🔥 GitHub 开源热榜项目 (2026-10-26 ~ 2026-11-01)
📅 周期：2026-10-26 ~ 2026-11-01 | 🕐 更新：2026-11-02
📊 本期概览
本期榜单收录 2026-10-26 ~ 2026-11-01 期间 GitHub 上热门的 18 个开源项目，累计 Star 约 34,000 ，整体呈现「AI 创作工具链 + 实用知识资产」两条主线：
- AI 创作参考与设计提效 成为最大热点：
ai-pose-gallery-zh（TypeScript，5,134 Star）把三大日文 AI 绘画参考图库三站合一并全量中文化，配 React 19 合成工作台与 ComfyUI 插件；unslop（JavaScript，4,859 Star）作为 Claude 技能专治"AI 味"界面，按"间距→颜色→文案→布局"严格顺序分轮改稿，并在清理后从产品自身提炼角色感；RuiC-PoseAtlas（JavaScript，963 Star）以 288 组五视角姿势 + 1,407 套无人衣装做成零依赖双图鉴；Motionsites-AI/claude-skill（JavaScript，1,403 Star）内置 40 个对标提示词与 55+ 带代码动效配方，让 Claude 做出电影感着陆页。 - 3D / 视频生成走向可落地 ：
digital-human-koubo（Python，1,640 Star）一张照片加一句话产出完整口播视频，含成本门禁、whisper 质检与 48 个逐帧提炼的包装组件；deepopen-3d-webs（Python，1,131 Star）把图像转 3D 的七八个工具收进一个中文工作台，演示模式无需 GPU；openjutsu（TypeScript，1,056 Star）本地开源视频换角，镜头剪辑音轨全保留，只替换指定人物；nvzhuang（Go，1,864 Star）以 1,407 张女装参考图 + 统一接口适配 OpenAI/Gemini/豆包/ComfyUI 的多模型试穿后端。 - 开发辅助聚焦"看懂与修好" ：
floorplan（JavaScript，1,764 Star）让 Claude/Codex 用大白话画出可缩放的应用地图，跨仓库追踪请求并附带密钥泄露、开放端点的健康检查；teardown（JavaScript，920 Star）把任何机器变成可拆解的 3D 模拟器。 - 专业知识被做成可检索、可追溯的结构化资产 ：
global-law（Python，1,591 Star）把全世界法律放进一条 git 历史，可按任意日期回答"这条法当时怎么写的、哪个词是哪部法写下的"，自带只读本地 MCP；RUN（Python，1,158 Star）覆盖欧洲 36 国 110 条移居路线，用带日期的变化表直面"攻略过期"，并专列中国大陆护照不适用的路线；tongjiang-lab（HTML，1,255 Star）54 课单文件离线 3D 科学课程，严格对齐人教版 2019 教材。 - 代码即资源与端侧智能的硬核尝试 ：
pixelfx（JavaScript，2,567 Star）244 个纯代码像素特效，零图片依赖、确定性随机、带表演系统，MIT 可商用；Mika（Kotlin，3,823 Star）Android 端侧智能体在后台像人一样操作任意 App，不占屏、数据留本机、Apache-2.0 全开源；florilegium（Lua，1,290 Star）用 Lua 在排版时现场长出代尔夫特蓝花卉页边，种子由页码决定所以可复现，一份代码可出 PDF/SVG/浏览器/PostScript。 - 轻量工具与设计还原 ：
print-my-profile-pic（PHP，1,696 Star）Laravel 调 OpenAI 把照片转印刷风头像，自托管自带 Key；calender-app-design（TypeScript，839 Star）从 Figma 像素级还原 people-ops 工作台；MiniCPM-OCR（1.3B）首个 OCR 专用模型，Real5-OmniDocBench SOTA 93.68，配质量判定模型。
🚀 01 · anhao/ai-pose-gallery-zh
📘 TypeScript | AI绘画参考、姿势图库 | ⭐ 5,134 | 🔱 1,316 | ⭐ 热门项目
📋 项目介绍
这是一个将原作者 ギア（@giaaibusi）发布的三大日文 AI 绘画参考图库 （姿势、服装、人像）进行三站合一、全量中文化 的工程化项目。v2.0 版本不仅完成了 11,568 张本地高清图的镜像收录和 4,345 条数据的纯净中文翻译，还构建了一个基于 React 19 的AI 角色合成工作台（Web Studio），并同步提供原生 ComfyUI 自定义节点插件，实现从参考图选取到 AI 生图的一站式流程。
🎨 使用场景
插画与角色设计、AI生图工作流
🎯 核心价值
- 彻底中文化，消除语言障碍：动作体系、服装标签、发型分类等元数据 100% 译为地道中文，自动组装的生图提示词无日文残留，中文用户可直接使用。
- 三库合一，数据规模完整：姿势库（1,439 组白模 + 1,439 张深度图）、服装库（1,407 套）、人像库（1,499 位）共 4,345 条数据、11,568 张本地高清图，支持纯离线浏览与静态托管。
- Web + ComfyUI 双端工作台：Web 端提供 3+N 参考图组合、12 种画风预设、5 大 AI 协议直连与 IndexedDB 历史持久化；ComfyUI 端提供原生 4 节点插件与 4,345 条可视化弹窗选图器，覆盖不同使用习惯。
- 零依赖静态画廊，部署成本低：前端为纯静态构建，仓库总体积约 1.1 GB、单文件均小于 2 MB，完全符合 Cloudflare 免费版限制，可一键部署。
- 工程实践参考价值：项目展示了从数据采集、翻译流水线、前端工作台到 ComfyUI 插件、Agent 技能包的完整工程链路，对学习 AI 工具链集成有较高参考意义。
💡 推荐语
ai-pose-gallery-zh 几乎解决了「找参考图」和「搭工作流」两个环节的所有摩擦------4,345 条全中文参考数据、11,568 张本地高清图、Web 合成台与 ComfyUI 插件双端可用，且部署零成本。它不只是一个图库镜像，更是一套开箱即用的中文 AI 角色创作基础设施。
