产品库

自动化截图测试工具

VizDiff是一个自动化截图测试工具，通过捕捉Storybook组件截图，突出像素差异，并在合并之前添加GitHub检查，实现视觉回归自动化。

基于强化学习技术的视觉思考模型，理科测试行业领先

Kimi视觉思考模型k1是基于强化学习技术打造的AI模型，原生支持端到端图像理解和思维链技术，并将能力扩展到数学之外的更多基础科学领域。在数学、物理、化学等基础科学学科的基准能力测试中，k1模型的表现超过了全球标杆模型。k1模型的发布标志着AI在视觉理解和思考能力上的新突破，尤其在处理图像信息和基础科学问题上展现出色的表现。

AI驱动的GitHub活动周报平台

Weekly Github Insights是一个AI驱动的平台，它汇总了用户过去7天内在GitHub上的活动，提供全面的总结，帮助用户保持信息更新和动力。

新一代AI工程师在GitHub上构建

GitHub Models是GitHub推出的新一代AI模型服务，旨在帮助开发者成为AI工程师。它将行业领先的大型和小型语言模型直接集成到GitHub平台，让超过1亿用户能够直接在GitHub上访问和使用这些模型。GitHub Models提供了一个交互式的模型游乐场，用户可以在这里测试不同的提示和模型参数，无需支付费用。此外，GitHub Models与Codespaces和VS Code集成，允许开发者在开发环境中无缝使用这些模型，并通过Azure AI实现生产部署，提供企业级安全和数据隐私保护。

GitHub Copilot Workspace，用自然语言从想法到代码再到软件。

GitHub Copilot Workspace 是一个革命性的开发环境，它利用自然语言处理技术，允许开发者从构思想法到编写代码再到构建软件的整个过程中获得人工智能的辅助。这个产品通过减少样板工作的负担，提升了开发者的生产力，并且降低了编程的入门门槛。它旨在帮助专业开发者和业余爱好者更高效地将创意转化为代码。

AI生成SQL，查询GitHub数据

GitHub Data Explorer是一个基于人工智能生成SQL的工具，可以查询GitHub事件数据并可视化展示结果。它提供了自然语言查询接口，用户可以通过简单的问题描述来获取需要的数据。用户可以探索GitHub数据，无需具备SQL或数据可视化技能。

AI测试平台

Webo.Ai是一个易于使用、功能强大的测试平台，可以帮助您节省时间和资源。通过Webo.Ai，您可以自动化测试，减少测试时间，降低生产缺陷，并提高代码覆盖率。我们提供快速设置、AI生成测试用例、自动化准备等功能。试用期内，您将获得快速设置、AI生成测试用例、自动化准备等功能，并享受免费的回归测试和自愈功能。价格优势，将帮助您降低QA成本。

GitHub问题的Chrome扩展助手

GitHub Issue Helper Chrome Extension是一个Chrome浏览器插件，利用大型语言模型（LLM）来总结GitHub上的问题，并根据问题内容提出可能的解决方案。这个插件的主要优点在于它能够自动总结GitHub问题，并提供自定义选项，允许用户通过LLM API密钥进一步定制功能。它对于开发者和项目维护者来说是一个强大的工具，因为它可以节省时间并提高处理问题效率。该插件在GitHub上开源，遵循MIT许可证。

一键生成个性化GitHub个人资料README

GitHub Readme Generator是一个在线工具，它允许用户快速生成个性化的GitHub个人资料README文件。这个工具的重要性在于它简化了创建README的过程，使得用户可以轻松地展示他们的项目、技能和个人成就。它主要面向开发者和开源贡献者，帮助他们更有效地在GitHub上展示自己。该工具是免费的，易于使用，并且可以自定义多种样式和颜色。

对视觉生成模型进行基准测试

GenAI-Arena是一个用于在野外对视觉生成模型进行基准测试的平台。用户可以匿名参与竞技，对比目标模型的表现，并投票选出更优秀的模型。平台支持不同领域的匿名模型对决，帮助用户找到最佳的条件图像生成模型。用户可以点击“New Round”开始新的对决，并通过点击按钮投票选择更优秀的模型。

