全部 AI 工具

35,738 个结果 · 第 305 / 993 页

Mitata AI

Mitata AI 是 Mitata 旗下的免费在线 AI 检测工具，用于判断内容是否由人工智能生成，可检测 ChatGPT、Claude、Kimi、豆包、文言一心、通义千问、DeepSeek、朱雀 AI 等常见大模型的输出。据官方介绍，该工具通过对多个常见大模型逐一分析来提升检测准确性，不限制文本长度与使用频率，且数据不会存储到服务器，以保障用户数据隐私与安全。检测可能需要稍长时间。

Mito ai

Mito 是一款面向 Jupyter Notebook 的 AI 编程辅助工具，提供类似电子表格的界面，可自动生成 Python 代码。它支持 AI 代理、SQL 查询、数据库连接和 Streamlit 应用，帮助用户快速完成探索性数据分析（EDA）和自动化任务。Mito 作为 Jupyter 扩展运行在本地环境，兼容 JupyterLab、JupyterHub 等，支持自带 API 密钥连接多种 LLM 提供商，注重隐私保护。

Mitra AI

Mitra AI 是一款由机器人驱动的客户互动方案，通过租赁 AI 机器人，结合大语言模型（LLM）应用，帮助企业展示下一代客户互动能力。该方案旨在提升客户参与度，已获得 885 次主流媒体报道，并被 50 多家全球企业采用，其中包括 20 家财富 500 强公司。

MITRE ATLAS™

MITRE ATLAS™ 是面向 AI 系统的对抗战术与技术知识库，依据真实攻击观测及 AI 红队与安全团队的真实演示构建，参考 MITRE ATT&CK® 框架组织。

Mitrip

Mitrip 是一款 AI 旅行规划工具，官方简介称其能够生成个性化的旅行行程。其官网地址为 https://www.mitrip.live/。除上述信息外，关于该工具的具体功能、使用方式、支持平台、收费模式及适用场景等细节暂未提供。

Mixart ai

Mixart ai 是一款免费的 AI 图像生成工具，提供 AI 驱动的图像创建与编辑功能，并支持自定义设置。

mixedvoices

MixedVoices 是一个面向语音智能体的分析与评估工具，定位类似“对话式 AI 的 Mixpanel”。它通过对话分析、通话质量指标和通话流程图来追踪、可视化并优化智能体表现，并支持在生产环境上线前运行模拟测试。核心能力包括：Python API 快速集成、交互式仪表盘、通话流程分析（展示对话路径、模式与成功率）、版本控制（对比不同迭代的智能体行为）、机器学习性能指标（幻觉、通话安排、简洁性、共情得分）、通话质量分析（打断、延迟、信噪比、每分钟词数）以及通过模拟和压力测试进行智能体评估。使用前需通过 mixedvoices config 配置模型，默认分析和转录使用 OpenAI 模型，分析支持 gpt-3.5 及之后的 GPT 模型，转录支持 OpenAI whisper 与 Deepgram nova-2，需相应设置 OPENAI_API_KEY、DEEPGRAM_API_KEY 环境变量。该工具支持通过 Python API 分析录音、评估自定义智能体与 Bland AI Agent，并可从命令行启动交互式仪表盘。项目采用 Apache 2.0 许可证。

MixEval

MixEval 是一个基于标准答案（ground-truth）的动态大语言模型评测基准，通过对现有多个基准进行混合构建。它从网络挖掘真实用户查询，并与现有基准中的相似查询匹配，从而兼顾真实世界查询的全面性与标准答案评测的高效、公平评分。MixEval 与 Chatbot Arena 的模型排名相关性达 0.96，运行速度快、成本低，仅为运行 MMLU 所需时间和成本的 6%，且完全本地运行、可复现。项目还提供难度更高的 MixEval-Hard，用于更好地区分强模型。MixEval 支持动态更新，通过快速稳定的流程定期替换查询，以缓解数据污染问题，更新后版本间分数方差低（0-100 分制下标准差 0.36），版本差异显著（唯一查询比例 85%）。该基准已被 NeurIPS 2024 接收，后续还发布了支持任意到任意真实世界评测的 MixEval-X。官方网站提供排行榜、评估套件及论文等资源。

Mixflow ai

Mixflow AI 是一个基于无限画布的 AI 协作与生产力平台，集成 ChatGPT、Claude、Gemini、DALL·E 等主流模型，支持在统一工作空间中拖入并处理文本、图像、音频、视频等文件，提供实时协作、智能体工作流、图像生成、视频洞察和图表生成等功能，面向开发者、律师、设计师、企业团队等多种用户。