🚀 02 · heydamir/unslop
📜 JavaScript | skill、UI设计 | ⭐ 4,859 | 🔱 241 | ✨ 潜力项目
📋 项目介绍
unslop 是由设计师 Damir Sokolovsky 开发的一款 Claude 技能 。它专门针对 "Vibe Coding"（即完全依赖 AI 生成代码）产生的界面进行"去 AI 味"处理 。该工具能够识别出典型的人工智能生成痕迹 ------例如泛滥的紫色渐变、发光阴影、emoji 标签、喊口号式的文案以及混乱的间距------并像一位严格的设计师那样，根据产品本身的特质确定设计方向，分轮次（Pass）对界面进行精细化修改，使其从"一眼假"的 AI 模板转变为具有独立性格与设计感的成品界面。
🎨 使用场景
修复AI生成的界面、UI去AI味
🎯 核心价值
- 从"去痕"到"塑魂"：普通工具仅删除不良元素，而 unslop 强调在清理掉紫色的光晕和 emoji 后，必须从产品自身提取"角色感、世界感与记忆点"，避免修完后沦落为另一种极简模板。
- 像设计师一样分阶段改稿：内置了严格的执行顺序（间距 → 颜色 → 图标 → 文案 → 字体 → 布局 → 细节 → 视觉 → 动效）。例如先修间距是因为节奏对了视觉才会稳，先改文案是因为标题长度决定了字号与排版。
- 克制且智能的介入：在动手前会先出具审计报告（Audit） 与设计方向供用户确认。如果检测到页面本身已经具备良好的设计感，它会明确告知并仅提供微调建议，而非强行过度设计。
- 兼顾视觉生成与传播：针对需要视觉素材的页面，可对接 fal、Replicate 或 OpenAI 图像服务生成贴合产品调性的画面（需用户确认付费），并支持一键生成展示改版过程的 Story 视频。
💡 推荐语
unslop 是目前少有的、真正具备设计师审美逻辑的 Claude 技能。它不教你写 CSS，而是教 AI 如何像人一样做设计取舍。对于所有使用 Claude Code 或 Codex 进行 Vibe Coding 的开发者来说，这是一个能瞬间提升产出物"卖相"的必备后处理工具。
🚀 03 · wangzan101/Mika
🟢 Kotlin（Android 应用） | 端侧agent | ⭐ 3,823 | 🔱 704 | ✨ 潜力项目
📋 项目介绍
Mika 是一款运行在 Android 手机上的端侧 AI 智能体 （AI Agent）。用户只需用一句话说出需求，Mika 就会在隐藏的后台屏幕上操作手机 App 和网页，替用户完成任务------打开应用、点击、输入、滚动、读取长列表与聊天记录、浏览网页、下载上传等，而用户 meanwhile 可以继续正常使用手机。它不依赖各 App 的 API，而是像人一样"看屏幕、找按钮"，因此理论上适用于任意 App 和网站。项目无官方服务器，数据留在本机，模型 API Key 由用户自备，代码以 Apache-2.0 开源且免费。
🎨 使用场景
端侧Agent（Android）、手机自动化
🎯 核心价值
- 不占用屏幕：在独立后台屏幕上操作 App，用户可照常使用手机，需要时点开小窗旁观。
- 通用性强、零集成：不依赖 App API、无需逐个适配，像人一样识别界面元素，任意 App/网站皆可用。
- 隐私本地化：无 Mika 服务器，对话与运行记录留在设备，API Key 与记忆加密存储，数据只发往用户自选的模型提供商。
- 越用越顺手：记住用户偏好，并把完成过的任务沉淀为"技能"，下次执行更快更稳。
- 人机协同可控：默认"询问模式"仅在花钱（下单、支付）前确认；任务运行中可随时插话、修正或停止，停止后汇报进度并可"继续"。
- 开放免费：Apache-2.0 全代码公开，支持 DeepSeek、通义千问、Kimi、OpenAI、Anthropic、Gemini、Ollama 等众多模型提供商及自定义端点。
- 能力外延：内置桌面级浏览器、语音输入、定时任务，并可通过 CLI/MCP 被电脑端 AI 调用，形成跨设备工作流。
💡 推荐语
Mika 是目前少见的把端侧运行、后台不占屏、通用 App 操作、数据不出手机这几件事同时做好的开源 Android AI Agent，不绑定任何生态，模型自选、代码全开。
🚀 04 · patch-gg/pixelfx
📜 JavaScript | 像素艺术 | ⭐ 2,567 | 🔱 329 | ✨ 潜力项目
📋 项目介绍
pixelfx 是一个包含 244 个像素风特效与动画的代码库，涵盖火焰、爆炸、魔法、天气、UI、拾取物、小生物等 21 个分类。每个特效都是一段"小代码"，而非图片资源。它支持在浏览器游戏（Canvas、Phaser、PixiJS、Kaplay、three.js）中直接调用代码，也可导出精灵表（sprite sheet）供 Godot、Unity、GameMaker、Defold、LÖVE、Bevy 等任何引擎使用。项目还附带一个 Claude Code 技能，可以像挑剔的像素画师一样"起草---渲染---观察---改进"，帮助用户制作新特效。
🎨 使用场景
游戏特效、AI辅助创作特效
🎯 核心价值
- 代码即资源，零图片依赖：所有特效由纯代码生成，分为"纯特效"（从时间 t 直接算出帧，循环无缝）和"模拟特效"（以 120Hz 步进真实粒子、碎片与光照，任意帧率下表现一致），避免了位图资源的体积与适配问题。
- 双缓冲渲染，发光有质感：color 缓冲承载不透明/抖动/半透明像素，light 缓冲承载叠加光晕，让火焰、爆炸等"热"效果真正有热度感。
- 确定性随机，帧帧可复现：所有随机数来自特效自身的种子（seed），同一特效的第 40 帧每次运行都完全一致，便于调试与美术迭代。
- 表演系统让"贴纸"变成"打击"：通过 act 数据描述蓄力、接触定格（freeze）、目标后仰、恢复等身体动作，时序为纯数据，可被自有角色动画直接读取复用。
- 跨引擎通用，MIT 开源可商用：浏览器游戏直接调代码，其他引擎导出精灵表；MIT 协议覆盖代码与特效，可自由用于商业项目（部分改编自 Hugo Duprez 与 Hollow Crown 的 MIT 效果，字体除外，详见 NOTICE.md）。
- AI 协作闭环：配套 Claude Code 技能覆盖"查找---使用---导出---制作---打磨"全流程，并提供 new.mjs / render.mjs / check.mjs 工具链（检查溢出、接缝、未播种随机、慢帧），把"代码是黏土、相信你的眼睛"的创作方法规模化。
