浏览器 AI 小工具怎么选？40 个项目与 5 类商业任务的参考指南

适合谁、解决什么： 电商运营经常需要将同一批商品图处理成一致尺寸、留白和文件名。这个项目已经有批量处理，值得研究的是如何把结果变成可直接上架的一包文件。

原项目已有： 完整应用；最多 20 张批量抠图、换背景、ZIP 导出。

实现与资源： 浏览器 ONNX Runtime Web；MODNet 权重 6.63/25.9 MB，BEN2 Base 223 MB。模型指南。

许可范围： 应用Apache-2.0；所列MODNet为Apache-2.0、BEN2为MIT。

当期体验： 当期只打开演示并核对关键源码，未完成核心抠图。

可探索的产品增量： 电商商品图标准化：统一主体比例、留白、平台尺寸、SKU 文件名，一次交付整批上架图。这是待验证方向。

关键边界： 项目仍为Beta；透明材质、细线和复杂背景质量未知。已有ZIP与批量能力不能再算新增卖点。

我建议先试： 用十张有权使用的商品图，记录每张修边时间和最后重命名时间；如果后两步最费时，就优先解决交付规范。

02. Screenshot Redactor

适合谁、解决什么： 客服和开发者经常要把带订单号、邮箱或人脸的截图发给同事。自动发现再人工补框，比直接要求用户逐块涂黑更有机会减少重复操作。

原项目已有： 完整应用；识别截图中的敏感文字、人脸等，支持人工补框与 PNG 导出。

实现与资源： 浏览器 WASM；PP-OCRv6 tiny、YuNet、PII 模型，四个权重文件合计约 35.3 MB。模型来源与许可。

许可范围： 应用及多个模型分别按仓库模型清单处理，不能用单一许可证概括全部资源。

当期体验： 内置假数据生成了十项结果和预览，复核界面可用；PNG下载没有得到可确认的文件。

可探索的产品增量： 客服、研发团队截图脱敏：团队词库、订单号规则、批量处理、按工单命名导出。这是待验证方向。

关键边界： 中文业务字段未测，识别可能遗漏。脱敏结果要由用户复核，不能承诺自动移除一切敏感信息。

我建议先试： 拿合成订单截图验证漏检、补框与导出，重点测试相似号码和低对比文字；团队规则的价值应由真实重复任务证明。

03. UpscalerJS + ESRGAN Slim

适合谁、解决什么： 适合作为商品素材流程的一步，让用户把小图调整到指定交付尺寸。它是SDK，仍需要队列、对比、压缩和下载界面。

原项目已有： SDK 与样例；提供图片放大能力，需要自己补产品界面。

实现与资源： TensorFlow.js 浏览器推理；Slim x2 权重与配置合计约 0.90 MB。模型说明。

许可范围： UpscalerJS与所选Slim模型为MIT。

当期体验： 官方Demo可打开，但其使用Medium模型；没有完成Slim效果实测。

可探索的产品增量： 商品小图批量放大：目标尺寸、格式压缩、前后对比、命名与 ZIP 交付。这是待验证方向。

关键边界： 小模型不等于好画质，放大可能产生伪细节。模型文件小也不代表移动端运行内存小。

我建议先试： 比较同一张商品图的普通插值与Slim输出，查看文字和细纹是否更可信；如果差异有限，可把它当免费组合功能。

04. Tesseract.js

适合谁、解决什么： 面向重复读取固定格式截图、标签和费用清单的场景。OCR只解决读字，字段对应、校正和CSV交付才完成用户任务。

原项目已有： SDK 与基础 Demo；图片转文字、输出文字坐标。

实现与资源： 浏览器 Worker + WASM；所核默认语言包 gzip：英文 2.95 MB、简中 1.72 MB。语言包目录。

许可范围： 应用与所列语言包Apache-2.0。

当期体验： 演示和源码可读，当期没有运行核心OCR样例。

可探索的产品增量： 固定版式截图转表格：商品标签、费用清单等，补字段模板、人工校正和 CSV 导出。这是待验证方向。

关键边界： 表格结构不会因为识别出文字而自动正确；扫描质量、文字方向和双栏都可能影响结果。

我建议先试： 只选一种固定版式做十张样本，逐项统计字段错误，保留原图位置和人工确认；不要从通用OCR直接推导可自动记账。

参考候选：Inpaint-web

体验 · 源码

浏览器物体擦除工具，可用于研究商品图杂物清理。所查MI-GAN pipeline权重约28.1 MB，应用GPL-3.0、模型权重MIT。当期只核对界面与源码，核心擦除未实测。 修改并向用户交付应用时需要遵守覆盖代码许可，不能仅依据模型MIT就当作可直接闭源改壳。

我会先用有权使用、背景纹理简单的样本观察补全痕迹。原图中的商品文字、标志和结构不能因“清理”而被误改。可以把它作为素材工作台的辅助功能，不宜只凭最佳案例承诺专业修图质量。