Mixpix ai

MixPix AI 是一款 AI 图像生成工具，官方简介称其可让用户与网红一起生成照片。目前除该定位说明与官网地址外，暂未提供更多资料，因此关于其具体功能、使用方式、适用场景、收费模式与限制等信息均暂未提供。

Ml alpha

ML Alpha 是一个面向股票投资的 AI 驱动市场平台，连接专业投资者与 AI 工程师，提供经过业绩验证的 AI 评分、金融专家洞察、投资组合追踪以及机器学习数据集与建模工具，帮助用户借助对冲基金级技术辅助投资决策。平台目前仅支持美股，不支持直接买卖股票。

ml-art-colabs

ml-art-colabs 是一个托管在 GitHub 上的机器学习艺术类 Google Colab 笔记本集合，由 dvschultz 维护。该仓库汇总了用于机器学习图像生成及其他艺术用途的 Colab 笔记本，涵盖 3D 效果、图像着色、图像生成、目标检测、超分辨率、文本到图像生成、纹理合成、图像到图像翻译、音频生成等多个方向。仓库以列表形式组织，每个条目包含对应 Colab 笔记本的链接或作者信息，旨在为从事机器学习艺术创作的研究者和爱好者提供可直接在浏览器中运行的实验资源。

ml-no-token-left-behind

本项目是苹果公司发布的 PyTorch 实现，对应论文《No Token Left Behind: Explainability-Aided Image Classification and Generation》。仓库提供了可解释性辅助的图像分类与生成示例代码，包含空间条件图像生成、图像编辑、图像生成等 Notebook，以及提示工程运行说明。代码基于 StyleCLIP、FuseDream、VQGAN+CLIP、VQGAN、CoOp、Dassl 和 Transformer-MM-Explainability 等项目构建。使用前需按 DATASETS.md 安装数据集，并在 external 目录下克隆安装 dassl，随后运行实验。适用于对可解释性辅助图像分类和生成感兴趣的研究与开发场景。

ML.ai

ML.ai 是一款 AI 编程智能体，能读取代码仓库，将任务每一步路由到合适的模型，并在任何更改写入磁盘前展示差异，需用户点击允许。它可处理 bug 修复、测试套件或长达一周的迁移任务，自动选择模型、运行测试并打开 PR。用户可从终端、IDE、GitHub 或网页端操控。支持 macOS、Linux 和 Windows，目前首先在印度推出。

MLA header generator

MLA Header Generator 是一个免费的学术格式工具，帮助用户快速生成符合 MLA 格式的论文头（MLA header）。它提供格式示例、常见错误说明和实时预览，用户无需注册即可填写姓名、教师、课程、日期和标题等五项信息，生成可下载的 DOCX 文件或复制文本到 Google Docs。工具还包含格式检查清单，辅助用户避免常见排版错误。

mlb-api-mcp

MLB API MCP Server 是一个基于 Model Context Protocol（MCP）的服务器，通过 FastMCP 接口为 AI 应用提供全面的 MLB（美国职业棒球大联盟）统计数据和棒球数据访问。它作为 AI 应用与 MLB 数据源之间的桥梁，可将棒球统计数据、比赛信息、球员数据等无缝集成到 AI 工作流和应用中。所有 MLB 相关功能均以 MCP 工具形式暴露，而非 RESTful HTTP 端点，通过 /mcp/ 端点使用 MCP 协议访问。

mlflow-mcp-server

MLflow MCP Server 是覆盖范围较广的第三方 MLflow MCP 服务，提供 82 个工具，涵盖实验、运行、模型注册、MLflow 3 LoggedModel、追踪与评估、Webhook 及提示优化，并支持聚合工具与 MCP Prompts/Resources。

mlx-vlm

MLX-VLM 是一个基于 MLX 的包，用于在 Mac 上进行视觉语言模型（VLM）以及支持音频和视频的多模态模型（Omni Models）的推理与微调。它提供命令行接口（CLI）、Gradio 聊天界面、FastAPI 服务端，并支持思维预算（Thinking Budget）、推测解码（Speculative Decoding）、连续批处理、自动前缀缓存（APC）、KV 缓存量化等能力。可通过 pip 安装，支持多图对话、视觉特征缓存、TurboQuant KV 缓存和分布式推理等特性。

MMAudio

MMAudio 是一款 AI 驱动的视频转音频生成工具，能分析视频内容并自动生成与画面匹配的高质量音频，包括音效、环境音和氛围声。用户上传视频后，AI 会解析场景、运动与环境元素，生成同步的专业级音轨。支持音效层级调整和效果修改等自定义功能，适用于影视制作、游戏开发、教育内容、社交媒体视频和历史影像修复等场景。平台支持主流视频格式，单文件最大 50 MB，处理速度快，可在数分钟内完成音频生成。

