浏览器内跑智能体
借助 WebAssembly（WASM）和 Pyodide，配合 OpenAI Agents Python SDK，在浏览器环境中直接运行 AI 智能体，不需要额外搭建本地运行环境。
Mozilla.ai’s Blueprint Hub
AI TOOL PROFILE工具资料Mozilla.ai 出品的开源 AI 工作流模板中心
价格免费
平台Web
归类AI 智能体
收录2026-10-11
复核2026-10-11
编辑评分
4.1 / 5
★★★★☆
Mozilla.ai’s Blueprint Hub编辑总结
Mozilla.ai 推出的 Blueprint Hub，把可运行的开源 AI 工作流打包成一份份 Blueprint，覆盖浏览器内跑 AI 智能体、Whisper 模型微调、扫描文档结构化解析、语音转写、合成音频检测、文档转 Markdown、本地时间线算法、联邦学习微调 LLM 等方向。模板由 Mozilla.ai、社区与合作伙伴共同贡献，部分条目标注 Apache 2.0 许可、10 分钟上手与 Alpha 状态。整体上更像开发者工具库，非技术用户需要愿意动手跑代码才能真正用起来。
Mozilla.ai’s Blueprint Hub是什么？
Blueprint Hub 是 Mozilla.ai 建设的一个开源 AI 工作流中心，面向愿意自己动手的开发者、研究人员和 AI 工程师。它把「怎么用开源模型和工具完成一件具体的事」整理成一份份 Blueprint，每份都附 README、依赖配置和可运行的示例，可以直接照着跑起来。
站内 Blueprint 覆盖多个方向：在浏览器里用 WebAssembly 和 OpenAI Agents Python SDK 跑 AI 智能体、把 Whisper 模型微调以识别生僻词和姓名、用开源 OCR 加 LLM 从扫描件或数字文档中解析结构化数据、通过自托管的 Speaches 服务转写音频、检测合成或篡改的音频内容、用 Docling 命令行把非结构化文档转成 Markdown、用 Flower 做联邦学习微调、以及可自定义的个人本地时间线算法。这些 Blueprint 分别来自 Mozilla.ai 官方、社区贡献者和合作伙伴。
使用方式按角色分：普通用户可以挑一份现成 Blueprint，按 README 在本地跑起来当工具用；开发者可以把 Blueprint 当作项目起点，改配置、换模型、接入自己的数据；团队可以参照官方给出的构建规范，按 Must-haves 和 Nice-to-haves 两条清单提交自己的 Blueprint。
Mozilla.ai’s Blueprint Hub核心功能
Whisper 模型微调
支持把 Whisper 模型重新调整到用户预设的文本上，用于提升生僻术语或人名的转写准确率，适合有专有名词识别需求的场景。
文档结构化解析
用开源 OCR 加 LLM 组成本地可运行的流水线，接收图像或 PDF 格式文档，按设定的提示和数据结构返回单一结构化对象。示例场景是解析银行对账单中的交易金额、描述和日期，多份格式不同的文档会合并到同一个对象里。
官方说明 ↗音频转写
通过 Speaches 这个自托管服务器转写音频文件，它模拟 OpenAI Whisper API 的调用方式，转写过程在本地完成，不必把音频上传到外部服务。
合成音频检测
提供一套流程，引导用户训练并使用机器学习模型，识别经过合成或修改的音频内容，适合需要判断音频真实性的场景。
文档转 Markdown
使用 Docling 命令行界面，把非结构化文档转换成 Markdown 格式，便于后续进入文本处理或知识库流程。
联邦学习微调
结合 Flower 做联邦 AI 微调 LLM，多方可基于私有数据集协作训练，不需要共享原始数据，适合数据不能出域的合作场景。
本地时间线算法
提供一套个人化、本地运行的时间线算法方案，开箱即用，也允许按自己的偏好进行定制。
提交自有 Blueprint
官方给出构建规范：必须有开源模型与工具、README 与 pyproject.toml 及规整的目录结构、Streamlit 或 Gradio 演示应用或 Jupyter Notebook、便于定制的配置文件、CLI 支持；加分项包括 CPU 兼容、Colab Notebook、PyPI 包、Dockerfile、README 内的架构图、mkdocs 使用文档，并提供 GitHub 模板仓库。
Mozilla.ai’s Blueprint Hub适合谁用？
AI 应用开发者
推荐想快速搭出一个能跑的原型，直接拿某份 Blueprint 当项目起点，改配置、换模型、接自己的数据，比从空白仓库开始省事。
需要本地处理文档的团队