2026-10-29

10:01｜本批 4 个主要候选

05. RasterTrace

适合谁、解决什么： 面向印花、刻字小店，把客户位图转为可编辑路径，并处理生产尺寸与输出格式。比单纯“下载SVG”更接近实际交付。

原项目已有： 图片转 SVG，色板与路径清理，物理尺寸、印刷/刻字预设，PDF/DXF 导出。

实现与资源： 传统算法；VTracer → 浏览器 WASM，无模型。引擎文件约 0.30 MB，应用 MIT。

许可范围： 应用MIT；核心VTracer在浏览器WASM执行，无AI模型。

当期体验： 内置样例生成71条路径，说明矢量化过程可运行；导出成品和设备加工未测。

可探索的产品增量： 面向印花、刻字小店：客户图片 → 指定尺寸与格式的生产交付包。这是待验证方向。

关键边界： 现成工具已经具备尺寸、色板和多格式导出。后续商业复查发现，生产用途仍可能大量依赖人工修图。

我建议先试： 用一张真实待加工图查看细节、路径数量、闭合和物理尺寸，再让店主判断是否少了返工；不要只比较预览好不好看。

06. Inkvec Studio Lite

适合谁、解决什么： 适合Logo、图标和平面图案的矢量整理。传统路径转换与可选AI清理分工明确，适合研究把模型嵌入既有图像流程。

原项目已有： Logo、图标、平面图案转 SVG；支持编辑、压缩及制作流程。

实现与资源： 传统矢量引擎＋可选 AI 压缩损伤清理；浏览器 WebGPU/WASM。去噪权重约 79.94 MB；代码与模型均 Apache-2.0。

许可范围： 应用及所列去噪模型Apache-2.0。

当期体验： 内置图案生成SVG预览；AI压缩损伤清理未运行。

可探索的产品增量： AI 图案、低清 Logo → 可编辑矢量素材；增加浏览器批量队列、命名和交付打包。这是待验证方向。

关键边界： 多线程与去噪需要正确响应头和浏览器支持。批量生产质量、导出文件及商业素材权利未全面检查。

我建议先试： 使用一张低清Logo，分别比较原始矢量化与去噪后矢量化，检查是否误改品牌细节。批量命名和交付只能在质量合格后带来价值。

07. smartcrop.js

适合谁、解决什么： 内容或电商运营常要把一张图适配多个渠道尺寸。它计算内容感知裁切框，适合在浏览器完成初选，再让人调整。

原项目已有： 根据图像内容计算最佳裁切框，支持重点区域加权；是库与 Demo。

实现与资源： 基础版是传统内容感知算法，浏览器运行，MIT。可选人脸 AI 的权重授权链仍待确认。

许可范围： 基础库MIT；可选人脸AI的权重许可链未确认。

当期体验： 演示生成了候选裁切和评分；未完成整批素材导出。

可探索的产品增量： 面向内容、电商运营：一批原图 → 多渠道尺寸素材，保留重点区域并允许人工微调。这是待验证方向。

关键边界： 基础算法不是语义理解，可能裁掉商品或人物重点。项目较老，可选人脸依赖已归档。

我建议先试： 先做无需人脸模型的版本，用十种构图测试横竖比例。预设、人工微调和编号ZIP比自动评分数字更贴近最终任务。

08. Tiefling

适合谁、解决什么： 把图片变成立体视差展示，适合插画、产品图和创作者的轻动效素材。现有成品主要是查看器。

原项目已有： 图片生成深度图，再渲染立体视差；支持自带深度图与 VR 显示。

实现与资源： 浏览器 ONNX Runtime Web；Depth Anything V2 Small，fp16/q8 文件约 49.64/27.08 MB。代码 MIT、Small 权重 Apache-2.0。

许可范围： 代码MIT，Depth Anything V2 Small权重Apache-2.0。

当期体验： 当期核对界面与源码，没有完成AI深度生成。

可探索的产品增量： 面向创作者：产品照、插画 → 循环视差广告；需要新增运动模板、品牌预设、MP4/GIF 导出。这是待验证方向。

关键边界： 相对深度不等于真实几何；MP4/GIF交付需新增。现有分享功能会上传图片到外部服务，不能宣传整站零外发。

我建议先试： 先用自带深度图测试运动范围和遮挡，再评估增加视频导出的成本。展示新奇感不等于客户愿意反复购买。

10:46｜本批 4 个主要候选

09. Prompt Anonymizer

适合谁、解决什么： 把文本中的人名、地点和联系方式替换成一致标签，再恢复回复中的对应标签，适合在提交材料给模型前做可复核处理。

原项目已有： 把人名、地点、邮箱、电话替换成一致标签，再将回复中的标签还原。

实现与资源： 浏览器 WebGPU/WASM＋规则；英文 BERT NER 约 110M 参数、109MB 量化权重。代码和英文模型均 MIT。

许可范围： 代码与所选英文BERT NER模型MIT。

当期体验： 英文合成数据完成脱敏和模拟回复还原。

可探索的产品增量： 客服记录、咨询材料的批量脱敏：保留 CSV 列结构、客户规则、人工复核、导出。这是待验证方向。

关键边界： 中文效果未知；标签一致不意味着完全匿名，人物关系和背景描述仍可能泄露身份。

我建议先试： 用合成多轮材料检查同名异人、漏识别和还原冲突。若用于团队，优先做批量结构保留、规则与复核，不要只做一次替换。

10. SemanticFinder

适合谁、解决什么： 适合顾问或技术支持反复查阅资料，记得含义时也能找到相关原文。检索后可定位和引用，是比聊天回答更明确的价值。

原项目已有： 文本/PDF 分块、语义检索、高亮、索引保存。

实现与资源： 建议固定 MiniLM-L6-v2：约 22.7M 参数、23MB 量化权重；浏览器 Worker 推理。应用 MIT、所选模型 Apache-2.0。

