Shapefit：用神经网络把不规则形状掩码拟合为干净多边形
Shapefit 是一个用神经网络将边缘粗糙的形状掩码拟合为干净多边形的开源工具，支持单形状和重叠矩形并集（如建筑轮廓、房间布局），可输出正交或平行约束的角点。
#图像生成
Hacker NewsAI 评分3838 GitHubAI 评分1212 json-ghost-mannequin-pipeline：AI 时尚幽灵模特图生成工具
json-ghost-mannequin-pipeline 是一款基于 AI 的时尚摄影工具，可自动去除模特、生成幽灵模特服装展示图。它支持多种图片格式，需 Python 3.8+、8 GB 内存，采用 MIT 许可证，可从 GitHub Releases 页面下载。
GitHubAI 评分1818 PathMNIST-XAI：轻量可解释 CNN 医学影像应用
PathMNIST-XAI 是一个基于 PyTorch 的轻量级医学影像应用，用 CNN 做疾病检测，准确率超过 91%，并通过 Integrated Gradients 提供可视化解释，归因数据存入 SQLite。它面向边缘部署，最低 4 GB 内存、500 MB 磁盘空间，支持 Windows、macOS 和 Linux，采用 MIT 许可证。
GitHubAI 评分88 mini-controlnet：面向零基础用户的轻量级 AI 图像生成工具
GitHub 项目 mini-controlnet 发布，一款面向无技术背景用户的轻量级 AI 图像生成工具，可依据指定指令生成图像。该工具兼容 CelebA 数据集，支持 Windows 10 及以上、macOS 及现代 Linux 系统，需至少 8 GB 内存和 200 MB 安装空间，用户可从 Releases 页面下载安装包。
GitHubAI 评分5858 Fizgig 开源本地训练工作台更新至 7.2，支持 Qwen Image 2.1 Turbo
开源本地训练工作台 Fizgig 更新至 7.2，新增 Qwen Image 2.1 Turbo 支持，Repair Studio、LoRA the Explorer 和 LoRA Royale 可在该 Turbo 模型上预览，训练预览采用 Comfy-Org 的新 Turbo LoRA，8 步、CFG 1、约快四倍。
GitHubAI 评分4848 direct-img.link：用搜索为 AI 提供 Markdown 实时图片
direct-img.link 是一个由搜索驱动的图片代理，让 AI 在 Markdown 中直接嵌入图片，无需上传、API 或 token。它用 `+` 分隔查询词，支持 `?i=` 选取第 1–20 个搜索结果，图片缓存 90 天，并提供仅返回公共领域或 CC0 图片的 free.direct-img.link。
GitHubAI 评分3030 affinity-photo-new：把 Gemini 接入 Affinity Photo / Designer / Publisher 的免费桥接工具
GitHub 项目 affinity-photo-new 是一个免费桥接工具，把 Google 的 Gemini 接入 Affinity Photo、Affinity Designer 和 Affinity Publisher，可用自然语言命令实时生成矢量图形、批量处理图像并自动化画布任务。
GitHubAI 评分4040 Grida：开源 AI 设计画布，支持 macOS/Windows/Linux
Grida 是一款开源设计与创意画布，可在桌面端用 AI 设计图形、生成图像并制作演示文稿，支持 macOS、Windows 和 Linux。用户可自带 AI 提供商密钥，或通过 Ollama 使用本地文本模型，项目文件保存在自己的文件夹中。
GitHubAI 评分2020 LAX-Prompt-Lens：从 Danbooru 标签一键生成 AI 绘画提示词的 Chrome 扩展
LAX-Prompt-Lens 是一款免费 Chrome 扩展，可自动读取 Danbooru 图片上的隐藏标签，一键转换成可直接粘贴到 Midjourney、Stable Diffusion 或 DALL-E 的专业绘画提示词。
GitHubAI 评分2222 TicTac — Vibe-Coded Isometric Sprites：用 Claude Code 与 Codex 生成 8 方向等距角色精灵图
TicTac — Vibe-Coded Isometric Sprites 是一款 Windows 应用，可为战棋类游戏生成 8 方向等距角色精灵图，免去逐帧手绘。
