Công cụ AI

MinerU (70.600+ sao GitHub) chuyển đổi PDF, DOCX, PPTX, XLSX, hình ảnh và trang web thành Markdown và JSON có cấu trúc cho quy trình làm việc LLM, RAG và Đại lý. Hỗ trợ OCR 109 ngôn ngữ, chuyển công thức sang LaTeX, chuyển bảng sang HTML và chạy trên CPU hoặc GPU.

Một bảng điều khiển thông tình báo toàn cầu theo thời gian thực do AI hỗ trợ, tổng hợp tin tức, sự kiện địa chính trị và giám sát cơ sở hạ tầng. 59K sao. Giải pháp mã nguồn mở thay thế Palantir Gotham.

Một studio giọng nói AI mã nguồn mở toàndiện cho phép bạn nhân bản mọi giọng, tạo giọng nói và chép vào bất kỳ ứng dụng nào. 33K sao. Chạy cục bộ trên máy của bạn với hỗ trợ CUDA hoặc Apple Silicon.

MoneyPrinterTurbo: Tự động tạo video bằng AI

OpenMontage (8.3K+ GitHub stars) is the world's first open-source, agentic video production system. 12 production pipelines, 52 tools, 500+ agent skills. Turn any AI coding assistant into a full video studio — from animated explainers to cinematic trailers to real-footage documentaries. Zero API keys needed for basic output.

MarkItDown của nhóm Microsoft AutoGen chuyển đổi hơn 20 loại tệp sang Markdown để LLM sử dụng. pip install markitdown[all], API Python, tích hợp LangChain, các pipeline RAG và xử lý theo lô.

Understand-Anything biến bất kỳ cơ sở mã nào thành đồ thị tri thức tương tác mà bạn có thể khám phá, tìm kiếm và truy vấn. Hoạt động với Claude Code, Codex, Cursor, Copilot, Gemini CLI. 60.339 sao trên GitHub.

Knowledge Work Plugins (20.728 sao) của Anthropic mở rộng Claude với các công cụ mạnh mẽ cho chỉnh sửa tài liệu, phân tích mã, duyệt web và thao tác tệp. Xây dựng plugin tùy chỉnh cho quy trình làm việc của bạn.

Oh My Pi (12.554 sao) biến thiết bị Raspberry Pi thành hub nhà thông minh, trung tâm media và workstation phát triển với cài đặt một-click và cấu hình tự động.

Kỹ Thuật AI Từ Đầu (32.771 sao) là một chương trình giảng dạy toàn diện bao gồm tinh chỉnh LLM, RAG, khung tác nhân và triển khai sản xuất. Học cách xây dựng, vận hành và mở rộng hệ thống AI.

Taste Skill là một khung kỹ năng tác nhân di động, nâng cấp giao diện do AI xây dựng với bố cục mạnh mẽ hơn, kiểu chữ, chuyển động và khoảng cách. Hoạt động với Codex, Cursor, Claude Code và ChatGPT Images.

Academic Research Skills (31.628 sao) tự động hóa quy trình nghiên cứu: tìm kiếm bài báo, trích xuất thông tin, tổng hợp kết quả và viết tổng quan tài liệu. Được xây dựng cho Claude Code với kiến trúc kỹ thuật mô-đun.

Apple released container, a Swift-based tool for running Linux containers on Mac using lightweight VMs. 37K stars, OCI-compatible, macOS 26 required.

NVIDIA Cosmos là một nền tảng mã nguồn mở của các mô hình thế giới, tập dữ liệu và công cụ để xây dựng Physical AI — robot, xe tự hành, cơ sở hạ tầng thông minh. Cosmos 3 sử dụng Mixture-of-Transformers để tạo ngôn ngữ, hình ảnh, video, âm thanh và hành động đồng thời. Có sẵn mô hình 16B và 64B.

Impeccable (37K sao) là một ngôn ngữ thiết kế dành cho các tác nhân mã hóa AI với 23 lệnh, 41 quy tắc kiểm tra, và khả năng lặp trực tiếp trên trình duyệt. Khắc phục vấn đề giao diện AI tạo ra trông giống template với các kiểm tra chất lượng thiết kế xác định. Tương thích với Claude Code, Cursor và Codex.

