🤖 AI 人工智慧工具🤖 AI & Artificial Intelligence Tools

← ToolBox / AI 人工智慧工具AI & Artificial Intelligence Tools

🤖 AI 人工智慧工具🤖 AI & Artificial Intelligence Tools

共 64個免費線上工具

AI 提示詞生成器AI 提示詞生成器，選擇應用場景並填寫關鍵資訊後按模板拼接生成專業 Prompt，提升大模型對話與創作的任務表達質量。 注意力計算量按序列長度、頭數與隱藏維度估算單層及全模型注意力的浮點運算量 FLOPs，適用於大模型算力評估、推理成本測算與硬體選型。 特異度計算輸入真負與假正，計算特異度以衡量模型識別負類能力，與靈敏度互補，適用於醫學篩查、二分類評估與診斷效能分析。 AI 文本摘要中文文本自動摘要工具，基於 TextRank 演算法在瀏覽器本地抽取關鍵句生成摘要，純前端執行、資料不上傳，適合長文速覽。 AI 程式碼審查靜態分析 JavaScript/TypeScript 程式碼，發現常見問題 量化壓縮比量化壓縮比估算器，輸入模型量化前後精度(如 FP32→INT8)估算引數量與視訊記憶體壓縮比，輔助端側部署最佳化。 L1 L2 正則化懲罰L1/L2 正則化懲罰計算器，輸入權重與正則係數求對損失函式的懲罰項，對比 Lasso 與 Ridge 兩種正則化差異。 影像分類識別線上影像分類工具，瀏覽器本地用預訓練模型識別圖片主體類別並給出 Top5 機率，保護隱私不上傳，適合演示與輕量識別，純前端。 影像卷積輸出尺寸輸入輸入尺寸、卷積核、步長與填充，計算卷積或池化後的特徵圖尺寸，適用於 CNN 結構設計、模型維度核對與部署適配。 L1/L2 正則項L1/L2 正則項計算器，輸入權重向量求 L1 與 L2 範數及對應懲罰項，用於理解稀疏化與平滑化正則效果。 溫度縮放 Logits溫度縮放 Logits 演示器，在 softmax 前對 logits 做溫度縮放，演示校準對機率分佈形態的影響(不改變 argmax)。 特徵縮放 Min-MaxMin-Max 特徵縮放器，將特徵值線性縮放到 [0,1] 或 [−1,1] 區間，用於機器學習歸一化預處理，注意 max≠min。 溫度縮放 Softmax溫度縮放 Softmax 觀察器，輸入 logits 與溫度引數觀察分佈尖銳程度變化，理解溫度對機率平滑度的影響。 多智慧體通訊開銷按智慧體數量與訊息頻率估算全連線多智慧體系統的通訊開銷，適用於多 Agent 架構設計、通訊瓶頸識別與成本評估。 語音轉文字線上語音轉文字工具，瀏覽器本地用 Web Speech API 將錄音即時識別為中文文本，支援校對與複製，資料不上傳，純前端。 ROC AUC 近似輸入正負樣本預測得分，估算 ROC 曲線下面積 AUC，評估分類器排序能力，適用於模型選型、閾值無關效能對比與報告。 情感分析線上情感分析工具，本地對文本進行正負面傾向識別並標註情感標籤與置信度，適合評論與輿情快速判斷，純前端執行。 文本摘要線上文本摘要工具，本地用自然語言處理提取文章關鍵句生成摘要，調節壓縮比，適合長文速讀與資訊提煉，純前端執行。 貝葉斯後驗機率輸入先驗機率與似然，按貝葉斯公式更新後驗機率，適用於醫學篩查、垃圾識別與不確定性推理中的信念修正。 提示詞 Token 成本LLM Token 成本估算器，輸入輸入輸出 token 數與單價估算 API 費用，按 1 USD≈7.2 CNY 折算人民幣，輔助呼叫預算。 ReLU 與 LeakyReLUR ReLU 與 LeakyReLU 提示詞上下文視窗統計多輪對話的 token 佔用，計算其在模型上下文視窗中的佔比，輔助裁剪歷史與壓縮提示，適用於長對話管理、上下文溢位預警與成本估算。 資料增強有效量按增強變換組合與重複次數，估算資料增強後的等效訓練樣本量，輔助判斷樣本是否充足，適用於小資料集訓練、過擬合緩解與增強策略設計。 聚類 K-Means 代價K-Means 代價估算器，輸入樣本與簇中心估算聚類慣性 inertia(簇內平方和)，用於評估聚類緊緻度與 k 選擇。 Softmax 機率Softmax 機率轉換器，將一組 logits 歸一化為機率分佈(和為1)，用於多分類模型輸出層機率化。 早停耐心估算早停引數估算器，根據訓練速度估算 patience 與預計總訓練時間，輔助深度學習訓練早停策略與算力規劃。 模型融合加權投票按各模型權重計算加權投票或加權平均的整合輸出機率，適用於整合學習、模型融合與預測精度提升方案評估。 詞嵌入餘弦檢索詞嵌入餘弦檢索器，計算查詢向量與文件向量的餘弦相似度並排序，用於 RAG 與語義檢索的相似度評估。 過擬合診斷對比訓練與驗證損失曲線，判斷過擬合或欠擬合程度並給出正則化建議，適用於模型訓練調優、早停策略制定與泛化評估。 歐氏距離向量距離計算器，計算兩個向量間的歐氏距離與餘弦相似度，用於機器學習特徵相似度與聚類分析。 混淆矩陣指標輸入 TP/FP/FN/TN 計算馬修斯相關係數 MCC 和 FPR。 