许可范围： 应用MIT，所选MiniLM模型Apache-2.0。

当期体验： MiniLM本地检索样例运行成功。

可探索的产品增量： 面向顾问、技术支持的资料检索工作台：多项目资料库、版本管理、原文定位与引用导出。这是待验证方向。

关键边界： Jina切块选项会外发全文，Ollama聊天需要额外本地服务；扫描PDF没有OCR。所谓本地应限定到具体路径。

我建议先试： 固定本地切块和模型，用十个已知答案的问题检查命中与出处。资料版本、项目划分和可靠引用可能形成增量，仍需验证付费意愿。

11. GTCRN＋sherpa-onnx

适合谁、解决什么： 为课程、口播和采访清理录音噪声，适合研究低成本音频处理；批量试听与交付比单次降噪更接近工作流。

原项目已有： WAV 录音去噪、处理前后播放。

实现与资源： 浏览器单线程 CPU/WASM；GTCRN 约 48.2K 参数，模型包约 0.54MB，另需约 12.6MB WASM。应用 Apache-2.0、模型 MIT。

许可范围： 应用Apache-2.0，GTCRN模型MIT。

当期体验： 当期未成功读取测试音频，没有生成可试听结果。

可探索的产品增量： 课程、口播录音批量清理：试听对比、统一响度、按原名打包交付。这是待验证方向。

关键边界： Demo主要处理WAV；噪声去掉多少与人声损伤多少需要听辨，模型小不是音质保证。

我建议先试： 选风声、键盘声和背景交谈各一段，盲听原声与处理结果。先确认清晰度收益，再补响度、命名和ZIP交付。

12. Moonshine Web

适合谁、解决什么： 面向实时英语口述和速记，演示包含麦克风、分段及TXT输出。适合想集成浏览器转写的开发者。

原项目已有： 麦克风实时英语转写、分段、TXT 下载。

实现与资源： Moonshine Base 约 61.5M 参数＋Silero VAD；浏览器 WebGPU/WASM。当前配置模型图文件合计约 126–156MB；应用 Apache-2.0，模型 MIT。

许可范围： 应用Apache-2.0，所列模型MIT。

当期体验： 当期没有开启麦克风，未实际转写。

可探索的产品增量： 英语课程、访谈速记：补文件导入、校对、项目保存及 SRT/VTT 导出。这是待验证方向。

关键边界： 文件导入、SRT/VTT、项目恢复属于拟新增能力；中文效果和跨设备性能未证明。

我建议先试： 用不同口音、停顿和专业名词的一分钟样本测试，记录人工校正时间。语音转写只是起点，最终可编辑和可交付才决定实用性。

参考候选：Kokoro Web

体验 · 源码

提供英语配音的音色、语速与WAV下载入口。所查模型文件约92.4 MB（q8）或326 MB（fp32）；模型Apache-2.0，但发音依赖包含GPLv3的eSpeak NG，需要沿实际分发链核对义务。

当期没有足够音频质量证据，因此只作参考。值得尝试的是“产品视频分镜→逐句生成→改发音→重生成一句→按顺序导出”，而不是再做一个通用朗读框。首先比较专有名词、数字与长句，再确认是否减少人工返工。