将GitHub链接转换为适合LLM的格式

GitHub to LLM Converter是一个在线工具，旨在帮助用户将GitHub上的项目、文件或文件夹链接转换成适合大型语言模型（LLM）处理的格式。这一工具对于需要处理大量代码或文档数据的开发者和研究人员来说至关重要，因为它简化了数据准备过程，使得这些数据可以被更高效地用于机器学习或自然语言处理任务。该工具由Skirano开发，提供了一个简洁的用户界面，用户只需输入GitHub链接，即可一键转换，极大地提高了工作效率。

开源自回归视觉生成模型项目

Open-MAGVIT2是由腾讯ARC实验室开源的一个自回归图像生成模型系列，包含从300M到1.5B不同规模的模型。该项目复现了Google的MAGVIT-v2分词器，实现了在ImageNet 256×256数据集上达到1.17 rFID的先进重建性能。通过引入不对称分词技术，将大词汇表分解为不同大小的子词汇表，并引入'下一个子标记预测'来增强子标记间的交互，以提高生成质量。所有模型和代码均已开源，旨在推动自回归视觉生成领域的创新和创造力。

GitHub Copilot企业版,为组织提供智能编程辅助

GitHub Copilot Enterprise是GitHub Copilot的企业计划,面向使用GitHub企业版的组织和企业客户。它当前处于测试阶段,提供了Copilot Chat和Copilot pull request summaries等智能编程辅助功能。用户可以提名所在组织试用该产品。

使用AI提升GitHub项目的专业性和吸引力。

Unleash the Power of Github README's 是一个专注于提升GitHub项目展示效果的网站，通过AI技术帮助开发者创建专业、吸引人的README文件。该产品通过集成的AI特性简化内容创作流程，提高项目价值，优化搜索引擎可见度，从而增强GitHub项目的专业性和吸引力。

生成个性化的GitHub个人资料页面。

Github Profile Generator是一个在线工具，允许用户通过简单的界面自定义和生成他们的GitHub个人资料页面。它支持添加个人介绍、技能展示、统计数据和支持信息等。这个工具的主要优点是用户友好，可以快速生成具有吸引力的个人资料，帮助开发者展示他们的技术背景和项目经验。

自然语言编写测试，AI自动执行

Shortest是一个基于Playwright构建的测试框架，它允许用户用自然语言编写测试用例，并由AI自动处理执行。这种测试方法简化了测试流程，提高了开发效率，特别适合需要持续集成和自动化测试的软件开发项目。Shortest通过与GitHub的无缝集成，使得测试用例的管理和版本控制更加便捷。

大规模自回归图像模型预训练

这篇论文介绍了AIM，这是一组使用自回归目标进行预训练的视觉模型。这些模型受其文本对应物，即大型语言模型（LLMs）的启发，并表现出类似的扩展特性。具体来说，我们强调了两个关键发现：（1）视觉特征的性能随着模型容量和数据量的增加而提高，（2）目标函数的价值与模型在下游任务上的性能相关。我们通过在20亿张图像上对70亿参数的AIM进行预训练，实现了在ImageNet-1k上使用冻结主干达到84.0%的准确率。有趣的是，即使在这个规模上，我们观察到性能没有饱和的迹象，这表明AIM可能代表了训练大规模视觉模型的新前沿。AIM的预训练类似于LLMs的预训练，并不需要任何图像特定的策略来稳定大规模训练。

智能截图工具

Camp是一款智能截图工具，可以帮助用户更加高效地进行截图操作。它具有智能识别功能，能够自动捕捉用户想要截图的区域，并提供丰富的编辑工具和分享选项。Camp还支持多种截图形式，包括全屏截图、窗口截图、自定义区域截图等。用户可以根据自己的需求进行灵活选择。Camp提供了免费试用和付费订阅两种定价方案，让用户可以根据自己的情况选择适合的版本。

