Hibiki 是一个用于流式语音到语音翻译的模型，可在用户说话时实时生成自然的目标语音和文本。

一个使用 Whisper 引擎提供私密、离线语音识别和翻译的 Android 输入法编辑器（IME）。

一个适用于 React Native 和 Expo 的音频处理单体仓库，支持在 iOS、Android 和 Web 上实现本地语音识别（STT）、语音合成（TTS）和音频分析。

Yao Open Skills 是一个开源的可复用 AI「技能」目录——即用于决策分析、安全审计、教程创建和阅读报告可视化等任务的结构化提示+代码工作流。每个技能位于独立文件夹中，包含脚本、文档和多格式导出（Markdown、HTML、PDF 等）。该仓库提供注册表、发布规则和辅助脚本，以保持集合的整洁、版本化和公开可发现。

Guitarix 是一个仅限 Linux 的模块化虚拟吉他放大器，结合了经典 DSP 效果与基于 AI 的放大器模型（Neural Amp Modeler 和 RTNeural）。它可作为独立应用、VST3 或 LV2 插件运行，支持 MIDI 控制，甚至可在 Raspberry Pi 等设备上无头运行。README 提供了构建步骤、依赖项以及文档链接和基于 Docker 的容器化部署方案。

基于 Rust 的 CLI（也打包为 Homebrew、npm 和二进制文件），重写 Codex 的 SQLite 状态数据库和 rollout JSONL 日志，使你在更改 `model_provider` 后聊天线程仍保持可见。支持一次性同步、持续监视模式，以及 macOS、Linux 和 Windows 的可选后台服务安装。

vitest‑evals 是一个单体仓库，为 Vitest 添加 AI 友好的评估功能。它提供多种模型 SDK 的适配器、可重用的判断器（如事实性）、自定义 JSON 报告器、本地 React UI，以及可基于通过率或分数阻止 PR 合并的 GitHub Action。

PUAX 是一个生产就绪的运行时，为 LLM 代理添加了一个思维模式层。它提供竞技场/门控/梦境原语、精简提示压缩、零依赖 Python SDK、混合触发检测、59 个内置（和自定义）角色、结果驱动验证、用于检测针对人类操纵的碳盾，以及可复现的多模型基准套件。该系统通过 MCP 服务器（`npx puax-mcp-server`）访问，该服务器将原生钩子注入流行的 IDE，并且可以通过一行 AMP 中间件直接嵌入 LangChain/AutoGen。MIT 许可并标记为生产就绪。

一款本地优先的音视频转录工具，可将录音转换为结构化 Markdown 笔记，并支持基于内容的 AI 驱动问答。

一种将 44.1 kHz 音频压缩为 8 kbps 离散代码的高保真神经音频编码器，为语音、音乐和环境音提供约 90 倍的压缩率。

适用于 Espressif 芯片的语音识别框架，支持离线唤醒词检测、语音命令识别和音频预处理。

一个为 Anthropic 的 Claude API 提供轻量、符合 Go 习惯的封装的 Go SDK，使 Go 开发者能够直接从应用程序调用 Claude 模型（例如 Claude Opus 4.6）。通过 `go get` 安装，使用 API 密钥创建客户端，并调用 `Messages.New` 方法发送提示并接收响应。

incur 是一个 TypeScript 库，可让你构建易于 LLM 代理发现和使用的命令行工具。它提供基于 Zod 的类型化命令定义、高效的 TOON 输出、内置 MCP 和技能文件生成，并能将 HTTP API 包装或暴露为 CLI 命令。

一个用于文本归一化与反向文本归一化，用于为语音处理系统准备文本。

Better Agent Terminal (BAT) 是一个跨平台桌面应用（Windows/macOS/Linux），使用 Tauri 2 和 React 构建。它允许您管理多个项目工作区，每个工作区包含分屏终端、文件浏览器、Git 查看器、代码片段管理器以及嵌入式 AI 编码助手（Claude Code 或 OpenAI Codex）。AI 在应用内运行，提供流式输出、权限模式、会话恢复/分叉和详细的使用统计。可选集成 `cx` CLI，实现轻量级语义代码导航。可通过 Homebrew、AppImage 或一行脚本安装；也可使用 Rust 和 Node 从源码构建。适合希望在一个窗口中安全高效地运行命令并与 LLM 交互的开发者。

LLM4AD Next 是一个 Python 工具包，可将自然语言问题描述一键转换为完整、可运行的进化算法搜索项目。交互式 LLM 顾问生成代码骨架、配置和评估器，内置的进化方法（如 IslandGA、Diverse Island GA、EoH 等）自动演化生成的算法。还提供进化块建议、长期记忆支持、Docker 镜像和在线演示。

