pyscn 是一款基于 Go 的快速 Python 静态分析工具，用于评估代码健康度、查找无效/重复代码、测量复杂度并检查架构。它通过可安装的 Skills 和可选的 MCP 服务器与 AI 编程代理集成，让 AI 助手能直接从 IDE 或聊天界面执行质量检查并建议重构。

OpenClaudia 是一个免费、MIT 许可的 77 个基于 Markdown 的“技能”集合，让 AI 编码代理（Claude Code、Codex 等）通过调用简单的斜杠命令来执行端到端的营销任务——SEO 审计、博客写作、广告文案、电子邮件序列、社交媒体发布、分析等。使用 `npx openclaudia install --all` 安装，配置任何所需的 API 密钥，代理即可在本地生成、发布和发送营销资产，为付费 AI 营销 SaaS 提供完全可定制的替代方案。

Aiden 是一个开源的自主 AI 引擎（Node/TypeScript），可将自然语言目标转化为跨文件、终端、浏览器、API 和 Git 的可验证、多步骤工作流。它将所有操作记录在 SQLite 中，支持风险分级审批，兼容多种 LLM 提供商（OpenAI、Anthropic、Gemini、Ollama 等），可作为 CLI、Web 工作台或后台守护进程运行。通过 `npm i -g aiden-runtime` 安装，使用 `aiden` 启动。

Everywhere 是一个基于 .NET 10 和 Avalonia 构建的跨平台桌面 AI 助手（Windows/macOS），通过可访问性 API 捕获屏幕上下文，并支持通过全局快捷键调用 LLM（OpenAI、Anthropic、Gemini 等），返回包含 Markdown 的丰富回答。功能包括浏览器/文件/终端代理、丰富 UI、多语言 UI 和本地 Ollama 模型支持。项目开源，遵循 LICENSE，提供安装程序、便携式 zip 和完整构建说明。

ChatWiki 是一个基于 Docker 的开源平台，可将微信公众号转变为 AI 助手。它提供可视化工作流构建、自动回复（文本、语音、图片、小程序卡片）、从抓取文章或上传文档创建知识库、混合向量-图谱搜索以及人工交接功能。后端使用 Go 和 Python，前端使用 Vue.js，数据库为 PostgreSQL 16 与 pgvector 实现嵌入。支持超过 20 个 LLM 提供商（如 OpenAI、Claude、DeepSeek），可部署为 Web 应用、桌面客户端或嵌入其他服务。个人用户可免费使用；商业用户需购买付费许可证。

RHVoice 是一个开源语音合成引擎，它使用统计参数合成技术，在多种语言和平台上提供轻量级且清晰的文本转语音功能。

AnyCrawl 是一个开源的 Node.js/TypeScript 工具包，用于快速、可扩展的 Web 和 SERP 爬取。它提供多进程工作器、三种抓取引擎（cheerio、Playwright、Puppeteer）、批量任务、基于 Redis 的队列、缓存、代理支持，以及可选的 LLM 驱动的 JSON 提取功能。可通过 Docker 自托管或使用公共 API，生成 API 密钥，并调用端点实现单页抓取、全站爬取、SERP 搜索或批量抓取。适用于 AI 代理、数据采集流水线和 SEO 自动化。MIT 许可证。

Sakura Desktop Pet 是一个开源的 AI 驱动桌面伴侣，能监视屏幕、记住互动，并能自主发起对话。用户加载角色包（头像、角色卡、可选语音），配置 LLM API；代理随后利用截图、工具调用（网页搜索、提醒、笔记）和长期记忆，像一个主动的虚拟宠物一样行动。

一个基于 PyTorch 的端到端语音处理工具包，为 ASR、TTS、语音翻译和增强提供了统一且可复现的方案。

一个结合 OpenAI Whisper 用于转录与 NVIDIA NeMo 用于说话人识别的说话人分离流水线，用于确定音频文件中谁说了哪些词。

jt‑live‑whisper 是一款跨平台桌面工具，可捕获系统音频并运行基于 Whisper 的语音转文字、本地翻译、说话人识别以及由 LLM 驱动的会议摘要，所有处理均在用户电脑上完成。它支持 macOS、Windows 和 Linux，提供实时字幕（包含中英或中日双向翻译）、音频文件批量处理、悬浮字幕、关键词提醒，并可将字幕转发至聊天应用。安装仅需一键脚本，即可设置 Python、必要库及 AI 模型；应用可通过交互式菜单、轻量级网页 UI 或直接使用 CLI 标志启动。