Tìm hiểu cách sử dụng RuView, nền tảng trí tuệ không gian WiFi dựa trên Python theo dõi vị trí thời gian thực, lập bản đồ layout tòa nhà và tối ưu hóa WiFi mesh networks. Hướng dẫn cài đặt pip từng bước, theo dõi thời gian thực và cấu hình mesh network.

PaddleOCR là bộ công cụ OCR mã nguồn đa ngôn ngữ với độ chính xác hơn 96.3% cho phát hiện và nhận dạng văn bản. Hỗ trợ hơn 80 ngôn ngữ, AI tài liệu, nhận dạng bảng và phân tích bố cục. Hơn 81K sao GitHub. Bao gồm hướng dẫn cài đặt, benchmark và triển khai production.

Open-LLM-VTuber là nền tảng avatar AI mã nguồn mở với tương tác giọng nói, nhân vật Live2D và ngắt giọng nói rảnh tay. Hoạt động với mọi LLM — cục bộ hoặc đám mây. Không cần cài đặt phức tạp, đa nền tảng. Bao gồm hướng dẫn bắt đầu nhanh, danh sách tích hợp đầy đủ và tùy chọn triển khai sản xuất.

Tìm hiểu cách triển khai UI-TARS Desktop của ByteDance, một đại diện AI ngôn ngữ-thị giác có thể xem màn hình của bạn và điều khiển ứng dụng thông qua ngôn ngữ tự nhiên. Cài đặt từng bước, benchmark thực tế và so sánh với các giải pháp thay thế.

TurboVec (RyanCodrai/turbovec) là chỉ số vector dựa trên thuật toán TurboQuant của Google Research, viết bằng Rust với Python bindings. Thay thế trực tiếp cho LangChain, LlamaIndex, Haystack và Agno. Cung cấp tìm kiếm vector hiệu suất cao với nén 4-bit và tăng tốc SIMD. Bao gồm tích hợp Python, benchmark và triển khai sản xuất.

Odysseus (65.243 sao GitHub) là một không gian AI tự lưu trữ kết hợp trò chuyện, tự động hóa tác nhân, nghiên cứu chuyên sâu, chỉnh sửa tài liệu, phân loại email, lịch và hơn nữa. Hỗ trợ vLLM, llama.cpp, Ollama, OpenRouter, OpenAI và GitHub Copilot. Có sẵn cài đặt Docker và native Linux/macOS.

Odysseus là không gian làm việc AI mã nguồn mở, ưu tiên quyền riêng tư (63.000 sao trong 9 ngày, giấy phép MIT). Một lệnh Docker duy nhất giúp bạn có chat, AI agent, nghiên cứu chuyên sâu, phân loại email, lịch, ghi chú và Cookbook mô hình — tất cả chạy trên phần cứng của bạn. Bài viết hướng dẫn cài đặt, tính năng chính và so sánh với ChatGPT Plus.

nanochat (54.800 sao GitHub) là bản clone ChatGPT mã nguồn mở của Andrej Karpathy, chạy trên một GPU $100 duy nhất. Huấn luyện từ đầu bằng SGLang hoặc phục vụ mô hình đã huấn luyện trước qua vLLM. Bao gồm hướng dẫn cài đặt, benchmark huấn luyện và ví dụ triển khai.

ViMax (7.1K+ stars trên GitHub) của Hong Kong University Data Science Lab là framework agentic video generation mã nguồn mở đầu tiên được cộng đồng đón nhận rộng rãi. Thay vì prompt-to-video một phát ăn ngay như Sora hay Runway, nó điều phối bốn vai AI — Đạo diễn, Biên kịch, Nhà sản xuất, Bộ sinh video — để tạo video đa cảnh dài hơi từ một ý tưởng duy nhất. Phân tích đầy đủ pipeline agentic, các backend hỗ trợ (Gemini Flash, MiniMax, Google Veo), các bước cài đặt, workflow idea-to-video và script-to-video, cùng so sánh thẳng thắn với Sora, OpenSora, Runway.