2026-10-30

09:19｜本批 5 个主要候选

13. truecopy

适合谁、解决什么： 固定供应商PDF对账单转CSV是一项具体任务。它读取文本层并提取表格，可作为原页与结果对照的基础。

原项目已有： SDK＋演示：读取 PDF 文本层，提取表格、提示异常。

实现与资源： 传统算法，非 AI；浏览器 PDF.js，无模型下载。

许可范围： SDK为MIT，PDF.js为Apache-2.0；未找到官网Demo原始页面源码。

当期体验： 样例PDF提取出6行3列。

可探索的产品增量： 特定供应商对账单转 CSV，增加原页校对、批量处理、总额核对。这是待验证方向。

关键边界： 不含扫描OCR，未知版式可能切错列；提取成功不等于金额或行数正确。

我建议先试： 收集同一来源十份匿名文件，检查金额、行数、合计和跨页表。先限定输入范围，比立即支持任意PDF更容易判断收益与支持成本。

14. Harper

适合谁、解决什么： 适合英文客服模板、商品描述和业务文案校对。词典、规则及轻量语言分析可以快速反馈，不需要先接付费LLM。

原项目已有： 完整校对工具＋SDK：英文拼写、语法、重复词检查。

实现与资源： Rust/WASM，字典、规则及轻量语言分析；slim 引擎约 20.10 MB。

许可范围： 当期仓库为Apache-2.0；集成可优先使用harper.js，资源仍应按所用版本确认。

当期体验： 当期成功应用重复词纠错。

可探索的产品增量： 英文客服模板、商品文案批量校对，增加品牌术语和团队规则。这是待验证方向。

关键边界： 主要面向英文，不能直接当中文语法引擎。通用英文校对已有免费替代，普通检查框的差异有限。

我建议先试： 先选一个业务文案集，检查品牌术语误报、格式一致性和批量修订。收费假设应围绕团队规则与交付，而不是仅强调Rust或速度。

15. Pinhole

适合谁、解决什么： 用自然语言在照片里找素材，适合摄影师与电商运营从本地图库挑选图片。它已经有导入、索引和检索。

原项目已有： 照片导入、本地索引、自然语言搜索。

实现与资源： TinyCLIP INT8＋WASM；两份权重合计约 24.32 MB，另有运行库。

许可范围： 应用与TinyCLIP模型MIT。

当期体验： 搜索冬天户外玩耍的狗，内置雪地狗图排在首位。

可探索的产品增量： 摄影师、电商团队的素材选片工具，增加原文件关联、项目和交付清单。这是待验证方向。

关键边界： 目前只保存缩略图和向量，重启后不能重新访问原文件；中文和大图库质量未测。

我建议先试： 先验证“找到→打开原图→加入选片→导出清单”能否完成。文件关联与权限恢复比再添加一种搜索框更关键。

16. Zero-shot Classification

适合谁、解决什么： 将评论、问卷或客服文本按自定义类别归类，适合需要整理大量英文反馈的人。

原项目已有： 自定义类别，把英文评论逐条分类。

实现与资源： DeBERTa-v3-xsmall，Worker/WASM；量化权重约 87.25 MB。

许可范围： 演示Apache-2.0，所选DeBERTa模型MIT。

当期体验： 三条合成评论分别进入电池、发热和软件问题类别。

可探索的产品增量： 评论、问卷、客服记录整理，增加 CSV 导入、人工修正、分类统计和导出。这是待验证方向。

关键边界： 三个样例无法证明总体准确率；类别重叠、长文本和多主题可能造成误分。

我建议先试： 用已人工标注的小样本比较结果，保留低把握项与人工改类。CSV导入、统计和导出是可探索增量，不能直接用于无需审核的业务决策。

17. basic-pitch-rs

适合谁、解决什么： 把短录音转成音符和MIDI，适合音乐教学、练习记录与扒谱辅助。用户仍需要校正节奏、音高和多余音符。

原项目已有： 音频转音符卷帘、调整阈值、下载 MIDI。

实现与资源： Basic Pitch，Rust/WASM；模型约 0.23 MB；作者给出的整包 WASM 为 9.3 MB／gzip 2.3 MB。

许可范围： 移植代码及Basic Pitch模型Apache-2.0。

当期体验： 模型加载就绪，但当期没有运行音频文件。

可探索的产品增量： 音乐老师的短录音扒谱助手，增加音符编辑、节拍量化、练习谱导出。这是待验证方向。

关键边界： 小权重不代表整包小，更不代表准确率高；复调、鼓声和复杂编曲未测。

我建议先试： 从干净单乐器短句开始，对照演奏记录检查误音，再尝试节拍量化与手动修正。不要把输出MIDI称为完整乐谱。

20:10｜本批 5 个主要候选

18. ZXing WASM Workbench

适合谁、解决什么： 商品标签批次需要核对能否读出、是否重复、是否与SKU表一致。项目已有批量识别，适合增加业务检查层。

原项目已有： 批量读取图片中的条码、二维码，展示位置、内容和详细结果。

实现与资源： 非 AI；浏览器 WASM；识别引擎约 1.09 MB。

许可范围： 应用及包装MIT，底层ZXing-C++ Apache-2.0。

当期体验： 公开二维码成功读出Hello world!。

可探索的产品增量： 商品标签图片质检：与 SKU 主表比对，检查重复码、缺失码，导出差异报告。这是待验证方向。

关键边界： 单次识别不代表印刷质量认证；原作不直接读PDF，也没有SKU主表比对。

我建议先试： 拿一批合成标签加入缺码、重复码和模糊码，检查异常报告。收费价值应来自减少错贴与返工，并由真实业务验证。

19. anydoc

适合谁、解决什么： 知识库迁移通常需要把不同Office、RTF、CSV和文本PDF整理成可导入Markdown，而非只转换一个文件。

原项目已有： SDK＋演示：Office、RTF、CSV、文本 PDF 等转 Markdown，支持复制、下载。

实现与资源： 非 AI；Rust/WASM；引擎约 6.69 MB。

许可范围： 核心MIT，浏览器Rust/WASM。

当期体验： 内置CSV成功转为Markdown表格。

可探索的产品增量： 知识库资料整理：批量转换、图片资源打包、失败清单、转换校对和目标平台格式。这是待验证方向。