Dropout 保留期望Dropout 期望輸出計算器，輸入保留機率求 dropout 後的期望輸出與推理期縮放因子，輔助神經網路正則化引數理解。 OCR 文字識別線上 OCR 文字識別工具，瀏覽器本地從圖片提取文字，支援中英文與多行識別，結果可複製編輯，資料不上傳，純前端。 Sigmoid 輸出Sigmoid 函式計算器，輸入任意實數求 Sigmoid 輸出值與分類閾值，將數值對映到 (0,1) 區間用於二分類。 批次大小迭代次數訓練迭代次數計算器，輸入資料集大小與 batch size 求訓練 epoch 的迭代步數，輔助深度學習訓練引數設定。 梯度下降一步輸入當前引數、梯度與學習率，模擬單變數梯度下降的一次更新步，演示收斂過程，適用於最佳化演算法教學、學習率直觀理解與實驗演示。 模型 flops 估算模型 FLOPs 估算器，輸入全連線層與卷積層維度估算前向傳播計算量(FLOPs)，用於模型算力與推理成本評估。 Token 數量估算Token 數量估算器，根據文本長度估算大模型 token 數量，幫助使用者把控上下文視窗與 API 呼叫成本。 資訊增益近似決策樹資訊增益計算器，用基尼指數或熵評估二分類節點分裂前後的不純度下降，輔助特徵選擇與樹結構構建。 引數數量估算輸入層寬、卷積核數與通道數，估算全連線層與卷積層引數量，適用於模型規模評估、視訊記憶體預算與輕量化設計。 均方誤差 RMSE迴歸誤差計算器，輸入預測值與真實值求 MSE、RMSE、MAE 與 R²，全面評估迴歸模型擬合精度。 RAG 召回率RAG 召回率計算器，輸入相關文件數與檢索命中數求召回率，評估檢索增強生成的檢索覆蓋質量。 分類準確率評估輸入混淆矩陣的 TP/FP/FN/TN，計算準確率、精確率、召回率與 F1，用於二分類機器學習模型效果評估與對比。 注意力頭維度輸入隱藏維度與頭數，計算多頭注意力的每頭維度及單層引數量，適用於 Transformer 結構核對、模型配置設計與維度對齊檢查。 每輪訓練步數輸入資料集規模與批次大小，計算每輪訓練步數，適用於訓練迴圈實現、步數對齊與分散式分片核對。 AUC 秩次估算AUC 秩次估算器，用 Mann-Whitney U 法由樣本秩和估算 ROC 曲線下面積，評估二分類模型排序能力。 Cohen Kappa 係數Cohen Kappa 係數計算器，輸入兩位評價者的分類結果求一致性係數，用於標註一致性、診斷一致性等可靠性評估。 Token 用量估算Token 用量估算器，按中英文與程式碼比例估算文本 token 數，提示不同分詞器差異，輔助大模型上下文與成本核算。 上下文窗口占用統計提示詞與生成回覆的 token 數，計算其對模型上下文視窗的佔用比例，適用於長文本處理、上下文截斷預警與計費估算。 交叉熵損失輸入真實標籤與預測機率，計算二分類交叉熵損失，評估模型預測偏差，適用於機器學習訓練監控、損失函式除錯與分類模型評估。 手肘法 WCSS 降幅手肘法 WCSS 降幅計算器，輸入不同聚類數下的簇內平方和(WCSS)降幅輔助選擇最佳 k，用於 K-Means 聚類數確定。 推理吞吐估算推理吞吐估算器，由生成 token 數與端到端時延估算大模型推理吞吐(tokens/s)，輔助服務容量與併發規劃。 資料增強倍數按增強變換數量與重複係數，計算資料增強後的樣本總量倍數，輔助訓練集擴容規劃，適用於影像分類、樣本均衡與增強強度設定。 最佳輪次選擇輸入各訓練輪次的驗證指標，自動選出最優輪次並給出早停建議，適用於模型 checkpoint 選擇、訓練過程復盤與部署權重確定。 訓練算力需求訓練算力需求估算器，用 Kaplan 縮放律由引數量與訓練 token 數估算總訓練 FLOPs，輔助算力規劃。 Transformer 引數量Transformer 引數量估算器，輸入層數、維度等估算主體與嵌入引數量，用於模型規模評估與視訊記憶體預估。 學習率預熱步數依據總訓練步數與預熱比例，計算學習率線性預熱的步數區間，適用於穩定訓練初期、避免梯度震盪的排程設計。 梯度累積步數依據目標等效批次與單卡批次，計算梯度累積步數，適用於視訊記憶體受限下的等效大批次訓練配置與分散式策略設計。 模型視訊記憶體估算按引數量、精度位元組數與啟用佔用估算模型權重與推理視訊記憶體，適用於部署硬體選型、批次大小設定與視訊記憶體溢位預警。 精確率與召回率輸入真正、假正與假負，計算精確率、召回率與 F1 分數，適用於分類模型評估、閾值選擇與不平衡資料診斷。 餘弦相似度輸入兩個向量，計算餘弦相似度以衡量方向一致性，適用於文本語義匹配、推薦召回與嵌入向量比對。 學習率衰減按指數或階梯衰減策略計算當前訓練步的學習率，適用於學習率排程配置、收斂速度調優與訓練曲線診斷。 模型準確率輸入混淆矩陣，計算分類準確率及各類別正確率，適用於模型效果評估、錯誤分析與報告產出。 單輪訓練時長按每步耗時與步數估算單輪及總訓練時長，適用於訓練排期、算力預算與迭代週期規劃。
📖關於「AI 人工智慧工具」About AI & Artificial Intelligence Tools▼

