Havuz

Jev 聊天助手, Android’de desteklenen chat uygulamalarındaki konuşmaları okuyup AI destekli yanıt önerileri sunan ve seçilen yanıtı kullanıcı onayıyla giriş alanına dolduran bir uygulamadır.

Neden yükseliyor · 6 günlük yaşına karşın 6.708 yıldız ve son 28 günde 11 farklı yazar tarafından 99 commit kayda değer ilgi ve geliştirme aktivitesi gösteriyor. Chat uygulamalarına doğrudan yanıt önerisi sunan, gönderme kararını kullanıcıda bırakan net ürün yaklaşımı bu ilgiyi açıklayabilir; ancak yıldız sayısı benimseme veya kalite kanıtı değildir.

Screen Translator, Android ekranındaki yazıları OCR ile tanıyıp çeviren ve sonucu ekranın üzerine yerleştiren bir uygulamadır.

Neden yükseliyor · 97 günde 906 yıldız alması, özellikle oyun ve manga çevirisi gibi belirgin bir kullanım alanına hitap ettiğine işaret ediyor. Ancak son 28 günde 2 commit ve 1 farklı yazar bilgisi, ilginin sürdürülebilir geliştirme faaliyetiyle desteklendiğine dair sınırlı kanıt sunuyor.

한국 문서를 읽고·고치고·새로 쓰는 AI 문서 도구 — HWP·HWPX·PDF·오피스·스캔(OCR)을 Markdown으로, 신구대조·서식 보존 편집·Markdown→HWPX 작성·HWP→HWPX 변환·양식 채우기·공문서 검수까지. 라이브러리·CLI·M

Aetox harness: a local-first Windows AI environment - model, skills, team and memory as one system. Two doors - an Assistant that adapts to

claude-real-video, video dosyası veya URL’den sahne değişimlerine göre seçilmiş kareler ve transcript çıkarıp bunları LLM’lerin inceleyebileceği yerel çıktılara dönüştürür.

Neden yükseliyor · Video analizini mevcut LLM/agent iş akışlarına ekleyen kurulumu kolay bir araç sunuyor; README’de Hacker News ön sayfa rozeti var. 89 günde 2.185 yıldız ve son 28 günde 16 commit ile 4 farklı yazar, ilginin yanında yakın dönem katkı etkinliğine de işaret ediyor; yıldızlar tek başına kullanım veya kalite kanıtı değil.

Give AI agents eyes, ears, and verifiable results. Watch Skill turns video, audio and screen activity into searchable, timestamped evidence

typesafe-computer-use, macOS ekranını OCR ve accessibility bilgileriyle okuyup TypeSafe kararları üzerinden fare ve klavye eylemlerini yürüten bir computer-use aracıdır.

Neden yükseliyor · 11 günde 1013 yıldıza ulaşması belirgin ilgiye işaret ediyor; README'deki adım başına düşük maliyet ve gecikme iddiaları da dikkat çekici. Son 28 gündeki 78 commit ve 7 farklı yazar hareketli geliştirmeyi gösteriyor, ancak projenin yalnızca 11 günlük olması nedeniyle uzun vadeli benimsenme veya kalite hakkında henüz kanıt sayılmaz.

Lemmary turns scans, PDFs, and office files into an organized library you can search, review, and research in plain language.

TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC

📖 开箱即用的 PDF 学术翻译神器 | Win + Mac 双平台 | 公式排版完美保留 · Zotero 深度联动 · 35 种语言 · 20+ AI 翻译引擎 · 表格/OCR/术语库 · 批量翻译 | 基于 PDFMathTranslate (EMNLP 2025)

情圣 · Claude Code 中文恋爱教练技能 · 微信/探探/Soul/Bumble/青藤之恋聊天截图分析 · 高情商回复生成 · 7阶段关系推进

MCP server that turns any video — YouTube, Instagram, TikTok, Loom, X, Vimeo, direct URLs, local files — into transcripts, key frames, OCR t

Self-hosted URL- and file-to-Markdown service for humans and AI agents - web pages, documents, images, audio, YouTube. PWA + REST + MCP + Cl

ParseBench - A Document Parsing Benchmark for AI Agents

Turn any document into clean, AI-ready Markdown. Local-first desktop app: reads scanned PDFs, batches folders, runs offline, and uses far fe

专治收藏夹吃灰 —— 让存过的小红书笔记这次真的找得回来。不是爬虫，不用你的账号登录态发请求，封控风险低。拖拽导入 + 图片 OCR + 自动分类，全程本地，不需要 AI API key。macOS 桌面 App。

Desktop automation MCP server — computer use for any AI agent: control screen, windows, mouse/keyboard, and Chrome via Model Context Protoco

lnwjud — local AI-agent runtime & MCP gateway

Open-source desktop OCR, AI translation, editing and inpainting tool for user-provided manga and comic images.