一个通用的语音识别工具包，将 Whisper 模型封装为 REST API，以便于部署和集成。

一个使用 PyTorch 的开源语音转文字推理框架，用于部署预训练的 transducer 和基于 CTC 的模型。

一款适用于 iOS 和 Android 的语音练习应用，提供实时反馈和 AI 教练，帮助用户改善发音、语速和流利度。

Warden 是一个开源的 Sentry 项目，通过可复用的“技能”实现 AI 驱动的代码审查。可通过 CLI 本地调用，或通过 GitHub Action 在每次 PR 上自动执行，并将发现结果以内联评论和 Checks 的形式发布。支持 OpenAI 和 Anthropic 模型，可自动应用简单修复。

TornadoVM 是一个开源 Java 运行时，可将 Java 字节码 JIT 编译为 GPU 内核（CUDA、OpenCL、Metal），并集成 NVIDIA 库（cuBLAS、cuFFT、cuDNN）和 Tensor-Core 内建函数。它允许你用纯 Java 编写内核，构建任务图，并在 NVIDIA、AMD、Intel、Apple-Silicon GPU 或 CPU 上运行。用于 LLM 推理（GPULlama3.java）、光线追踪和科学计算流水线，可通过 SDKMAN! 安装，并在 Maven Central 上以 Apache 2.0（API）和 GPLv2 + Classpath Exception（运行时）发布。

基于 Whisper 引擎的 Android 离线语音识别输入法，提供注重隐私的语音转文字和翻译功能。

一个为代理机构和企业打造的开源语音 AI 编排平台，可帮助其在不被供应商锁定的情况下构建和部署可扩展、实时的语音代理。

Optio 是一个开源、可自托管的平台，用于在 Kubernetes 或本地机器上将 AI 代理（如 Claude Code、OpenAI Codex、Gemini 等）编排为持久会话。通过单一表单捕捉“何时、何地、谁、什么、然后”来创建 PR 自动化管道、排程任务、交互式终端或长效代理群。它提供统一的 UI/信息流、Kubernetes 风格的协调机制、多供应商模型支持、细粒度连接（Slack、Notion、GitHub 等）、成本追踪以及企业级安全性，且完全运行在您自己的基础设施内。

AgentGuard 是一个 npm 分发的安全层，用于 AI 编码代理（Claude Code、OpenClaw、Hermes 等）。安装一次后，它会钩入代理运行时，阻止破坏性命令，保护秘密文件，并记录每次操作由哪个技能触发。它还提供新技能的静态分析扫描、每日“巡逻”健康检查（8 项内置检查），以及可选的云连接威胁情报。安装命令为 `npm i -g @goplus/agentguard && agentguard init`；使用包括 `agentguard scan`、`agentguard protect`、`agentguard patrol` 和 `agentguard checkup`。

noteDigger 是一个纯JavaScript网页应用，用于音频转MIDI转录。它允许用户上传音频/视频，可视化频谱图（STFT/CQT，GPU加速），在浏览器中运行神经网络模型进行音高与乐器分离转录，并提供丰富的手动编辑工具（含键盘快捷键）。用户可导出量化MIDI文件或保存项目以供后续工作，全程无需外部库或服务器端处理。

AgentPet 是一款跨平台桌面应用，可监控 AI 编码代理的实时状态，并通过一个类似塔玛戈奇的宠物来游戏化体验，宠物根据令牌使用量和完成的会话等级提升。它支持离线运行，兼容多种代理，提供项目级仪表盘，并可选地支持 Web 同步和排行榜。

LLM Sandbox 是一个 Python 包，可在隔离的容器（Docker、Kubernetes 或 Podman）中运行大型语言模型生成的代码。支持多种语言，强制执行安全策略，可捕获输出图表，提供交互式笔记本风格会话，并包含容器池系统以实现快速并发执行。

