OpenTiny是一个开源的前端组件库和工具集,由华为云和流程IT孵化,经过多年的发展和打磨,服务于华为内外部的多个项目。OpenTiny 提供了企业级的前端组件库解决方案,支持多种技术栈(如 Vue、Angular)和多端适配(PC、移动端、大屏等),并提供了丰富的组件和工具,以提升开发效率和用户体验。
- OpenTiny官网入口网址:https://opentiny.design/
- OpenTiny开源项目地址:https://github.com/opentiny
OpenTiny 的核心产品包括 TinyVue(Vue 组件库)、TinyNG(Angular 组件库)、TinyCLI(命令行工具)等,支持跨端、跨框架、跨版本的开发,以及主题配置、国际化、低代码开发等功能。OpenTiny 还提供了低代码引擎 TinyEngine,支持开发者快速构建和定制化开发。
OpenTiny 社区活跃,鼓励开源贡献,开发者可以通过 GitHub、微信等渠道参与社区交流和贡献代码。OpenTiny 的目标是为开发者提供一个高效、灵活、可扩展的前端开发解决方案,助力企业级应用的开发和创新。
数据统计
相关导航
CopilotKit 是一个革命性的智能体应用框架,它让开发者能够快速、灵活地为任何应用注入AI能力,打造直观的用户导向型智能助手(Agentic Applications)。无论您需要零代码集成还是深度定制,CopilotKit 都提供全栈解决方案。 copilotkit官网入口网址:https://www.copilotkit.ai/copilotkit开源项目地址:https://github.com/CopilotKit/CopilotKit核心优势极速开发:通过一行命令 npx copilotkit@latest init 即可启动项目,无缝嵌入现有应用。无界定制:支持从 Headless UI 到预置组件的全频谱UI定制,满足从底层控制到开箱即用的需求。开放生态:兼容任何LLM模型(如GPT/Claude/Llama等),支持 LangChain 等主流Agent框架,通过 AG-UI协议 实现跨框架协作。场景化解决方案SaaS Copilot:为SaaS产品构建意图:导向的交互界面,实时理解用户需求,在业务流程中主动提供上下文智能辅助。Co-Creation Copilot打造与用户协同创作的AI伙伴,通过自动化工作流提升生产效率,实现”更多、更好、更快”的内容产出。技术定位 CopilotKit 是 智能体应用栈的核心层,专注于将AI能力转化为用户可交互的体验: 开发者可自由接入自研Agent框架或直接调用LLM提供低代码组件(如聊天窗口、任务自动化面板)降低开发门槛企业级需求支持私有化部署与安全审计实战案例智能仪表盘:在复杂SaaS界面中实现自然语言操控数据分析对话式表单:将枯燥表单填写转变为多轮自然对话生产力助手:集成LangChain实现文档自动生成与决策支持 CopilotKit 已赋能众多团队构建下一代AI应用。无论您是初创公司还是企业级客户,都能通过其模块化设计实现:用户意图理解 → 上下文推理 → 自动化执行的闭环体验。
UI-TARS(UI-TARS)是一个由字节跳动(ByteDance)开发的开源多模态智能体模型,旨在实现自动化GUI交互和复杂任务处理。其核心目标是通过结合视觉语言模型与强化学习,提升在图形界面(GUI)、游戏、代码使用和工具操作等任务中的表现。UI-TARS不仅具备强大的推理能力,还支持多种任务场景的自动化处理,例如桌面操作、移动设备操作、游戏交互等。 UI-TARS官网入口网址:https://seed-tars.com/UI-TARS开源项目地址:https://github.com/bytedance/UI-TARS 主要特点与功能 开源与部署:UI-TARS 提供开源模型(如 UI-TARS-1.5-7B),支持通过 Hugging Face 和 GitHub 部署。