关键边界： 浏览器版不做扫描OCR；大文件同步转换可能阻塞界面。其他版本可选云OCR会上传文件，不能混称所有路径都本地。

我建议先试： 准备包含图片、目录和长表格的资料包，检查附件与结构能否保留。批量失败清单和转换校对比支持格式数量更重要。

20. Stayput 视频人脸遮挡

适合谁、解决什么： 活动或课程视频在交付前可能需要遮挡人脸。它已有批量检测和多种遮挡样式，适合研究复核与补漏流程。

原项目已有： 批量视频人脸检测，模糊、像素化、黑框、表情遮挡，可去除声音。

实现与资源： BlazeFace＋MediaPipe CPU/WASM、WebCodecs；模型约 0.23 MB，运行库另计。

许可范围： 应用MIT、BlazeFace权重Apache-2.0，Mediabunny依赖MPL-2.0。

当期体验： 当期只核对界面和代码，没有处理视频文件。

可探索的产品增量： 活动视频交付前处理：增加人工补框、逐段复核和检查清单。这是待验证方向。

关键边界： 约每0.1秒检测加短时跟踪，快速运动、小脸和侧脸仍可能漏检；自动遮挡不等于隐私任务完成。

我建议先试： 用有权使用的测试视频逐段检查漏框，优先补人工关键帧与复核清单。若支持成本主要来自复杂视频质量，就不能只按推理成本定价。

21. Whisper Web 原版

适合谁、解决什么： 英语访谈和课程可在网页分段转写，再人工整理为讲义或字幕。原作包含文件、录音、URL与TXT/JSON出口。

原项目已有： 文件、录音、URL 输入，分段转写，导出 TXT、JSON。

实现与资源： Whisper Tiny.en，Worker/WASM；量化后两份模型合计 40.85 MB，桌面默认非量化约 151.49 MB。

许可范围： 应用MIT，所选Whisper权重Apache-2.0。

当期体验： 量化版完成13秒公开样例的分段转写。

可探索的产品增量： 英文课程、访谈整理：增加术语表、逐段校对、SRT/VTT 和课程平台格式。这是待验证方向。

关键边界： 原版依赖较旧；桌面默认非量化资源明显更大。短样例没有覆盖长录音、术语、噪声与手机内存。

我建议先试： 拿一段有人工稿的录音核对遗漏和时间戳，再评估校对与SRT/VTT增量。转写生成和最终字幕交付需要分别验证。

22. Segment Anything WebGPU

适合谁、解决什么： 通过正负点选择对象生成遮罩，适合交互式抠选和标注辅助。比只给自动结果更方便用户指出目标。

原项目已有： 点选对象生成遮罩，正负点修正，导出透明 PNG；属于技术 Demo。

实现与资源： SlimSAM，FP16 权重约 20.75 MB；当前实现需要 WebGPU。

许可范围： 示例与所选SlimSAM权重Apache-2.0。

当期体验： 点击内置样例后生成遮罩。

可探索的产品增量： 对象标注助手：增加类别、多对象项目、人工修边和 COCO 格式导出。这是待验证方向。

关键边界： 当前实现依赖WebGPU，没有WASM回退；多对象项目、人工修边和COCO出口属于拟新增能力。

我建议先试： 用透明、细线和重叠对象测试修正需要多少次点击。专业标注价值在格式一致、可回看和项目管理，不只是模型能分割。

2026-10-31

17:55｜本批 5 个主要候选

23. Inkwell

适合谁、解决什么： 比OCR SDK更接近完整复核工作台，适合从供应商截图读取规格、再整理为商品字段。

原项目已有： 完整 OCR 工作台：图片识别、区域关联编辑、置信度、TXT/JSON 导出。

实现与资源： PP-OCRv6，浏览器 Worker；Fast 两份权重约 6.24 MB，Balanced 约 31.04 MB。

许可范围： 应用MIT，所选Paddle模型Apache-2.0。

当期体验： Fast/WASM样例识别出33个区域，但有错字与双栏顺序交错。

可探索的产品增量： 供应商资料转商品字段：字段模板、批量复核、目标平台 CSV。这是待验证方向。

关键边界： 当期源码最多处理160个区域，缓存升级逻辑有问题；不能直接原样上线面向真实长文档。

我建议先试： 测试区域截断和阅读顺序，再设计字段模板与原图高亮。把人工校正时间列为核心指标，避免只用“识别完成”衡量成功。

24. Dead Air

适合谁、解决什么： 检测口播静音并把剪辑结果交回常用编辑器，适合课程和访谈素材准备。原作已有多种剪辑与视频输出。

原项目已有： 检测口播静音，预览剪辑，导出 EDL、FCPXML、CSV 或 MP4。

实现与资源： 非 AI；本地音量检测＋Web Audio/WebCodecs，无模型下载。

许可范围： 应用MIT，Mediabunny依赖MPL-2.0。

当期体验： 当期打开界面并核对源码，未处理音视频。

可探索的产品增量： 课程、访谈剪辑准备：批量队列、剪辑预设、人工保护停顿、项目恢复。这是待验证方向。

关键边界： 现为单文件、整文件读入，代码约1.5 GiB限制；轻声与有意停顿可能误切。

我建议先试： 找一段同时包含轻声、停顿和背景噪声的录音，检查误删并试回导剪辑软件。批量预设必须保留人工保护片段。

25. depth2normal

适合谁、解决什么： 适合游戏和2.5D素材制作者将深度图转法线，并观察光照效果。已有深度图转换不需要AI，照片估深才用模型。

原项目已有： 深度图转法线贴图；照片可先估计深度；参数调整、PNG 导出。

实现与资源： 浏览器 WASM；照片估深使用 Depth Anything V2 Small，约 27.3 MB。深度图转换本身不用 AI。

许可范围： 应用MIT，所选深度模型Apache-2.0。

当期体验： 内置深度图生成法线，改变强度后重新计算；照片AI估深未测。

可探索的产品增量： 2D/2.5D 游戏素材处理：引擎预设、光照预览、批量命名和 ZIP 交付。这是待验证方向。

关键边界： 网页最长边缩到2048、Canvas路径8-bit，不能套用CLI高位深能力；相对深度不是准确材质还原。