推荐扫描件或 PDF 涉及敏感内容、不方便上传云端时，文档解析和转 Markdown 这两类 Blueprint 在本地就能跑通。
有专有名词转写需求的人
推荐会议、访谈里经常出现生僻术语或人名，Whisper 微调那条路线就是针对这个准确率问题设计的。
希望参与开源贡献的工程师
有条件包括了完整的 Must-haves 与 Nice-to-haves 清单，照着备齐材料即可提交，适合想借 Blueprint 展示自己方案的开发者。
完全不想碰代码的普通用户
不推荐每份 Blueprint 都需要自己按 README 跑起来，没有开箱即用的在线成品，不熟悉命令行和依赖安装的话上手会比较吃力。
Mozilla.ai’s Blueprint Hub优点和缺点
优点
- 由 Mozilla.ai 官方维护，同时汇聚社区与合作伙伴的 Blueprint
- 每条 Blueprint 都配套 README、依赖配置和可运行示例
- 覆盖智能体、OCR、音频、联邦学习等多个具体方向
- 鼓励本地运行，数据处理不必上传到外部服务
- 明确给出贡献规范，包括开源工具、演示应用和 CLI 支持
缺点
- 官网未公开价格、免费额度与商用授权范围
- 多数 Blueprint 需要本地跑代码，非开发者上手门槛高
- 示例条目显示为 Alpha 状态，仍在早期开发中
Mozilla.ai’s Blueprint Hub关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| LLM Document Parser 上手时间 | 10 min | LLM Document Parser 页面 |
| LLM Document Parser 复杂度 | Low | LLM Document Parser 页面 |
| LLM Document Parser 状态 | Alpha - Under Development | LLM Document Parser 页面 |
| LLM Document Parser 许可证 | Apache 2.0 | LLM Document Parser 页面 |
| LLM Document Parser 最后更新 | 5/28/2025 | LLM Document Parser 页面 |
Mozilla.ai’s Blueprint Hub常见问题
Blueprint 到底是什么？＋
可以理解成一份「照着做就能跑起来」的开源 AI 工作流说明。每份 Blueprint 针对一件具体的事，比如把扫描的银行对账单解析成结构化数据，或者把音频转成文字，并配好依赖、示例和演示应用。
我需要什么基础才能用？＋
需要能在本地安装依赖、跑命令或打开 Jupyter Notebook。文档解析这份 Blueprint 标注的复杂度为 Low，时间约 10 分钟；但整体定位是开发者优先，完全不懂命令行会卡住。
Blueprint 由谁贡献？＋
站内条目分别标注 Made by Mozilla.ai、Made by Community 和 Made by Partner 三类来源。社区和合作伙伴的 Blueprint 与官方出品放在同一个目录里，挑选时可以留意这个标记。
我能不能提交自己的 Blueprint？＋
可以。官方要求必须使用开源模型和工具，提供 README、pyproject.toml 和规整的目录结构，附上 Streamlit 或 Gradio 演示应用或 Jupyter Notebook，并提供配置文件与 CLI 支持。加分项包括 CPU 兼容、Colab Notebook、PyPI 包和 Dockerfile，官方还提供了 GitHub 模板仓库。
Mozilla.ai’s Blueprint Hub竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Mozilla.ai’s Blueprint Hub本工具 | 4.1 | 免费 | 浏览器内跑智能体；Whisper 模型微调；文档结构化解析；音频转写 | Web |
| Lazy AI | — | 未标价 | 无代码平台，通过提示和预配置工作流程构建全栈应用 | — |
| Draft'n run | — | 未标价 | 一个开源平台，用于设计、部署和监控 AI 工作流程 | — |
| Comfy Directory | — | 未标价 | ComfyUI 工作流程、自定义节点和资源的目录 | — |
| openclaw | — | 未标价 | 用于设备自动化和工作流管理的自托管、开源 AI 助手 | — |
| Patched | — | 按运营量计价，需联系官方报价 | 一个用于自动化开发工作流程的开源框架，支持自定义 AI 工作流程 | Web / 专属基础设施部署 |
