SuperAPI AI 工具集3,640 个结果 · 第 85 / 102 页
Loupe 是一个开源的可嵌入视觉反馈 SDK，用于在实时网页 UI 上固定评论，并将这些反馈交给 AI 智能体（如 Claude Code）处理。用户可以在页面元素上固定评论、拖拽区域或留下自由备注，评论在重新部署后仍能重新锚定到同一元素。支持截图和屏幕录制（标记 data-loupe-redact 的元素会被排除在截图外，但屏幕录制会捕获真实像素）。评论支持线程讨论、@提及、表情回应，并通过五阶段看板（Queue、To Do、In Progress、In Review、Resolved）进行分诊。@loupekit/mcp 服务器为 Claude Code 提供 19 个工具，包括 list_comments、get_comment、propose_change 和 update_status。Laravel 包在安装可选 laravel/mcp 包后自带 MCP 服务器，提供 4 个核心工具。Loupe Hub 可在同一组织的不同项目间路由工单并双向同步状态和回复。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
Lucid Lyrics 是由 Walter Arnold 创建的 AI 辅助歌词解读项目，其官方网站为 https://www.lucidlyricsart.com/。该网站将人工智能技术用于对歌词进行诠释与解读，属于 AI 辅助艺术创作与文本分析方向的应用。目前可确认的信息仅限于项目名称、作者、网址及其“AI 辅助歌词解读”的定位，关于其具体功能、使用方式、收费模式、支持平台及实际效果等细节，资料中暂未提供。
Ludwig 是一个声明式深度学习框架，由 Linux Foundation AI & Data 托管，旨在让用户通过 YAML 配置文件训练、微调和部署 AI 模型，无需编写样板 Python 代码。它支持从 LLM 微调（含 SFT、DPO、KTO、ORPO、GRPO 等对齐训练和多种 PEFT 适配器）到表格分类、多模态、时间序列与视觉任务，兼容 PyTorch 2.7+ 与 Python 3.12，可通过 Ray、vLLM、KServe 等实现分布式训练与部署。
Lumify是一个体育情报API，提供实时赛程、比分、赔率、盘口变动、公开投注分布和可解释的AI投注信心指数，覆盖MLB、NFL、NCAAF、NCAAB、NBA、NHL、网球和足球（MLS、英超、西甲、意甲、德甲、法甲、欧冠）。该GitHub仓库是官方TypeScript与Python客户端SDK、MCP stdio桥接以及开发者文档和示例的公开主页。Lumify本身是托管在https://lumify.ai的API，无需自行运行服务器。所有访问均通过Lumify API密钥（lmfy-...）认证。可免费获取即时试用密钥（100积分，14天有效期，无需注册、邮箱或信用卡），或创建持久账户获得1,000积分免费试用。支持通过托管MCP服务器（Streamable HTTP）或本地stdio桥接在AI代理中使用。
Lumina-DiMOO 是一个开源的全能多模态大扩散语言模型，由上海创新研究院、上海人工智能实验室、上海交通大学等机构联合推出。它采用统一的离散扩散架构来处理不同模态的输入与输出，支持文本到图像生成、图像到图像生成（如图像编辑、主体驱动生成、图像修复等）以及图像理解等多种多模态任务。相比此前的自回归或混合自回归-扩散范式，Lumina-DiMOO 具有更高的采样效率，并通过专门设计的缓存方法将采样速度提升 2 倍。该模型在多个基准测试中达到最先进性能，超越现有开源统一多模态模型。项目开源了模型权重、推理代码、微调代码、基准评测代码，并支持 Diffusers 和 ComfyUI。
Lunabot 是一款跨平台 AI 助手，支持浏览器、移动设备和桌面应用，无需注册各类 AI 平台或 API 密钥即可使用。它集成了 GPT-4o、Gemini、Claude、Mistral、Ollama 等多种主流模型，提供带记忆的 AI 聊天、文档问答、语音输入输出、图像生成等功能，并支持 Siri 快捷指令（Beta）。用户可创建自定义工作命令和基于上下文的智能快捷方式，提升效率。Lunabot 支持多设备即时同步、夜间模式自动切换，采用先进加密技术并提供隐私控制面板。定价基于使用量动态调整，用户可通过贡献数据或想法赚取积分。
