| 浅色模式 | 深色模式 |
 |
 |
| 自定义背景模式 | |
 |
|
- AI 智能抠图 - 一键移除图片背景，支持人像、动漫、通用场景等多种模型，GPU 加速提速 3-10 倍
- AI 证件照制作 - 智能生成各类证件照，支持多种尺寸和背景，自动美颜和人脸矫正
- AI 音视频人声分离 - 专业级人声/伴奏分离，支持 UVR MDX-Net 模型，轻松制作卡拉OK伴奏
- AI 音视频转文字 - 直接处理视频或音频，从中提取字幕，支持输出字幕文件
- AI 视频插帧 - 将低帧率视频进行补帧，提高视频流畅度
- AI 图片、视频超分 - 支持对图片、视频进行修复和放大，例如720p修复到2k
- 格式转换 & 压缩 - 支持 12+ 种格式，集成 mozjpeg、pngquant 专业引擎
- 智能编辑 - 尺寸调整、裁剪、旋转、水印、去除 EXIF
- 创意拼接 - 九宫格、单图切分、横向/纵向拼接
- 实用工具 - 二维码生成、GIF 调整、信息查看
- 格式转换 - 支持主流音视频格式互转（MP3/WAV/FLAC/MP4/AVI/MKV...）
- 智能压缩 - H.264/H.265 编码，自定义比特率和质量
- 速度调整 - 音视频加速/减速，不改变音调
- 提取 & 合成 - 提取音轨、添加水印、视频修复
- 编码转换 - 自动检测文件编码，一键解决乱码问题
- Base64 工具 - 图片与 Base64 互转
- 代码格式化 - JSON/XML/SQL 美化与验证
直接下载已编译好的可执行文件，无需安装 Python：
支持平台及预编译版本说明：
-
✅ Windows 10/11 (x64)
- MTools_Windows_amd64：体积最小，并且支持nvidia、amd、intel显卡加速，但不支持手动管理显存
- MTools_Windows_amd64_CUDA：体积中等，使用CUDA进行加速，但需要手动安装CUDA 12.x + cuDNN 9.x
- MTools_Windows_amd64_CUDA_FULL：体积最大，内置完整的CUDA加速环境，无需手动安装CUDA和cuDNN
-
⚠️ macOS (实验性支持)- MTools_Darwin_arm64：只支M系列芯片，支持Core ML加速
-
⚠️ Linux (实验性支持)- MTools_Linux_amd64：体积最小，不支持GPU加速
- MTools_Linux_amd64_CUDA：体积中等，使用CUDA进行加速，但需要手动安装CUDA 12.x + cuDNN 9.x
- MTools_Linux_amd64_CUDA_FULL：体积最大，内置完整的CUDA加速环境，无需手动安装CUDA和cuDNN
下载后解压即可使用！
- 操作系统: Windows 10/11、macOS 或 Linux
- Python: 3.11+
- 包管理器: uv - 推荐使用的 Python 包管理器
# 1. 克隆仓库
git clone https://github.com/HG-ha/MTools.git
cd MTools
# 2. 一键同步依赖（自动创建虚拟环境）
uv sync
# 3. 运行程序
uv run flet run启用 CUDA GPU 加速（默认已启用平台通用加速）：
# 使用此方式可完全榨干NVIDIA GPU性能
# 替换为 GPU 版本（需要 NVIDIA GPU 和 CUDA 环境）
uv remove onnxruntime-directml onnxruntime
uv add onnxruntime-gpu==1.22.0
# 需要免去配置cuda和cudnn环境的话请更改为此依赖
# 会导致体积增大数倍
# uv add onnxruntime-gpu[cuda,cudnn]==1.22.0📘 版本说明：
- 普通版本：支持NVIDIA、AMD、Intel显卡加速，支持coreml加速，对 NVIDIA GPU 的性能释放可能不如CUDA系列
- CUDA 版本：使用系统安装的 CUDA 和 cuDNN，体积小但需要预先配置 CUDA 环境（CUDA 12.x + cuDNN 9.x）
- CUDA_FULL 版本：内置完整的 CUDA 和 cuDNN 运行时库，无需额外配置，开箱即用，但体积较大（+2GB）
💡 编译和版本说明：如需将项目编译为独立可执行文件，请参考 📘 完整编译指南
本项目的 AI 功能支持 GPU 加速，可大幅提升处理速度，并且提供 CUDA 以及 CUDA_FULL 编译版本
| 平台 | 默认版本 | GPU 支持 | 说明 |
|---|---|---|---|
| Windows | onnxruntime-directml==1.22.0 |
✅ DirectML | 自动支持 Intel/AMD/NVIDIA GPU |
| macOS (Apple Silicon) | onnxruntime==1.22.0 |
✅ CoreML | 内置硬件加速 |
| macOS (Intel) | onnxruntime==1.22.0 |
无 GPU 加速 | |
| Linux | onnxruntime==1.22.0 |
可选 onnxruntime-gpu (CUDA) |
💡 提示：DirectML 版本不支持限制显存，只有CUDA可限制显存大小
- Material Design 3 - 遵循最新设计规范，界面精美流畅
- 深色模式 - 自动跟随系统主题，保护视力
- 毛玻璃效果 - 现代化的视觉体验
- 自定义主题 - 支持多种主题颜色和字体选择
- 全局搜索 -
Ctrl+K快速查找任何功能 - 批量处理 - 所有功能均支持批量操作
本项目在开发过程中参考和使用了以下开源项目的代码：
- sherpa-onnx - 语音识别与合成框架，提供高性能的离线语音处理能力
- PPOCR_v5 - 高精度OCR识别引擎
- FunASR - 语音识别工具包
- ICP_Query - ICP备案查询功能实现
- HivisionIDPhotos - AI证件照
- video-subtitle-remover - AI去水印
本项目使用了以下外部服务：
- ModelScope - AI模型托管与分享平台
- imagetourl.net - 图片转URL服务
- catbox.moe - 文件上传服务
- gh-proxy.com - GitHub加速代理
感谢以下赞助商为本项目提供服务器支持：
- 林枫云 www.dkdun.cn - 提供稳定的云服务器资源
如果这个项目对你有帮助，欢迎通过以下方式支持：
- 给项目一个 ⭐ Star
- 分享给更多需要的人
- 提交 Issue 和 Pull Request
- 请作者喝杯咖啡 ☕
打赏支持
你的支持是项目持续维护的动力！
微信赞赏
Made with ❤️ using Python & Flet
👨💻 作者：HG-ha
GitHub · 更多项目 · 加入Q群 1029212047
如果这个项目对你有帮助，请给个 ⭐ Star 支持一下！