展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 编程开发 > C++之高性能跨平台日志库spdlog

C++之高性能跨平台日志库spdlog

spdlog是C++高性能日志库,异步模式可达每秒百万条消息。采用无锁队列、环形队列与零拷贝设计,支持同步/异步双模式。核心模块包括Logger、Sink、Formatter、Registry、线程池及MPMC队列,通过预分配与模板策略实现极致性能。

本文目录
    spdlog 是目前 C++ 社区里相当热门的一个日志框架,核心卖点就是快——快到什么程度?异步模式下每秒百万条消息的吞吐量,比 glog、log4cpp 快了不止一个量级。 它的几个关键特性值得一说:异步模式采用无锁队列配合线程池,主线程把日志消息丢进队列就返回,几乎不产生阻塞;预分配的环形队列和零拷贝设计,在高并发场景下内存分配压力极低;支持同步/异步双模式切换,同步模式直接写 I/O,简单直接,异步模式后台线程统一处理,业务逻辑完全不卡。

    核心流程

    核心模块

    要理解 spdlog 的设计,先看它的几个核心模块各自扮演什么角色:
    模块核心职责/作用输入/输出
    Logger日志级别过滤、消息分发、错误处理,统一入口,支持多 sink 组合格式化字符串 + 参数,输出 log_msg 对象
    Sink实际 I/O 操作、格式化输出,可扩展输出目标,单一职责输入 log_msg 对象,输出字节流到目标
    Formatter消息格式化、时间戳处理、颜色标记,支持自定义格式,缓存优化输入 log_msg 对象,输出格式化字符串
    Registry全局 logger 管理、配置分发、生命周期,集中管理,避免全局变量污染输入 logger 注册请求,输出 logger 引用
    Thread Pool异步消息处理、后台线程调度,解耦业务线程与 I/O 线程输入 async_msg 对象,调用 logger sink_it_
    MPMC Queue线程安全消息队列、阻塞/非阻塞策略,生产者-消费者解耦,零分配输入 log_msg 对象,输出出队消息
    从应用角度来看,不同场景下各模块的适用性也有所不同:
    能力适用场景不适用场景
    同步日志单线程应用、调试阶段、低频日志高并发生产环境、性能敏感路径
    异步日志高并发服务、游戏引擎、实时系统需要严格顺序保证、崩溃时日志不能丢失
    环形缓冲固定内存预算、可容忍消息丢失需要持久化所有日志、审计场景
    多 Sink 组合同时输出到文件/控制台/网络单一输出目标、极简场景
    自定义格式结构化日志、日志分析系统标准格式即可满足需求

    核心执行时序

    同步日志执行流程

    异步日志执行流程

    原理与设计

    spdlog 能在保持接口简洁的同时实现极致性能,靠的是预分配与零拷贝设计这套组合拳: 1. 环形队列:牺牲部分灵活性(固定大小),换来零分配与缓存友好 2. 模板策略:在编译期决定线程安全策略,运行时零开销 3. 异步解耦:业务线程只负责入队,I/O 延迟被隔离在后台,不干扰核心路径

    关键抽象与机制

    环形队列(Circular Queue)

    环形队列是 spdlog 性能优化的基石,实现位于 `circular_q.h`: ```cpp template class circular_q { size_t max_items_ = 0; typename std::vector::size_type head_ = 0; typename std::vector::size_type tail_ = 0; size_t overrun_counter_ = 0; std::vector v_; void push_back(T &&item) { if (max_items_ > 0) { v_[tail_] = std::move(item); tail_ = (tail_ + 1) % max_items_; if (tail_ == head_) { // 队列满,覆盖最旧消息 head_ = (head_ + 1) % max_items_; ++overrun_counter_; } } } }; ``` 几个关键设计点值得注意: - 预分配:构造时一次性分配 `max_items + 1` 个元素,运行时不做任何内存分配 - 覆盖策略:队列满了怎么办?直接覆盖最旧的消息,保证写入操作永不阻塞 - 零拷贝:`std::move` 转移所有权,避免深拷贝带来的性能损耗 - 计数器:`overrun_counter_` 记录被覆盖的消息数量,方便监控

