Python 优质开源项目精选

基于 Stable Diffusion XL 的离线开源图像生成工具，无需繁琐调参，提供 Gradio 网页界面。

开源大规模视频生成模型，支持文生视频、图生视频、语音驱动视频和角色动画。

基于 Gradio 的 Stable Diffusion 网页界面，支持多种新版图像与视频模型，延续 Forge 分支。

基于节点图的扩散模型图形界面、API 与后端，可本地生成图像、视频、音频和 3D 内容。

腾讯混元开源的交互式游戏视频生成模型，可根据参考图和键鼠输入生成游戏画面视频。

开源本地音乐生成模型，可根据文本生成完整歌曲，并支持翻唱、局部重绘和音轨分离等编辑功能。

Skywork AI 开源的交互式世界模型，在可执行游戏引擎之上用因果视频模型逐帧渲染可操作的游戏画面。

面向多模态模型的统一训练引擎，支持视觉语言、扩散及 MoE 等架构的分布式训练。

一款免费自托管的视频压缩工具，提供网页界面，可按目标文件大小利用 GPU 或 CPU 编码压缩视频。

按编程语言分类整理的项目式教程合集，帮助开发者从零动手构建应用。

一个 Python 命令行工具，当配对的蓝牙手机或智能手表超出范围时自动锁定电脑。

基于 Whisper 的自托管网页应用，可在本机转录 YouTube 视频和本地音视频文件。

基于流式语音转写训练的视频大模型，可对视频内容进行实时解说，并提供 Gradio 与命令行演示。

一款键盘驱动的终端 SQL 数据库客户端，支持连接并查询多种主流数据库。

开源的实时音频驱动数字人视频生成框架，支持无限时长流式输出，基于 14B 参数的 Wan2.2-S2V 模型。

一个 Python 库，可将表格数据输出为美观的 ASCII 表格，并支持 HTML、JSON、CSV 等格式。

面向 Windows 的桌面套件，基于 ONNX AI 模型对图片和视频进行超分放大、人脸修复、降噪和插帧。

开源的 PII 检测与脱敏 SDK，可处理文本、图片和结构化数据。

一款注重隐私的桌面应用，完全在本机上按人脸、日期和地点整理与分组照片，无需上传云端。

一款用 Python 编写的命令行工具，可录制 TikTok 直播的音视频，支持手动、自动和关注列表三种模式。