umputun/cc-thingz
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。
ucsandman/DashClaw
DashClaw 是一个可自托管的防护系统,可拦截 AI 编码代理(Claude Code、Codex、Hermes、OpenClaw 等)可能产生的危险工具调用。它会阻止或排队操作,将其路由至远程审批收件箱,并记录签名的决策账本。项目提供 Node/Python SDK、REST API 和主流代理运行时的插件,支持安全的无人值守代理运行,并提供可审计的证据。
lllllllama/RigorPilot-Skills
RigorPilot Skills 是一个开源工具包,允许AI助手或CLI自动运行研究论文README中描述的命令,捕获精确输出,并将简洁的证据卡插入到并排注释的README中。它保留原始文件字节不变,将日志、命令追踪和可选模型运行检查点存储在结构化的`repro_outputs/`包中,并提供一系列可复用的“技能”(如复现、分析、安全调试、探索等),用于可复现的AI研究工作流。
EthanAlgoX/AIStock
AI Stock是一个开源的、LLM驱动的研究工作空间,面向中国、香港和美国股票。它让单个交易者开始自然语言对话,运行确定性金融工具和可选的专家代理协作(流水线、辩论、投票),并生成保存的研究报告和模拟交易模拟。它使用FastAPI(Python)和React 19前端构建,支持可配置的LLM提供商、严格的功能白名单和模块化的代理-技能-工具架构。MIT许可。
Intelligent-Internet/zenith
Zenith 是一个 Python 框架,可让 Claude Code、Codex 或 Hermes 作为长期运行的编码代理持续工作。协调器反复检查项目状态,启动工作/测试子代理,注册可复用技能,重新规划任务,仅在任务真正完成时才停止。在 Frontier SWE 基准测试中,使用 GPT-5.5 的 Zenith 实现了最佳平均排名,同时成本低于最强基线(RALPH)的一半。该仓库提供 CLI、MCP 服务器、ACP 适配器和完整的技术报告。
DBraun/DawDreamer
一个将数字音频工作站(DAW)功能如 VST 插件支持和 Faust 信号处理引入 Python 脚本的 Python 框架。
modular/mojo-gpu-puzzles
一个交互式开源教程,通过动手拼图教学 GPU 编程,配备 `pixi` 基础环境、测试工具和社区支持。
MontrealCorpusTools/Montreal-Forced-Aligner
一个使用 Kaldi 执行语音数据集强制对齐的命令行工具。
ByteDance-Seed/Triton-distributed
Triton-distributed 是一个由 ByteDance-Seed 开源的编译器,它扩展了 Triton 语言,增加了用于重叠 GPU 计算与通信的原语。它能在 NVIDIA 和 AMD GPU 上实现高性能的分布式核心(如 GEMM、MoE、flash-decode、AllToAll),提供媲美手动调优库的加速效果。可通过源码或预先构建的 pip wheel 安装,使用 @triton_dist.jit 编写核心,并调用提供的底层通信 API。该项目持续更新(最新消息为 2026 年 9 月),并以 MIT 授权发布。
VOICEVOX/voicevox
为 VOICEVOX 语音合成系统提供的图形化编辑器,为生成 AI 驱动的语音提供用户友好的界面。
amicalhq/amical
Amical 是一个开源、离线优先的桌面语音转录应用,使用 Whisper 进行语音转文字,并通过 Ollama 在本地运行大语言模型(LLM),生成上下文感知的转录和笔记,所有数据均保留在用户设备上,确保隐私安全。
openai/openai-java
官方 Java SDK,支持同步/异步、流式传输、工作负载身份认证、可选 Bedrock 桥接,Maven/Gradle 就绪。
adolfousier/opencrabs
OpenCrabs 是一个 Rust 原生的、仅限终端的 AI 智能体,它直接与多个 LLM 提供商通信,将所有聊天、内存和密钥存储在本地,并提供一个功能丰富的 TUI,支持多模态输入、工具集成、多智能体编排以及实验性的自我改进循环。
Deng-m1/MaliangAINovalWriter