💡 推荐语
pixelfx 把像素艺术特效从'画出来'变成了'算出来'。对独立游戏开发者而言，它是开箱即用的特效库：零依赖、可调色、能导出精灵表塞进任何引擎，还自带会让角色"演"出打击感的表演系统。对像素画师与 AI 协作爱好者而言，它的 Claude Code 技能提供了一条"起草---渲染---观察---改进"的完整创作回路，让新特效的诞生像写代码一样可迭代、可复现。
🚀 05 · paipiange/nvzhuang
🐹 Go | AI虚拟试穿 | ⭐ 1,864 | 🔱 491 | ✨ 潜力项目
📋 项目介绍
nvzhuang（"拍片哥女装"）是一个AI 女装参考图集 + 虚拟试穿的开源项目，起源于 Linux.do 社区的一个玩笑。项目包含两部分：一是 1407 张 AI 生成的纯服装参考图（2:3 比例，人物不入镜），按春、夏、秋、冬、内衣、派对、泳装、性感 8 大类组织，支持中英文双向关键词检索，纯前端静态驱动，打开网页即可免费浏览；二是可选的 Go 后端，用户上传人像并选择服装后，调用图像生成模型完成虚拟换装，尽量保留面容与体型。后端通过统一的 ImageGenerator 接口适配 OpenAI Images、Gemini、豆包 Seedream、通义千问、智谱、SiliconFlow 以及本地 ComfyUI 等多种图像模型，新增模型只需修改配置而非代码。
🎨 使用场景
服装设计参考、虚拟试穿
🎯 核心价值
- 素材与生成解耦，图集开箱即用：1407 张高质量 AI 服装图以纯静态前端呈现，无需部署、无需 API Key 即可使用，降低了"先有素材才能试穿"的门槛。
- 多模型可插拔，不绑定厂商：统一 ImageGenerator 接口背后适配 OpenAI、Gemini、豆包、Qwen、智谱、SiliconFlow、ComfyUI 等多种协议，切换模型只需改配置，架构灵活。
- 隐私与安全设计细致：浏览器端保存的 API Key 仅随单次请求发送、从不记录；个人 Base URL 被禁止指向 localhost 或内网地址，防止公共后端沦为 SSRF 代理；试穿记录存于本地 IndexedDB，上传原图仅存于页面内存、刷新即失。
- MIT 全量开源，可商用：代码与图集均以 MIT 协议开放，明确允许商业使用与二次开发，适合独立开发者或小团队快速搭建自有试穿服务。
- 本地离线可行：支持 ComfyUI 路径，为不希望依赖云端 API 或需要控制成本的用户提供了完整的离线方案。
💡 推荐语
1407 张 AI 女装图免费看，传张自拍还能一键换装------这个从 Linux.do 玩笑里长出来的项目，意外地做了一套干净的多模型试穿架构。 nvzhuang 图集部分零门槛即开即用，后端把 OpenAI、Gemini、豆包、ComfyUI 等差异巨大的模型收敛到一个接口下，API Key 的处理方式也考虑得比多数同类项目更周到。
🚀 06 · haydenschmitty/floorplan
📜 JavaScript | 代码可视化 | ⭐ 1,764 | 🔱 125 | ✨ 潜力项目
📋 项目介绍
Floorplan 是一个由 Claude 或 Codex 阅读代码库后自动绘制交互式架构图的工具，核心口号是"See how your app actually fits together"（看清你的应用究竟如何拼在一起）。它把应用的每个部分、文件和 Web 请求都用大白话命名，并展示它们之间的全部连接关系。
工作流程是：脚本负责机械性工作（发现仓库、解析十几种语言的代码、把前端 Web 请求匹配到后端端点、布局地图），AI 负责只有"读者"才能做的部分（判断应用由哪些部分组成、用平实语言描述每个文件）。产出是一个本地 floorplan/ 文件夹里的 index.html，可在浏览器中缩放浏览------从整个应用一路双击深入到某个文件及其端点。
🎨 使用场景
应用逻辑梳理、追踪AI改动
🎯 核心价值
- 用大白话消灭"黑盒感"：每个部分、文件、请求都有平实英文名称（"Takes card payments at checkout"而非"Stripe API wrapper"），技术术语悬停即解释，一键切换开发者视图，让非读码人群也能掌握全貌。
- 真实连接、跨仓库：跟随 import 关系，并把前端每个 Web 请求匹配到应答它的后端端点------即使分布在多个仓库；支持 monorepo、子目录、并排多仓库。
- 健康检查直击 AI 应用常见雷区：密钥写进代码或发往浏览器、Supabase 表人人可读、Firebase 规则开放、Stripe webhook 可伪造、端点无登录------每项都给出可直接粘贴的修复提示（是"检查"而非"审计"）。
- 增量更新、始终最新：执行"Update the floorplan"只重读变化部分，打开的地图会自动重载；刚改的卡片亮绿并附改动理由。
- 隐私与安全设计克制：扫描、地图及本地小服务器全在本机运行，服务器只接受本机连接；零依赖、零安装脚本、可离线工作（布局引擎与字体内置）；Health check 从不存储或显示密钥值，只标位置；无分析追踪。发布物附带每个文件的指纹（CHECKSUMS.txt），可校验安装的是否为正版。
- 不污染你的项目：只写自己的 floorplan/ 文件夹（该文件夹在 git 中自我忽略），从不改动代码、.gitignore 或 CLAUDE.md；命名不满意可直接改 JSON 或让 AI 重命名，编辑在后续更新中保留。
- 一份数据、双平台可用：同一插件同时支持 Claude Code 与 Codex，各自走你已有的订阅、无需 API Key；在一端生成的地图可在另一端打开。
💡 推荐语
floorplan 不是又一个画架构图的工具，而是专为"用 AI 造东西、但不读代码"的建造者设计的理解与体检工具：大白话命名、跨仓库追踪请求、一键揪出密钥泄露与开放端点、还能亮出 AI 刚改了哪里。
🚀 07 · aschmelyun/print-my-profile-pic
🐘 PHP | AI头像生成 | ⭐ 1,696 | 🔱 6 | ✨ 潜力项目
📋 项目介绍
