项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-29 · 当前星标 ★ 128
核心亮点
- 一个本地 HTTP 服务同时提供 OCR、翻译、人脸检测、二维码识别和 TTS，能力聚合度高
- 用 Swift 实现，在 macOS/iOS 生态里集成成本低，适合苹果平台开发者
- 本地运行不依赖云端 API，隐私数据不出本机，适合离线或敏感场景
不足之处
- 项目处于早期，星标仅 126，接口稳定性和长期维护存在不确定性
- 能力依赖系统或第三方模型，识别精度与多语言覆盖范围缺乏公开评测数据
适用场景
- 在 macOS 上做本地文档扫描工具，调用 OCR 与翻译接口处理图片文字
- 为内部应用快速搭建人脸检测与二维码识别服务，避免接入云端付费 API
- 给苹果生态应用加文本转语音与网页内容抓取能力，做离线阅读或播报功能
替代项目
Tesseract、PaddleOCR
上一篇：wgai
同类项目推荐
AdaRefSR
开源
一张参考图，单步扩散，超分又快又真
AdaRefSR is a novel reference-based one-step diffusion super-resolution framework. P···
YOLOFuse
开源
在 YOLO 上加第二模态，快速做双模态目标检测
Dual-modal YOLO Object Detection Framework
scanbot-sdk-example-android
开源
几行代码给安卓 App 加上文档扫描与 OCR 识别
Easy-to-use Android document scanner and data extraction library for native Android ···
readur
开源
上传图片即出文字，自建 OCR 像用网盘一样简单
Quick, painless, intuitive OCR platform written in Rust and TypeScript. Modern UI wi···
Flipped-VQA
开源
翻转问答顺序，让LLM更懂视频因果
Large Language Models are Temporal and Causal Reasoners for Video Question Answering···
2d-space-colonization-experiment···
开源
用几行规则，在2D画布上长出千变万化的分支形态
Visual experiments exploring space colonization as a 2D morphogenesis tool.
PaddleOCRApi
开源
一键部署离线OCR接口，多语言调用识别图片文字
开源、免费、离线PaddleOCR，.NET完整开发套件，一键部署WebAPI 接口，支持 C#/C++/Java/P···
Groma
开源
让多模态模型精准指认图像中的每个区域，实现细粒度视觉定位。
[ECCV2024] Grounded Multimodal Large Language Model with Localized Visual Tokenizati···
GestureGAN
开源
上传一张手势图，一键生成指定新手势，背景身份不变
[ACM MM 2018 Oral] GestureGAN for Hand Gesture-to-Gesture Translation in the Wild