Maliang AI Novel Writer (AINoval) 是一个开源的网页平台,帮助中文网络小说作者借助 AI 辅助创作长篇小说。它集成了 Flutter-Web 富文本编辑器、分层内容管理、AI 驱动的提纲/场景生成、结构化世界构建树、提示词/预设管理,以及用于用户、模型、成本和内容审核管理的完整管理员控制台。后端采用 Spring Boot 3(Java 21)配合 LangChain4j 实现 LLM 编排,MongoDB 用于存储,Chroma 用于向量嵌入。通过一个 Docker-Compose 文件即可部署,随后使用提供的脚本创建管理员账户。非常适合个人作者、写作团队或平台运营者,需要 AI 增强的小说创作与强大运营工具的用户。
Xiaobin-Rong/gtcrn
GTCRN 是一款专为低资源环境设计的超轻量级语音增强模型,能够以极少的参数和计算开销提供高质量的降噪效果。
mario-andreschak/FLUJO
FLUJO 是一个开源、本地托管的平台,用于构建私有AI代理。它允许您连接多个LLM提供商和MCP服务,然后通过简单的配方界面或拖拽式流程图来组合代理。功能包括加密秘密存储、可视化调试、自动化触发器、OpenAI兼容端点,以及Docker/安装程序/npx部署选项。
ServeurpersoCom/acestep.cpp
一个由 GGML 驱动的本地 AI 音乐生成服务器,通过 ACE-Step 1.5 模型将文本描述转换为 48kHz 立体声音频。
High-Logic/Genie-TTS
一个适用于 GPT-SoVITS 的轻量级推理引擎,针对高速 CPU 性能与低内存使用量优化语音合成。
elevenlabs/skills
一套即插即用的“agent skills”(智能体技能),用于公开 ElevenLabs 的语音、变声、配音和音乐生成 API。通过 `npx skills add elevenlabs/skills` 安装,配置 API key,之后任何兼容的 AI 编程助手都可以调用这些技能(例如文本转语音、语音转文本、实时语音聊天、变声、配音)。该仓库提供 Python、JS/TS 和 CLI SDK,并附带用于触发和功能验证的测试套件。采用 MIT 许可证。
rsxdalv/TTS-WebUI
一个用于多种开源文本转语音、音频生成和音频转换 AI 模型的统一 Web 界面和管理器。
argmaxinc/argmax-oss-swift
一套为 Apple 平台提供的基于 Core ML 的端侧推理框架,提供语音转文字、文字转语音和说话人日志功能。
oboroge0/hayamimi
一个仅在 CPU 上运行的实时多语言语音转文本系统,内存占用低于 2GB,提供低延迟的实时字幕、说话人标注和翻译。
soaring-xiongkulu/easyaiot
EasyAIoT是一个开源云边端平台,统一了AI视频分析、IoT设备管理和企业集成。它运行在小型边缘盒子上(约1GB RAM),通过内置RTC模块支持专业IP摄像头和消费级P2P摄像头(Tapo、Tuya、Ring等),提供原生YOLO/SAM推理、联邦边缘调度和用于现场验收的一键安装程序(PANEL)。可安装在Linux、Windows、macOS和ARM上,提供Web、移动和SCADA风格的仪表板,用于实时监控和警报。
Alpha-Dojo/DojoAgents
DojoAgents 是一个开源 AI 代理框架,专为个人投资设计。它运行一个由大语言模型驱动的“代理循环”,可获取市场数据、解析新闻、执行基于 Python 的计算,并存储可复用的分析技能。通过 FastAPI 后端和 React 仪表板,用户可查看投资组合指标、获取每日市场概览、运行新闻影响分析,甚至通过截图诊断投资组合。可通过 `uv pip install dojoagents` 安装,支持任何 LLM API(OpenAI、Gemini、Anthropic、本地 Ollama 等),并能将自动化洞察推送到聊天应用。
Neeeophytee/finding-unknowns-skills
一个包含 13 个可安装“技能”(提示包)的库,适用于 Claude Code、OpenAI Codex、Cursor、Kimi CLI、Hermes 等,帮助开发者在编码任务前后揭示隐藏假设并管理代理上下文。
melandlabs/openloomi
OpenLoomi 是一个开源、跨平台的桌面「注意力代理」,持续从你的工作工具(邮件、聊天、问题追踪器、文档)中收集上下文,存入可搜索、加密的记忆库。它能推送提醒,并让你在消息应用中直接向LLM求助。运行时与代理无关,提供可与 Claude Code、Codex、OpenCode、Hermes、OpenClaw 等集成的技能和插件。可通过简单二进制文件安装,强调本地优先隐私,开箱即用。
angelnicolasc/graymatter