Private, native macOS app to capture pages, text, notes, links, and images—and find them instantly with full-text search and OCR. Open sourc

Lightweight text and scans processing: embedding, document processing, OCR, OMR, etc, with inference via ggml in pure C++

给 DeepSeek 补上「眼睛和耳朵」的多模态视觉插件：看图 / OCR / 物体检测 / 视频理解 / 语音转写 / 截图直读，一键安装（DSH 插件）。

jev-chat-jarvis-mac, macOS’ta desteklenen chat uygulamalarındaki mesajları analiz edip kullanıcının değerlendirmesi için risk ve niyet çıktılarıyla cevap adayları sunan bir yardımcıdır.

Neden yükseliyor · Repo yalnızca 6 günlük olmasına rağmen 415 yıldız, 159 commit ve 11 farklı yazar bildirilmiş; bu, dikkat çekici erken ilgi ve yoğun katkı temposuna işaret ediyor. Ancak bu ölçümler ilginin nedenini veya kalıcı benimsenmeyi kanıtlamıyor.

Turn your own PDF textbooks into an AI-searchable knowledge base and structured, fully-cited notes — figures included. Local-first, token-fr

Local-first AI workbench for OCR, transcription, translation, image generation, mind maps and composable workflows. Built for DGX Spark.

A skill tool for Codex and Claude Code that converts images, PDFs, and image-based PPTX files into editable PowerPoint presentations.

A lightweight, system-wide AI text-selection assistant that supports custom LLM APIs and screenshot-based AI image recognition.轻量级系统全局ai划词助手

Self-hosted AI workbench for a company LAN. One command on a Windows server sets up login, roster, model gateway, company disk and knowledge

AI writing tool for macOS — fix grammar, translate, rewrite, format text with a hotkey. Chain prompts into pipelines. Works with ChatGPT, An

Recordings in. Agent-ready evidence out. Local-first MCP for transcripts, keyframes, OCR, speakers, and wall-clock evidence.

An all-in-one PDF and Office document platform: self-hosted, open source, under your control. 整合式 PDF / Office 文件處理平台，自架、開源、可控。

An AI companion that lives on your desktop - OpenGuider watches your screen, listens to your voice, and guides every step with clear actions

Open-source video processing core and CLI. Search and annotate local videos with your own model endpoints.

The marketplace for verifiable AI outcomes: state a task, get a fixed price upfront, and Primitive Bench routes across tools to complete it,

AI-agent skill producing reusable Markdown from PDFs. It turns flowcharts, diagrams, and charts into text beside each caption instead of emp

The vision plugin for OpenCode that truly understands images. Inspect, read, and reason about any screenshot or picture with deeper understa

Hugging Face recipes: run OCR, transcription, classification, embeddings and more over a Hub dataset in one command, locally or on HF Jobs.

Agentic RAG Harness for long documents, Tree and Graph based reasoning. Cited answers down to the pixel

Agent skills for LandingAI's Agentic Document Extraction (ADE) — production-ready document AI for agentic coding assistants

Zero-token, on-device vision for AI agents — OCR, pixel-exact UI targeting, and face grouping on Apple Vision. Pure Swift, single binary, no

Can my GPU run this? Pick a GPU to get 3 fitting AI models, quantization, VRAM, speed ranges, and run commands. 한국어·English.

oo is OOMOL's CLI toolkit. Everything can be done in the CLI.

Local-first OCR-VLM multimodal document retrieval and independent evaluation prototype.

Typed structured extraction from PDFs, photos & text via any LLM — Instructor for Swift, document-first

Turn slide screenshots and generated images into editable PowerPoint decks with visual-layer splitting, OCR evidence, and QA.

Local-first desktop AI assistant built with Electron, FastAPI, and Ollama.

Privacy-first document intelligence engine — parse PDFs, DOCX, PPTX, XLSX & CSV into AI-ready chunks for RAG pipelines. Includes HITL review

Semark converts PDFs, Office files, HTML, and images into RAG-ready semantic Markdown using MinerU and VLM/LLM review, with chunks, source m

Interactive demo of a SOTA agentic OCR document approval flow

A vision backend for AI Agents — self-healing Claude Code Agent Skill. Routes images to Mimo/OpenAI/Ollama vision API.