print-my-profile-pic 是一个基于 Laravel 的小工具：上传一张个人照片，调用 OpenAI 的图像生成能力，把照片转换成一幅打印风格 / 印刷风格（print）的头像并输出。项目定位轻量、自托管------你用自己的 OpenAI API Key 跑在自己的服务器上，无需依赖第三方 SaaS。
🎨 使用场景
头像制作
🎯 核心价值
- 极小切口、目标明确：只做"照片 → 印刷风头像"一件事，代码与配置都围绕这一目标，上手成本低。
- 自托管、可控：以 Laravel 应用形式提供，用户自行部署并持有自己的 OpenAI API Key，不依赖作者的在线服务。
- 可作为集成范例：展示了 Laravel 项目如何组织配置、读取环境变量、调用外部 AI 图像 API 并返回结果，对想动手做类似小工具的开发者有参考价值。
- 轻量开源：无复杂基础设施依赖，适合快速克隆、运行、改造。
💡 推荐语
print-my-profile-pic 是一个切得很小的 Laravel 小工具------它不追求通用图像编辑器的复杂度，只把"照片 → 印刷质感头像"这条链路做通，并选择自托管、自带 API Key 的方式，数据与成本都由你自己掌控。如果你想快速做一版头像，或者想找一个"在 Laravel 里调用 OpenAI 图像接口"的最小可运行范例，这个项目值得克隆下来跑一跑。
🚀 08 · andyhuo520/digital-human-koubo
🐍 Python | AI数字人口播、skill | ⭐ 1,640 | 🔱 368 | ✨ 潜力项目
📋 项目介绍
Digital Human Koubo（AI 数字人口播）是一个只需一张照片 + 一句话，就能产出完整口播视频的 Agent 技能：写脚本 → 生成唇形同步的 AI 主播 → 声音清理 → 字幕 → 专业 YouTuber 级包装，全流程由你的 AI Agent 自动完成。README 开篇的 27 秒直播带货广告没有任何真人出镜，脸、声音、直播间、字幕、价格动画全部由 AI 生成，唯一输入是一句话，总成本 482 Renoise credits。
核心技术路径：数字人形象由一张照片定义并存于 persona.json（脸、服装、声音描述、提示词模板），用 GPT Image 先把她合成进任意场景，再用 Grok Video 1.5（经 Renoise MCP） 让脚本开口说话；脚本按 ≤15 秒分段生成。项目还内置成本门禁（先报价、等你确认、先生成第 1 段供检查再批量）、质量检查（whisper 回听比对脚本 + 每段抽 4 帧检查，Grok 偶尔会把字幕烧进画面，这类段会重拍）、声音统一（1/3 倍频程频谱匹配、去齿音、共用小房间混响、响度归一，实测齿音分布 13.2 dB → 5.9 dB，让 30 段独立生成的片段听起来像一次录音）。
提供 5 种剪辑风格（财经/科技科普、竖屏口播带货、发布会拆解、分步教程、多主播多语言多场景）和48 个包装组件------这些组件是逐帧测量 MrBeast、MKBHD、影视飓风、何同学、Vox、Kurzgesagt 等 25 位顶级创作者的视频后提炼的，按名称在 pack 列表中调用、时间轴用 "segment:word" 标注，并自动适配 9:16。
🎨 使用场景
短视频制作
🎯 核心价值
- 一张照片、一句话、全自动成片：从脚本、数字人、唇形、声音、字幕到专业包装，全链路自动化，把"做一条成片级口播视频"的边际成本压到极低（27 秒广告实测 482 credits）。
- 成本可控、不黑箱：Agent 永远先报"段数 · 秒数 · credits · 余额"并等你确认，先生成第 1 段供检查再批量，credits 只在你批准报价后才花。
- 质量闭环而非一次性生成：whisper 回听比对脚本、逐段抽帧检查、声音统一处理，并针对已知坑（字幕烧屏、数字转写、并行下载截断、几十段拼接后音画漂移 0.38 秒、换音后约 100ms 唇形偏移、误读词修补）逐一给出脚本级解决方案。
- 包装方法论可复用：48 个组件不是拍脑袋，而是逐帧测量 25 条顶级创作者视频后提炼，并形成 packaging-playbook.md 规则（前 30 秒每 3--5 秒一个新刺激、前 3 秒给主张或动作、单机位最便宜的节奏是句边界推近 1.0×/1.18×/1.32×）。
- Agent 无关、跨平台：标准 SKILL.md + 脚本，任何能加载技能、连远程 MCP、跑本地命令的 Agent 都能驱动；Claude Code 已实测，Codex / OpenClaw / WorkBuddy 预期可用；除"文字穿人"需 macOS 外其余跨平台。
- 合规与负责任使用内建：只用自己的脸/声音或有明确授权的素材，每条视频带"内容由 AI 数字人演绎"标签，禁止编造数字价格评价、禁止使用网络表情包与影视截图（表情组件用你自己主播生成的原创贴纸）。
💡 推荐语
digital-human-koubo 把口播视频的生产流程压缩成了一次对话：写脚本、生成唇形同步的数字人、清声音、上字幕、套上专业包装，一气呵成，27 秒的带货广告实测只花了 482 credits。但真正让它区别于同类工具的是------先报价再动手的成本门禁、whisper 回听 + 逐段抽帧的质检、把 30 段独立音频调成"一次录音"的频谱匹配，以及针对音画漂移、字幕烧屏、误读词等已知坑写好的补丁脚本。再加上从 MrBeast、影视飓风等 25 条视频里逐帧拆出来的 48 个包装组件，它更像一个懂行又克制的制片人，而不是一台只会出片的抽卡机。标准 SKILL.md 让它不绑定任何一家 Agent，Claude Code 已实测可用。
🚀 09 · lexifina/global-law
🐍 Python | 全球法律 | ⭐ 1,591 | 🔱 144 | ✨ 潜力项目
📋 项目介绍
Git for Global Law 是 "把全世界的法律放进一条 git 历史" 的项目：每个国家/司法管辖区的法律是独立仓库（lexifina/-law，作为 submodule），其中每一次提交就是一部法律生效；本仓库按管辖区排列这些仓库，并按变更生效时间交错合并它们的历史，因此这里的一个提交就代表某一天所有法律的状态。任何国家的任何一个词，都能追溯到写下它的那部法律、对应任何日期。