Specula 是一个开源工具，利用 LLM 编码代理（Claude Code、Codex 等）自动为并发或分布式代码生成 TLA⁺ 规范，进行模型检查，并将发现的缺陷还原为源码级补丁。支持自动、CI 集成和交互模式，需要 Python 3.10+、Java 21+ 和高性能 LLM，采用 Apache 2.0 许可证发布。

codexU 是一个原生 macOS 菜单栏（和 Windows Tauri）应用，它读取本地 OpenAI Codex（以及可选的 Claude Code）数据，以显示配额百分比、令牌使用趋势、项目/技能排名、本地计算的 AI 领导力评分以及估算的 API 成本（“羊毛进度”）。所有处理都在用户机器上完成；不会上传任何使用数据。

OpenClaw.NET 是一个 .NET 原生 AI 代理运行时和网关。它提供兼容 NativeAOT 的可执行文件、基于 Web 的聊天/管理 UI、OpenAI 兼容 API、80 多个内置工具适配器、多渠道支持（Slack、Telegram 等），以及与云和本地 LLM 提供者（OpenAI、Claude、Gemini、DeepSeek、Ollama、嵌入式 Gemma-4）的顶级集成。可选的治理功能可让你审计并批准高风险工具操作。该项目面向希望构建一个自托管、可观测的 AI 代理平台、可在 Windows、macOS 或 Linux 上运行的开发者。

一款面向 macOS 的隐私优先本地语音转文本工具，可将语音直接转录并粘贴到任何活动应用程序中。

DoWhy 是一个用于端到端因果推断的 Python 库。它允许你定义因果图，自动识别因果效应，使用多种统计方法进行估计，并运行反证测试以检查稳健性。该库还支持用于根本原因分析、反事实和干预采样的图形因果模型。通过 `pip install dowhy` 安装，并遵循四步工作流程（模型 → 识别 → 估计 → 反证）即可使用。

InternAgent‑1.5 是一个用于长周期科学发现的开源自主代理框架。它能够生成假设、设计并运行（模拟）实验、通过 MLEvolve 核心优化算法，并利用深度研究管道回答研究问题。系统包含持久化记忆模块、用于算法发现和论文复现的任务套件，以及用于发现或问答模式的统一启动脚本。

一个 LSP 服务器定义的市场，让 Claude Code（Anthropic 的 AI 编程助手）为数十种语言提供 IDE 类功能——跳转到定义、悬停、查找引用等。安装 Claude Code ≥ 2.1.50，运行 `npx tweakcc --apply` 打补丁，通过 `/plugin marketplace add Piebald‑AI/claude‑code‑lsps` 添加市场，然后按说明安装底层语言服务器二进制文件（rust-analyzer、pyright、clangd 等）。仓库包含验证脚本，以保持市场 JSON 与 `.lsp.json` 配置同步。

Xybrid 是一个开源、跨平台 SDK，可在设备（移动、桌面、Unity）上本地运行 LLM、语音识别和文本转语音模型。它提供 Flutter、Swift、Kotlin、Unity、Rust 和 Python 的原生绑定，支持多种流行开源模型，并允许将它们组合成多模型流水线——无需依赖云服务。

LakeSoul 是一个具有 Rust 原生元数据和 I/O 核心的开源湖仓一体框架，提供 ACID 事务、增量 upsert、自动压缩、细粒度 RBAC，并支持 Spark、Flink、Presto、Ray、Daft 和基于 Python 的工具。它允许您通过 Vortex 格式存储常规行和多模态/向量数据，并提供实时 CDC 摄取、快照查询以及与 AI/ML 流水线的无缝集成。

ByteChef 是一个开源平台，将 AI 代理编排与可视化工作流自动化相结合。它提供内置代理循环、250+ 预制连接器、多提供商 LLM 支持、内存/RAG 后端、护栏机制，以及可 Docker 化的自托管运行时。免费核心（Apache 2.0）涵盖编辑器、代理、连接器和多语言代码；企业功能增加 API 暴露工作流、Git 原生发布、SSO 和 AI 网关控制。通过 Docker Compose 快速启动，几分钟内即可在本地运行实例。

一款轻量级的 macOS 语音输入工具，利用 ASR 和 LLM 纠错功能，将清理后的语音文本直接粘贴到任意应用程序中。

通过在本地将通知铃声和 TTS 音频合并为单个无缝文件进行播放，从而消除音频延迟的 Home Assistant 集成。

一款轻量级越南语文本转语音系统，具有多说话人合成和零样本语音克隆功能，可在 CPU 上高效运行。

Claude Sidebar 是一个 Obsidian 插件，它直接在侧边栏中嵌入一个运行 Claude Code（或其他 AI 代理 CLI）的终端。它支持自动启动代理、多标签页、上下文菜单快捷方式、YOLO 模式，并且可以在你电脑上的任何文件夹中工作。通过 Obsidian 的社区插件（或手动）安装，它使用 xterm.js 和一个小型 Python PTY 后端，可在 macOS、Linux 和 Windows 上运行。