Lunarlink AI 是一个用于访问和比较多种 AI 模型的平台，采用按使用量付费（pay-as-you-go）的计价方式。用户可以在同一平台上调用多个 AI 模型，并进行横向对比。关于其具体支持的模型清单、功能细节、接入方式及限制，当前资料暂未提供。
Lunary 是一个面向大语言模型（LLM）应用与智能体的开源平台，提供可观测性、提示词管理与测试等功能。它帮助企业实时监控 LLM 的性能与成本、分析用户互动、管理提示词模板，并支持自托管部署（Kubernetes 或 Docker）。平台符合 SOC 2 Type II 与 ISO 27001 认证，支持 RBAC 和 SSO，兼容任意 LLM 与框架。云工作区起价为每用户每月 20 美元，需付费激活。
luoluoAI 是一个多模型 API 网关，提供兼容 OpenAI 与 Claude Messages 的接口，支持 GPT、Claude、Grok 等模型访问，并具备实时模型定价、用量跟踪与安全的预付访问机制。开发者可沿用现有 SDK 与兼容请求进行接入，在统一控制台中管理密钥、余额与用量。平台支持通过 Stripe 在线充值，支付确认后基础额度自动到账；单次充值满 10 美元可联系管理员获取额外赠送额度，也可就集成、用量需求或其他支付方式（包括 Crypto 与 PayPal）与管理员沟通。官方称其具有更低的模型调用成本、更安全的访问方式与更快的响应速度，提供 ZDR 就绪路由与 Stripe 安全充值，并通过低延迟上游路由保障响应速度。
luxembourg-mcp 是一个基于 Model Context Protocol（MCP）的开源项目，提供无需 API 密钥的卢森堡官方公共数据访问能力。它把分散的公共 API 与开放数据集统一封装为可供 AI 智能体直接调用的工具，覆盖法律、官方统计、出行交通、环境监测、议会、无障碍、地址、地理空间要素以及国家开放数据目录等领域。项目说明提到其提供 44 个一致的工具、覆盖 28 个公共数据系统，每个结果都会返回来源 URL。用户既可以连接托管端点，也可以用 uvx 在本地自行运行，支持 Stdio 与 Streamable HTTP 两种传输方式。要求 Python 3.11 或更高版本。项目灵感来自 Allemannsdata，是面向卢森堡的独立实现，并非其分支或官方版本。数据版权仍归各自生产者，源码采用 MIT 许可证。
LYi 林哥的大模型野榜是访问于 lyihub.com 的一个中文信息站点，从名称与现有资料看，它围绕大模型展开内容组织，可能以榜单形式汇集模型相关信息。但现有资料仅提供站点名称、网址与一句简短描述，未给出模型收录范围、排序依据、评分维度、数据来源、更新频率等任何具体事实，因此无法确认其是否具备可验证的模型评测能力，也无法判断是否收费或提供 API。建议有需要的读者自行访问官网，核对其实际呈现内容后再决定是否参考；使用其中的排行或结论时应保持独立判断，不宜将其作为唯一决策依据。
Lyzr Automata 是一个低代码多智能体自动化框架，用于构建多个智能体并为其分配特定任务，支持工作流自动化。该框架将核心概念划分为模型（Models）、智能体（Agents）、工具（Tools）、任务（Tasks）和流水线（Pipelines）等基础模块。用户可连接 OpenAI、Perplexity 等大型语言模型，创建具有特定角色、人设和记忆的智能体，借助预置工具或自定义工具完成外部 API 调用等操作，并通过线性异步流水线按顺序执行任务。该框架由 LyzrCore 开发，是一个实验性项目，官方说明其开发速度较快，初始版本可能不完善，但会持续改进稳定性与结构，并欢迎社区贡献。
中文介绍正在整理，稍后补充。