仓库涵盖 193 个联合国会员国、拥有独立 ISO 代码的其他地区以及欧盟；覆盖广度差异很大------有的语料库收录整部法典（捷克、西班牙、瑞士、格鲁吉亚、马耳他），有的只有几部法案或样本（美国语料库是《美国法典》九个标题，英国语料库是特殊教育需求法）。每个语料库在 manifest.json 中标注 coverage 与 history 类型：in-force（有日期的官方版本）、replayed（通过逐部修正案重建，并注明校验了哪些日期）、current-only（只有今天的文本）。它脱胎于美国法典同类项目（曾在 Hacker News 登顶，28/10/26）。
🎨 使用场景
法条依赖与检索、法条追溯
🎯 核心价值
- 时间点精确的法律真相：不是在"最新版法律"里搜，而是回答"某条法律在某一天是怎么写的"，这对诉讼、合规、历史研究是本质区别。日期写入提交的 In-force trailer 并被工具采信，因此即使 git 无法存 1970 年前的日期（早期《基本法》变更以 1970 年、间隔一秒的提交日期承载），law.py show 1956-03-19 ... 依然可用。
- 逐词溯源，而非逐行 blame：git blame 按行归属，部分改动的行会被记到最后一个碰它的法律头上；law.py words 则把每个词与上一版本比对，原位重写的文本归属于重写它的那部法律------这在"一行就是一整段"的法条里至关重要。
- 全球规模、诚实标注覆盖边界：193 个联合国会员国 + 其他地区 + 欧盟并列；manifest.json 明示每个语料库的覆盖范围与历史类型，工具在日期早于/晚于记录时会明确提示"该记录只覆盖这段时期"，而不是静默给出错误答案。
- 对 AI 原生友好（MCP）：18 个只读工具、3 个提示词、1 个资源模板，覆盖查找条款、按日读取、逐词作者、比较日期、条款历史、区间内法律、文本与变更说明搜索、词条进出法律时间、变更影响面、判例核查、简报引用解析、案件适用文本；本机运行、只读、不联网，Claude Code / Claude Desktop / Cursor 等均可接入。
- 确定性可复现：build.py 从已发布的语料库仓库确定性构建，REPRODUCE.md 记录命令、软件、钉住的提交、人工决策以及 AI 模型做了什么、没做什么，并可做逐哈希重建校验；48 个测试校验管辖区树、时间线、各国已知读数，以及与各语料库自有工具的一致性。
- CC0 全开放：仓库本身 CC0，可 fork、可构建、可塞进产品，无需许可或署名；法律文本位于各国仓库，遵循其各自条款。
💡 推荐语
大多数法律检索告诉你"法律现在怎么写"，Git for Global Law 回答的却是"某年某月某日，这条法律是怎么写的，哪个词是哪部法律写下的"。为了让这个答案站得住，它专门用 In-force trailer 绕开 git 存不了 1970 年前日期的限制，又做了逐词 blame 来替代会"骗人"的逐行 blame；当某段记录覆盖不到你查询的日期时，它会明确告诉你，而不是静默返回错误内容。覆盖范围很不均衡，部分国家只有整部法典，部分仅几部法案或样本，但这一点也在 manifest.json 里写清楚了。自带 MCP 服务器，只读、本地、不联网，18 个工具足以支撑"核对这份简报里的每一处引用"这类真实工作。
🚀 10 · Motionsites-AI/claude-skill
📜 JavaScript | skill | ⭐ 1,403 | 🔱 136 | ✨ 潜力项目
📋 项目介绍
MotionSites Web Builder 是一个免费的 Claude 技能 ，目标是让 Claude 做出获奖级、电影感着陆页，而不是千篇一律的 AI 模板。README 直指 AI 建站"长得都一样"的三个原因：计划含糊、没有真实媒体、没人看结果------这个技能逐一解决：Claude 先研读 MotionSites 上最受喜爱的设计，凭眼挑选真实的电影感媒体，写出精确的构建规格（spec），再动手建页面，然后给自己的成果截图、按画廊级标准打分并修复，直到达标。
技能内含：40 个示例提示词（MotionSites 上最受欢迎的免费提示词，Claude 每次会读最接近的 2--3 个来对齐细节与品味）、媒体货架（50+ 电影感 hero 视频、30 个透明 3D 抠图、29 张图片，公开托管并以编号联系表呈现，让 Claude"用眼睛"选素材）、55+ 技术配方（附可运行代码，如无缝视频循环、液态玻璃、逐词模糊标题、鼠标刮擦视频、聚光灯揭示、景深轮播、滚动叙事、Three.js 真实 3D 模型）、带真实数字的设计品味规则（字号阶梯、字距、间距、色彩、动效时长与文案），以及规格模板------Claude 编码前写的那份精确 brief，质量在此决定。另有Prompt 模式：只要提示词而非代码时，可输出适配 Lovable、Bolt、v0、Cursor、Manus、Google AI Studio、Kimi 的版本。
🎨 使用场景
高质感产品着陆页制作
🎯 核心价值
- 用"对标佳作"替代"自由发挥"：40 个来自真实受欢迎设计的示例提示词，Claude 每次先读最接近的 2--3 个，把细节密度与品味拉到同一水准，而非从零臆想。
- 真实媒体，拒绝占位图：50+ 电影感视频、30 个透明 3D 抠图、29 张图片公开托管，并以编号联系表让 Claude 按视觉挑选，直接消灭 AI 站点"图文不搭"的观感问题。
- 先写规格再写代码：把质量决策前移到 spec 阶段------Claude 在编码前写出精确 brief，避免模糊计划导致的平庸结果。
- 看---改闭环，带评分标准：截图 + QA 脚本检查坏资源、移动端溢出、字体、视频播放，并配打分细则，让 Claude 迭代到"画廊级"为止，而不是交付即完事。
- 品味被量化：字号阶梯、字距、间距、色彩、动效时长都有真实数字规则，使"好看"可被执行与复核，而非玄学。
- 一份技能、多种出口：既能直接建站，也能产出适配 Lovable / Bolt / v0 / Cursor / Manus / Google AI Studio / Kimi 的提示词，兼容用户已有的工作流。
💡 推荐语
MotionSites Web Builder 先让 Claude 读几份真正受欢迎的设计当标尺，再从货架上凭眼挑真实电影感素材，动笔前先写规格，建完自己截图打分、不合格就改。55+ 带代码的动效配方和带数字的排版动效规则，让"高级感"第一次变得可执行、可检查。它既能直接产出页面，也能只吐一份喂给 Lovable、Bolt、v0 的提示词。
