产品库

使用LLMs和计算机视觉自动化基于浏览器的工作流程

Skyvern是一个自动化工具，它结合了大型语言模型（LLMs）和计算机视觉技术，用于自动化基于浏览器的工作流程。它提供了一个简单的API端点，可以完全自动化手动工作流程，替代易碎或不可靠的自动化解决方案。

基于Segment-Anything-2和Segment-Anything-1的自动全视频分割工具

AutoSeg-SAM2是一个基于Segment-Anything-2（SAM2）和Segment-Anything-1（SAM1）的自动全视频分割工具，它能够对视频中的每个对象进行追踪，并检测可能的新对象。该工具的重要性在于它能够提供静态分割结果，并利用SAM2对这些结果进行追踪，这对于视频内容分析、对象识别和视频编辑等领域具有重要意义。产品背景信息显示，它是由zrporz开发的，并且是基于Facebook Research的SAM2和zrporz自己的SAM1。价格方面，由于这是一个开源项目，因此它是免费的。

使用先进计算机视觉算法进行自动、准确计数的应用。

CountAnything是一个前沿应用，利用先进的计算机视觉算法实现自动、准确的物体计数。它适用于多种场景，包括工业、养殖业、建筑、医药和零售等。该产品的主要优点在于其高精度和高效率，能够显著提升计数工作的准确性和速度。产品背景信息显示，CountAnything目前已开放给非中国大陆地区用户使用，并且提供免费试用。

ComfyUI的节点，能够根据用户指令生成任何类型的输出。

AnyNode是一个为ComfyUI设计的插件，它利用LLMs（大型语言模型）的能力，根据用户的输入生成所需的输出。它支持使用OpenAI API或本地LLMs API，允许用户通过简单的配置和指令，实现复杂的编程任务，无需编写代码。该插件的主要优点包括易用性、灵活性和强大的功能，能够显著提高开发效率，尤其适合需要快速原型开发和自动化任务的开发者。

TikTok验证码解决API

SadCaptcha是一个解决TikTok验证码的插件，它可以快速、准确地解决TikTok的旋转、拼图和3D形状验证码。它使用先进的计算机视觉算法，能够高效解决验证码，并且适用于任何设备和屏幕分辨率。

减少人为错误，降低劳动成本

Logistify AI提供使用计算机视觉的仓库和工厂自动化库存验证，减少因人为错误造成的库存损失。通过自动化的闭路电视计算机视觉技术，降低劳动成本。

AI Shell是微软推出的基于人工智能的命令行交互式工具。

AI Shell是微软PowerShell团队推出的一个公共预览版工具，它通过集成人工智能能力增强了命令行界面的交互性。AI Shell允许用户以对话的方式与AI代理交互，提供了一个框架，用户可以基于此框架构建满足特定需求的自定义系统。AI Shell包括命令行界面、用于创建AI代理和其他辅助提供者的框架、以及与PowerShell深度集成的PowerShell模块。AI Shell的主要优点包括提高命令行操作的智能性和适应性，与PowerShell会话深度集成，以及可扩展性模型。

自动化日常工作任务的工具。

Copilot Actions 是 Microsoft 365 Copilot 的一部分，旨在帮助用户自动化日常重复性任务。通过简单的提示和设置，用户可以创建自动化流程，例如在工作日结束时自动接收最重要的待办事项摘要、自动收集团队输入以制作每周通讯等。这些自动化任务可以帮助员工节省时间，提高工作效率。

无需编码即可构建强大的定制功能

Ply是一个平台，允许用户无需编码即可为其客户和团队构建定制功能。它集成了流程、AI解决方案和智能表单，可以直接嵌入到用户现有的应用程序中。Ply的主要优点包括其无需编码的易用性、能够将AI解决方案快速集成到工作流程中的能力，以及与多种应用程序的兼容性。Ply的背景信息显示，77%的客户认为它是构建AI解决方案的首选工具，这强调了其在商业智能解决方案领域的重要性。

一个智能旅行助手，利用多种语言模型处理旅行相关任务。

AI Travel Agent是一个基于LangGraph构建的智能旅行助手，旨在通过多种语言模型为用户提供流畅的旅行规划体验。该产品能够处理航班查询、酒店预订和个性化邮件发送等任务，极大地提高了用户的旅行效率。它的主要优点包括状态保持的交互、用户控制关键操作和动态切换语言模型等功能，适合需要高效旅行规划的用户。

Stripe代理工具包，助力自动化财务和支付流程

Stripe Agent Toolkit是一个集成到Stripe的插件，它允许开发者将Stripe的金融服务和工具集成到他们的代理工作流程中。这个工具包支持通过函数调用来创建和管理Stripe对象，例如动态创建Payment Links来接受资金，集成到支持工作流程中以帮助客户，并构建测试数据。它与Vercel AI SDK、LangChain和CrewAI等LLM提供商兼容，并且支持Python和TypeScript。Stripe Agent Toolkit的主要优点包括提高支付和财务流程的自动化程度，以及通过代理技术扩展Stripe的功能。

