
Altbot
给 Fediverse 图片视频自动补 alt-text,视障用户也能刷到内容
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 2026-10-07 · 当前星标 ★ 143
技术标签
核心亮点
- 支持图片、视频、音频三种媒体类型,覆盖 Fediverse 常见内容形态
- 以机器人回复方式自动生成 alt-text,无需用户手动操作,降低无障碍描述门槛
- Go 语言实现,单二进制部署,适合自托管到 Mastodon 等实例
不足之处
- 自动生成的描述质量依赖底层识别模型,复杂场景可能不够准确
- 项目星标较少,文档和社区生态仍在早期,长期维护待观察
适用场景
- Mastodon 实例运营者为站内图片自动补充无障碍描述
- 视障用户通过提及 Altbot 获取某条帖子媒体的文字说明
- 内容创作者批量发布图片时用机器人快速生成 alt-text 草稿
替代项目
alt-text-bot、mastodon-alt-text、captionbot
下一篇:ds-vision-skill
同类项目推荐
ComfyUI-SAM2
开源
在 ComfyUI 里点选即分割,掩码直接接入工作流
A ComfyUI extension for Segment-Anything 2
makeacopy
开源
离线拍照扫文档,OCR 转文字,隐私不外泄
MakeACopy is an open-source document scanner app for Android that allows you to digi···
SelectionGAN
开源
跨视角图像互转,用语义引导生成逼真新视角
[CVPR 2019 Oral] Multi-Channel Attention Selection GAN with Cascaded Semantic Guidan···
RT-DETR
开源
无 NMS 端到端检测,精度速度双超 YOLO
[CVPR 2024] Official RT-DETR (RTDETR paddle pytorch), Real-Time DEtection TRansforme···
AntiCAP-WebApi
开源
上传验证码图片,直接返回识别结果
基于AntiCAP开发的多类型验证码识别网站,支持点选 滑块 算术 旋转 OCR
camera.ui
开源
本地跑 AI 监控,摄像头秒变智能 NVR
The modern, local-first platform for professional video surveillance.
sd-webui-segment-anything
开源
在 Stable Diffusion 里框选物体,即可精准重绘或替换
Segment Anything for Stable Diffusion WebUI
dji-tello-object-detection-segme···
开源
让 Tello 无人机实时识别并追踪目标,开箱即用。
Modern instance segmentation for DJI Tello drones with YOLOv8/Detectron2. Real-time ···
GutenOCR
开源
用多卡 vLLM 训练评测 VLM,把图片文字识别做准
Open-source tools for training and evaluating Vision Language Models for OCR