🚀 11 · kevinraymond/florilegium
🌙 Lua | 生成艺术 | ⭐ 1,290 | 🔱 32 | ✨ 潜力项目
📋 项目介绍
florilegium 是一个为 LaTeX 文档程序化生成代尔夫特蓝花卉页边距的项目：没有图片、没有导入路径、没有外部资源------每一片花瓣、叶子与茎都是页面书写时在 Lua 中计算的参数曲线，像水彩一样上色，直接写入 PDF。每一页都有自己的花园。
项目起源于 Reddit 上一个"如何在 LaTeX 里做出这种花"的提问：作者不知道原图怎么做的，这是他的实现方式------手工编写图元 + 随机参数，用 Lua 绘制，再用一个借用 1998 年装饰文献思想的"填满未用空间"程序化布局放置。作者明确表示追求相似观感，但刻意没有复刻原图，并坦承项目在 Claude 协助下完成，还公开了创作过程（PROCESS.md、CLAUDE.md）。
它有两种模式：authored（手工构图，茎叶花由人放置、每个参数采样）与 grown（植物由贪心填隙循环生长以适配页面，并会读取页面布局与末页文字下方的空白------文字提前结束时，枝条会拱进下方空间）。页边距还能读懂正文：支持装饰首字母（从 OpenType 字体读字形轮廓，藤蔓在笔画上下交替穿过、在字母内部空隙开花，同时字母被隐形排版以便复制）、节标题旁开花、正文任意行旁按需开花（\florilegiumbloom）、按页序从春到秋的四季老化。多数页面还有访客：蝴蝶、蜜蜂、蜗牛爬主茎，约每五页一只鸟。
🎨 使用场景
页面装饰、代尔夫特蓝花卉装饰
🎯 核心价值
- 真正的程序化，而非贴图：每个图元都是参数曲线，直接在 Lua 中算成 PDF 路径，无外部资源；文档稳定可排版，因为种子由页码推导------第 n 页永远是第 n 座花园。
- "长出来"而非"摆上去"：grown 模式沿用 Wong、Zongker & Salesin 1998 年 SIGGRAPH 论文《Computer-Generated Floral Ornament》的思路，反复取茎可达范围内的最大空白圆盘、选适配图元、从最近茎点长枝过去，大洞先取、小洞后补，因此构图自然且能适配任意页面布局。
- 页边距真的读懂正文：标题与 \florilegiumbloom 在文本中留下隐形标记节点，页面输出时逐节点累加高度、深度与胶水，定位标记所在页高，再给那些行配花------一次编译即可。
- 水彩质感有据可循：按水彩画家的顺序绘制------平涂、乘叠深色斑块、边缘颜料沉积、白色提亮条纹、少量细脉、几乎不描边；锥形笔画用两条偏移贝塞尔而非采样带。
- 色彩工程讲究：整个色阶由单一 ink 在 Oklab/OKLCH 中推导，浅端保持色相不发灰；playground 还提供三种色盲视图并测量墨色与强调色距离（Machado 等模型，Oklab 距离），难分辨的配色会被标出。
- 一套代码、多种出口：同一份 Lua 可产出 PDF、SVG（与 LuaLaTeX 逐字节一致，非仿制）、浏览器（wasmoon）与纯 PostScript（逐过程移植，无需 TeX），极大扩展了复用场景。
- 主题系统解耦"生长"与"绘制"：生长循环只读一张图元表（占位圆盘大小、权重、绘制函数）并按名调用，主题就是一个替换部分图元的 Lua 文件------同一株植物可以是植物、几何晶体或数学图形。
💡 推荐语
florilegium 做了一件很浪漫、底层却很硬核的事：用 Lua 在排版时现场长出代尔夫特蓝花卉页边，没有一张图片、没有一个外部路径。它借 1998 年 SIGGRAPH 的填隙思想让枝条去够页面剩下的空白，能读正文、给首字母绕藤、随页序从春走到秋，还能让蜗牛慢慢爬过主茎。难得的是它的工程洁癖：种子由页码决定所以文档可复现，浅色端在 OKLCH 里推导所以不会发灰，同一份代码能吐 PDF、SVG、浏览器页面和纯 PostScript。
🚀 12 · smithjohn78390/tongjiang-lab
🌐 HTML | 交互式3D教学、高中理科 | ⭐ 1,255 | 🔱 335 | ✨ 潜力项目
📋 项目介绍
Tongjiang Lab（铜匠实验室）提供面向高中的免费交互式 3D 科学课程，涵盖物理、化学、生物与地理，目前共 54 课。每课是一个约 1 MB 的单文件 HTML：双击打开即可运行，可离线使用，适合投影仪或交互式白板。每课都是一个 3D 世界，配有实时控制台、一个引导性问题，以及教师可从开头跟到结尾的分步路径。
课程对齐中国高中课程标准与人教版（PEP）2019 教材，课程界面目前为中文。课程分布：物理 10 课、化学 25 课、生物 5 课、地理 14 课。
🎨 使用场景
课堂教学演示、3D教育可视化
🎯 核心价值
- 单文件、零门槛、可离线：每课约 1 MB 的自包含 HTML，双击即开，不依赖服务器、构建工具或网络；对教室电脑、老旧设备、弱网环境非常友好。
- 教材对齐、可直接排课：严格对应中国高中课程标准与人教版 2019 教材的册/章/节，教师无需二次映射即可找到配套演示。
- "3D 世界 + 实时控制台 + 引导问题 + 分步路径"四件套：不是静态动画，而是可操作、可讲解、可跟着走的完整课堂单元（每课 6--9 步）。
- 覆盖四大学科、数量可观：54 课横跨物理、化学、生物、地理，化学尤多（25 课），涵盖工业流程（合成氨、接触法、氯碱、侯氏制碱）与微观过程（电解、水解、跨膜运输）。
💡 推荐语
Tongjiang Lab 的可贵之处不在炫技，而在把技术约束用对了地方：单文件、离线、双击即开，恰好匹配教室电脑与弱网环境的现实；课程严格对齐人教版 2019 教材的册章节，老师拿到就能排进课表；每课不是一段动画，而是"3D 世界 + 实时控制台 + 引导问题 + 6--9 步路径"的完整课堂单元。从高炉炼铁、侯氏制碱到有丝分裂、三圈环流，覆盖物理化学生物地理四科。免费、CC BY-NC 授权、支持 iframe 嵌入，对一线教师和做教育 3D 可视化的人来说，都是一份可以直接拿来用的材料。
🚀 13 · BryceYuuu/RUN
🐍 Python | 海外移居手册、数字游民 | ⭐ 1,158 | 🔱 67 | ✨ 潜力项目
📋 项目介绍