Sandra AI，专为汽车分销设计的智能语音代理。

Sandra AI是一个智能语音代理，专为汽车分销行业设计，提供全天候的电话接听服务，帮助经销商不错过任何来电，提高客户满意度和业务机会。Sandra AI具有深厚的行业知识，能够像真正的专家一样与客户交流，并且能够无缝集成到经销商的软件中，实现快速、平滑的部署。产品背景信息显示，Sandra AI致力于通过人工智能技术优化客户服务，让经销商能够专注于核心业务，同时提升团队的工作效率。

AI驱动的销售生产力平台

Rox是一个AI驱动的销售生产力平台，旨在通过其代理群技术帮助企业安全地增长其最重要的客户关系。该平台能够统一、处理和监控所有关于客户的外部和内部信息，使人类能够找到的任何信息都触手可及，准备行动。Rox以其高度的安全性和合规性而建，旨在满足企业级的需求，并提供免费试用和企业计划。

企业级全渠道消息解决方案

Superchat是一个为企业提供全渠道消息服务的平台，支持通过WhatsApp等即时通讯工具与客户进行互动，包括销售、市场营销、客户支持和招聘等多种业务场景。它通过集中管理消息、自动化流程和集成第三方服务，帮助企业提升客户沟通效率和销售业绩。Superchat以其用户友好的界面、高效的团队协作功能和强大的自动化能力，成为企业客户沟通的重要工具。

一站式OCR代理，快速从图像中生成洞见。

TurboLens是一个集OCR、计算机视觉和生成式AI于一体的全功能平台，它能够自动化地从非结构化图像中快速生成洞见，简化工作流程。产品背景信息显示，TurboLens旨在通过其创新的OCR技术和AI驱动的翻译及分析套件，从印刷和手写文档中提取定制化的洞见。此外，TurboLens还提供了数学公式和表格识别功能，将图像转换为可操作的数据，并将数学公式翻译成LaTeX格式，表格转换为Excel格式。产品价格方面，TurboLens提供免费和付费两种计划，满足不同用户的需求。

竞争对手特征智能分析工具

Sharbo是一个利用人工智能技术，帮助用户分析、比较并跟踪竞争对手产品特征的平台。它允许用户通过自动化的特征比较分析，定制化的产品比较页面，以及实时同步的竞争对手情报，来捕捉市场份额并促进业务增长。Sharbo的主要优点在于节省时间、提供深度洞察以及优化转化率。产品背景信息显示，Sharbo旨在通过自动化和定制化服务，让用户在激烈的市场竞争中保持领先。

数据驱动的框架，增强大型语言模型的工作流编排能力

WorkflowLLM是一个以数据为中心的框架，旨在增强大型语言模型（LLMs）在工作流编排方面的能力。核心是WorkflowBench，这是一个大规模的监督式微调数据集，包含来自83个应用、28个类别的1503个API的106763个样本。WorkflowLLM通过微调Llama-3.1-8B模型，创建了专门针对工作流编排任务优化的WorkflowLlama模型。实验结果表明，WorkflowLlama在编排复杂工作流方面表现出色，并且能够很好地泛化到未见过的API。

前沿AI技术，您的智能工作助手。

Mistral AI 提供的 le Chat 是一个免费的生成性AI工作助手，旨在通过前沿的AI技术提升人类的工作效率和创造力。le Chat 结合了搜索、视觉、创意、编码等多种功能，为用户提供了一个多功能的智能平台。它不仅能够进行网络搜索并引用来源，还拥有创意画布、文档和图像理解、图像生成等功能，并且支持任务自动化。Mistral AI 的使命是将前沿AI技术交到用户手中，让用户决定如何利用这些高级AI能力。目前，所有这些功能都以免费试用的形式提供，未来将推出更高级的服务保证。

Notion Mail是Notion推出的电子邮件服务。

Notion Mail是Notion推出的电子邮件服务，它集成了Notion的多种功能，如AI助理、日程安排、自定义视图等，旨在为用户提供一个简洁、高效、个性化的邮件管理体验。Notion Mail的设计理念是打破传统邮箱的束缚，通过现代化的设计和智能化的功能，让用户的工作和沟通更加流畅。产品预计将在2025年初正式发布，并将与Google和Gmail账户无缝集成。

3D网格生成与语言模型的统一

LLaMA-Mesh是一项将大型语言模型（LLMs）预训练在文本上扩展到生成3D网格的能力的技术。这项技术利用了LLMs中已经嵌入的空间知识，并实现了对话式3D生成和网格理解。LLaMA-Mesh的主要优势在于它能够将3D网格的顶点坐标和面定义表示为纯文本，允许与LLMs直接集成而无需扩展词汇表。该技术的主要优点包括能够从文本提示生成3D网格、按需产生交错的文本和3D网格输出，以及理解和解释3D网格。LLaMA-Mesh在保持强大的文本生成性能的同时，实现了与从头开始训练的模型相当的网格生成质量。

