Bert-VITS2 是一个将 VITS2 骨干网络与多语言 BERT 集成的文本转语音系统，旨在产生高质量、自然的语音合成。

Flounder 是一个开源框架，让 LLM 编码代理能执行自主、沙盒化的安全审计。给定一个仓库、合约地址、交易哈希或类似线索，它会准备工作区、绘制攻击面、让模型在 OCI 沙盒中编写并执行 PoC 测试、在本地验证发现、可选择对真实目标进行确认，并生成 Markdown 报告。它支持多种场景（盲测审计、事件调查、漏洞赏金工作），并通过基于守护进程的控制平面与各种模型提供商协作。

glm‑coding‑helper 是一个 Tampermonkey userscript 与本地 CPU/GPU OCR 服务器结合的项目，用于自动化抢购 Zhipu GLM Coding Plan。它支持早期按钮点击、计划选项循环、本地解决中文点选验证码（使用 YOLO + PP‑OCRv6）、可配置自动点击、多窗口和安全设置。项目提供便携式 Windows 构建和 macOS/Linux 在线安装器，包含一键启动脚本，可自动设置 Python 环境并启动 FastAPI OCR 服务。

PyOpenCL 是一个 Python 库，提供对 OpenCL GPU 及其他并行设备的完整、Python 友好访问。它具备 RAII 风格资源清理、自动错误转异常、快速 C++ 绑定，并支持跨平台二进制轮子和 MIT 许可证，是 AI 和科学计算中实现自定义 GPU 加速代码的实用工具。

Claude Night Market 是一个插件市场，通过 23 个安全防护插件扩展 Anthropic 的 Claude Code IDE，支持 Git 工作流、测试驱动开发、规范驱动开发、自主代理及众多领域专用工具。安装市场，选择所需插件，运行如 `/attune:mission` 等高级命令，即可在 Claude Code 内管理完整的功能生命周期。

aicommit2 是一个 CLI 工具，使用广泛的 LLM 提供商自动创建 Git/YADM/Jujutsu 提交消息，具备多提供商流式传输、差异压缩、代码审查、钩子集成和 LazyGit 支持等功能。

Azure Cognitive Service Text-to-Speech 的示例集合，让开发者通过 Speech SDK 或 REST API 将自然听感的 AI 语音集成到应用程序中。

DSH Taskboard 是一个 DeepSeek Harness 插件，添加了原生 SQLite 支持的任务板 UI、JSON CLI 以及用于管理项目、任务和自动化的代理工具。人类批准并接受工作；代理认领、处理并提交任务以供审核。安装需要构建插件、将其添加到 Harness 配置文件，并重启 Harness 服务器。

仅限 macOS 的 Swift 工具，本地录制麦克风和系统音频，使用 Core ML 语音模型在设备上对两条音轨进行转录，无需将任何数据发送到云端，即可生成带说话人标签的转录文本。

一款支持实时变声和高质量声音克隆的歌唱语音转换工具，具有改进的 GUI 和更快的训练速度。

Bitterbot 是一个本地优先的AI代理，拥有生物启发的持久记忆，可运行自主的“梦境”周期以整合知识，能执行工具（网页浏览、代码、WhatsApp），并可选择性地参与USDC的P2P技能市场。通过 Node ≥ 22 安装，运行引导向导后，即可通过 http://127.0.0.1:19001 的浏览器UI进行交互。

PMB 是一个开源的 Python 库，为基于 LLM 的编程助手提供本地、以 SQLite 为后盾的记忆。它会自动索引代码、PDF、git 历史记录和用户记录的事实，然后通过 Model-Context-Protocol 将最相关的片段注入回代理。该系统离线工作，提供混合 BM25 + 向量搜索（暖延迟约 35 毫秒），具备可视化仪表板，并包含能在模型思考前回忆记忆以及自动写入观察到的动作的钩子。使用 `pip install pmb-ai` 安装，运行 `pmb setup` 来连接代理，代理将在重启之间记住决策、教训和项目上下文，无需任何 API 密钥或云端调用。

Atomic Agent 是一款开源、本地优先的 AI 助手，通过 `llama.cpp` 使用量化模型在您的机器上运行。它执行工具调用 JSON 循环，用于浏览、文件编辑、shell 命令、内存管理等，将状态保存在磁盘上，并提供 TUI/CLI 和 HTTP 边车。

EvoTrace 是一个本地优先工具，可导入 Claude Code 或 Codex 会话历史，挖掘连贯的编码事件，并将其编译为可验证的、Docker 就绪的任务、偏好数据和奖励候选，用于 AI 训练与评估。它在 DeepSeek Harness UI 上运行，采用四代理审查流水线，确保所有数据始终由用户掌控。

CyberCode 是一个基于 Claude‑Code 交互风格的开源、本地运行的 AI 编码助手。它提供永久记忆、自我进化、TUI、跨平台桌面 GUI、通过 Telegram/Feishu 的远程控制、模型无关的提供者支持、代码图索引、令牌优化、定时任务以及可扩展的插件/技能。

