AI 開發工具
開發 AI 應用時天天要算的東西：Token 數、呼叫成本、顯示記憶體需求、RAG 切塊、微調資料校驗、JSON 修復，全部在瀏覽器本機完成，不需要任何 Key。
Ollama Modelfile 產生器
產生 Ollama Modelfile：基礎模型、系統提示詞、取樣參數、停止詞，外加對應的 ollama create 指令。
#02RAG 文字切塊工具
完全依照 LangChain 的 RecursiveCharacterTextSplitter 把文件切成有重疊的區塊，而且看得懂中文標點。
#03LLM 顯示卡記憶體（VRAM）計算器
估算開放模型在 llama.cpp 或 Ollama 下需要多少 GPU 記憶體——權重、KV 快取與額外開銷——以及哪些顯示卡放得下。
#04MCP 設定檔產生器
勾選要安裝的 MCP Server，直接取得 Claude Desktop、Cursor、VS Code 或 Claude Code 可用的設定。
#05微調 JSONL 驗證工具
上傳前逐行檢查 OpenAI 聊天微調檔案，並看到它的 Token 統計，以及訓練會計費多少 Token。
#06LLM API 費用計算器
依 Token 數或實際的提示詞，替同一份工作量在 OpenAI、Anthropic、Google、DeepSeek、Qwen、Mistral、xAI 等 46 個模型上估算費用。
#07線上 OCR 圖片文字辨識
從螢幕截圖、掃描檔和照片中擷取中文、英文、日文、韓文、德文或法文文字，圖片不必上傳。
#08Markdown 轉純文字清理工具
去除 ChatGPT 或 Claude 回答中的 Markdown——星號、井號、直線、程式碼圍欄——同時讓文字、清單和表格保持易讀。
#09程式碼與設定檔機密掃描工具
在把程式碼、.env 檔案和日誌貼到任何地方之前，用移植自 gitleaks 的規則檢查裡面有沒有 API 金鑰、權杖和私鑰。
#10程式碼儲存庫打包成 Prompt
把多個原始碼檔案打包成一份給大型語言模型讀的文件：目錄樹加上所有檔案內容，並統計每個檔案的 token 數。
#11提示詞範本填入工具
用 JSON 填入提示詞範本中的 {{變數}}，看到模型實際會收到的完整提示詞，以及哪些變數缺值、哪些沒被用到。
#12語音轉文字（瀏覽器內執行 Whisper）
在瀏覽器裡執行 OpenAI Whisper，把音訊或影片轉成純文字或 SRT 字幕，檔案不必上傳。
#13文字語意相似度計算
在瀏覽器裡用多語言向量模型比較句子的意思，並顯示餘弦相似度矩陣。
#14JSON Schema 線上驗證
用 Ajv 依 JSON Schema 驗證 JSON 文件，列出每一個不符合的路徑，而不只是第一個。
#15JSON 轉 JSON Schema 產生器
從 JSON 範例推斷 JSON Schema，可切換 OpenAI 嚴格模式，直接用於結構化輸出和函式呼叫。
#16HTML 轉 Markdown（給大型語言模型用）
把網頁 HTML 轉成乾淨的 Markdown：保留表格，移除導覽列、指令碼和頁尾。
#17LLM SSE 串流解碼器
貼上 OpenAI、Anthropic、Gemini 或任何 OpenAI 相容 API 的原始串流回應，還原出完整文字、工具呼叫、推理內容與 Token 用量。
#18AI 提示詞個資遮蔽工具
在把文字貼進 ChatGPT 或其他 AI 之前，先遮蔽電話號碼、電子郵件、身分證與卡號、IBAN、IP 位址和 API 金鑰。
#19Word 轉 Markdown
用 mammoth.js 把 .docx 轉成乾淨的 Markdown 或語意化 HTML，並告訴你哪些內容沒能轉換。
#20ChatGPT 匯出檔轉 Markdown 工具
把 ChatGPT 資料匯出中的 conversations.json 轉成乾淨的 Markdown——保留你最後看到的分支，不含系統提示詞與工具往返內容。
#21LLM 輸出 JSON 修復工具
修好語言模型回傳的壞掉的 JSON——單引號、結尾逗號、註解、Python 常值、被截斷的輸出——並從前後的閒聊文字中把它挑出來。
#22OpenAI Token 計算器
用與 OpenAI 分詞器完全相同的方式計算提示詞的 Token 數，並看清每個 Token 從哪裡開始、到哪裡結束。