GitHubAI 评分1818 aisle-guard：用视觉智能检测商店盗窃
GitHub 项目 aisle-guard 是一款零售防盗应用，可从摄像头画面中实时检测并记录疑似盗窃事件。它支持实时监控、事件日志、云同步及多种视频格式，需 Windows 10 或 macOS 10.15 以上系统、至少 4 GB 内存和 500 MB 磁盘空间，安装包在 Releases 页面下载。
GitHubAI 评分2222 Mriia：91 个可安装微应用，涵盖音乐、AI 图像与 SDR 无线电
Mriia 是一个包含 91 个可安装微应用的项目，覆盖音乐与声音、AI 图像、地图、基于 WebUSB 的 SDR 无线电及工具。这些应用以离线优先的 PWA 和 Telegram Mini App 形式运行在 appless microspec 核心上，并在 CI 中进行门控。
RadarAIAI 评分3838 阿里推出 MiniMax-H3-Turbo 步数蒸馏权重，适配 ComfyUI 工作流
阿里发布 MiniMax-H3-Turbo 加速权重，提供 4 步、6 步和 8 步三档，其中 4 步档为约 2.59 GB 的 LoRA 适配器，需与官方 FL2VA transformer 同载且不降低显存。该版本适用于 ComfyUI 工作流，作者同时解析了 LoRA 与独立 Transformer 的架构差异。
RadarAIAI 评分2020 面向 AI 纹身生成器的 CPU 探针：我们的实测与发现
作者用基于 CPU 的几何探针与墨水扩散模拟器，评估 AI 图像生成器输出纹身的物理可行性，发现物理打印约束与人类通用审美偏好之间存在明显错位。
Hacker NewsAI 评分1515 The Brainmade Mark：用标识区分人类创作与 AI 生成内容
The Brainmade Mark 是一个可贴在任何作品上的标识，用于表明该作品主要由人类而非 GPT 等生成式工具创作。发起人 Tris 表示并不反对 AI，而是希望以正面方式庆祝人类创作，并认为作品约 90% 由人类完成即可，例如用 ChatGPT 找押韵、用 DALL-E 做头脑风暴可以接受，但让它代写整段诗歌或绘制大块画面则不行。
GitHubAI 评分2222 MeshyForge：基于 Meshy API 的 AI 3D 资产工作室
MeshyForge 是一个基于 Meshy API 的 AI 3D 资产工作室，支持文本生成 3D 与图像生成 3D，并提供重网格、重贴图、绑定、动画等后处理功能。它内置资产库、任务监控与多色 3MF 打印工具，API 密钥通过操作系统钥匙串存储，采用 Tauri 2 + React 19 构建，以 MIT 协议开源。
Hacker NewsAI 评分2020 Burning Bridges AI 上线：一张照片生成 Drake 同款音乐视频片段
Burning Bridges AI 可将一张人物或宠物照片套用 Drake 2026 年歌曲《Burning Bridges》MV 的舞蹈动作，生成 720p 视频，无需拍摄或学舞。
GitHubAI 评分1818 ComfyUI-See-through：将动漫插画转为分层 2.5D 模型
ComfyUI-See-through 是一个 ComfyUI 项目，可将动漫插画转换为带深度排序的分层 2.5D 模型，支持导出 Live2D 和 PSD。该仓库目前为 0 stars、0 watching、0 forks，尚无 Releases 与 Packages。
RadarAIAI 评分3838 即梦 AI 电商生图场景功能介绍
即梦 AI 支持上传产品或模特图后，用自然语言指令更换背景、服装与风格，一句话即可批量生成电商主图与场景图。该能力面向低成本批量制作电商主图、详情页及场景素材的商用图像生成需求。
GitHubAI 评分2222 PlotKityCat：面向数学教师的 AI 原生可视化教学工具
PlotKityCat 发布 v0.0.5.0 Windows 版，教师可用自然语言生成 Matplotlib 可视化代码，并在同一工作区管理 Python 代码、Markdown/LaTeX 笔记与图像。
GitHubAI 评分2222 overtli-studio-suite：为 ComfyUI 接入本地与云端 AI 媒体工具
overtli-studio-suite 是面向 ComfyUI 的插件套件，通过新增节点把图像、视频、语音和文本生成接入工作流，可调用 LM Studio 本地模型或 Pollinations、OpenAI 等云服务。