GrayMatter 是一个用 Go 编写的单二进制内存层,专为 LLM 代理设计。它持久化存储事实,按默认前 8 个最相关项检索,并将上下文 Token 量减少约 90%。它还自动构建类型化知识图谱,与多种 MCP 兼容客户端(Claude Code、Cursor、Codex 等)集成,并提供终端 UI 和健康检查工具。可通过 `go install`、Homebrew、Scoop 或预构建二进制文件安装;使用 CLI(`graymatter recall`、`remember`、`kg render` 等)或直接在代理代码中嵌入 Go 库来使用。
receptron/mulmoclaude
MulmoClaude 是一个基于 Claude Code 的开源、本地运行的 AI 助手平台。它将个人记忆、数据集合和自动生成的微型应用以普通文件形式存储在工作区中,提供 Web UI 和数十种消息桥接功能,并可通过 Docker 容器沙箱安全运行 Claude。功能包括个人维基、会计系统、RSS 订阅、Gemini 图像生成、基于角色的工具面板,以及一键执行 Claude Code 技能。
voquill/voquill
一款开源、跨平台的 AI 语音输入应用,通过 AI 驱动的文本清理和个人词汇表,实现向任何桌面应用程序进行语音输入。
block/trailblaze
Trailblaze 是一款 CLI 工具,允许通过自然语言步骤控制 Android, iOS, 和 web UI,让 LLM 驱动的编程智能体能够记录这些步骤作为确定性的 "轨迹" (YAML 文件) 用于 CI 测试,并能在无需 LLM 的情况下进行回放。它附带一个智能体技能文件、一个基于浏览器的轨迹查看器,以及支持自定义 TypeScript 工具 (trailmaps) 和原型阶段的 waypoint 系统。
elevenlabs/elevenlabs-mcp
一个MCP服务器,使Claude和Cursor等AI客户端能够使用ElevenLabs的API进行文本转语音、语音克隆和音频处理。
thorstenMueller/Thorsten-Voice
一组高质量、开源的德语语音数据集,用于训练无需许可、离线运行的文本转语音(TTS)AI 模型。
vibeeval/vibecosystem
vibecosystem 是一个开源包,可将 Claude Code 扩展为一个自我组织的 AI 开发团队。它包含 138 个专业代理、296 个可重用技能、74 个 TypeScript 钩子和 20 个行为规则。一行安装后,您可向 Claude Code 提出“添加一个功能”请求,代理群将自动规划、编码、审查、测试并学习。配置文件可让您仅启用所需代理以节省令牌,`vibeco` CLI 和 Web 仪表板提供统计、健康检查和令牌成本追踪。所有数据均本地存储于 `~/.claude/`,不发送遥测。该项目还通过专用安装脚本支持 Cursor、Codex CLI 和 OpenCode。
Torsion-Audio/Scyclone
一款基于 RAVE 架构的神经音色转换(neural timbre transfer)音频插件,可实时转换音频信号的音质。
altunenes/parakeet-rs
parakeet‑rs 是一个 Rust crate,通过 ONNX Runtime 运行 NVIDIA Parakeet 语音识别模型(CTC、多语言 TDT、流式、说话人分离等)。它提供离线和实时转录,支持时间戳、说话人归属,并可选择 GPU/CPU 执行提供者。模型需从 Hugging Face 单独下载;该库本身采用 MIT/Apache‑2.0 许可。
olyaiy/resume-lm
ResumeLM 是一个开源 Web 应用,使用 LLM(OpenAI, Claude, Gemini 等)帮助用户编写、优化并导出对 ATS 友好的简历和求职信。它基于 Next.js 15, Supabase/PostgreSQL, 和 Stripe 构建,提供免费层级以及每月 20 美元的 Pro 计划以获取高级模型访问权限。
xcLee001/SonicVale
一个开源AI语音合成平台,可自动化小说和剧本的多角色、多情感语音合成。
microsoft/Multi-Agent-Custom-Automation-Engine-Solution-Accelerator
一个基于 Microsoft Azure 的参考解决方案,展示如何构建一个用于自动化复杂业务工作流的多代理 AI 编排平台。整合了 Azure OpenAI(Foundry)、Container Apps、Cosmos DB 及其他 Azure 服务,并包含部署指南、成本指导和安全建议。
mlco2/ecologits
