全网热门榜单

本周榜单

不知道看什么?从这里开始——每周更新的热门、新品与生态变动

全网热门榜

综合浏览、收藏、评分热度,近期最受关注的产品

查看完整榜单

本周新关系

独家

本周生态关系变动最活跃的产品——奇链 AI 独家发现

查看完整榜单

飙升榜

近 7 天浏览增速最快,正在崛起的黑马

查看完整榜单

新品榜

AI 刚刚入库的新产品,看看最近又冒出了什么

1 Zephyr
Zephyr
Zephyr 是一个新一代可扩展、优化且安全的实时操作系统(RTOS),支持多种硬件架构,专为资源受限的嵌入式设备设计。
2 Markdoc
Markdoc
Markdoc 是 Stripe 开源的基于 Markdown 的内容创作框架与工具链,面向个人博客到大型文档站点场景。它在标准 Markdown 语法之上扩展了声明式标签与节点机制,支持自定义渲染器、内置内容校验,可与 Next.js 无缝集成,已被 Stripe 用于支撑其庞大的官方文档站点。
3 Mailwell
Mailwell
Mailwell 是一款专为 macOS 设计的原生邮件客户端,将 Gmail、Outlook、iCloud、Yahoo、FastMail 等多账户统一在一个简洁的窗口中管理,支持 IMAP 和 JMAP 协议。邮件本地存储在 Mac 上而非第三方服务器,强调隐私保护与快速搜索体验,操作全程可通过键盘快捷键完成。
4 Video ShotCraft
Video ShotCraft
Video ShotCraft 是一款面向 AI 编程助手的视频生成技能包,专为 Claude Code 与 Codex 设计。它内置 150 余张镜头配方卡与 200 余个动效预览,让 AI Agent 能够自动挑选镜头序列、编排节奏,并利用 Remotion 框架将真实产品截图合成为电影级宣传视频。用户无需手动剪辑,安装该技能后即可通过自然语言交互生成生产就绪的视频工程,显著降低产品视频制作门槛。
5 F1 Race Replay
F1 Race Replay
F1 Race Replay 是一款基于 Python 开发的交互式一级方程式赛车可视化与数据分析工具。用户可加载真实的 F1 比赛遥测数据,对车手位置、圈速、进站策略及轮胎使用等关键信息进行动态回放和探索。该工具兼具数据分析深度与可视化趣味性,既适合 F1 爱好者直观重温赛事,也适合作为体育数据可视化学习与开发参考。
查看完整榜单

高分榜

用户评分最高的产品,决策型用户的首选

暂无数据,稍后再来看看

免费榜

免费和免费增值的好工具

1 Ollama
Ollama
Ollama 是一款开源本地大语言模型运行工具,支持一键下载并运行 Llama、Qwen、Mistral 等主流开源 LLM,无需依赖云端 API,数据完全在本地处理,保障隐私安全。提供简洁的命令行交互和 REST API,便于集成到开发工作流中,同时支持 macOS、Linux 和 Windows 平台。适用于本地模型调试、离线开发、隐私敏感场景以及 AI 应用的快速原型验证。
164
2 ZCode
ZCode
ZCode 是一款深度集成 GLM-5.2 模型的 AI 编程助手,将强大的 AI Agents 与现有工具链结合,支持在熟悉的工作流程中完成规划、编码、评审与上线,支持多 Agent 协作。
129
3 Electron
Electron
Electron 是一款基于 JavaScript、HTML 和 CSS 的跨平台桌面应用开发框架,让 Web 开发者轻松构建 Windows、macOS 和 Linux 原生应用。它整合了 Chromium 和 Node.js,兼具强大的 Web 渲染与系统级 API 访问能力。活跃的开源社区和丰富的生态助力快速开发与部署。
129
4 n8n
n8n
n8n 是一款公平代码(Fair-code)的工作流自动化平台,支持通过可视化画布拖拽搭建复杂流程,覆盖400+应用集成,并原生集成AI Agent与RAG能力,可灵活调用各类大模型处理非结构化数据。其核心优势在于兼顾可视化操作与自定义代码扩展,既能快速构建自动化任务,也支持自托管部署保障数据主权。适用于需要打通多系统数据流、构建AI驱动业务流程、自动化重复性工作的开发团队与企业IT场景。
91
5 TensorFlow
TensorFlow
TensorFlow 是一款开源机器学习框架,提供从模型构建、训练到部署的完整工具链,广泛支持深度学习、神经网络及传统 ML 算法。其核心优势在于灵活的 ecosystem——包含 Keras 高阶 API、TensorBoard 可视化、TF Lite 端侧部署及 TFX 流水线组件,适配多平台与多语言。适用于学术研究、工业级 AI 应用开发以及大规模生产环境部署,是数据科学家与工程师进行端到端 ML 工程的主流选择。
81
查看完整榜单

编辑精选