Polymarket MCP Server 是一个基于 Python 的 MCP 服务器，让 Claude（或任何 LLM）能够自主发现、分析、交易并监控 Polymarket 预测市场仓位。它提供 45 种涵盖市场发现、分析、交易、投资组合管理及实时监控的工具，并由可配置的安全限制与全节点验证机制保护。项目包含网页仪表板、真实 API 测试、MIT 授权，以及针对演示（只读）与实盘交易设置的详细文档。

ChatGPT CLI 是一款跨平台的命令行客户端，支持多家 LLM 提供商。它提供流式查询、基于线程的聊天记录、提示文件注入、多媒体 I/O，以及一个实验性的代理模式 (ReAct / Plan-Execute)，可在预算与策略限制下运行 shell/文件/网络搜索工具。它还支持模型上下文协议 (MCP) 以进行自定义工具调用。通过 Homebrew 或预构建二进制文件安装，在 `~/.chatgpt-cli/config.yaml` 中配置 API 密钥，并使用 `chatgpt "your question"` 或 `chatgpt --interactive` 开始聊天。

一个为 React Native 和 Expo 提供跨平台语音转文本功能统一 API 的库，支持 iOS、Android 和 Web。

ClaraVerse 是一个专注于 AI Agent 团队、分层记忆与宽松授权的私有 AI 工作空间，提供聊天、多 Agent 协作、终端 Agent、工作流自动化以及 150+ 项整合。

一个轻量级的 120M 参数文本转语音模型家族，可在笔记本电脑 CPU 或浏览器中实现高质量的零样本语音克隆和流式音频合成。

MidiTok 是一个 Python 包，可将 MIDI 和 abc 音乐文件转换为机器学习模型（如 Transformer）的 token 序列，从而实现音乐生成、转录及其他 MIR 任务。

一个快速、在本地运行的语音转文字系统，专为 Home Assistant 设计，只识别特定已知的短语和设备名称，而不是通用语音。

Matcha-TTS 是一种快速、非自回归的文字转语音架构，使用条件流匹配来实现高质量且高效率的语音合成。

DBreeze 是一个纯 C# 编写的、适用于 .NET 的嵌入式数据库，支持 ACID 事务、无模式表、全文搜索，以及对 AI 至关重要的 HNSW 相似性搜索集成向量存储，可实现对 LLM 嵌入的快速最近邻查询。

一款基于 AI 的工具，可从本地文件或 YouTube 链接中转录音频和视频，提供翻译和字幕功能。

Sudo Code 是一个开源、基于 Rust 的 CLI 代码助手，可在终端中直接运行 LLM（Anthropic、OpenAI、xAI、Gemini 等）。它具备模型无关性、文件驱动特性，专为需要完全可见性和控制权的重度开发者设计。单个 `scode` 二进制文件可交互使用，也可作为管道兼容的一次性工具，支持为编辑器/网页 UI 提供 ACP API，并支持多种部署模式（本地、远程 Nexus VFS 或托管代理）。通过简单安装脚本即可部署，项目采用 MIT 许可证，致力于隐私优先、无遥测、无供应商锁定。

LuCI 插件，使 OpenWrt 路由器可托管 OpenClaw AI 网关，提供 Web UI 用于安装 Node.js、管理 LLM 模型，并启用 WeChat 等通道。

Reddit AI Trend Reports 是一个基于 Docker、由 MongoDB 支持的系统，它从专注于 AI 的 subreddit 获取帖子，可选地通过图像字幕、YouTube 字幕摘要和网页抓取进行增强，然后使用 Groq 或 OpenRouter LLM 生成每日双语（英语/中文）趋势报告。

一个由CLI和游戏内插件组成的工具集，使用ElevenLabs TTS为《魔兽世界》NPC对话生成并播放AI语音。

一个使用 Hugging Face CTC 模型实现高效音频与文本强制对齐的 Python 包，支持超过 1,100 种语言。

LaunchStack 是一个 TypeScript 优先、基于端口的引擎，用于 AI 原生应用，提供文档摄取、OCR、RAG、LLM 聊天和后台任务基础设施。一个 Next.js 参考应用展示了如何将引擎连接到 PostgreSQL + pgvector, S3, Inngest 和 Google Gemini (或任何 OpenAI 兼容端点)。软件包目前尚未发布但已准备好发布；该仓库可以本地运行或通过 Docker 运行。

LLM Tornado 是一个 .NET SDK，统一访问 30 多个 LLM 供应商和向量数据库，添加代理编排原语、多模态 I/O 和企业功能（防护、OpenTelemetry）。支持云 API 和本地运行时（Ollama、vLLM），提供强类型工具调用，并与 Microsoft.Extensions.AI 集成。通过 NuGet 以 MIT 许可证分发，积极维护，并被多个公开项目使用。

一个为 Node.js 提供的综合性语音处理工具集，无需 Python 或 Docker 即可实现离线和云端的文本转语音、语音转文本以及音频对齐功能。