我建议先试： 用一个目标引擎验证法线方向、翻转和命名。批量交付只有在格式与渲染效果符合实际管线时才有意义。

26. NSFWJS

适合谁、解决什么： 适合作为UGC人工审核前的粗筛组件，帮助排列复核优先级；不适合自动做最终判断。

原项目已有： SDK＋演示：图片内容粗分类，显示概率，可模糊预览。

实现与资源： TensorFlow.js Worker，优先尝试 WebGPU；演示默认 MobileNetV2Mid 权重约 4.30 MB。

许可范围： 项目及上游模型按MIT发布，第三方说明仍需保留。

当期体验： 当期模型已加载，没有处理图片。

可探索的产品增量： UGC 图片人工审核预筛：批量队列、复核、阈值配置和审核记录。这是待验证方向。

关键边界： 类别概率不能直接等同违规概率，边界内容和不同文化语境可能误判。

我建议先试： 用有权使用且人工标注的数据检查误报和漏报，设置复核与申诉路径。价值可能在队列和记录，而不是一个不可解释的封禁阈值。

27. MotionLab

适合谁、解决什么： 面向物理实验，把位置追踪、标定、速度和模型拟合放到一个工具中，适合教师与教学产品作者。

原项目已有： 完整实验工具：视频标定、追踪、速度与加速度、模型拟合、实验报告。

实现与资源： 非 AI；Canvas＋传统模板匹配，无模型下载。

许可范围： MIT；Canvas与传统模板匹配，不使用AI模型。

当期体验： 九个内置采样点生成曲线、拟合和报告。

可探索的产品增量： 物理实验教学工具：课程模板、统一报告、班级作业收集。这是待验证方向。

关键边界： 当期视频时长未显示，自动视频追踪未验证；已有采样点拟合不能证明自动测量精度。

我建议先试： 用已知运动轨迹检查标尺、帧率和误差，再设计课程模板。实验结论应说明测量假设，不能只展示漂亮曲线。

2026-11-04

20:11｜本批 4 个主要候选

28. APIDiff

适合谁、解决什么： 前后端升级API时，需要知道哪些变更影响调用方。它比较两份OpenAPI/Swagger并输出分类报告。

原项目已有： 两版 OpenAPI／Swagger → 变更分类、Markdown／JSON 报告；完整小工具。

实现与资源： 非 AI，浏览器本地 JavaScript；代码 MIT。

许可范围： MIT，浏览器JavaScript，无模型。

当期体验： 内置两版样例生成了差异。

可探索的产品增量： API 升级检查台：增加版本基线、忽略规则、团队审阅和交付报告。这是待验证方向。

关键边界： 外部引用不解析，复杂组合schema覆盖有限；不应把无告警当成兼容性保证。

我建议先试： 用一次团队已知破坏性变更回放测试，检查遗漏。可探索版本基线、忽略规则与审阅记录，先证明比现有diff流程更省事。

29. Pleco-Xa

适合谁、解决什么： 音乐素材整理需要节奏、调性和循环点等标签，适合把算法SDK组合成批量素材交付。

原项目已有： 音频节奏、调性、相似度及循环点分析；SDK＋演示。

实现与资源： 非 AI，纯 JavaScript 音频算法，无模型权重；MIT，附第三方 ISC 署名。

许可范围： MIT，保留第三方ISC声明；纯JavaScript音频算法。

当期体验： 六段合成音频产生分析结果。

可探索的产品增量： 音乐素材整理器：增加批量导入、BPM／调性标签、循环切片和清单导出。这是待验证方向。

关键边界： 原项目以SDK和演示为主，完整导入、队列、校正与切片导出需要新增；合成音频不能代表复杂音乐质量。

我建议先试： 拿已知BPM和调性的真实授权素材交叉比较，允许手改标签。目标应是更快完成素材整理，而非声称自动理解全部音乐。

30. Arbitrary Image Stylization

适合谁、解决什么： 内容图加参考画风生成风格化图片，适合创作者探索系列配图与一致视觉效果。

原项目已有： 内容图片＋参考画风 → 风格化图片；模型演示。

实现与资源： TensorFlow.js／WebGL；默认两套模型文件合计约 12.15MB；代码与仓库内模型 Apache-2.0。

许可范围： 代码与仓库模型Apache-2.0，照片和画作素材另查。

当期体验： 内置流程生成素描效果。

可探索的产品增量： 系列配图制作器：增加用户自己的风格库、批量尺寸、预设和成品打包。这是待验证方向。

关键边界： 主要维护停留在2022年，依赖需要评估升级；大图、批量和现代设备兼容未测。

我建议先试： 先用自有照片与有权使用的风格样例，比较批量一致性。风格库、尺寸和打包可以新增，但不能侵占第三方素材权利。

31. Keyword Spotting Lab

适合谁、解决什么： 一秒短命令识别适合研究免手操作，例如演示或练习工具的动作触发。它与通用语音转写是不同任务。

原项目已有： 一秒英文短命令 → 分类与概率；研究演示。

实现与资源： Res15，约 49.6 万参数；clean 模型约 2.97MB，WASM 本地推理；代码及同仓库模型 MIT。

许可范围： 代码及同仓模型MIT；商业探索优先选择clean模型路径。

当期体验： 内置left样例被识别为left。

可探索的产品增量： 免手操作组件：将命令接入演示、录屏或练琴工具，增加动作映射与反馈。这是待验证方向。

关键边界： 十个固定英文命令，普通文件仅处理第一秒；完整演示两模型合计约5.94 MB。口音、噪声和连续监听误触未知。

我建议先试： 先在真实使用噪声下统计误触和漏触，再决定是否加动作映射。误触会带来操作后果时，需要明确确认或撤销设计。

条件候选：SQLiteviz

体验 · 源码

能在浏览器查询CSV、JSON和SQLite并作图。内置查询当期返回5行，适合研究订单、退款与物流表的业务核对。潜在增量是字段映射、异常规则和可交付清单，不必强行增加模型。

应用Apache-2.0，但数据库构建包含授权出处尚未确认的贡献扩展，第三方许可随附不完整，不能直接列为完整商用许可已清的方案。建议先复用思路或选择权利清晰的数据库构建，再用已知差异的合成业务表验证；真实财务核对仍需人工确认。