Mac Apps Launcher 是一个面向 macOS 的 Model Context Protocol（MCP）服务器，用于列出和启动已安装的应用程序。它能够列出 /Applications 文件夹中的所有应用、按名称启动应用，以及用指定应用打开文件。该项目通过 GitHub 以开源仓库形式提供，需要在 Claude 的配置 JSON 文件中进行配置后使用。
macalc-mcp 是一个日常计算器 MCP 服务器，提供 15 个核心计算工具，并可按需访问包含 446 个计算器的 macalc 目录（覆盖 22 个类别、8 个国家的税务系统）。核心工具涵盖所得税（法国、美国、英国、加拿大）、税前税后工资、房贷、复利、贷款、增值税、百分比、BMI、TDEE 等。免费使用，无需 API 密钥。支持远程 Streamable HTTP 和本地 stdio 代理两种安装方式。
Macaroon Network 的 MCP 客户端，用于在由谓词（predicate）校验的科学与数据市场中搜索并购买产品。该 MCP 路由器提供免费工具：按自然语言意图搜索可售产品（macaroons_search）、获取某数据源的新鲜度与内容哈希元数据（macaroons_metadata）、获取规范分类注册表及对应产品数量（macaroons_categories）、发现经过验证的实时 Macaroon MCP 服务器及其传输方式（macaroon_discover_mcp）、以及获取经审核的来源与权利记录（macaroons_sources）。付费执行通过 macaroons_execute 完成，本版本暴露的支付通道为 Base 主网上的 USDC（x402）。该包不持有钱包、不签名支付：当产品需要付费时，它会返回精确的 x402 支付挑战，由调用方自己的钱包基础设施签名后，在重试时提交签名证明。x402 采用一次签名重试完成结算，没有轮询发票的流程。默认注册表地址为 https://api.macaroonnetwork.com ，本地开发可用环境变量 MACAROONS_REGISTRY_URL 覆盖。
MacCopilot 是一款专为 macOS 打造的原生 Copilot AI 应用，支持与 GPT-5.5、ClaudeAI Sonnet、Google Gemini 等先进模型集成，让你自由地与屏幕内容进行 AI 交互。你可以选取屏幕上的任意区域，使用自己的 OpenAI、ClaudeAI、Google Gemini、Ollama 或兼容模型与之对话，无需在应用间切换或复制文本。它提供即时视觉分析、灵活的截图选取、多平台模型支持以及基于视觉的交互体验，可用于代码、邮件、设计、图表等内容的即时 AI 辅助。采用一次性买断授权，不绑定会员订阅，不自带模型配额，由用户自行连接服务商账户或本地服务器。
MacroFactor MCP 是一个本地部署的「营养补给与恢复决策引擎」MCP 服务器，将 MacroFactor 的营养数据与 Garmin 训练数据结合，帮助用户回答「我恢复了吗？」「我的补给有效吗？」「下周该调整什么？」等问题。用户只需从 MacroFactor 导出数据（.xlsx 文件）并放入本地目录，可选接入 Garmin 数据，即可通过 MCP 客户端获取决策建议，而不再需要手动对比营养、睡眠、身体和训练等多个界面。它提供四项核心工作流：恢复检查、每日简报、周报和营养-表现相关性分析。数据保存在本地 DuckDB 数据库中，服务器不上传该数据库，但工具结果会发送至所连接的模型或客户端。项目为开源非官方项目，采用 MIT 许可证。
MADS（Multi-Agents for Data Science）是一个开源框架，通过多智能体协作让用户只需提供两个输入即可完成系统化的数据科学流程。用户更新数据集并定义项目目标后，智能体将自动执行数据科学流水线中的各项必要步骤，最终交付训练好的模型、预测结果以及包含各智能体洞察的报告。项目要求 Python >=3.11.7，可通过 pip install pymads 安装，并需在 .env 文件中配置 GROQ_API_KEY 或 OPENAI_API_KEY。框架基于 autogen 构建，采用 MIT 许可证，旨在让每个人都能轻松应用机器学习。