MMedBench

MMedBench 是一个用于评估大语言模型多语言医疗问答能力的基准数据集。它包含6种语言的医疗多选题，每道题均配有正确答案和高质量的理由说明。训练集约4.5万样本，测试集8518个样本。该基准旨在衡量模型在不同语言环境下回答医疗问题的表现，为医疗领域大语言模型的研究与评测提供标准化数据。用户可通过GitHub仓库下载数据和代码，并按照说明提交模型。

MMR1

MMR1 是一个面向多模态推理模型的开源研究项目（CVPR 2026），由 LengSicong 等人开发。项目针对当前多模态推理训练面临的两大瓶颈——缺少开放的大规模高质量长链思维（CoT）数据，以及标准 GRPO 强化学习在低奖励方差下易出现梯度消失导致微调不稳定——提出方差感知采样（Variance-Aware Sampling，VAS）方法。VAS 以方差促进分数（Variance Promotion Score，VPS）为指导，结合结果方差与轨迹多样性来筛选训练提示，从而提升奖励方差、稳定策略优化并加速收敛。项目同时开源了约 160 万条长 CoT 冷启动轨迹的 MMR1-SFT 数据集、约 1.5 万条 RL QA 对的 MMR1-RL 数据集，以及 3B、7B、32B 多尺度模型检查点，并提供端到端可复现训练流程。评估显示 MMR1-7B-RL 在多项数学类多模态推理基准上取得 7B 规模 SOTA。项目基于 Apache 2.0 许可，仅为非商业用途的研究预览。

MMToM-QA

MMToM-QA 是面向多模态问答的基准，用于评估 AI 模型理解人类信念与目标的认知能力，提供排行榜与七类问题，覆盖多模态及单模态数据。

mneme

mneme 是一款面向 Claude Code 和 MCP 的本地记忆工具，以纯 Markdown 文件作为唯一真实来源，将每次会话记录写入用户自己的目录（vault），并用 SQLite FTS5 建立本地索引。其特点在于不依赖云端、不在关键路径上调用大模型，Stop 钩子写入会话摘要仅耗时约 2 毫秒（p95），且支持 <private> 标签内联脱敏与 SHA256 审计日志。它提供十个 MCP 工具、六个 Claude Code 生命周期钩子、三个斜杠命令和两个技能，并可通过开放适配器接入 Codex、Antigravity、Kimi、Qwen、Cline、Cursor 等客户端。数据可 grep、可 git 管理、可随时用 mneme index rebuild 从 Markdown 重建索引，索引数据库属于可删除的派生状态。

mneme

Mneme 是一个面向智能体 AI 软件开发生命周期的架构漂移预防工具，定位为开放式的决策与控制层。它把持久的工程决策转化为 AI 编码助手的上下文、确定性执行规则以及可检查的执行结果，覆盖 AI 编码代理、代码仓库和 CI 工作流。首个支持的决策领域是架构：Mneme 将架构决策和 ADR 转化为确定性护栏，防止架构漂移。它不依赖 LLM 裁判做核心的允许/警告/失败判定，相同输入与受治理决策状态产生相同执行结果。需要 Python 3.11+。

mnemo-mcp

mnemo-mcp 是一个开源、免费、无限制的持久化 AI 记忆服务，基于本地 SQLite 存储，支持 FTS5 全文检索与向量语义检索的混合搜索，并通过 Reciprocal Rank Fusion 融合结果。它内置 Qwen3 ONNX 嵌入与重排序模型，无需 API 密钥即可零配置运行；可选云端调用通过按任务划分的 [models.*] 提供商单元（默认预接 OpenRouter）完成。项目提供 CLI 与 MCP 服务器两种使用方式，支持记忆捕获、知识图谱、重要性评分、自动归档、重复检测与 STM 到 LTM 的整合，跨机器备份通过 rclone 在服务外完成。

mnemos

mnemos 是一个面向 LLM 智能体的持久记忆框架。它把智能体记忆拆分为情景记忆（episodic，记录说过什么、何时说的）、语义记忆（semantic，蒸馏出的用户事实）、程序记忆（procedural，记录哪种检索策略对该用户最有效）以及反思（reflection，随时间整合与遗忘事实）。存储后端可选 Postgres/pgvector、Qdrant 或 Neo4j，通过 FastAPI 暴露接口，并提供 React 仪表板进行观测。项目自带基准测试，检查一次提及的事实能否在模拟 30 天后仍被正确回忆，并对比有无记忆时的检索召回率与回答准确率，而非仅靠演示效果。