模型能力:支持桌面操作(鼠标点击、拖拽、键盘输入)、移动设备操作(长按、打开应用等)以及轻量级任务输出。推理与推理能力:通过强化学习增强推理能力,提升性能和适应性。评估与基准:在多个基准测试中表现优异,如 Windows Agent Arena、WebVoyager、Android World 等。局限性:存在滥用风险、计算资源需求高、可能产生幻觉、模型规模限制等。 版本与更新 UI-TARS-1.5:当前主要版本,具备增强的 GUI、游戏和工具使用能力。UI-TARS-2:重大升级版本,集成更多能力,支持更复杂的任务。UI-TARS-1.5-7B:开源模型,可在 Hugging Face 上获取。 使用与部署 部署方式:支持本地部署、Hugging Face 端点部署。代码示例:提供 Python 示例代码,用于解析模型输出并生成操作代码。坐标处理:提供坐标处理指南和可视化工具。 UI-TARS 是一个强大的多模态代理模型,适用于 GUI 交互、游戏、自动化任务等场景,具备开源、可部署、可扩展的特点,适合研究和实际应用。
SQLBot 是一款基于大语言模型(LLM)和检索增强生成(RAG)技术的智能问数系统,旨在通过自然语言查询数据库,实现数据的即问即答和可视化分析。它支持多种集成方式,如嵌入到 n8n、MaxKB、Dify、Coze 等平台,并提供安全可控的数据权限管理。SQLBot 的核心优势在于其开箱即用、易于集成和安全可控,用户只需配置大模型和数据源即可开始使用。 SQLBot官网入口网址:https://dataease.cn/sqlbotSQLBot开源项目地址:https://github.com/dataease/SQLBot SQLBot 的功能包括自然语言转SQL、SQL转自然语言、多轮对话能力、数据可视化图表生成、智能数据分析等。它支持多种数据源配置,如Excel、CSV、数据库等,并提供数据看板构建功能。此外,SQLBot 还支持多用户协作和权限管理,适合团队协作使用。 SQLBot 是一款功能强大、易于使用且安全可控的智能问数系统,适合数据分析师和业务人员使用,以提升数据处理和分析的效率。
PPTist 是一个基于 Web 的演示文稿(幻灯片)应用,旨在提供类似 Microsoft PowerPoint 的功能,支持文本、图片、形状、图表、表格、视频、音频、公式等元素的编辑和展示。它支持在浏览器中直接编辑和演示幻灯片。 PPTist官网入口网址:https://pipipi-pikachu.github.io/PPTist/PPTist开源项目地址:https://github.com/pipipi-pikachu/PPTistPPTist中文介绍:链接常见问题:链接 主要特点: 技术栈:基于 Vue 3.x 和 TypeScript,不依赖 UI 组件库,便于自定义和扩展。用户友好:提供上下文菜单、快捷键、编辑细节优化,力求提供桌面应用般的体验。功能丰富:支持 AI 生成 PPT、多种导出格式(PPTX、JSON、PDF)、移动端支持、历史记录、撤销/重做、快捷键、右键菜单、AI 功能等。目标用户:适合有 Web 开发经验的开发者,而非普通用户或低代码平台用户。开源协议:采用 AGPL-3.0 开源协议,允许商业使用但需遵守开源协议,商业使用需联系作者获取独立授权。 使用方式: 可通过 GitHub 仓库克隆项目并运行本地开发服务器。提供在线演示地址:https://pipipi-pikachu.github.io/PPTist/提供详细的文档和开发指南,包括项目结构、开发文档、FAQ 等。 项目定位: 不是低代码平台、H5 编辑器、图像编辑器或白板应用。适合开发者用于 Web 演示文稿开发,而非普通用户使用。 PPTist 是一个功能丰富、技术先进的 Web 演示文稿工具,适合有 Web 开发经验的开发者使用。它提供了丰富的功能和良好的扩展性,但并非面向普通用户的“即用型”工具。其开源协议(AGPL-3.0)对商业使用有特定要求,需遵守开源协议或联系作者获取商业授权。