一款利用先进ASR模型和自定义对齐算法，为视频编辑者提供高精度本地转录与翻译的AI字幕软件。

ORG‑2 是一个基于 Rust 的桌面工具，记录 AI 编码代理的完整工作流（提示、工具调用、文件编辑等），允许团队像视频一样回放会话，并通过“AI 责任追溯”将每一行代码精确关联到生成它的代理决策。支持 20 多个代理 CLI，提供协作功能、内置终端/Git 工作区，以及可选的浏览器自动化。以 macOS、Windows 和 Linux 的原生安装包分发，采用 AGPL‑3.0 许可证。

GPA 是一个统一的自回归 Transformer 模型，将语音识别（ASR）和文本转语音（TTS）整合到一个系统中，性能接近最先进水平。

Session Kit 是一个本地命令行仪表板，可列出您所有的 Claude Code 和 Codex AI 编码会话，显示它们的状态（例如：等待输入），并允许您通过输入其固定编号来跳转至任何会话。会话在终端或 SSH 断开后仍能继续运行，可以使用不同的提供商账户，并受到安全模型的保护，该模型会在执行操作前重新验证确切的提供商进程。它通过已验证的发布版本进行安装，可在 Linux (systemd) 或 macOS 14+ 上运行，并将所有数据存储在本地，不收集任何遥测数据。

Agentlas OS 是一个开源、跨平台的框架（Hephaestus 引擎），可让您构建、借用和拥有可移植的 LLM 驱动代理或团队。代理是带有严格 JSON 合约的打包方法文档，可存储在私有的“代理云”中，或从公开的 Hub 获取，并可在任何支持的主机（macOS、Windows、Linux）上，使用您已有的任意 LLM 运行。安装只需一个脚本；命令行界面（`/agentlas build`、`/agentlas hub`、`/agentlas upload` 等）和可视化桌面 UI 使您能够组合、验证和执行代理，同时将凭证和权限保留在本地。

一个极简、采用 MIT 许可证的 *技能*，允许 AI 代理通过商业 API 获取一次性电话号码并读取短信验证码，实现无需人工干预的自动化注册和双因素认证。

Confucius4-R2T2 是一个低延迟、高准确率的实时语音识别模型，提供稳定、仅追加（append-only）的转录结果，以避免实时应用中的文字修正。

Bend 是一门开源语言，可编译为原生速度的 CPU/GPU 代码，并要求用户定义的不变量（`LAWS.bend`）必须具备形式化证明。编译器能在数秒内检查证明，使 AI 生成的代码能自动验证其安全性或正确性规则。它提供隐式并行处理、类似 Python 的语法与依赖类型，并支持 C、Metal、CUDA 与 JavaScript。该项目包含编译器、标准库、基准测试、学术论文与极简格式化 LSP，但目前仍处于早期阶段——代码较冗长、工具有限且缺少许多库。

MARK LIV 是一款跨平台、语音优先的 AI 助理（支持 Windows/macOS/Linux），利用 Gemini 3.1 Flash Live 进行实时对话。它显示一个软件渲染的 3D 人脸，具备口型同步、眨眼和视线追踪功能，作为视觉状态指示器。功能包括按键通话、本地唤醒词、自我回音防护、无限会话记忆、撤销、插件系统、系统控制、网页搜索、硬件监控及多种语音驱动工具。无需 GPU 或额外依赖，仅使用 25 KB 的脸部资产与现有的 PyQt6/numpy 堆栈。

dbdemos 是一个可 pip 安装的 Python 工具包，可自动化设置 Databricks Lakehouse 演示包——通过单个命令安装笔记本、集群、流水线、仪表板以及可选的 ML 模型。

KaoBuddy 是一个 PWA，可让你上传 PDF、文档、手写图像和 B 站视频字幕，然后使用 LLM（DeepSeek、Kimi、OpenAI 等）提取考试相关知识点，生成解释、闪卡、练习题和完整模拟考试。它会生成每日学习计划，所有内容本地存储于 IndexedDB，通过 FastAPI 后端 + React-TypeScript 前端运行。Windows 用户可使用便携 zip；macOS 及其他平台可从源码或 Docker 运行。MIT 许可证。

一款免费、开源的语音转文字工具，可在您的计算机上本地完成全部转录，为任何应用程序提供私密、离线的语音输入。

Jupynium.nvim 是一个 Neovim 插件，可将 Jupytext 风格的文件 (*.ju.py) 同步到通过 Selenium 在 Firefox 中打开的 Jupyter Notebook。它提供单向 (Neovim → 浏览器) 实时预览、执行快捷键、可选补全、代码折叠以及小型 Lua API，让您无需离开编辑器即可完成完整的笔记本工作流程。

Sec-Gemini SDK 是一套轻量级客户端库（Python、TypeScript）和网页组件，让开发者能够调用 Google 实验性的网络安全 AI 模型。本仓库仅为简单的集成层，并非 Google 官方支持的产品。