    MPMC 阻塞队列

    多生产者-多消费者队列位于 `mpmc_blocking_q.h`,在环形队列基础上封装了线程安全机制: ```cpp template class mpmc_blocking_queue { std::mutex queue_mutex_; std::condition_variable push_cv_; std::condition_variable pop_cv_; spdlog::details::circular_q q_; std::atomic discard_counter_{0}; void enqueue(T &&item) { { std::unique_lock lock(queue_mutex_); pop_cv_.wait(lock, [this] { return !this->q_.full(); }); q_.push_back(std::move(item)); } push_cv_.notify_one(); } bool dequeue_for(T &popped_item, std::chrono::milliseconds wait_duration) { { std::unique_lock lock(queue_mutex_); if (!push_cv_.wait_for(lock, wait_duration, [this] { return !this->q_.empty(); })) { return false; } popped_item = std::move(q_.front()); q_.pop_front(); } pop_cv_.notify_one(); return true; } }; ``` 并发控制方面有几个亮点: - 双条件变量:`push_cv_` 负责唤醒消费者线程,`pop_cv_` 唤醒生产者线程,避免盲目轮询 - 细粒度锁:锁的持有时间只覆盖队列操作,不包含 I/O 等耗时步骤 - 超时机制:`dequeue_for` 支持超时返回,防止死锁 - 丢弃计数:`discard_counter_` 记录 `enqueue_if_ha ve_room` 失败的次数

    Sink 抽象与线程安全

    Sink 接口定义在 `sink.h`: ```cpp class sink { public: virtual ~sink() = default; virtual void log(const details::log_msg &msg) = 0; virtual void flush() = 0; virtual void set_pattern(const std::string &pattern) = 0; virtual void set_formatter(std::unique_ptr sink_formatter) = 0; void set_level(level::level_enum log_level); level::level_enum level() const; bool should_log(level::level_enum msg_level) const; protected: level_t level_{level::trace}; }; ``` 线程安全是通过模板策略实现的,位于 `base_sink.h`: ```cpp template class base_sink : public sink { public: void log(const details::log_msg &msg) final override { std::lock_guard lock(mutex_); sink_it_(msg); } void flush() final override { std::lock_guard lock(mutex_); flush_(); } protected: std::unique_ptr formatter_; Mutex mutex_; virtual void sink_it_(const details::log_msg &msg) = 0; virtual void flush_() = 0; }; ``` 这个设计有几个明显优势: - 编译期多态:通过模板参数选择 `std::mutex` 或者 `details::null_mutex` - 零运行时开销:单线程场景下使用 `null_mutex`,锁操作被编译器完全优化掉 - CRTP 模式:基类控制整体流程,派生类只需要实现具体的 I/O 逻辑

    格式化器与时间戳缓存

    Pattern Formatter 位于 `pattern_formatter.h`: ```cpp class pattern_formatter final : public formatter { private: std::string pattern_; std::string eol_; pattern_time_type pattern_time_type_; bool need_localtime_; std::tm cached_tm_; std::chrono::seconds last_log_secs_; std::vector> formatters_; std::tm get_time_(const details::log_msg &msg) { if (need_localtime_) { auto time_now = log_clock::to_time_t(msg.time); if (last_log_secs_ != time_now) { cached_tm_ = localtime(time_now); last_log_secs_ = time_now; } return cached_tm_; } return gmtime(log_clock::to_time_t(msg.time)); } }; ``` 性能优化的几个关键点: - 时间戳缓存:同一秒内的日志共享同一个 `std::tm` 结构,避免重复转换 - 编译期解析:模式字符串在构造时就解析为 `flag_formatter` 链表,运行时无需解析 - 内存复用:`memory_buf_t` 使用 fmt 的 `memory_buffer`,避免反复分配内存