📝欄目簡介

AI 人工智慧工具集合收錄了 64 個免費線上工具，覆蓋AI 人工智慧場景下的常見計算、換算與查詢需求。無論你是相關領域的從業者、學生還是普通使用者，都能在這裡找到即用即走的實用小工具。所有工具純前端執行，資料不上傳伺服器，保護隱私安全。This collection gathers 64 free online AI & Artificial Intelligence tools for everyday calculations, conversions and lookups. Whether you are a professional, a student or a casual user, you will find handy tools you can use right away. Everything runs client-side — no data is uploaded.

✨核心功能與適用場景

本頁收錄的AI 人工智慧工具包括（部分代表工具）：Featured AI & Artificial Intelligence tools on this page include:

  • AI 提示詞生成器AI Prompt Generator
  • AI 程式碼審查Ai Code Review
  • 影像分類識別Image Classification
  • 特徵縮放 Min-MaxFeature Scaling Min-Max
  • 語音轉文字Speech to Text
  • 貝葉斯後驗機率Bayesian Posterior Probability
  • 提示詞上下文視窗Prompt Context Window
  • 早停耐心估算Early Stopping Patience Estimate
  • 過擬合診斷Overfitting Diagnosis
  • OCR 文字識別Ocr
  • 模型 flops 估算Model flops Estimate
  • 引數數量估算Parameter Quantity Estimate
  • 注意力頭維度Attention Head Dim
  • Cohen Kappa 係數Cohen Kappa Coefficient
  • 手肘法 WCSS 降幅Elbow Wcss
  • 最佳輪次選擇Best Epoch
  • 梯度累積步數Grad Accumulation
  • 餘弦相似度Cosine Similarity

這些工具幫助你快速完成AI 人工智慧相關的常見任務，無需記憶複雜公式或手動換算，輸入即可得結果。These tools help you complete AI & Artificial Intelligence tasks quickly — no formulas to memorise and no manual conversion, just enter your values and get the result.

❓常見問題

AI 人工智慧工具需要下載或註冊嗎？Do AI & Artificial Intelligence tools require any download or sign-up?

不需要。本頁所有AI 人工智慧工具都是純前端線上工具，開啟網頁即可直接使用，無需安裝軟體、無需註冊賬號，也不上傳任何資料。No. Every tool on this page is a pure front-end online tool — just open the page and start using it. No software to install, no account needed, and no data is uploaded.

AI 人工智慧工具的計算結果準確嗎？資料安全嗎？Are the results accurate? Is my data safe?

工具基於公開的數學公式與通用行業標準在你的瀏覽器本地計算，結果即時可得。所有運算都在你的裝置本地完成，資料不會上傳到伺服器，隱私安全有保障。Calculations are based on published formulas and common industry standards, computed locally in your browser for instant results. Everything runs on your own device — nothing is uploaded to a server.