RadarAIAI 评分6666 千问 Qwen-Image-2.1 Pro 与 Turbo API 上线并开源 Turbo 权重
千问 AI 平台正式上线 Qwen-Image-2.1 Pro 与 Turbo API，并同步在 ModelScope 和 Hugging Face 开源 Turbo 模型权重。该系列延续创改一体设计，支持 8 步快速推理、最多 10 张多图编辑及原生透明图层，实现文生图与图像编辑一体化集成。
GitHubAI 评分2020 ai-image-detector：基于 TensorFlow 与 MobileNetV2 的 AI 生成图像检测工具
ai-image-detector 是一款基于 TensorFlow 和 MobileNetV2 的桌面应用，可识别图像是否由 AI 生成，支持 JPG、PNG、BMP 格式，所有处理均在本地完成、不上传服务器。该工具采用 MIT 许可证，提供 Windows、macOS 和 Linux 版本，要求 4 GB RAM 及 250 MB 磁盘空间。
GitHubAI 评分1010 Pancho0906/video-processer-PYTHON_EDITION：基于 Python 和 OpenCV 的实时图像处理应用使用指南
Pancho0906/video-processer-PYTHON_EDITION 是一个用 Python 和 OpenCV 构建的实时图像处理应用，可从摄像头捕获视频并用键盘即时切换处理模式。
GitHubAI 评分2222 SpeedExplorer：纯 AI 编写的 Windows 文件管理器，内置本地 OCR 翻译图片查看器
SpeedExplorer 是一款完全由 AI 智能体在人工指导下编写的 Windows 文件管理器，内置图片查看器，可通过 LM Studio 服务器调用本地模型实现 OCR 与翻译，并将识别文本和译文直接叠加在图片上、另存为独立文本文件。
Hacker NewsAI 评分2222 WhimKid：面向儿童的 AI 绘本生成器
SylwairTech LLC 推出 AI 绘本生成器 WhimKid，可将一个想法、一张照片或熟悉角色转成可编辑的儿童绘本并导出 PDF。它提供 5 个年龄段（0–3、4–6、5–7、7–9、9–12 岁）、10 到 30 页篇幅、最多 6 个参考角色，支持蜡笔、粉彩、拼贴、水墨等画风，以及 PDF、图片、音频、SRT/VTT 字幕和视频等 6 种导出方式。
GitHubAI 评分3030 Pixelift：本地运行的 AI 图像放大与老照片修复工具
Pixelift 是一款完全本地运行的 Ubuntu 桌面应用与命令行工具，基于 Real-ESRGAN 实现 2×/4× 图像放大，并支持老照片修复。它可去除灰尘划痕、降噪、校正褪色偏色，用 GFPGAN 修复人脸、DeOldify 为黑白照片上色，支持 NVIDIA/AMD/Intel GPU 加速及 CPU 回退，处理全程离线、无账号无遥测。
GitHubAI 评分1212 Bitscoper Visionscope：基于 Ultralytics YOLO26 与 Streamlit 的目标检测、OBB、分割与姿态检测工具
Bitscoper Visionscope 是一个基于 Ultralytics YOLO26 和 Streamlit 的工具，可从图片、视频、摄像头和 RTSP 流中实现目标检测、有向边界框（OBB）检测、目标分割与姿态检测。
量子位精选AI 评分7878 Google 发布生图模型 Nano Banana 2.1，支持 4K 直出并下调 API 价格
Google 发布新一代生图模型 Nano Banana 2.1，围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级，支持 4K 直出。据 Arena 评测，其在文本转图像、多图像编辑和单张图像编辑三项上平均提升约 61.7 分，其中文本转图像排名第四、比上一代提升 80 分。
推荐理由：汇总了 Nano Banana 2.1 的 4K 直出、中文渲染与 API 降价信息，并附上网友实测的对比与水印 Bug 反馈。
GitHubAI 评分3939 how many?：一款完全离线、开源的 Android 拍照数数应用