Supertonic (9.9K+ stars trên GitHub) của Supertone Inc. là model text-to-speech đa ngôn ngữ siêu nhanh chạy local trên CPU qua ONNX Runtime — không cloud, không API, không cần GPU. 99M tham số, 31 ngôn ngữ bao gồm tiếng Hàn/Nhật/Việt/Trung, audio chất lượng studio 44.1kHz, 10 expression tag, runtime cho Python, Node.js, browser (WebGPU/WASM), iOS, Android, Rust, Flutter. Phân tích đầy đủ tính năng, hướng dẫn cài đặt, ví dụ code và so sánh bối cảnh TTS on-device 2026.

AUTOMATIC1111 stable-diffusion-webui là UI self-host tiêu chuẩn de-facto 163k sao cho sinh ảnh SD/SDXL. Hướng dẫn cài đặt + production 2026 đầy đủ: txt2img / img2img / inpainting / outpainting / LoRA / ControlNet, yêu cầu phần cứng, lựa chọn thay thế (Forge, SD.Next).

ComfyUI là engine workflow trực quan dựa node 114k sao cho SD/SDXL/Flux/Wan/Hunyuan và hơn nữa. Hỗ trợ sinh hình ảnh, video, âm thanh, và 3D. Hướng dẫn cài đặt 2026 đầy đủ bao gồm cơ bản node, import workflow JSON, ComfyUI Manager, và khi ComfyUI thắng AUTOMATIC1111.

ChatTTS là TTS mã nguồn mở được xây riêng cho hội thoại (không phải thuyết minh). GitHub 39.3k sao, tối thiểu 4 GB VRAM, RTF 0.3 trên RTX 4090, điều khiển prosody tinh tế bao gồm cười và tạm dừng. Hướng dẫn cài đặt + thiết lập production 2026 đầy đủ.

Triển khai LLM Mistral cấp production tại máy cục bộ — kiến trúc 8x7B MoE, mistral-inference, phục vụ bằng vLLM, lượng tử hóa GGUF, function calling và fine-tuning. Hướng dẫn đầy đủ.

WhisperX là bộ công cụ ASR mã nguồn mở với timestamp cấp từ và phân tách ngưới nói. Tương thích với faster-whisper, pyannote.audio và OpenAI Whisper. Bao gồm Docker, Python API, benchmark và production hardening.

Wan 2.1 là bộ mô hình video nền mở của Alibaba với hiệu suất SOTA. Hỗ trợ ComfyUI, Diffusers và Gradio. Bao gồm T2V, I2V, chỉnh sửa video và tạo văn bản với các biến thể 1.3B và 14B.

VoiceCraft là mô hình ngôn ngữ codec thần kinh zero-shot speech editing và TTS, tương thích với GPT-SoVITS, Coqui TTS, RVC. Hướng dẫn cài đặt, benchmark, triển khai Docker và bảng so sánh.

OpenAI Whisper (ASR) nhận dạng giọng nói mạnh mẽ qua giám sát yếu quy mô lớn. Tương thích với WhisperX, faster-whisper, LibreTranslate. Bao gồm whisper tutorial, whisper vs whisperx, speech recognition setup, whisper python, whisper docker.

MeloTTS là thư viện chuyển văn bản thành giọng nói đa ngôn ngữ chất lượng cao với 7.4K+ Stars. So sánh hiệu năng với Coqui TTS, ChatTTS và Bark. Hướng dẫn cài đặt Python, triển khai Docker, suy luận thờ gian thực và cứng hóa production.

Triển khai Lobe Chat như một giải pháp thay thế ChatGPT tự host. Hỗ trợ 20+ nhà cung cấp LLM, hệ thống plugin, PWA, giao diện đa ngôn ngữ. Hướng dẫn Docker đầy đủ với benchmark và so sánh.

LibreTranslate (LT) là API dịch máy mã nguồn mở miễn phí dựa trên Argos Translate. Hỗ trợ Docker, CUDA GPU, 30+ ngôn ngữ và triển khai offline. Bao gồm cài đặt, benchmark hiệu suất, giám sát và tích hợp với OpenAI Whisper, Coqui TTS, Argos Translate.

HunyuanVideo (HYV) là framework tạo video nguồn mở 13B tham số do Tencent phát triển. Hỗ trợ ComfyUI, Diffusers, Gradio API. Bao gồm Docker, FP8 quantization, đa GPU, và production hardening.