RUN · 润是一本海外移居手册，口号直白：数字游民 · 技术移民 · 欧盟蓝卡 · 创业自雇 · 投资居留。核心覆盖欧洲 36 国、110 条路线（99 条来自 LetsMigrate.org 的公开记录并补充细节 + 11 条 RUN 补充路线），另附美国、加拿大、澳大利亚、新西兰、日本、韩国、新加坡、香港、菲律宾、泰国、马来西亚、阿联酋、拉美等主要移民地区。
它按"你是哪种情况"组织入口：数字游民（15 条欧洲路线，月入 €330 起）、技术工作/蓝卡（50+ 条路线，最快 21 个月永居）、留学→工作→移民、创业/自雇、被动收入/退休、投资居留/入籍。每个国家页都有生活与身份档案（生活成本、房租、安全、平均工资、个税、护照、永居与入籍年限、双重国籍、中国护照入境方式），以及每条路线的关键数字、流程图和材料清单。
实用指南包括：我该走哪条路（四步判断）、留学转移民期限对比、36 国生活与身份对比表、中国申请人文件准备（海牙认证、无犯罪、学历认证、姓名拼音、资金合规）、税务居民入门（居留 ≠ 税务居民、183 天规则）、落地前 90 天清单，以及可直接用 Excel 打开的 programmes.csv（99 条路线结构化数据）。
🎨 使用场景
海外移居手册
🎯 核心价值
- 直面"信息过期"这个真问题：不假装攻略永久有效，而是把 2025--2026 的关闭、收紧、新开、变化单列成时间表（含具体日期），并明确"任何决定前以各国官方页面为准"------这在移居类内容里是稀缺的诚实。
- 结构化而非散文堆砌：99 条路线进 programmes.csv，每国 src/details/<国家>.json 记录关键数字、流程、材料与注意事项，build_docs.py 自动生成页面与图表，信息可核、可筛选、可复用。
- 按"人"而不是按"国"组织：从收入来源出发的决策树，让读者先想清自己的处境，再落到具体国家与签证，避免在 36 国里漫无目的地翻。
- 中国申请人视角贯穿：专门列出中国大陆护照不适用的路线（捷克数字游民计划、日本数字游民签证、拉脱维亚远程工作签证、巴拿马友好国家签证、美国 E-2 条约投资者），并给出海牙认证、无犯罪、学历认证、姓名拼音等实操清单。
- 一图看门槛：最快拿永居（塞浦路斯约 2 个月、德国蓝卡 21 个月、日本高度人才 1 年）、门槛最低（阿尔巴尼亚 €330/月、斯洛伐克蓝卡 €1,944/月）、护照不适用三类并列，便于快速定位。
💡 推荐语
"2025--2026 年，网上大半移民攻略已经过期了------而这本手册把'哪条路已经关了'写在了最前面。" RUN · 润最难得的不是覆盖了 36 国 110 条路线，而是它对时效和来源的诚实：一张带日期的变化表告诉你西班牙黄金签证停了、马耳他护照项目废了、葡萄牙入籍要变 10 年、冰岛远程签没了；每个数字都注明来自 Numbeo、Eurostat、Henley 还是各国移民局；还专门标出中国大陆护照走不通的路线，省得你按通用攻略白忙一场。它按"你的收入从哪来"分流，而不是按国家罗列，配 99 条路线的结构化 CSV，既能读也能算。对认真考虑出去的人来说，这是一份可以当起点、也值得一起维护的材料。
🚀 14 · deepopen-com/deepopen-3d-webs
🐍 Python | 3D场景生成 | ⭐ 1,131 | 🔱 110 | ✨ 潜力项目
📋 项目介绍
DeepOpen-3d-webs（产品名光域造景）是一个图像驱动的三维场景生成系统 ：你提供一张参考图和一段中文提示词，系统沿相机轨迹生成可预览、可回放、可追溯的场景结果；官方 3D 演示资产可直接在浏览器里播放颜色/深度动画和高斯点云。Web 应用以 Docker 镜像交付，默认监听 8090 端口。
光域造景把各部分工作收进一个工作台：用参考图 + 中文提示词描述场景；生成轨迹决定空间如何被观察，渲染轨迹决定最终画面如何运动；产出预览静帧、颜色动画、深度动画；可现场全算力烘焙高斯，也可直接挂载官方演示 PLY；浏览器里拖动预览点云，下载完整模型供 SuperSplat / MeshLab 使用；每个任务都持久化，之后可按 ID 回看。
🎨 使用场景
图像驱动 3D 场景生成
🎯 核心价值
- 把碎片化流程收进一个工作台：深度估计、图像补全、3D 表示、相机漫游原本分属不同工具，这里一次输入（参考图 + 中文提示词）贯穿到预览、动画与点云导出。
- 生成与渲染双轨迹解耦：生成轨迹决定"空间如何被观察"，渲染轨迹决定"成片如何运动"，两者可分别调整------只烘焙空间用 Step 1，只换运镜用 Step 2，避免推倒重来。
- 无 GPU 也能完整体验：演示模式下页面、画廊 3D 演示、任务回放全部可用，官方 PLY/MP4 资产可独立演示；这对评估、教学、提案非常关键，也让"先看效果再决定是否上 GPU"成为可能。
- 浏览器内直接看点云：ply_preview.py 做降采样预览，拖动即可环顾，无需专业软件；需要完整模型时再下载 PLY 给 SuperSplat / MeshLab。
- 可追溯、可回放：每次生成写入本地 JSON，按 ID 即可"View & Demo"，复现参考图、颜色/深度动画与点云，便于评审与复盘。
- 交付即用的部署形态：Docker Compose 一键起（演示版 / CUDA 版两套），Windows 还可双击 start_demo.bat / start_cuda.bat；缺少依赖时自动回退演示模式，不会把用户卡死。
💡 推荐语
光域造景的价值在于它把图像转 3D 这条容易碎成七八个工具的链路，收进了一个中文界面的工作室：生成轨迹管"空间怎么被看"，渲染轨迹管"片子怎么运动"，任务按 ID 可回看可追溯，点云在浏览器里拖着就能看。更实际的是它对使用门槛的诚实------默认演示模式不需要 GPU，画廊里的官方 3D 资产和任务回放照样能跑，你可以先判断这东西对你有没有用，再决定要不要上 CUDA 和 30 GB 缓存。对做空间概念设计、风格探索、设计评审和课堂演示的人来说，这是一个部署一条命令就能上手、评估成本又很低的起点。
🚀 15 · D3voz/openjutsu
📘 TypeScript | 视频角色替换 | ⭐ 1,056 | 🔱 156 | ✨ 潜力项目
📋 项目介绍