    核心设计取舍

    性能 vs 易用性

    设计决策性能收益易用性代价适用场景
    Header-only 模式无编译优化,编译时间长无需构建,集成简单快速原型、小型项目
    编译模式编译时间短,二进制体积小需要 CMake 配置生产环境、大型项目
    异步模式业务线程零阻塞崩溃时可能丢失日志高并发服务
    同步模式日志顺序严格保证I/O 阻塞业务线程调试、审计场景
    一个值得注意的权衡是:异步模式下,日志消息在入队时已经完成了格式化,但 `log_msg_buffer` 仍然需要拷贝 payload。这么做的目的是确保业务线程释放原始字符串后,后台线程仍然能安全访问日志内容。

    一致性 vs 可用性

    ```cpp enum class async_overflow_policy { block, // 阻塞直到有空间(强一致性) overrun_oldest, // 覆盖最旧消息(高可用性) discard_new // 丢弃新消息(低延迟优先) }; ``` 不同场景下该选哪种策略? - block:审计日志的首选,不能容忍任何丢失,代价是可能阻塞业务线程 - overrun_oldest:监控日志的好选择,能容忍旧数据丢失,保证实时性 - discard_new:调试日志的理想方案,队列满了直接丢弃新消息,避免阻塞

    抽象程度 vs 灵活性

    Sink 的继承层级相当清晰: ``` sink (接口) └─ base_sink (模板基类,提供线程安全) ├─ basic_file_sink (单文件) ├─ rotating_file_sink (滚动文件) ├─ daily_file_sink (按日期分割) └─ stdout_sink (控制台) ``` 扩展机制也很灵活: - 自定义 Sink:继承 `base_sink`,实现 `sink_it_()` 和 `flush_()` 即可 - 自定义 Formatter:继承 `custom_flag_formatter` 并注册到 `pattern_formatter` - 自定义错误处理:通过 `set_error_handler()` 注册回调函数

    源码地图

    ``` spdlog-1.15.2/ ├── include/spdlog/ │ ├── spdlog.h # 全局 API 入口,registry 访问 │ ├── logger.h # 核心 logger 类,同步日志实现 │ ├── async_logger.h # 异步 logger,继承 logger │ ├── formatter.h # 格式化器接口 │ ├── pattern_formatter.h # 默认格式化器实现 │ ├── async.h # 异步工厂函数 │ ├── common.h # 公共类型定义,编译配置 │ │ │ ├── details/ │ │ ├── registry.h # 全局 logger 注册表 │ │ ├── thread_pool.h # 异步线程池 │ │ ├── mpmc_blocking_q.h # 多生产者多消费者队列 │ │ ├── circular_q.h # 环形队列底层实现 │ │ ├── log_msg.h # 日志消息结构 │ │ ├── log_msg_buffer.h # 带缓冲的消息,用于异步 │ │ └── file_helper.h # 文件操作辅助类 │ │ │ └── sinks/ │ ├── sink.h # Sink 接口定义 │ ├── base_sink.h # 线程安全模板基类 │ ├── basic_file_sink.h # 基础文件 Sink │ ├── rotating_file_sink.h # 滚动文件 Sink │ ├── daily_file_sink.h # 日期分割 Sink │ ├── stdout_sinks.h # 控制台 Sink │ └── dist_sink.h # 分发 Sink(多目标) │ └── src/ ├── spdlog.cpp # 编译模式实现 ├── async.cpp # 异步相关实现 └── bundled_fmtlib_format.cpp # fmt 库编译实现 ``` 几个核心文件需要重点关注: 1. logger.h:定义了 `logger` 类,涵盖日志级别过滤、错误处理、sink 管理 2. async_logger.h:重写了 `sink_it_()` 和 `flush_()`,负责把消息推送到线程池 3. mpmc_blocking_q.h:核心并发数据结构,直接决定异步性能的上限 4. pattern_formatter.h:格式化逻辑,时间戳缓存优化是性能关键 5. registry.h:全局状态管理,logger 的整个生命周期都靠它掌控

