Altbot

给 Fediverse 图片视频自动补 alt-text,视障用户也能刷到内容

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 14 🐛 待处理 9 👀 关注 3
GitHub ↗
GitHub 星标 ★ 143
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费项目,无付费信息

项目预览

Altbot 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队micr0-dev
定价模式🏷️完全免费
价格说明开源免费项目,无付费信息
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言Go
技术栈/模型accessibility,alt-text,fediverse,fediverse-bot
GitHub 星标★ 143
上线时间2024-09-22 00:00:00
代码更新2026-11-11
仓库体积21.8 MB
本站数据更新2026-11-21
维护状态较活跃
收录时间2026-10-07
浏览次数2

项目介绍

Altbot 是一个面向 Fediverse(联邦宇宙)的无障碍机器人,用 Go 语言编写,核心目标是为 Mastodon 等去中心化社交平台上的图片、视频和音频自动生成替代文本(alt-text)。在 Fediverse 中,视障用户依赖屏幕阅读器浏览内容,但大量帖子缺少图片描述,导致信息不可访问。Altbot 通过监听用户提及或时间线,调用视觉/语音识别模型为媒体生成描述性文字,再以回复形式发布,帮助内容创作者快速补全无障碍信息。它解决了手动撰写 alt-text 成本高、覆盖率低的问题,让无障碍描述成为自动化流程。项目支持图片、视频、音频多模态输入,可自托管部署,适合关注数字包容性的社区实例运营者使用。

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

上一篇:n8n-nodes-tesseractjs

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

★ 265 2026-11-13
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···

★ 623 2026-09-19
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···

★ 466 2026-08-09
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···

★ 5683 2026-09-20
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

★ 377 2026-09-19
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.

★ 1150 2026-09-13
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

★ 193 2026-09-29