madurai-transit-mcp 是马杜赖城市公交（Madurai CityBus）的官方 Model Context Protocol（MCP）服务器，用于把 AI 助手（如 Claude Desktop、Cursor、Gemini、AI Agents）接入马杜赖的公交线路网络、官方分段票价、站点顺序和站台发车位信息。它支持在约 966 条公交线路、约 3,000 个站点之间进行直达与一次换乘的路径规划，提供 TNSTC 官方分段票价明细（Ordinary、LSS、Express、Deluxe AC），Periyar 巴士站的发车站台（I/II/III/IV）信息，以及英文、泰米尔文 Unicode（如 பெரியார்）和口语转写的双语站点搜索，并自动返回可查看实时线路图的规范链接（https://maduraione.in/route/...）。可通过 MCP Inspector 本地测试，并可配置到 Claude Desktop 或 Cursor 中使用。项目为 MIT 许可。资料未提供具体收费与价格信息。
Maestro 是一个基于 Python 的开源 AI 智能体编排框架，用于让 Claude Opus 等大语言模型将目标拆解为子任务，并调度子智能体逐个执行，最后汇总精炼为最终结果。它最初使用 Anthropic API，后经 LiteLLM 重写，支持 Anthropic、OpenAI、Gemini、Cohere、Groq 等多种 API，也可通过 LMStudio 或 Ollama 在本地运行。
Magentic 是一个用于将大型语言模型（LLM）无缝集成到 Python 代码中的开源库。它通过 @prompt、@chatprompt 和 @prompt_chain 等装饰器，让开发者能够像定义普通 Python 函数一样定义 LLM 提示模板，函数调用时参数会自动填入模板并发送给 LLM，最终返回结构化输出（支持 pydantic 模型和内置 Python 类型）。它支持流式输出、函数调用、并行函数调用、视觉输入、异步查询等功能，并内置 LLM 辅助重试机制以提高对复杂输出模式的遵循度。Magentic 可与 OpenAI、Anthropic、Ollama、LiteLLM、Mistral 等多种后端配合使用，并提供 OpenTelemetry 可观测性及 Pydantic Logfire 原生集成。类型注解友好，兼容 linter 和 IDE，适合构建复杂的智能体系统，也可用于简单的结构化生成任务。
中文介绍正在整理，稍后补充。
Magicprompts by Lyzr AI 是一款提示词优化工具，可将用户输入的简单提示词转换为经过优化的提示词，以改善与大语言模型（LLM）的交互效果。该工具由 Lyzr AI 提供，访问地址为 https://magicprompts.lyzr.ai/。其核心用途是帮助用户在不具备专业提示词工程经验的情况下，快速获得结构更完善、表达更清晰的提示词，从而提升模型输出的相关性与质量。目前可确认的信息仅限于其基本定位与功能方向，关于具体优化机制、支持的语言与模型、使用限制、收费方式、平台形态等细节，官方资料暂未提供。
mail-mcp 是一个用 Rust 编写的面向 AI 智能体的电子邮件 MCP 服务器，支持 IMAP、SMTP、Exchange Web Services（EWS）和 Microsoft Graph API。它面向多账户、多邮箱服务商场景，提供读取、搜索、发送、回复、转发、批量操作和附件下载等能力，并支持 OAuth2（如 Microsoft 365、Hotmail、Gmail、Zoho 等）。该服务器通过 MCP 协议向 AI 智能体暴露邮件工具，使用 stdio 作为默认传输方式，也可选启用无状态的 streamable HTTP 传输。项目强调速度与安全性，并提供多种环境变量用于账户配置、发件存档、附件下载目录限制和发件人地址覆盖等。
中文介绍正在整理，稍后补充。
mailmcp 是一个自托管的邮件 MCP 服务器，让 ChatGPT、Claude 等 MCP 客户端通过 IMAP/SMTP 访问多个邮箱（支持 Gmail、Outlook、iCloud、任何 IMAP/SMTP 服务商）。密码由用户自己保管，支持搜索、阅读、线程回复、草稿、发件白名单和附件收发。仓库提供预构建分发包（dist/ 下的压缩 bundle，无需构建步骤），采用商业许可，无密钥时可作为免费版运行，源代码未公开。