EcoLogits 是一个 Python 库,用于估算对生成式 AI API(OpenAI、Anthropic、Cohere 等)的调用所消耗的电力和 CO₂‑当量排放。通过 `pip install ecologits` 安装(根据需要添加 provider extras),使用 `EcoLogits.init` 初始化,正常调用 API 后即可读取 `response.impacts.energy.value.mean` 与 `response.impacts.gwp.value.mean` 获取估算的 kWh 和 kg CO₂‑eq。该库开源,属于 CodeCarbon 非营利组织,旨在帮助开发者追踪并降低 AI 推理的环境影响。
mudler/parakeet.cpp
NVIDIA NeMo Parakeet 语音识别模型的 C++17 推理移植版本,可在无需 Python 的情况下实现 CPU 和 GPU 上的快速、轻量级 ASR。
HoangNguyen0403/agent-skills-standard
Agent Skills Standard (AGS) 是一个通过 NPM 分发的 CLI,允许团队将编码标准、安全规则和 SDLC 工作流模板发布为小型 Markdown「技能」。CLI(`ags init` / `ags sync`)创建 `.skillsrc` 配置文件,下载语言特定的技能包(20 多个技术栈共 280 个技能),并生成分层路由(`AGENTS.md → _INDEX.md → SKILL.md`)。AI 编码助手(Cursor、Claude Code、Copilot、Gemini 等)读取此路由并仅加载与正在编辑的文件相关的规则,节省约 85% 的提示令牌。可选的 MCP 服务器可强制执行钩子、阻止密钥泄露编辑,并提供运行时审计日志。该项目是真正的 AI 编码助手实用工具,而非通用教程或列表。
WecomTeam/wecom-openclaw-plugin
WeCom 渠道插件,适用于 OpenClaw AI 代理平台。支持 Bot(WebSocket 或 JSON Webhook)和 Agent(加密 XML Webhook)连接方式,支持富媒体、主动消息和流式回复,具备细粒度访问控制、多账户配置,并通过内置的 `wecom-cli` 工具暴露数十个 WeCom 业务 API(消息、邮件、文档、电子表格、日历、会议、文件存储、联系人等)。
karanb192/itr-wala
itr‑wala 是一个开源 CLI,用于在本地准备印度个人税务申报表。 它仅使用 LLM 来读取 PDF,而所有法定计算均由经过彻底测试的 Python 引擎完成。 该工具验证输入,比较新旧税制,并输出一个可直接输入的申报包;您仍需在政府门户上手动提交和支付。
mylxsw/typeflux
一款 macOS 应用程序,提供闪电般的语音转文字注入至任何应用程序,同时支持本地和云端 AI 模型以兼顾隐私与速度。
MTG/essentia
一个用于音频分析和音乐信息检索的开源 C++ 和 Python 库,提供广泛的信号处理算法和音乐描述符。
justrach/codedb
codedb 是一个零依赖、基于 Zig 的服务器,它能为本地代码库构建丰富的索引(trigram, word, symbol, call-graph)并通过 Model Context Protocol (JSON-RPC over stdio) 暴露它们。AI 编程助手(Claude Code, Cursor, Gemini CLI, 等)可以实现亚毫秒级的延迟来查询文件树、轮廓、符号定义、调用者和全文检索,从而大幅度降低 token 使用量。它作为 MCP daemon (`codedb mcp`) 或 HTTP server 运行,通过文件监听器增量式地更新,并提供 macOS, Linux, 和 Windows 的已签名二进制文件。
HiMeditator/auto-caption
一款跨平台的实时字幕软件,利用本地或基于云的人工智能模型,从系统音频或麦克风输入生成实时字幕和翻译。
useagenthq/useagent
useAgent 是一个开源、自托管的 AI 同事平台,允许 LLM 代理(Claude Code、Codex、OpenCode、Pi)在隔离的 Linux 沙箱中运行,浏览网页、执行命令、编辑代码,并与团队工具(Slack、GitHub、Gmail、Notion 等)交互。它提供带有实时时间线、终端和工作区的 UI,将每次运行存储在 PostgreSQL 中以供回放,并支持可重用的“技能”和共享知识库。该项目使用 Bun 运行时编写,使用 pgvector 进行嵌入,采用 AGPL-3.0 许可证发布,同时提供可选的商业许可证。