awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesVisual Analysis Tools

Tools that process captured screen images to analyze visual content using recognition models.

Distinct from Screen Capture Tools: Focuses on the analysis of the captured image rather than just the utility of taking the screenshot.

Explore 2 awesome GitHub repositories matching development tools & productivity · Visual Analysis Tools. Refine with filters or upvote what's useful.

Awesome Visual Analysis Tools GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • wangshub/douyin-botAvatar von wangshub

    wangshub/Douyin-Bot

    9,620Auf GitHub ansehen↗

    Douyin-Bot is a Python-based automation tool designed for interacting with Douyin accounts through automated likes, follows, and comments. It functions as a computer vision social bot that uses face recognition and image analysis to filter profiles based on visual criteria. The project distinguishes itself by using aesthetic content filtering to trigger social actions only when a user meets a specified beauty threshold. To reduce the risk of account bans, it incorporates account safety management that mimics human behavior through randomized delay scheduling. The framework covers a broad ran

    Processes periodic screenshots using face recognition models to evaluate user appearance against defined thresholds.

    Python
    Auf GitHub ansehen↗9,620
  • mushan0x0/ai0x0.comAvatar von mushan0x0

    mushan0x0/AI0x0.com

    3,945Auf GitHub ansehen↗

    AI0x0.com ist ein multimodaler KI-Desktop-Assistent und Cross-Application-Wrapper. Er bietet ein schwebendes Interface-Overlay, das Large Language Models in jede aktive Softwareanwendung integriert, um globale Abfragen und Textautomatisierung zu erleichtern. Das System zeichnet sich durch die Fähigkeit aus, Echtzeit-Bildschirmaufnahmen zur visuellen Analyse zu verarbeiten und eine Voice-Pipeline für freihändige Speech-to-Text- und Text-to-Speech-Interaktion zu nutzen. Es ermöglicht zudem die direkte KI-Content-Injektion durch Simulation von Tastatureingaben, um generierte Antworten in aktive Softwarefelder einzufügen. Das Projekt enthält eine RAG-Wissensdatenbank (Retrieval-Augmented Generation), die lokale Dokumentenbibliotheken und Echtzeit-Webdaten durchsucht. Es unterstützt eine Multi-Modell-Provider-Schnittstelle zum Wechseln zwischen verschiedenen KI-APIs, ein Plugin-System für Drittanbieter-Integrationen und Tools zur Generierung von Multimedia-Artikeln. Benutzer können benutzerdefinierte funktionale Presets verwalten und den Gesprächsverlauf für zukünftige Abrufe mit Lesezeichen versehen.

    Captures real-time pixel data from the display to provide visual context for multimodal AI analysis.

    Auf GitHub ansehen↗3,945
  1. Home
  2. Development Tools & Productivity
  3. Screen Capture Tools
  4. Visual Analysis Tools