用于评估文本到视觉生成的创新性指标和基准测试

Evaluating Text-to-Visual Generation with Image-to-Text Generation提出了一种新的评估指标VQAScore,能够更好地评估复杂的文本到视觉生成效果,并引入了GenAI-Bench基准测试集。VQAScore基于CLIP-FlanT5模型,能够在文本到图像/视频/3D生成评估中取得最佳性能,是一种强大的替代CLIPScore的方案。GenAI-Bench则提供了包含丰富组合语义的实际场景测试文本,可用于全面评估生成模型的性能。

智能截图工具

camp是一款智能截图工具，能够轻松捕捉屏幕上的内容，并提供丰富的标注和编辑功能。它可以帮助用户快速截取并共享截图，提高工作效率。camp还支持团队协作和版本控制，可用于产品设计、用户测试和开发团队之间的沟通。

AI 视觉辅助工具

Blenny AI 是一款可以帮助用户对网页进行截图并进行智能分析的 AI 视觉辅助工具。用户可以通过截图快速获取 AI 摘要、翻译和访问网页等功能。此外，Blenny AI 还支持自定义 AI 代理，根据用户的需求提供个性化的服务。Blenny AI 由 GPT-4V 驱动。

GitHub Copilot Chat,智能编程助手

GitHub Copilot Chat是一个编程智能助手,能够理解自然语言描述的编码任务,并给出代码建议、代码片段等,帮助开发者编写代码。

新一代自回归框架，统一多模态理解和生成

Janus是一个创新的自回归框架，通过将视觉编码分离成不同的路径，同时利用单一的、统一的变换器架构进行处理，解决了以往方法的局限性。这种解耦不仅减轻了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。Janus的性能超越了以往的统一模型，并且达到了或超过了特定任务模型的性能。Janus的简单性、高灵活性和有效性使其成为下一代统一多模态模型的强有力候选。

AI辅助截图发短信

Text The Girl是一个AI辅助工具，通过截图帮助你发送短信。它可以识别截图中的文本，并自动转化为可发送的短信内容。使用Text The Girl，你可以更快速地回复短信，提高沟通效率。

增强你的Lovable.dev工作流，提供文档访问、AI规划工具和自动化测试能力。

Lovify是Lovable.dev的扩展插件，旨在通过一系列AI驱动的功能提升开发人员的工作效率。它支持GitHub集成，能够快速导入和管理仓库；提供智能提示增强功能，根据上下文优化提示；具备项目规划工具，自动生成PRD和行动计划；支持语音交互，实现免手动编码和调试；还有快捷的斜杠命令，快速访问各种功能。这些功能的结合使得开发人员能够更高效地编写代码、管理项目，并获得实时帮助。目前该产品处于推广阶段，具体价格未明确，但可通过Chrome扩展程序商店免费试用。

自动化API测试，提升软件质量

KushoAI是一款面向软件开发者的AI测试工具，它能够将API规范自动转换为详尽的测试套件，无缝集成到CI/CD流程中。它通过AI生成的测试用例，帮助开发者节省手动编写测试代码的时间，提高测试覆盖率，实现更高效的软件测试流程。

GitHub事件数据探索工具

GitHub数据探索器是一款基于AI生成SQL的工具，能够让用户通过自然语言提问，生成相应的SQL查询语句，并可视化展示结果。它可以帮助用户无需具备SQL或绘图技能，快速地探索GitHub数据。GitHub数据探索器的数据源来自GH Archive，一个记录和存档GitHub事件数据的非营利项目。该工具适用于编程领域的数据分析和研究。

AI驱动的测试自动化平台

Applitools是一款AI驱动的视觉测试和监控平台。Applitools Visual AI易于设置，并与所有现代测试框架集成。通过使用Applitools，您可以减少创建、执行和维护自动化测试所需的时间，并测试应用程序的大量部分。Applitools提供UI验证、测试基础设施、跨浏览器测试和自动化测试维护等功能。它还支持测试Web、移动和桌面应用程序，以及PDF和文档等其他形式的媒体。