1）LLM脚本生成——输入主题和场景描述，Qwen2.5-72B自动生成带分镜、旁白、口播的完整脚本。2）Edge-TTS多音色配音——支持6种音色（晓晓、晓伊、云扬、云希、云野、云健），自动分段配音，中文准确率99%。3）剪映草稿JSON生成——自动生成剪映模板JSON，包含字幕轨道、音频轨道、视

MangaLens是一款面向macOS的实时漫画OCR与屏幕翻译工具。用户可框选屏幕中的漫画阅读区域，程序会监听滚动、鼠标点击和翻页按键，在页面切换完成后自动截图。系统首先使用YOLO/CoreML检测气泡、文字条和倾斜文字区域，并对相邻文字框进行融合；随后通过NDLOCR/PARSeq与ONNXR

归集与整理电子发票（PDF/OFD/图片/XML格式，含增值税发票、电子发票、数电票、火车票等）。当用户需要把一批发票的信息提取出来、归集到一个Excel表格、用于记账、报销或对账分析时使用。触发词示例：整理发票、归集发票、发票导出Excel、发票记账、提取发票信息、把PDF/OFD发票汇总、发票识

数据采集：采集数据来源包括：关系数据库、时序数据库、消息队列、Iot设备等数据处理：数据清洗纠偏、归一化、存储模型训练：多模型组合训练，模型评估，参数优化生产执行：模型部署，对接PLC进行实现调度，实时生产监控，安全生产兜底

一款基于Live2DCubism的AI桌面宠物系统的项目，采用Python+PySide6，构建无边框透明桌面窗口，支持鼠标追踪、眼球动画与拖拽交互。核心能力包括：集成多厂商LLM（OpenAI/DeepSeek/Ollama等），实现流式对话与情感标签提取；对接GPT-SoVITS，完成实时语音合

1.AI视觉智能核验（核心亮点）动态装箱监控：通过部署在工位上方的工业相机，实时捕捉工人投料动作。系统内置深度学习目标检测算法，能精准识别数百种KD件的SKU特征。BOM自动比对：系统实时读取当前车辆的VIN码对应的BOM（物料清单），当工人放入零件时，AI自动判断该零件是否属于当前车辆，并计数。异

车牌识别服务开发说明书适配平台：JetsonNX/RK3576核心算法：YOLO26n-OBB（旋转车牌检测）+CRNN（字符识别）数据流框架：GStreamer硬解码+两级环形缓冲池关键特性：原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据

系统包含六大核心功能模块，覆盖从病历生成到用药安全的全流程临床辅助：【SOAP病历自动生成模块】输入医患对话文本，系统自动提取关键信息，生成符合SOAP格式（Subjective主观信息、Objective客观检查、Assessment评估诊断、Plan治疗计划）的标准化门诊病历。支持入院记录、出院

AI自动接待：7×24小时全天候值守，独立响应标准化咨询；智能知识库：支持PDF/Word/TXT批量导入、手动问答维护、知识库版本管理；人机无缝转接：客户主动申请人工、AI无法解答时自动流转至坐席；坐席工作台：在线会话处理、快捷话术、客户标签、对话历史查询；权限分级后台：超级管理员、客服坐席、只读

本项目为基于Android的离线肤质分析1.支持选择相册照片分析2.支持拍照体验分析3.全流程本地运行，不上传服务器4.使用MLKitbundledFaceDetection检测人脸5.支持MediaPipeImageSegmenter皮肤区域分割6.支持BiSeNetFaceParsingONNX