Openjutsu 是一个开源、本地运行、Genjutsu 风格的视频角色与物体替换工具：丢入一段视频和一张角色照片，按下 Generate，视频中的主角就会被你的角色替换。也可以改发型或衣服、移除某物，或把人放到别处------镜头、剪辑、动作和音轨都保持不变。全部基于开放权重、跑在自己的 GPU 上：MiniMax H3 负责视频，SAM 3.1 追踪人物，Qwen3-VL 8B 描述画面与镜头。
Openjutsu 提供三种主要模式，外加对象替换下的 From picture 子功能与后处理：
- 简单动作迁移：一个角色替换画面占比最大的主角。
- 高级动作迁移：1--4 个角色，每个可带可选的角色标签；每个镜头把被追踪的人匹配到对应角色，未被指定角色的人保持原样。另有 "One pass per person" 变体，为两个角色各跑一遍。
- 对象替换：对 SAM 追踪到的东西做 Change / Remove / Background，只重绘该区域。
- From picture（对象替换下的子功能）：用 FLUX 把角色准备成原始视频帧的姿势与身体裁剪，保留角色图片背景；SolarRenderer 默认四步、最长 15 秒（超过 6 秒渲染显著变慢）；可选的 Relight 在同一遍 FLUX 中改变光线，提供 17 种预设或自定义描述，另有独立开关可"重打光视频原本的人"。
- 后处理：Fix faces 用照片在近景尺寸重绘人脸再贴回；Fix colours 用 Image Detail Contrast + Orion4D 的 DCTL Tone Mapper 柔化 H3 生硬的观感，无需再跑一遍 H3。
🎨 使用场景
移除或替换物体、内容创作
🎯 核心价值
- 本地、开源、可自托管：全部跑在自己的 GPU 上，模型为开放权重；对标闭源的 Higgsfield Genjutsu，给出可审计、可修改、无按次计费的替代方案。
- 保留原片的一切：镜头、剪辑、动作、音轨不变，只替换指定人物或区域------这是"能直接用"而非"仅供演示"的关键。
- 遮罩驱动的精确编辑：SAM 3.1 以 1008 px 工作尺寸追踪、保留最大人物；编辑遮罩在头顶加 10% 余量、每姿势保持 2 帧、外扩 40 px，让体型不同的角色也有空间；动作参考是把原人物变成同轮廓的锐利灰色人偶，保证姿势、手臂、手指可读。
- 先检查、再上传：上传任务前用 ComfyUI 的节点与模型清单校验所选工作流，缺插件给安装链接、缺模型给目标文件夹，禁用的步骤不参与检查------避免跑十几分钟后才发现缺文件。
- 可审阅、可回退、可续跑：Check mask 只跑 SAM 与遮罩（约 1 分钟/3 秒视频），逐帧预览青色（重绘区）/橙色（追踪人物）/灰色人偶；Find people 单独做追踪与匹配并保存轨道供复核；同一输入重跑会从最后一个完成的片段续上；种子可换新尝试。
- 对真实硬件诚实：给出 4060 Ti 16 GB + 64 GB 内存的实测耗时、显存与分辨率权衡（512/768/1376 px 动作参考分别约 1×/1.33×/2.4× 采样时间）、以及 1080p 的代价。
- 部署有基本安全设计：对外托管或隧道时必须设置强密码（至少 12 字符，否则拒绝在非回环地址启动），登录失败按客户端退避（1 秒起翻倍至 5 分钟），上传、任务控制、进度与下载受同一登录保护；API Key 明确要求留在服务端、不得放进 NEXT_PUBLIC_ 变量。
- 工程可复现：工作流由 workflows/build/ 下的脚本生成，npm test 校验裁剪与导出一致；节点 id 变化时明确指出需改 lib/simple.ts 的 NODES。
💡 推荐语
Openjutsu 把 Higgsfield Genjutsu 那类"视频换角"体验做成了开源本地版：一段视频加一张照片，点一下，**人换了，运镜还在。**难得的是它没有停在演示层面------检查掩码能一帧帧看青色重绘区准不准、小脸会单独裁出来重画再贴回、修色不浪费一次 H3、缺节点缺模型在上传前就告诉你装哪。当然它也有诚实的边界：镜子与倒影目前不管用，6 秒 480p 在 4060 Ti 上要 6--13 分钟，修脸一段 17 秒视频能跑 28 分钟。对想在自己机器上掌控换角流程、又愿意为质量等一会儿的创作者来说，这是一个装好 ComfyUI 就能上手、细节经得起推敲的开源方案。
其他项目简单介绍：
16 · RuiC-PoseAtlas：一个完全静态、零依赖的"姿势 + 衣装"双图鉴参考站，收录 288 组 AI 生成的无脸人台姿势（每组五视角，共 1,439 张图）与 1,407 套无人体的整身穿搭，按季节与风格分类并拆解为可检索的单品标签。适合 AI 绘画定构图与造型、3D 建模观察体块关系，也可作为无框架、数据驱动、多语 i18n 的静态前端范例。地址：https://github.com/HRuiCcc/RuiC-PoseAtlas
17 · calender-app-design ：Kargul Workspace 的设计原型，一个从 Figma 设计稿还原的 people-ops 工作台。默认路由 /time-off 做到了像素级复刻，技术栈为 Next.js 16 + React 19 + TypeScript + Tailwind CSS v4 + shadcn/ui，状态用 Zustand 持久化到 localStorage，无后端。日历支持拖拽创建/移动/调整事件、重叠事件并排布局；休假申请会跳过周末与假日计算工作日并显示余额。地址：https://github.com/kargulstudio/calender-app-design
18 · MiniCPM-OCR：MiniCPM-V/o 家族中首个 OCR 专用模型（1.3B），专注于以文本为中心的文档理解，覆盖文字、表格、公式、图表、印章与结构化信息抽取。在 Real5-OmniDocBench 上取得 SOTA 93.68，支持中英文文档与 PDF，能处理扫描件、弯曲页面、倾斜页面等挑战性输入。配套的 MiniCPM-OCR Jev（2B）是 OCR 正确性判定模型，返回 0--1 质量分帮助定位需人工复核的区域。支持 vLLM、SGLang、llama.cpp、Ollama 开箱即用。地址：https://github.com/OpenBMB/MiniCPM-OCR
📌 说明
- 数据来源：GitHub Search API
- 排序方式：Star 数降序
- 时间范围：2026-10-26 ~ 2026-11-01（30天活跃窗口）