蛐蛐 (QuQu) 是 Wispr Flow 的开源免费替代方案,专为中文用户打造的注重隐私的桌面端语音输入与文本处理工具。与 Wispr Flow 不同,蛐蛐完全开源免费,数据本地处理,专为中文优化,支持国产AI模型。 蛐蛐 (QuQu)开源项目官网入口网址:https://github.com/yan5xu/ququ 蛐蛐(QuQu)是一款面向中文用户的开源免费语音输入与文本处理工具,定位为 Wispr Flow 的替代方案。项目全部代码托管在 GitHub(https://github.com/yan5xu/ququ ),遵循自由软件精神,任何人均可自由下载、审查、修改或二次分发。 核心特性 本地化隐私保护:所有语音和文本数据均在本地完成处理,不会上传至云端,最大限度避免敏感信息泄露。国产模型深度集成:内置 FunASR 本地语音识别模型,实现高精度中文语音转文字;同时支持可配置的大语言模型(LLM),用户可自行选择本地部署的中文大模型或通过插件接入其他模型,实现智能生成、校对、摘要等高级文本处理。跨平台桌面应用:基于 Node.js 18+ 与 pnpm 构建,兼容 macOS 10.15+、Windows 10+ 与 Linux,提供友好 UI,适合日常办公、写作、学习等场景。完全免费开源:相较于商业版 Wispr Flow,蛐蛐免除订阅费用,代码公开透明,用户可自行审计安全性。 优势概览 免费且开源:消除商业授权费用,代码透明可审计。数据本地化:所有处理在本机完成,保障用户隐私。中文深度优化:专为中文语音与文本设计,兼容国产 AI 模型,提升识别与生成准确性。高度可定制:用户可自行替换或扩展模型组件,灵活适配不同业务需求。 通过整合离线语音识别、可配置的大语言模型以及友好的桌面工作流,蛐蛐旨在为中文用户提供“一站式、可靠且安全”的生产力工具,打造下一代中文桌面语音工作流的标杆。
MCP Feedback Enhanced 是一个基于 Model Context Protocol (MCP) 的反馈驱动开发工具,旨在通过用户交互式反馈优化 AI 模型的开发流程。它支持多种界面(Web UI 和桌面应用),适用于本地、远程和 WSL 环境。 MCP Feedback Enhanced开源项目官网入口网址:https://github.com/Minidoracat/mcp-feedback-enhancedMCP Feedback Enhanced中文介绍:链接主要功能与特点 1. 双界面支持 Web UI:轻量级浏览器界面,适合远程和 WSL 环境。桌面应用:基于 Tauri 框架,支持 Windows、macOS 和 Linux,提供原生体验。 2. 核心功能 AI 交互:支持提示选择、文本输入、图像上传、自动提交。实时反馈:WebSocket 连接,实时传递信息。会话管理:会话记录、统计、导出(JSON、CSV、Markdown)。自动化:定时提交、命令执行、会话管理。多语言支持:支持中文(简体、繁体)、英文。 3. 技术架构 跨平台:支持 Windows、macOS、Linux。部署灵活:支持 SSH 远程、WSL 环境。配置灵活:环境变量配置(如 MCP_WEB_HOST、MCP_LANGUAGE)。 4. 开发与测试 测试工具:提供单元测试、功能测试、覆盖率报告。构建与部署:支持桌面应用打包(v2.5.0 新增)。缓存管理:UV 缓存清理工具。使用场景与问题解决 常见问题与解决方案 SSH 远程环境问题:通过 MCP_WEB_HOST 设置或 SSH 端口转发解决。WebSocket 问题:刷新页面或检查连接状态。图像解析问题:AI 模型限制,建议重试或调整图像格式。 MCP Feedback Enhanced 是一个功能强大、灵活且用户友好的工具,适合开发者在 AI 开发中进行交互式反馈和优化。其跨平台支持、多语言能力以及丰富的功能使其成为 AI 开发流程中的重要工具。
