SaaSifyText

TAPE Engine

TAPE Engine 是一個面向創作者的 AI 出版平臺，把語音筆記、草稿和零散想法自動組織成電子書、指南等數字產品，並覆蓋研究、寫作、封面設計、有聲書生成到釋出的全流程。起步價 1 美元，適合想快速出書的獨立作者和內容創作者。

ResuFluent

ResuFluent是一款AI簡歷優化工具，貼上職位描述並上傳簡歷，即可自動分析關鍵詞、調整結構並重寫內容，輸出針對該崗位的定製簡歷，並附上ATS匹配評分。提供免費試用，按積分付費，適合海投無效的求職者和轉行者。

AppliCraft AI

AppliCraft AI 是一款學習用戶寫作風格的求職輔助工具，可生成定製簡歷、求職信和申請問題回答。它支持通過瀏覽器擴展（Chrome、Firefox、Edge）抓取 14+ 招聘網站上的職位信息，並提供職位匹配度評分。該工具旨在讓申請材料聽起來像本人所寫，而非千篇一律的 AI 生成內容。提供 Starter（月付）、Pro 月付和 Pro 周付三種計劃，可免費開始使用。

AnyChat

AnyChat 是一款輕量級的 macOS 菜單欄應用，為每個文本欄位提供 AI 寫作幫助。選中或輸入文本，按全局快捷鍵，即可將潤色結果流式輸出回原位置，無需切換應用。支持自定義角色，適用於郵件、摘要、翻譯、社交媒體帖子或代碼解釋，每個角色可設置獨立提示與快捷鍵。兼容 OpenAI 兼容 API，設置與 API 密鑰保存在本地。

Open-Write

Open-Write 是一款完全免費開源的寫作工作室，專為劇本、小說、劇集等長篇內容而設計。它把 AI 模型編排成 Bible、Architect、Writer、Critics、Cutter、Reader 多個命名崗位，把結構、語氣與前後連貫性貫穿整部作品。提供可自訂的開源管線與 Windows 11 桌面 Studio 應用，採用 Apache 2.0 授權。

ApplyDocs AI

ApplyDocs AI是一款面向求職者的AI文件助手,重點是讓履歷與求職信通過自動化篩選(ATS),並針對每個職缺快速微調內容。

DeepSeek-Reasonix: 專為DeepSeek模型打造的終端AI編碼代理

DeepSeek-Reasonix是一個基於終端的AI編碼代理，專為DeepSeek模型優化，通過prefix-cache友好提示降低token成本。配置集中在單個reasonix.toml文件中，支持切換任意OpenAI兼容端點。插件層集成MCP伺服器和Extension Protocol v1，提供工具和資源。Go編寫，靜態單二進位，可交叉編譯至六平臺，也可通過npm和Home安裝。許可證MIT，官方宣稱倉庫有18803星（截至採集時）。

MarkFlowy: 基於 TypeScript 的開源 AI Markdown 編輯器

MarkFlowy 是一款用 TypeScript 構建的開源 AI Markdown 編輯器，GitHub 星標超過 2300。它集成 AI 輔助功能，簡化寫作、翻譯和內容潤色，同時保持 Markdown 的簡潔與便攜性。項目處於早期開發階段，但已吸引開發者和寫作者的關注。

LinguaGacha: 面向長篇內容的AI翻譯工具

LinguaGacha 是一個開源的 AI 翻譯工具，專為小說、遊戲腳本和字幕等長篇內容設計。它利用大語言模型 API 進行一鍵批量翻譯，智能處理上下文以生成自然流暢的輸出，適合翻譯人員、本地化團隊和追更外文作品的讀者。該項目使用 TypeScript 編寫，基於 MIT 許可證開源。

code-graph-rag: 基於知識圖譜和LLM的開源RAG系統

code-graph-rag 是一個開源 RAG 系統，利用知識圖譜和大語言模型（LLM）來導航複雜的多語言 monorepos。它支持自然語言查詢、深度代碼理解和跨龐大代碼庫的編輯，幫助開發者更高效地管理複雜項目。項目主要使用 Python 編寫，採用 MIT 許可證。截至採集時，該項目在 GitHub 上擁有 2333 個 star。

OpenMonoAgent.ai: 本地大模型驅動的終端編程代理

OpenMonoAgent.ai 是一個開源且永久免費的終端原生編程代理，由本地大語言模型驅動。它提供無限 token 使用，並完全在本地運行以確保隱私。面向開發者，單命令安裝，消除訂閱費用和數據洩露風險。項目主要語言為 C#，採用其他許可證。

lanhu-mcp: 開源MCP伺服器，提升需求分析效率

lanhu-mcp 是一個開源的模型上下文協議（MCP）伺服器，專為 AI 驅動的團隊協作而設計。它能夠自動解析需求文檔，生成前端和後端代碼，並提供設計資源的下載。該工具基於 Python 構建，官方宣稱可提高需求分析效率高達 200%，並能順暢地集成到現有的開發工作流中。對於加速原型製作和減少手動編碼工作量尤為有用。項目採用 MIT 許可證，在採集時擁有 1614 個 GitHub 星標。