personal-ai-company

火山引擎语音识别 - 将音频/视频转文字，支持长音频分段识别。

Use when publishing an Obsidian plugin to the community plugin store, creating GitHub Releases for Obsidian plugins, or submitting PRs to obsidianmd/obsidian-releases

一键部署静态网站到 Vercel 和 Cloudflare Pages。支持 HTML/React/Vue 等任意静态项目。

将 Expo/React Native 项目通过 EAS Build 构建 iOS 包并提交到 TestFlight。支持从零配置 EAS、构建、提交全流程。

综合画图工具 - AI 生图 (Nanobanana/Gemini) + 图片后处理（拼接/抠图/圆形裁剪/合成）。支持中英文自然语言画图。

统一搜索与抓取能力层 - 整合所有外部信息获取接口（搜索、抓取、下载）

统一通知服务 - 支持 Mac 通知、Telegram、未来可扩展更多渠道

在本地通过 OpenRouter API 调用多模型，支持单轮/多轮消息、系统提示词和结构化输出。

使用 MinerU 将 PDF 等文档转换为 Markdown/JSON 格式，支持表格、公式、图片提取，109 种语言 OCR。

火山引擎（豆包）语音合成 TTS，支持多种音色、语速调节、多种音频格式。

根据用户给出的命题/概念，生成 3Blue1Brown 风格的数学动画视频。 端到端流程：理解命题 → 设计叙事 → 生成 Manim 代码 → 渲染视频。 使用 Manim Community Edition (from manim import *)。 触发条件：用户要求"画个视频讲讲"、"用动画解释"、"3b1b 风格"、 "白板动画"、"可视化讲解"等。 画幅规则： - 用户提到 "xhs"、"小红书"、"竖屏"、"抖音"、"短视频" → 9:16 竖屏（1080x1920） - 其他情况 → 默认 16:9 横屏（1920x1080）

智能网页内容抓取工具，根据URL自动选择最佳抓取策略

将故事文本(txt/md)和音频转换成漫画风格视频。支持自动语音转录、AI图片生成、字幕烧录等功能。适用于ESL教学视频制作。

下载 IMA Copilot 知识库中的所有文件到本地。支持 PDF、Word 等文件下载，以及笔记摘要导出为 Markdown。

基于Reddit深度挖掘用户真实痛点和需求。适用于YouTube选题调研、AI产品机会发现、市场需求验证、竞品用户反馈分析、舆情监控、投资调研、技术趋势分析等场景。自动生成多维度搜索、情绪强度评分、结构化报告。

基于 Perplexity (通过 OpenRouter) 进行网络深度调研和实时搜索。支持快速搜索 (sonar-pro-search) 和深度研究 (sonar-deep-research) 两种模式，灵活切换。

基于 Reddit API 进行深度调研并生成研究报告。支持搜索、获取帖子、评论分析、情感分析等。适用于市场调研、用户反馈分析、技术方案调研、产品评价收集、趋势分析等场景

下载社交媒体内容（小红书、X/Twitter、抖音），包括视频、图片、元数据和评论。支持短链接解析，确保获取用户视角一致的所有内容。

视频章节导航条 - 为视频顶部添加章节导航，实时显示当前播放位置。

Downloads videos and audio from YouTube, Bilibili, Twitter, and other platforms using yt-dlp. Supports quality selection, format conversion, and audio extraction.

火山引擎（豆包）语音识别服务。支持音频/视频文件转文字，输出带时间戳的字幕格式（SRT/VTT/TXT）。中文识别效果优秀，支持标点和数字规范化。

给我写一首类似蜀道难的诗歌

搜索免费背景音乐，支持按关键词、情绪、场景搜索，基于 Freesound API。

Headless browser automation with auth inheritance and session isolation. Default headless (no UI popup). Use for web scraping, form filling, screenshots, and any browser task that should run in background.

自然语言查询 Supabase 数据库。支持 AI50、PersonalDigitalCenter 和本地 Supabase。

概念树生成器 - 用 Gemini 生成知识结构树，快速了解领域全貌。触发词：概念树、知识树、结构图

统一部署入口 - 自动识别项目类型，支持 Web (Vercel/Cloudflare) 和 iOS (TestFlight)。

滴答清单自动执行器 - 扫描任务列表，自动完成可代劳的任务。

使用火山引擎OmniHuman1.5生成数字人视频,输入IP形象图片+音频,输出数字人说话视频。

通俗解释 + 图解 - 将复杂概念用大白话讲清楚，自动选择风格并生成可视化图。

选题情报 - 自动采集 HN/GitHub/Reddit/X 热点 + AI 评分 + 去重推送

查询富途证券最近的交易记录、持仓和账户信息。需要本地运行 FutuOpenD 服务。

安装python工程环境依赖

获取 Telegram 勃勃投资群聊天记录并用 AI 总结。支持时间范围和话题过滤。

本地 Lakehouse 分析引擎 - 基于 DuckDB 的 OLAP 查询，支持 Parquet/CSV 文件分析，可从 Supabase CDC 同步数据。

使用 Nanobanana (Gemini 3 Pro Image) 生成图片,支持中英文描述、图片参考和风格迁移。

Automates browser interactions for web testing, form filling, screenshots, and data extraction. Use when the user needs to navigate websites, interact with web pages, fill forms, take screenshots, test web applications, or extract information from web pages.

Complete browser automation with Playwright. Auto-detects dev servers, writes clean test scripts to /tmp. Test pages, fill forms, take screenshots, check responsive design, validate UX, test login flows, check links, automate any browser task. Use when user wants to test websites, automate browser interactions, validate web functionality, or perform any browser-based testing.

深度调研工具，支持多信息源并发搜索、多任务类型策略。可指定信息源（reddit/twitter/perplexity/v2ex）或任务类型（痛点挖掘/舆情分析/投资情绪/技术调研）。

社交媒体统一入口 - 下载/发布/文案。支持小红书、X/Twitter、抖音、B站、YouTube。自动识别平台和动作。