Mnml

mnml.ai 是一款面向建筑师和室内设计师的 AI 渲染工具，可将草图、照片或 SketchUp、Revit、Rhino 等模型视图快速转化为客户可交付的渲染图。它提供从概念生成、迭代修改到最终演示的一站式工作流，支持住宅、商业、室内、景观、总平面等多种场景。用户可一次生成最多四个变体进行对比，并保留每次编辑的源文件和提示词，便于回溯和分支。平台还提供 SketchUp、Rhino、Grasshopper 免费插件，并支持在 ChatGPT 和 Claude 中通过连接器调用。注册即送免费积分，无需信用卡，所有渲染在点击前显示消耗积分。已有超过 250 万建筑师和设计师注册，被 2400 多家公司和 250 多所大学使用。

moa

Mixture-of-Agents（MoA）是一种利用多个 LLM 集体优势来提升性能的方法，通过分层架构，每层包含多个 LLM 智能体，逐层聚合输出。在 AlpacaEval 2.0 上，仅使用开源模型，MoA 取得了 65.1% 的得分，超越 GPT-4 Omni 的 57.5%。该项目提供快速开始（约 50 行代码）、多层 MoA 示例、交互式 CLI 演示以及评估脚本，基于 Together Python 库，采用 Apache 2.0 许可证。

Mobile Credits

Mobile Credits 是一个由 AI 驱动的去中心化支付处理平台。它结合嵌入式与去中心化金融、代币化、实时支付与 AI 安全，面向 iOS 和 Android 设备提供即时移动支付能力。用户可以创建免费移动身份（Mobile ID）与专业名片，通过 NFC、二维码、URL、邮件、链接等多种方式接受来自信用卡、加密货币钱包或银行账户的即时付款，并支持跨境支付与 0% 转账费（钱包用户之间）。平台宣称连接 1000+ 区块链、Web3 和元宇宙应用与服务，并提供 AI 防欺诈、实时交易处理以及面向多种交易类型（P2P、C2B、B2C、B2B 等）的支付支持。

Mobilegpt

MobileGPT 是一款运行在 WhatsApp 上的个人 AI 助手，由 OpenAI 技术驱动。用户无需安装新应用，在 WhatsApp 聊天中即可像使用 ChatGPT 一样对话、使用 GPT 视觉识别图片、生成图像和文档、上传并分析文档，还能通过智能体发送邮件、管理日历和设置提醒，并具备实时互联网访问能力。

MobiLlama

MobiLlama 是一个面向边缘设备的小型语言模型，拥有0.5B参数，采用LLaMA-7B架构，通过参数共享方案降低预训练和部署成本，完全开源（Apache 2.0）。模型提供预训练权重、训练与评估脚本，并支持在Android设备上运行。

moblers AI product factory

moblers AI product factory 主打 AI 规划加资深工程师协同，把想法、Figma 设计或产品构想转化为可上线的移动、Web 或桌面应用，宣称 30 天内交付，并内置安全基线、代码全部归客户所有。

mobsf-mcp-server

MobSF MCP Server 是一个兼容 Model Context Protocol（MCP）的工具，通过 MobSF（Mobile Security Framework）的 REST API 对 APK 和 IPA 文件进行扫描与分析。它可接入 Claude、5ire 或其他支持 MCP 的客户端，让用户以自然语言提示触发移动应用安全扫描，并自动解析返回的 JSON 报告。使用前需在系统中安装并运行 MobSF，同时安装 npm，并下载 MCP TypeScript SDK（文件夹重命名为 sdk）。该工具仅支持 .apk 和 .ipa 文件类型，为避免响应过大，会跳过原始字符串或源代码转储等大字段。

Mochi human text

Mochi human text 是一个将 AI 生成文本转换为更自然、更像人类写作风格的工具，其宣称的目标是帮助内容绕过 AI 检测器。该工具名称与网址为 mochihumantext.com。除“把 AI 文本转成人类化写作、以绕过 AI 检测”这一用途外，现有资料未提供更多细节，例如具体改写算法、支持语言、输入长度限制、是否免费或收费标准、处理速度、输出格式、使用步骤与效果证据等，均暂未提供。因此无法确认其实际效果、适用平台与使用条件。

Mock prep

Mock prep 是一个用于模拟面试练习的 AI 工具，提供即时反馈，帮助用户为面试做准备。其官网提供的资料以越南语赌博平台 NET88 为主，未包含该工具的功能、使用方式或收费等有效信息。

Mockaroni ai

Mockaroni AI 是一个用于练习求职面试的 AI 平台，提供个性化反馈。资料中仅给出这一句简介，未提供功能介绍、使用方式、价格、平台等更多信息，以下内容据此整理。