地址:
https://github.com/Chenyme/Chenyme-AAVT

一款基于 Java 开发的微信数据分析工具,功能强大 ▫️支持模拟微信聊天对话窗口 ▫️支持导出微信各类记录 ▫️支持查看历史朋友圈记录,超越三日限制,随时回看朋友圈历史 ▫️支持展示好友数、群聊数及今日收发消息总量的微信统计功能 ▫️支持展示微信最近使用的关键字词云图
GitHub:
https://github.com/xuchengsheng/wx-dump-4j

FunClip是一款完全开源、本地部署的自动化视频剪辑工具,通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别,随后用户可以自由选择识别结果中的文本片段或说话人,点击裁剪按钮即可获取对应片段的视频。
在线体验:
https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary
GitHub:
https://github.com/alibaba-damo-academy/FunClip

一个 Android 的 Docker 解决方案,支持 NoVNC 和视频录制,可用于应用程序开发和测试。 支持不同设备/皮肤模拟器,连接到 Selenium Grid、通过 adb connect 从容器外部控制模拟器、支持屏幕镜像等。
GitHub项目:
https://github.com/budtmo/docker-android

Stream-rec是一个自动录制各种直播平台的工具,能够自动录制虎牙,抖音,斗鱼,Twitch平台直播、弹幕,并支持分段上传到云存储的工具,基于 Kotlin,、Ktor,和 ffmpeg开发,目前支持虎牙,抖音,斗鱼,Twitch平台,更多平台的支持将在未来加入,支持Docker 搭建。
GitHub:
https://github.com/hua0512/stream-rec

一个基于 HTML5 Canvas 制作的电子证书生成器。 支持自定义证书名称、姓名、文字、日期,并一键下载保存。
GitHub地址:
https://muzihuaner.github.io/E-Cert/

一个书签管理工具,支持 Docker 和 Kubernetes 部署,可满足个人和团队需求。 提供基本的链接存储、标签管理和搜索功能,还支持批量编辑、Markdown 注释、稍后阅读、自动存档等实用功能。
GitHub项目:
https://github.com/sissbruecker/linkding