    API 使用

    常用 API

    全局 API

    通过 `spdlog::` 命名空间可以直接访问:
    API参数说明功能说明
    spdlog::info(fmt, args...)fmt: 格式化字符串,args: 参数使用默认 logger 输出 INFO 级别日志
    spdlog::set_level(level)level: level::trace 到 level::off设置全局日志级别
    spdlog::set_pattern(pattern)pattern: 格式模式字符串设置全局格式模式
    spdlog::get(name)name: logger 名称获取已注册的 logger,不存在返回 nullptr
    spdlog::drop(name)name: logger 名称从 registry 移除 logger
    spdlog::shutdown()无停止所有线程,清理资源
    spdlog::flush_on(level)level: 触发 flush 的级别设置自动 flush 级别
    spdlog::flush_every(interval)interval: 时间间隔启动周期性 flush 线程

    Logger API

    API参数说明功能说明
    logger->log(level, fmt, args...)level: 日志级别输出指定级别日志
    logger->set_level(level)level: 日志级别设置该 logger 的日志级别
    logger->flush()无手动 flush 所有 sink
    logger->sinks()无返回 sink 列表引用,可动态添加 sink
    logger->set_formatter(formatter)formatter: 格式化器指针设置自定义格式化器
    logger->error_handler()无获取当前错误处理器
    logger->set_error_handler(handler)handler: 错误处理函数设置错误处理回调

    Sink API

    API参数说明功能说明
    sink->set_level(level)level: 日志级别设置 sink 级别过滤
    sink->set_pattern(pattern)pattern: 格式模式设置 sink 格式
    sink->flush()无flush 该 sink

    异步 API

    API参数说明功能说明
    spdlog::create_async(name, args...)Sink: sink 类型,name: logger 名称创建异步 logger
    spdlog::init_thread_pool(q_size, n_threads)q_size: 队列大小,n_threads: 线程数初始化全局线程池
    async_logger(logger_name, sink, tp, policy)tp: 线程池,policy: 溢出策略构造异步 logger

    样例 Demo

    下面是一个完整的示例,涵盖了错误处理、多 sink、异步模式和资源清理: ```cpp #include #include #include #include #include #include #include class GameLogger { public: static bool Initialize() { try { // 初始化线程池,队列大小8192,工作线程数1 spdlog::init_thread_pool(8192, 1); // 创建控制台 sink(彩色输出) auto console_sink = std::make_shared(); console_sink->set_level(spdlog::level::debug); console_sink->set_pattern("[%Y-%m-%d %H:%M:%S.%e] [%^%l%$] [%t] %v"); // 创建滚动文件 sink(单个文件5MB,保留3个备份) auto file_sink = std::make_shared( "logs/game.log", 1024 * 1024 * 5, 3); file_sink->set_level(spdlog::level::info); file_sink->set_pattern("[%Y-%m-%d %H:%M:%S.%e] [%l] [%t] [%s:%#] %v"); // 组合多个 sink std::vector sinks{console_sink, file_sink}; // 创建异步 logger auto logger = std::make_shared( "game_logger", sinks.begin(), sinks.end(), spdlog::thread_pool(), spdlog::async_overflow_policy::block ); logger->set_level(spdlog::level::debug); logger->flush_on(spdlog::level::warn); // 设置错误处理器 logger->set_error_handler([](const std::string &msg) { std::cerr << "Logger error: " << msg << std::endl; }); // 注册为默认 logger spdlog::register_logger(logger); spdlog::set_default_logger(logger); // 启用回溯,存储最近32条日志 spdlog::enable_backtrace(32); SPDLOG_INFO("GameLogger initialized successfully"); return true; } catch (const spdlog::spdlog_ex &ex) { std::cerr << "Logger initialization failed: " << ex.what() << std::endl; return false; } } static void Shutdown() { SPDLOG_INFO("Shutting down GameLogger"); // 如果有错误,dumo 回溯信息 spdlog::dump_backtrace(); // flush 所有 logger spdlog::apply_all([](std::shared_ptr l) { l->flush(); }); // 释放所有 logger 并停止线程 spdlog::shutdown(); } static void LogGameEvent(const std::string &event_name, int player_id, float value) { SPDLOG_INFO("GameEvent: {} [player={}, value={:.2f}]", event_name, player_id, value); } static void LogPerformanceMetric(const std::string &metric, double ms) { if (ms > 16.67) { // 超过60FPS的帧时间阈值 SPDLOG_WARN("Performance warning: {} took {:.2f}ms", metric, ms); } else { SPDLOG_DEBUG("Performance: {} = {:.2f}ms", metric, ms); } } }; int main() { if (!GameLogger::Initialize()) { return 1; } try { // 基础日志 SPDLOG_INFO("Game started"); SPDLOG_DEBUG("Debug message (only visible in debug builds)"); // 格式化日志 GameLogger::LogGameEvent("PlayerJump", 12345, 98.5f); GameLogger::LogPerformanceMetric("RenderFrame", 14.2); GameLogger::LogPerformanceMetric("PhysicsUpdate", 18.5); // 错误处理 SPDLOG_ERROR("Simulated error with code {}", 404); // 手动 flush spdlog::default_logger()->flush(); } catch (const std::exception &ex) { SPDLOG_CRITICAL("Exception: {}", ex.what()); GameLogger::Shutdown(); return 1; } GameLogger::Shutdown(); return 0; } ``` 这个示例体现了几条工程实践: 1. 初始化顺序:先创建线程池,再创建 logger,最后注册 2. 错误处理:捕获 `spdlog::spdlog_ex` 异常,设置错误处理器 3. 资源清理:`shutdown()` 必须调用,否则异步线程不会主动停止 4. Flush 策略:`flush_on(warn)` 确保 warning 及以上级别立即写入 5. Backtrace:存储最近 N 条日志,崩溃时 dump 出来用于调试