企业团队的先进自然语言DevOps平台

SRE.ai AI DevOps Agents是一个由顶尖AI机构工程师打造，并得到顶级投资者支持的先进自然语言DevOps平台。该平台通过AI代理增强团队，实现任何工作流程的定制化，提供前所未有的自动化和速度。它支持快速部署和回退，能够在开发周期早期识别和解决合并、依赖和集成冲突，确保更快速、更安全的发布。此外，它还能通过模拟和影响报告提前获得发布洞察，实现真正全面的自动化，并与整个技术栈深度集成，保护数据免受损失，并提供无缝备份和灾难恢复方案。

AI驱动的医疗通信助手，自动化电话和短信沟通。

Hello Patient是一个AI驱动的医疗通信平台，旨在通过自动化电话和短信沟通来提高医疗服务效率。该平台通过集成EHR、CRM和PMS系统，确保在正确的时间进行一致性和符合脚本的电话和短信沟通，从而提升患者忠诚度和医疗服务质量。产品背景信息显示，Hello Patient致力于减轻医疗工作者的工作负担，通过AI技术提高患者互动的及时性和一致性，同时降低运营成本。

一站式开源高质量数据提取工具，将PDF转换成Markdown和JSON格式。

MinerU是一个开源工具，专注于将PDF文件转换成机器可读的格式，如Markdown和JSON，便于内容的提取和进一步处理。它在科学文献中解决符号转换问题，支持多种输出格式，并兼容多种操作系统。MinerU的主要优点包括去除页眉、页脚、脚注等，保持文档原有结构，自动识别和转换文档中的公式和表格，支持OCR功能，并且支持多达84种语言的检测和识别。

AI代理与功能连接平台

Functions for AI是一个将AI代理与各种功能连接的平台，使用户能够通过预测API获取正确的功能，收集用户认证，展示审核界面等。该产品通过集成多种应用程序的功能，增强AI的执行和验证能力，同时提供用户界面以确保交互的准确性和有效性。它支持无代码或少代码的快速集成开发，减少工程负担，并提供全面的合规性和数据安全保障。

开源的GenAI应用网关，快速构建个性化的AI应用

Arch是一个开源的网关，专为处理提示（prompts）而设计，它利用快速的大型语言模型（LLMs）来处理提示，并与后端系统无缝集成。Arch基于Envoy构建，支持任何应用程序语言，并提供快速部署和透明升级。它提供了包括流量管理、前端/边缘网关、监控和端到端追踪在内的多种功能，帮助开发者构建快速、健壮和个性化的GenAI应用。

开源AI代码编辑器，加速开发流程

PearAI是一个开源的AI代码编辑器，它通过集成市场上最好的AI工具，为开发者提供一个强大的编辑器，以加速开发流程。PearAI集成了多种AI工具，如aider、Supermaven、MemO、Perplexity和Continue，这些工具分别帮助开发者自动生成代码、预测代码、记忆代码上下文、搜索代码和聊天编辑代码。PearAI的背景信息显示，它得到了Y Combinator的支持，并且提供了一个免费的下载选项。产品的定位是为开发者提供一个集成了多种AI工具的代码编辑器，以提高开发效率和质量。

工作自动化的智能助手

Context Autopilot是一款AI生产力套件，它能够像人类一样学习、思考并使用工具。这款产品通过集成100多种工具，提供深度理解和新颖的洞察力，帮助用户从数据中获得准确的答案，减少幻觉。它代表了AI在工作场所的应用，通过自动化和智能化提高工作效率和质量。产品背景信息显示，Context Autopilot由Context公司开发，旨在通过AI技术帮助团队更智能地工作，实现更多成就。

一站式协议平台，提供安全、智能的电子签名和合同管理服务。

Agree.com是一个一站式协议平台，它通过AI技术简化合同工作流程，提供生成性AI建议修订、突出关键区域和起草新合同的服务。平台支持免费电子签名、自动化开票、集成支付等功能，帮助企业提高支付收集速度，增加交易速度和收入影响。Agree.com以其直观的平台、强大的功能和安全性，成为创建和管理合同、简化谈判、增强合规性、优化工作流程和转化更多客户的最佳解决方案。

多代理系统，帮助组织和撰写文档。

Kiroku是一个多代理系统，旨在帮助用户组织和撰写文档。它通过模拟博士论文写作过程中学生与导师的互动，让写作者扮演顾问的角色，而多代理系统则扮演学生的角色。这种流程的优势在于能够快速生成段落序列，通过迭代评估信息来改变沟通方式，并借助大型语言模型（LLMs）讨论复杂话题。Kiroku需要OPENAI_API_KEY和TAVILY_API_KEY来运行，支持Python 3.7至3.11版本。