开源 Android 应用 how many? 让你拍照后框选一个物体，即可自动标出并统计照片中所有相似物体，全程在手机本地运行，无联网权限，照片不出设备。它基于 GeCo2 少样本计数模型（MIT），在 FSC-147 的 100 张测试图上，三分之二的计数结果与真实数量误差在 10% 以内。应用采用 MIT 许可，需 JDK 21 与 Android SDK 构建。
GitHubAI 评分1818 TenSei-Upscale-image：本地运行的 Windows 图像无损放大工具
TenSei-Upscale-image 是一款在本地运行的 Windows 图像放大软件，无需联网即可提升分辨率且不丢失细节，图片不会上传至云端。它提供标准放大、文字锐化和艺术模式三种模式，支持 2x、4x 等放大倍数及 JPEG、PNG 等格式的批量处理，需 Windows 10/11、8 GB 内存和 2 GB 显存。
GitHubAI 评分3030 LivePair AI 发布官方 Agent 技能包 livepair-skills
LivePair AI 推出官方 Agent 技能包 livepair-skills，覆盖图像、视频、文本生成，支持 x402（Base 链 USDC，无需账户）与 lp_ API key 预付费两种按次计费方式。
GitHubAI 评分3636 MiaoCut：免费免注册的 AI 抠图工具，基于 BiRefNet 约 1 秒去背景
MiaoCut 是一款免费、免注册的在线 AI 图像工具，核心功能是一键抠图，由 BiRefNet 分割模型在约 1 秒内去除背景并输出原分辨率透明 PNG，无水印。
Hacker NewsAI 评分2222 线性预测作为感知度量为何出奇有效：LASI 无需训练即可构建视觉感知嵌入
研究者提出 LASI（Linear Autoregressive Similarity Index），一种在推理时通过求解像素级加权最小二乘问题构建的感知嵌入，无需训练数据或深度神经网络特征。
GitHubAI 评分1010 ai-image-edit：AI 图像编辑应用使用指南
GitHub 项目 ai-image-edit 是一款 AI 驱动的图像编辑 Web 应用，支持选中图片特定区域进行修改和增强。应用提供 AI 编辑、选择性编辑、导出选项等功能，要求至少 4 GB 内存和 100 MB 磁盘空间，用户可从 Releases 页面下载最新版本。
GitHubAI 评分3838 pixelmon：用一条命令从文本提示词生成游戏可用像素精灵
grymmjack/pixelmon 是一个基于 ComfyUI + Stable Diffusion XL + Pixel Art XL LoRA 的 CLI 工具，一条命令即可从文本提示词生成游戏可用的像素风精灵图，并支持 --palette、--size、--transparent 等参数。
GitHubAI 评分1515 MindForge：开源 AI 人像生成工具，上传照片即可训练并生成专业头像
MindForge 是一款开源 AI 人像生成应用，用户上传照片后经简单训练即可生成专业级头像，适用于 LinkedIn 头像等场景。该工具采用 Next.js 15、TypeScript、Tailwind CSS 构建，集成 Flux 模型与 Replicate，并通过 Supabase 实现认证与数据库、Stripe 处理支付，采用 MIT 许可证。
GitHubAI 评分5050 ezlocalai：一键部署本地多模态 AI 服务器，支持 OpenAI 风格 API
ezlocalai 是一个可一键启动的本地多模态 AI 服务器，自动根据 CPU、RAM、GPU 配置下载模型并完成部署，默认使用 Qwen3-VL-4B-Instruct-GGUF。
GitHubAI 评分2828 nirholas 发布 sketchapedia：用生成模型渲染 UI 的 MaaR SDK
nirholas 开源 sketchapedia，一个面向 Web 的混合生成-逻辑 SDK，提出 Model-as-a-Renderer（MaaR）思路：由 LLM 输出布局与 hitmap，FLUX + ControlNet 渲染关键帧、LTX-Video 渲染转场，再用不可见 DOM 覆盖层保留输入、状态、无障碍与文本保真。
GitHubAI 评分2222 MangoStudio：支持 Gemini、OpenAI、Anthropic、DeepSeek 的 AI 图像生成与聊天工作室
MangoStudio 是一个 AI 图像生成与聊天工作室，支持 Gemini、OpenAI 兼容、Anthropic、DeepSeek 和 ChatGPT 模型。