2026-11-05

16:56｜本批 4 个主要候选

32. EmailBuilder.js

适合谁、解决什么： 电商通知邮件需要品牌一致、变量准确且能交给平台发送。项目提供可视化编辑和HTML/JSON输出，适合补充平台适配。

原项目已有： 可视化编辑订单、欢迎、订阅等邮件，生成 HTML／JSON；公开 SDK＋编辑器示例。

实现与资源： 非 AI，浏览器本地渲染，无模型；代码 MIT。

许可范围： 代码MIT；示例外链图片应换成自有素材。

当期体验： 修改订单邮件标题后，预览、HTML与JSON同步改变。

可探索的产品增量： 电商通知模板制作器：品牌套件、多语言版本、变量检查、平台格式适配和整套模板导出。这是待验证方向。

关键边界： 真实邮件客户端兼容性未测；免费编辑器和作者商业产品已经存在，不能把编辑界面本身当差异。

我建议先试： 选一个真实平台，检查变量缺失、长订单、多语言和不同邮箱渲染。一套可交付通知模板比一张漂亮截图更有价值。

33. Ronghor Color Studio

适合谁、解决什么： 帮助建站服务商把品牌图转成明暗主题和语义颜色，再交给开发者使用。

原项目已有： 图片取色、12 个语义颜色角色、明暗主题、对比度检查，导出 CSS／Tailwind／JSON。

实现与资源： 非 AI，Canvas＋颜色算法，无模型；代码 MIT，使用的 Google 字体为 OFL-1.1。

许可范围： 代码MIT，所用Google字体OFL-1.1。

当期体验： 合成图提取八色，对比检查10/12修正为12/12，CSS随之更新。

可探索的产品增量： 品牌主题交付工具：客户项目、品牌色约束、版本比较和开发交接包。这是待验证方向。

关键边界： 对比度修正可能改变品牌色；项目早期、保存主要在本地。颜色检查通过不代表整个网站可访问性通过。

我建议先试： 锁定不可改变的品牌色，测试按钮、文字和背景组合，再交付命名一致的变量。客户项目和版本比较是可探索增量。

34. Magika

适合谁、解决什么： 迁移资料时，后缀和真实内容可能不一致。模型根据内容识别文件类型，适合批量分类与异常检查的基础组件。

原项目已有： 根据内容识别文件真实类型，支持文本和文件；SDK＋公开演示。

实现与资源： AI，standard_v3_3，TensorFlow.js 本地推理；浏览器模型文件约 3.21MB；代码及随仓模型 Apache-2.0。

许可范围： 代码与随仓模型Apache-2.0。

当期体验： 默认JavaScript与合成JSON得到对应类型。

可探索的产品增量： 文件迁移预检器：批量检查错后缀、分类归档、重命名预览和异常清单。这是待验证方向。

关键边界： 类型识别不检测恶意内容，也不证明文件完整；大文件读取内存未测。

我建议先试： 用安全样例制作错后缀和混合目录，检查是否能给出可复核清单。别把它宣传为杀毒或安全扫描器。

35. SplitImage Engine

适合谁、解决什么： 将图切成轮播、网格和封面素材，适合内容创作者；模型不是必要条件，核心是正确尺寸、顺序和交付。

原项目已有： 网格、轮播和封面切图，PNG／JPEG／WebP、ZIP；开源引擎＋独立演示。

实现与资源： 非 AI，浏览器 Canvas，无模型和第三方运行库；代码 MIT。

许可范围： 引擎与独立Demo代码MIT；完整SplitImage.io商业站未开源，展示资产另有权利。

当期体验： 界面和导出实现可读，但当期没有选择图片完成切图。

可探索的产品增量： 社媒图组交付器：渠道尺寸预设、批量输入、品牌模板、编号和发布顺序清单。这是待验证方向。

关键边界： 不能把引擎仓库当成整个商业站源码。批量素材、品牌模板和渠道规则需要自己补。

我建议先试： 用一张带编号测试图验证切片顺序、边缘与ZIP文件名，再用目标平台检查实际拼接效果。

条件候选：FastEnhancer Web

源码与项目说明

默认Small权重约0.83 MB，值得关注小模型的浏览器集成方式。但当期内置样例只进入处理状态，未取得完成后的效果，不能据体积判定速度或质量。