Triển khai Baetyl v2.4 để mang điện toán biên Kubernetes-native đến thiết bị IoT. Suy luận mô hình AI, hỗ trợ MQTT/BACnet, cập nhật OTA, runtime K3s, đồng bộ cloud-biên.

So sánh chi tiết Perplexity, Google Gemini, ChatGPT Search và các công cụ tìm kiếm AI hàng đầu 2025. Đánh giá độ chính xác, tốc độ, nguồn tham khảo và tính năng nổi bật.

Đánh giá chi tiết 5 công cụ tạo mã AI hàng đầu 2025: GitHub Copilot, Cursor, Tabnine, Amazon CodeWhisperer và JetBrains AI. So sánh tính năng, giá cả và hiệu suất.

Hướng dẫn toàn diện về công cụ tạo hình ảnh AI 2025: so sánh Midjourney v7, DALL-E 3, Stable Diffusion 3.5, Adobe Firefly, FLUX và Leonardo.ai. Bảng giá, tính năng và cách sử dụng.

Đánh giá chi tiết 6 trợ lý viết AI hàng đầu 2025: Jasper, Copy.ai, Writesonic, ChatGPT, Claude và Notion AI. So sánh tính năng, giá cả và hiệu quả cho từng loại nội dung.

Tổng hợp các công cụ trợ lý họp AI hàng đầu năm 2025. So sánh chi tiết Otter.ai, Fireflies, Fathom, Notion AI, Microsoft Copilot cho Teams về phiên âm, tóm tắt, tích hợp và giá cả.

Tổng hợp các công cụ tạo slide AI hàng đầu năm 2025. So sánh chi tiết Gamma, Beautiful.ai, Tome, SlidesAI, Canva Magic Design và Microsoft Copilot cho PowerPoint về tính năng, giá cả và khả năng tương thích.

Đánh giá chi tiết 6 công cụ tạo video AI hàng đầu 2025: OpenAI Sora, Runway Gen-3 Alpha, Pika 2.0, Kling AI, HeyGen và Luma Dream Machine. So sánh chất lượng, giá cả.

Khám phá 6 công cụ phân tích dữ liệu AI hàng đầu 2025: ChatGPT Advanced Data Analysis, Julius AI, Tableau Einstein AI, Copilot Excel và nhiều hơn nữa. So sánh tính năng, giá cả và trường hợp sử dụng.

Khám phá 12 công cụ phát triển AI và plugin IDE hàng đầu 2025: GitHub Copilot, Sourcegraph Cody, JetBrains AI, Tabnine, Codeium, Amazon CodeGuru, CodiumAI và nhiều hơn nữa.

Khám phá các công cụ phát hiện nội dung AI hàng đầu năm 2025. So sánh chi tiết GPTZero, Turnitin AI, Copyleaks, Originality.ai về độ chính xác, tốc độ và giá cả để chọn công cụ phù hợp nhất.

Đánh giá chi tiết công cụ chuyển văn bản thành giọng nói và ghi chép AI 2025: ElevenLabs, Murf.ai, Play.ht, OpenAI TTS, Otter.ai, Whisper và Rev.ai. So sánh chất lượng, giá cả.

So sánh chi tiết 6 công cụ dịch AI hàng đầu 2025: Google Translate, DeepL, ChatGPT, Microsoft Translator, Smartcat và Reverso. Đánh giá chất lượng dịch, ngôn ngữ hỗ trợ và giá cả.

So sánh 6 nền tảng chatbot AI hàng đầu 2025: Intercom Fin, Zendesk AI, Freshworks Freddy, ChatGPT Enterprise, Drift và Tidio Lyro. Tính năng, giá cả và lựa chọn theo loại hình kinh doanh.

Khám phá Toprank - nền tảng tăng trưởng doanh thu tự động kết hợp Claude Code AI, SEO thông minh và Geo-Ads địa phương. Giải pháp toàn diện cho doanh nghiệp Việt Nam.