Moss 是一个开源的 Python 框架，可将自然语言描述的加密交易想法转化为可回测、自我进化的量化代理。它解析自然语言描述，构建技术指标策略，运行本地 Hyperliquid 回测，并每周自动优化参数，同时强制执行安全防护机制。可选集成支持将结果上传至 Moss 平台，并在 Hyperliquid 上运行实时机器人。该项目采用 MIT-0 许可，旨在用于研究/教育用途。

索尼AI提供的生成模型集合，可通过文本到音频和视频到音频生成创建高质量音效。

一个为现场活动设计的实时口译平台，允许口译员通过基于浏览器的低延迟流将翻译后的音频广播给与会者。

K8E 是一个开源、单二进制沙箱平台，可在任何 Linux 主机上安全运行 AI 代理的不受信任代码。支持 gVisor、Kata 或 Firecracker 隔离，提供会话级 eBPF 网络策略、500ms 以下启动延迟的预热池 Pod，以及通过 `k8e-sandbox-cli` 工具访问的 E2B 兼容 API。

用于 OmniVoice 的 ComfyUI 节点，提供支持 600 多种语言的零样本多语言文本转语音（TTS），具备语音克隆、语音设计和多发言人对话支持。

一款适用于 macOS 的私人、设备端语音听写与转录工具，使用本地 Apple 框架和 LLM 提供语音转文字、翻译和文字润色功能。

API 代理审计是一个零依赖的 Python 脚本，可让您本地测试任何第三方 AI-API 代理或 LLM 代理的隐藏提示注入、上下文截断、模型替换、工具调用重写以及 Web3 钱包安全性。它执行 14 步审计，输出包含 LOW/MEDIUM/HIGH 风险评级的 Markdown 报告，可作为独立脚本或 DeepSeek Harness 插件使用。

exxperts 是一个跨平台桌面/CLI应用程序，可在本地运行AI代理，并支持可选、可审计的记忆功能。房间作为持久化工作区；每次聊天结束后，代理会提出需记住的事实，您必须批准。所有数据均保留在您的机器上，支持任何OpenAI兼容模型，内置DuckDuckGo搜索功能，采用Apache 2.0许可证发布。

nWave 是一个 Claude Code 插件套件，通过七步“波浪”工作流（discover → deliver）协调 AI 代理。每个波浪生成经审查的成果物，DES 层强制执行 TDD、同行评审和可配置的严格性配置。通过一行脚本（Python 3.10+，uv 或 pipx）安装，然后使用 `/nw‑design` 或 `/nw‑buddy` 等斜杠命令驱动流程。专为希望在保持人类监督的前提下实现 AI 辅助编码的开发者和团队设计。

来自 Microsoft Research Asia 的研究项目，提供了一套用于音乐理解、生成以及 AI 驱动音乐处理的深度学习模型。

一款专为从字符串、生成器和 LLM 令牌流中实现低延迟音频生成而设计的 Python 文本转语音库，支持多种本地和云 TTS 引擎。

用于在 IoT、移动和 Web 平台构建始终监听的语音启用应用程序的轻量级、高精度唤醒词引擎。

一款 Windows 桌面应用程序，使用各种语音转文本引擎和本地离线模型，将系统音频转换为实时字幕和翻译。

一个用于训练和运行推理在音讯生成模型上，支持包括扩散模型和自动编码器在内的各种模型类型。

claude‑replay 是一个零依赖工具，可将 Claude Code、Cursor、Codex CLI、Gemini CLI、OpenCode、Kimi Code 和 Hermes Agent 的转录日志转换为单一、自包含的 HTML 播放器。该播放器支持交互式操作（播放/暂停、速度控制、切换推理/工具块）、主题化，并可通过内置网页编辑器进行编辑。支持实时监控模式、密钥脱敏和便捷嵌入，使 AI 编码会话可轻松用于博客、文档、演示、错误报告和教学。

一个 Python MCP 服务器，将 Yahoo Finance 数据（价格、报表、期权、新闻、持股人、分析师评级）以类型化工具的形式暴露给 Claude 等大语言模型，支持 AI 驱动的股票与市场研究。

