网上冲浪周刊第81期

发表于 2025-02-19 分类于冲浪阅读次数：本文字数： 2.8k 阅读时长 ≈ 3 分钟

欢迎阅读本期技术资讯！我们为您介绍了一些有趣的工具，由AI为 GitHub 个人资料提供有趣且诚实的评价、专为中小团队设计的多模型支持 AI 聊天应用 HiveCha、开源语音处理模型与工具集Step-Audio发布、3 小时从零训练 26M 参数 GPT 模型。此外，还推荐了连接设计师与开发者的现代化设计平台Semi Desig以及功能强大的开源Android图像编辑应用Image Toolbox。

欢迎来到第81期 , 期待您通过RSS订阅我们：https://www.lifeee.top//atom.xml

AI信息

Peergit：为 GitHub 个人资料提供有趣且诚实的评价

Peergit 是一个旨在为开发者提供 GitHub 个人资料评价的工具。通过分析用户的代码库和活动，Peergit 为用户的 GitHub 个人资料生成有趣且诚实的反馈，帮助开发者了解自己的代码风格和项目影响力。该工具目前可通过其官方网站访问。

Peergit

在线地址： https://peergit.vercel.app/

开源地址：https://github.com/imrofayel/Peergit

HiveChat: 专为中小团队设计的多模型支持 AI 聊天应用

HiveChat 是一个为中小团队设计的 AI 聊天应用，支持多种 AI 模型，如 Deepseek、Open AI、Claude 和 Gemini。文章详细介绍了其功能，包括 LaTeX 和 Markdown 渲染、DeepSeek 思维链展示、图像理解等，并提供了普通用户端和管理后台的操作界面。此外，文章还介绍了技术栈、部署方法，包括本地部署、Docker 部署和在 Vercel 上部署的步骤。

开源地址： https://github.com/HiveNexus/HiveChat

Step-Audio：开源语音处理模型与工具集发布，助力多场景应用

Step-Audio 是 stepfun-ai 团队于 2025 年 2 月 17 日发布的开源语音处理项目。该项目提供了多种功能，包括语音聊天模型（Step-Audio-Chat）、大规模文本到语音转换模型（Step-Audio-TTS-3B）以及相应的分词器（Step-Audio-Tokenizer）。此外，团队还发布了多轮音频评测基准（StepEval-Audio-360）和技术报告，旨在推动语音处理技术的发展和应用。所有资源和代码均可在 GitHub 和 Hugging Face 上获取。

Step-Audio

开源地址：https://github.com/stepfun-ai/Step-Audio

MiniMind：3 小时从零训练 26M 参数 GPT 模型

MiniMind 是一个开源项目，目标是从零开始快速训练一个轻量级的 GPT 模型。该项目提供了完整的训练流程，包括数据预处理、预训练、微调和评估。文章详细介绍了 MiniMind 的模型结构、训练方法、实验结果以及如何使用和扩展该项目。通过使用 MiniMind，研究人员和开发者可以快速上手大语言模型的训练和应用，探索 LLM 领域的更多可能性。

开源地址： https://github.com/jingyaogong/minimind

技术工具

Semi Design：连接设计师与开发者的现代化设计系统

Semi Design 是一个易于定制的现代化设计系统，由抖音前端与 UED 团队维护。它为设计师和开发者提供了多种功能，包括设计稿转代码、无障碍友好、国际化与多语言支持、Live Code 组件、稳定的质量保障、支持 SSR、易于贡献的 FA 架构、兼容 web components、百变主题等。此外，Semi Design 还展示了多个实际应用案例，如飞书项目、抖音创作服务平台、新一代 AI Bot 开发平台等，并提供了组件文档和 Figma UIKit 等资源。

地址： https://semi.design/zh-CN/

Image Toolbox：功能强大的开源Android图像编辑应用

Image Toolbox 是一款专为高效照片处理设计的多功能图像编辑工具，支持裁剪、应用滤镜、编辑 EXIF 数据、擦除背景、图像转换为 PDF 等功能。该工具适用于摄影师和开发者，提供简单易用的界面和强大的功能。支持批量处理、230 多种滤镜、自定义滤镜创建、图像加密、OCR、EXIF 元数据编辑、图像拼接、图像堆叠、背景移除、水印添加、绘图工具、图像缩放、GIF 和 WEBP 转换、PDF 工具、二维码扫描与创建、拼贴画创建、图像比较、颜色工具、直方图查看等功能。项目基于 Kotlin 开发，使用了多种开源库和技术栈。