Khám phá Terax AI, trình giả lập terminal AI native 7 MB được xây dựng trên Tauri 2 + Rust. Tính năng chuyển đổi ngôn ngữ tự nhiên thành lệnh Shell, hỗ trợ AI nội tuyến, tự động hoàn thành thông minh, hỗ trợ bash, zsh, fish và PowerShell.

FaceFusion: bộ hoán đổi khuôn mặt AI mã nguồn mở kế thừa Roop, kiến trúc ONNX Runtime, kết xuất đa luồng, hỗ trợ GPU NVIDIA/Apple Silicon, 28k+ sao GitHub.

Khám phá TabPFN, mô hình nền tảng cho dữ liệu dạng bảng vượt trội hơn các phương pháp ML truyền thống. Không cần điều chỉnh siêu tham số, hoạt động trong vài giây.

Python context managers: 3 trường hợp bạn thực sự cần. Làm chủ câu lệnh with, contextlib và tùy chỉnh context managers để quản lý tài nguyên tốt hơn.

Machine Learning Systems là giáo trình mã nguồn mở miễn phí do MIT Press xuất bản, bao gồm kỹ thuật dữ liệu, tối ưu mô hình, huấn luyện nhận biết phần cứng, tăng tốc suy luận và các kiến thức cốt lõi về kỹ thuật hệ thống ML.

Khám phá MemPalace — hệ thống trí nhớ AI mã nguồn mở được đánh giá cao nhất với 51,745 sao GitHub. Giúp AI assistant ghi nhớ lịch sử hội thoại dài hạn, sở thích người dùng và ngữ cảnh một cách thông minh.

Mã Nguồn Mở Thay Thế Buffer Tốt Nhất 2026: Đánh Giá AiToEarn vs Hootsuite

Khám phá Ladybird, trình duyệt web độc lập thực sự được xây dựng từ đầu. Không phụ thuộc Chrome, không ảnh hưởng doanh nghiệp, mã nguồn mở thuần túy.

Kẻ Hủy Diệt Midjourney (2026): Vì Sao ComfyUI Là Vua Mã Nguồn Mở Miễn Phí

Đánh giá JustHireMe - bàn làm việc thông minh AI mã nguồn mở cho việc tìm kiếm việc làm. Hệ thống tình báo việc làm ưu tiên cục bộ, tự động thu thập vị trí, đánh giá mức độ phù hợp AI, tạo hồ sơ và thư xin việc tùy chỉnh.

Khám phá HowToCook Hướng Dẫn Nấu Ăn Cho Lập Trình Viên — 297 công thức nấu ăn mã nguồn mở, nấu ăn chính xác như viết code. Từ trứng xào cà chua đến vịt quay Bắc Kinh, phân loại độ khó, các bước rõ ràng.

PostgreSQL EXPLAIN ANALYZE tutorial. Learn query plan interpretation, bottleneck detection, and database performance optimization.

DocuSeal là nền tảng mã nguồn mở 15.7k star thay thế DocuSign bằng ký tài liệu kỹ thuật số tự lưu trữ, xây dựng biểu mẫu PDF và quy trình eSignature white-label.

Hướng dẫn cài đặt và sử dụng Caveman skill cho Claude Code. Công cụ nén prompt thông minh giúp giảm 65% token usage, tiết kiệm chi phí API và tăng tốc độ phản hồi AI mà không làm giảm chất lượng kỹ thuật.

Bitcoin-Classic (BTCC) là đồng tiền số phi tập trung được xây dựng lại từ Bitcoin Core v28.1. Hỗ trợ đào bằng CPU với giao diện đồ họa tích hợp, giúp ngườithường trải nghiệm đào coin thờikỳ đầu của Bitcoin.

AiWind là thư viện prompt AI miễn phí với 1000+ prompt chuyên nghiệp cho GPT-Image 2, Nanobanana, Stable Diffusion, Midjourney và các mô hình chính khác, bao phủ nhiều phong cách từ chân dung chân thực đến cyberpunk và 3D render.

Khám phá các nền tảng thay thế Product Hunt tốt nhất để ra mắt startup năm 2026. So sánh 15 nền tảng theo đối tượng, chi phí, giá trị SEO và chiến lược ra mắt. Tìm nền tảng hoàn hảo cho lập trình viên, nhà sáng lập và indie hacker.