MailProbe MCP 是 MailProbe API 的官方 Model Context Protocol 服务器，让 AI 助手在实时、不发送任何邮件的前提下验证邮箱地址是否真实存在、能否接收邮件。它可检测可送达性、一次性邮箱和角色邮箱，支持单个地址或发送前的整份列表。验证在法国 OVHcloud 服务器上运行，API 不存储任何地址。用户可在 mailprobe.dev 注册获取 100 个免费额度，创建以 mp_live_ 开头的 API 密钥后，通过远程服务器 mailprobe.dev/mcp 或本地 npx -y mailprobe-mcp 接入 Claude Code、Cursor 等支持远程 MCP 且能发送请求头的客户端。仓库还包含 Claude Code 插件和指导助手如何解读结果、遍历列表的技能。
中文介绍正在整理，稍后补充。
MainBook Bank Statement Converter 是一个专注于单一任务的金融类 MCP 服务器，用于将 PDF 银行对账单转换为经过校验的 JSON、Excel 或 CSV 文件。它不连接银行账户，也不是通用会计工具，而是读取你已有的对账单文件。PDF 会被发送到 MainBook，提取每一笔交易，将日期统一为 YYYY-MM-DD 格式，金额保持精确值，并通过重新加总对账单来验证：期初余额 + 贷方 − 借方 必须等于期末余额。不符合的行会被标记出来，而不是被悄悄放过。它支持本地运行（通过一次 mainbook-mcp auth login 登录）或使用 MainBook 的托管端点 https://mcp.mainbook.ai/mcp。转换是唯一会消耗页面积分的工具；其余四个工具中，get_balance 和 list_conversions 仅读取，get_conversion 可能会写入结果文件，output_folder 更改本地偏好，均不会改变你的 MainBook 账户数据。适用于已有 PDF 对账单、希望让 AI 助手直接生成电子表格，且不需要连接银行账户或使用银行凭证的场景。
Make customgpt 是一个用于发现、比较和部署自定义 GPT 模型的平台，面向需要为不同项目选用定制 GPT 的用户。根据现有资料，其核心用途集中在自定义 GPT 的浏览与对比，以及后续的部署环节。平台名称与网址为 makecustomgpt.com。除上述信息外，关于具体功能、使用方式、适用场景、限制、收费与价格等细节，资料中暂未提供。
Mamba-Chat 是首个基于状态空间模型（SSM）架构而非 Transformer 的聊天语言模型。它基于 Albert Gu 和 Tri Dao 的 Mamba 研究（Linear-Time Sequence Modeling with Selective State Spaces），并在 HuggingFaceH4/ultrachat_200k 数据集的 16,000 个样本上对 Mamba-2.8B 进行微调。该仓库提供训练、微调、测试代码，包括 CLI 聊天机器人和 Gradio 应用，以及使用 Huggingface Trainer 类修改后的训练脚本。支持在 24GB 显卡（如 3090、4090）上微调。
Mancer tech 是一个 LLM 推理服务，主打“无过滤”的模型推理，提供免费与付费模型。用户可通过其官网使用该服务，具体可用模型、免费与付费的划分标准、价格与使用限制等信息暂未提供。
MarkCrawl 是一个面向 RAG 与 AI 数据摄入的 Python 网页爬虫。它可以把任意网页或整个网站抓取并转换为干净的 Markdown 文件，同时生成结构化的 JSONL 索引，每页附带带访问日期的引用。核心爬取功能不需要 API 密钥，本地运行，无遥测。可选的 LLM 结构化提取、Supabase 向量上传、MCP 服务器和 LangChain 工具等需单独安装。定位为聚焦范围（文档、博客、产品站）的 RAG 数据摄入工具。