HarnessFlow 是一组可移植的 Markdown 指令文件，可将 Claude Code、Codex CLI 或 GitHub Copilot 转变为多步骤、自我审查的编码助手。它提供请求模板、并行分析代理、魔鬼辩护挑战、QA 验证和持久化仓库记忆。通过将该包复制到仓库的 `.github/HarnessFlow/` 目录并运行提供的 `setup.sh` 或 `cli_setup.sh` 来安装。选择一个请求模板（代码、重构、调试等），填写后粘贴到助手。该包支持三种工作流模式——`general`、`fast` 和 `skill`，并报告基准测试收益（生成代码行数减少最多达 76%，同时保持 100% 正确性）。

AIDA 是一个开源的自主渗透测试平台，允许任何 LLM（Claude、Gemini、OpenAI 等）驱动基于 Docker 的安全测试环境。该代理可执行侦察、扫描、自定义 Python 利用脚本和原始 HTTP 操作，并将每条命令及其输出持久记录在笔记本中。发现结果自动使用 CVSS 4.0 评分，可导出为 PDF 报告。项目包含 Web 仪表板、JWT 认证、通知钩子，并支持将内置的 `aida-pentest` 容器替换为更大的 Exegol 镜像。AIDA 发现的真实 CVE 列表展示了其实际影响。采用 AGPL-v3 许可证。

一个包含 100 多个 Model Context Protocol (MCP) 服务器的单体仓库，将云服务、数据库、开发工具等通过自然语言驱动的 API 暴露给 LLM。提供计算、存储、安全、搜索等即用型服务器，支持本地/远程部署、Python/TS SDK，以及 MIT 许可证。

Millet 是一个离线优先的 Python 工具，可从任意会议应用中录制双通道音频，使用 WhisperX（或 MLX Whisper）进行语音转文字，通过 pyannote‑audio 实现说话人分离，并生成 AI 编写的摘要和专业 PDF。提供三种摘要预设——高质量（云）、机密（TEE 保护的 GLM‑5.3）和替代（Kimi），支持多语言转录、语音特征说话人识别、结构化 Markdown/YAML 前置元数据，以及可选的 Git 同步。音频捕获需 Linux；macOS 仅支持录制后处理。

由 Microsoft 维护、采用 MIT 许可证的教程系列，专为 JavaScript 开发者设计，教授如何构建生成式 AI 应用。涵盖 LLM 基础、提示工程、结构化输出、RAG、工具调用和 Model Context Protocol，配有代码示例、测验、视频和配套聊天应用。可立即在 GitHub Codespace 中启动，或本地运行代码。

Attention Gym 是一个基于 PyTorch 的库，为 FlexAttention API 提供可重复使用的掩码/分数修改函数、稀疏注意力模式以及线性注意力内核，并附带用于构建和基准测试自定义注意力机制的示例脚本和工具。

VRCT 是一款翻译与转录工具，旨在通过实时音频转文字与聊天集成，帮助 VRChat 用户进行跨语言沟通。

Writing Tools 是一款免费开源的桌面应用，支持 Windows、Linux 和 macOS，可通过快捷键在计算机任意位置调用 LLM。它可进行校对、重写、改变语气、翻译、总结网页或 YouTube 字幕，甚至与模型聊天。支持使用云 API（Gemini、OpenAI、Anthropic 等）或通过 Ollama、llama.cpp、Apple-silicon MLX 运行本地模型。该应用注重隐私（无遥测、API 密钥本地存储），并采用 GPL-v3 许可证。

cc-thingz 是一个 Claude Code 插件市场，可添加更高级的开发者工作流程——头脑风暴、PR 审查、结构化规划、发布自动化以及各种思考工具。通过 Claude 的 `/plugin` 命令安装，配置几个 JSON 钩子，并调用新的斜杠命令（例如 `/brainstorm:do`、`/review:pr`、`/planning:make`）。这些插件使用 Claude 子代理、钩子和编辑器覆盖层来自动化规划、代码审查，甚至自主执行计划，使 Claude Code 成为更强大的编码助手。