    场景建议

    配置管理

    ```cpp // config/logger_config.h struct LoggerConfig { std::string log_file_path = "logs/app.log"; size_t max_file_size = 5 * 1024 * 1024; // 5MB int max_files = 3; spdlog::level::level_enum level = spdlog::level::info; bool async_mode = true; size_t queue_size = 8192; std::string pattern = "[%Y-%m-%d %H:%M:%S.%e] [%l] [%t] %v"; static LoggerConfig LoadFromFile(const std::string &config_path); }; ```

    日志追踪

    ```cpp // 使用 MDC(Mapped Diagnostic Context)进行请求追踪 #include void HandleHttpRequest(const HttpRequest &req) { // 为当前作用域内的所有日志设置 trace ID spdlog::mdc::put("trace_id", req.trace_id()); spdlog::mdc::put("user_id", std::to_string(req.user_id())); SPDLOG_INFO("Processing request"); // ... 业务逻辑 ... spdlog::mdc::remove("trace_id"); spdlog::mdc::remove("user_id"); } // 配合 MDC 的格式化模式 // Pattern: [%Y-%m-%d %H:%M:%S.%e] [%l] [trace:%X{trace_id}] %v ```

    性能调优

    ```cpp // 监控异步队列健康状态 void MonitorLoggerQueue() { auto tp = spdlog::thread_pool(); if (tp) { size_t overrun = tp->overrun_counter(); size_t discard = tp->discard_counter(); size_t queue_size = tp->queue_size(); if (overrun > 0 || discard > 0) { SPDLOG_WARN("Logger queue issues: overrun={}, discard={}, size={}", overrun, discard, queue_size); } // 监控完后重置计数器 tp->reset_overrun_counter(); tp->reset_discard_counter(); } } // 编译期日志级别控制,release 版本屏蔽 debug 日志 #ifndef NDEBUG #define SPDLOG_ACTIVE_LEVEL SPDLOG_LEVEL_DEBUG #else #define SPDLOG_ACTIVE_LEVEL SPDLOG_LEVEL_INFO #endif // 使用宏代替函数调用,编译期自动过滤 SPDLOG_INFO("This call may be optimized out in release"); ```

    监控集成

    ```cpp // 自定义 sink 收集指标 class MetricsSink : public spdlog::sinks::base_sink { protected: void sink_it_(const spdlog::details::log_msg &msg) override { // 增加指标计数器 metrics::LogCounter(msg.level).Increment(); // 追踪错误率 if (msg.level >= spdlog::level::err) { metrics::ErrorRate.Mark(); } } void flush_() override { // flush 指标到后端 metrics::Flush(); } }; // 注册指标 sink auto metrics_sink = std::make_shared(); spdlog::default_logger()->sinks().push_back(metrics_sink);
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。