AI 工具目录

SillyTavern

对话助手

免费本地语言模型前端，通过角色卡、用户身份、世界信息、群聊和文档上下文组织对话。模型推理由单独配置的本地或云端服务完成，适合互动写作、角色练习与需要细致控制提示的用户。

基于 Transformers.js 与 Whisper 模型的免费浏览器语音识别应用，支持文件、音频链接和录音输入，在设备端推理，并提供文本与 JSON 导出。适合短录音整理及浏览器 AI 原型探索。

GPT Researcher

效率办公

可自行部署的开源研究智能体，围绕问题收集资料、整理信息并生成带来源的报告。支持网页和本地文档工作流，以及可配置模型、搜索服务和更深入的研究路径，适合需要掌握处理过程的开发者与分析团队。

Grok

对话助手

结合网页与 X 搜索、写作和语音交流的在线 AI 助手。官方提供免费套餐，但使用量、高级模式及部分图像视频能力有独立限制；适合围绕当前话题追问，并继续检查原始来源。

Meta AI

对话助手

Meta 的日常 AI 助手，覆盖问答、写作、语音与图像相关操作，可从网页、独立应用和支持的 Meta 产品进入。日常使用免费，计算量较大的功能可能设额度或提供付费升级，开放范围因地区与账号而异。

OpenVoice

音频音乐

开源语音克隆系统，将参考录音的音色与生成语音结合，支持多语言与风格控制工作流。V1、V2 采用 MIT 许可，可自行部署；适合使用本人或已获授权声音的创作者、开发者与研究人员。

RapidOCR

效率办公

面向开发者的免费 OCR 推理工具，可将图片转换为文字、文字框和置信度，适合集成到文档处理、搜索索引和桌面应用。支持本地运行及多种推理后端，具体语言与效果由模型决定。

GPT Academic 学术优化

效率办公

面向论文阅读、翻译、润色与代码理解的开源学术工作台。通过可配置模型和任务插件处理 PDF、LaTeX 等资料，适合需要重复研究流程、愿意自行部署并审核结果的用户。

Umi-OCR

效率办公

免费离线 OCR 桌面软件，适合截图取字、批量图片识别和扫描文档整理。它把识别引擎变成易操作的界面，支持结果编辑、排版处理及可搜索 PDF 工作流，不必先搭建 Python 项目。

百度文心助手

对话助手

百度面向中文问答、写作与学习的 AI 助手，当前入口以文心助手呈现，并结合对话与工作任务入口。收录时区分免费消费者使用、具体功能限制和开发者 API，避免把免费理解为全部功能无限使用。

Subtitle Edit

视频创作

免费开源字幕编辑器，将精细时间轴编辑与可选 AI 转写、校对结合。当前跨平台项目支持本地模型路线，适合需要可编辑字幕、双语版本和准确同步的视频创作者，而不只是生成烧录字幕。

LocalAI

编程开发

在自有硬件上提供模型推理服务的开源运行环境，通过常见 API 形式连接应用，并支持多种模型后端和模态。适合开发者搭建可控的 AI 服务，软件免费，模型与基础设施条件另算。