其引用的C/WASM参考仓库缺少许可，实际继承关系未确认，所以没有进入主要商用候选。最先要解决的是代码来源和分发条件，再比较真实样本。一个很小的模型可以降低下载门槛，但不自动带来清晰的授权或付费价值。

2026-11-07

14:36｜本批 5 个主要候选

36. pdfme

适合谁、解决什么： 将模板与表单数据转为PDF，适合标签、装箱单和重复单据。客户最终关心能否正确打印与交付。

原项目已有： 可视化模板＋表单数据 → PDF，支持标签、表格、二维码等；SDK＋完整 Playground。

实现与资源： 非 AI，浏览器本地生成，无模型；代码 MIT，字体另按各自许可保留。

许可范围： 代码MIT，字体各自许可。

当期体验： 内置地址标签样例生成PDF并打开结果。

可探索的产品增量： 批量标签与装箱单工具：CSV 字段映射、纸张规格、数据检查、客户模板和成品包。这是待验证方向。

关键边界： CSV批量映射、中文字体、长内容分页与标签纸对齐尚未验证；单样例成功不能保证真实打印。

我建议先试： 先限定一种标签纸和字段结构，打印一页校验边距，再加数据校验和批量任务。具体规格可以缩小支持范围。

37. AppShots

适合谁、解决什么： 为应用截图加标题、品牌和设备框，适合版本更新频繁的小团队。原作已有多设备、PNG/ZIP与本地项目。

原项目已有： 应用截图＋标题＋品牌色 → 多设备展示图，已有 PNG／ZIP 导出和本地项目。

实现与资源： 非 AI，无模型；代码 MIT，默认 Inter 字体 OFL-1.1。

许可范围： 代码MIT，Inter字体OFL-1.1。

当期体验： 标题编辑有效，导出已触发但未确认最终下载文件。

可探索的产品增量： 多语言商店截图交付器：文案表导入、版本替换、溢出检查、客户审核、按语言与设备命名。这是待验证方向。

关键边界： localStorage容量有限，无云协作，AI Assist仍待推出。当天后续商业复查已停止“通用截图模板器”方案，见后文；这里保留技术参考。

我建议先试： 若仍想做，先找到现有截图工具无法完成的已付费交付样本。多语言、版本替换和审核不能只作为想象中的差异。

38. MediaPipe Language Detector

适合谁、解决什么： 本地化发布时可以检查某段文案是否疑似用了错误语言，适合嵌入JSON/CSV发布核对。

原项目已有： 单段文本 → 语言代码与概率；完整任务 Demo。

实现与资源： AI，浏览器 Worker＋WASM；权重 315,294B，另有约 7.07MB WASM 引擎；应用、引擎及模型 Apache-2.0。

许可范围： 应用、引擎及模型Apache-2.0。

当期体验： 法语、中文样例分别返回fr和zh。

可探索的产品增量： 本地化发布检查器：逐条核对 JSON／CSV 文案的预期语言，提供白名单、人工确认和问题清单。这是待验证方向。

关键边界： 识别语言不等于检查翻译准确性，zh不能区分简繁和地区版本；短词与混合语言可能误判。

我建议先试： 用实际多语言资源做小样本，加入品牌名白名单和人工确认。把它定位为发布前提示，避免误删正确内容。

39. AudioMass

适合谁、解决什么： 浏览器波形编辑器已有修剪、淡入淡出、混音与导出，适合课程和播客素材处理。

原项目已有： 波形编辑、淡入淡出、修复、混音和多格式导出；完整工具。

实现与资源： 核心为 Web Audio＋传统音频算法，无需模型；应用 MIT，第三方许可需分别保留，MP3 编码器含 LGPL。

许可范围： 应用MIT，MP3编码器含LGPL，第三方许可分别保留。

当期体验： 当期核对源码与界面，未完成效果处理或WAV导出。

可探索的产品增量： 课程／播客交付台：片头尾模板、处理规格、批量任务和交付检查报告。这是待验证方向。

关键边界： 通用音频编辑免费替代多；不能把现成编辑功能当新收费点。长音频内存与格式兼容需实测。

我建议先试： 围绕一套交付规格检查响度、片头尾和输出格式，再问团队是否需要批量预设。人工听审和修音成本也必须计算。

40. Denoiser