ClaudeBox 是一个基于 Docker 的工具，可在隔离的容器中启动 Anthropic 的 Claude Code AI 编码助手。它提供项目专属的 Docker 镜像、持久化验证/历史记录，以及一组预先配置的开发配置文件（C/C++、Python、Rust、Go 等）。功能包括多实例支持、防火墙白名单、macOS 剪贴板桥接、tmux 集成以及简单的任务引擎。安装方式为自解压的 .run 安装程序，若有需要也会自动配置 Docker。用户可为每个项目创建“插槽”（持久化的 Claude 会话）、添加配置文件，并以自定义标志运行 Claude，同时保持项目数据的隔离性与可重现性。

一个 Node.js 技能，让 AI 代理能够通过基于 JSON 的 CLI，在 Filtmall 市场浏览、比较并购买真实产品，并处理发现、结账、订单追踪及售后服务。

Voicetypr 是一款适用于 macOS 和 Windows 的开源、优先离线的听写应用程序。它通过全局热键捕获语音，使用 Whisper（在 Apple Silicon 上可使用 Parakeet）在本地进行转录，或选择性地通过云端 STT 服务进行转录，并能利用 LLM 清理文本，最后将结果插入当前光标位置。配套的 CLI 让脚本或 AI 代理能够使用相同的转录管道，并返回纯文本或 JSON。该应用程序采用 Tauri (Rust 后端) 和 React 构建，提供基于局域网的私人转录服务器，并以 AGPL-3.0 授权发布。

EmperorClaw 是一个自托管的 Node.js/Next.js 应用，为 AI 代理增加组织层：任务看板、客户目录、知识库、安全文件存储、聊天、工作流和完整审计日志。代理通过通用 MCP API（OpenClaw、Hermes 或任何兼容运行时）注册。系统运行在 Docker 上，状态存储在 PostgreSQL 中，采用公平源许可证（Fair-Source），发布两年后自动转为 Apache 2.0。

Ref MCP 是一个 Node-JS MCP 服务器，让 LLM 编码代理能够搜索文档并仅获取相关片段，从而大幅减少 Token 使用量和成本。

ida-pro-mcp 的一个分支，提供一个强化的、多实例的 MCP 服务器，用于无头 IDA Pro，使 AI 代理（如 Claude Code 等）可通过安全的 HTTP API 驱动逆向工程任务。

BIDARA 是一个基于 GPT-4 的聊天机器人，可引导用户完成生物模仿研究所的设计流程，帮助他们定义问题、将问题转化为生物学问题、发现自然模型、抽象策略，并模拟自然启发的解决方案。它可作为 Discord 机器人、Web 应用，或 OpenAI Playground 的可重用系统提示运行。

一套用于高保真音乐生成、音频标记化以及基于歌词和标签进行歌词转录的开源音乐基础模型系列。

CCPlugins 提供 24 个现成的 Claude Code CLI 指令（例如 /cleanproject、/commit、/security-scan、/scaffold），可自动化重复性的开发任务、增加 git 安全检查点，并提供快速且确定的结果。通过单行脚本即可安装；指令适用于任何语言或操作系统，并可在 CI/CD 流水线中串联使用。该项目维护活跃且采用 MIT 授权。

AVA 是一个 TypeScript 库，让您可以加载 CSV/JSON 数据、提出自然语言问题，并获得 AI 生成的分析、代码/SQL 以及可视化图表。它会自动为小型数据集选择内存内 JavaScript，为大型数据集选择 SQLite/IndexedDB，适用于浏览器和 Node.js，并透过 LLM 提供查询建议与图表生成。

LocalGPT 是一个基于 Rust 的本地运行工具，可将自然语言提示转换为 3D Bevy 世界（localgpt-gen），并提供一个具备持久化、可搜索记忆、自主后台任务及轻量级 HTTP API 的隐私优先 AI 助手（localgpt）。它适用于任何 LLM（本地或云端），以单一二进制文件运行，并包含沙盒安全功能。

Axe 是一个基于 Go 的 CLI 工具，用于运行定义在 TOML 文件中的 LLM 代理。这些代理专注于单一任务，可使用内置沙盒工具（文件操作、Shell 命令、网页抓取/搜索）、委派给子代理，并维护持久化的 Markdown 记忆。它支持 Anthropic、OpenAI、Ollama、OpenCode 和 Bedrock，提供 Token 预算限制、重试策略、干跑模式、JSON 输出，并可与标准 Unix 管道、cron 或 Docker 结合使用。可通过预编译二进制文件、`go install` 或从源码编译进行安装。

Sentient 是一款开源、可自托管的 AI 个人助理，支持聊天（文字/语音）、记忆用户偏好、自动化多步骤和重复性任务，并能主动管理电子邮件/日历，同时集成了 20 多种应用程序。

一个由 LLM 编排的 CLI 工具，能将高阶需求转化为规格，生成基于 Claude 的设计代理和基于 Codex 的代码生成代理，运行隔离的 builder worktrees，通过冻结检查进行验证，最终产出单个 PR 或本地完成记录，无需人工审批。

DreamCoder 是一个开源的原生桌面 GUI（使用 Tauri 2、React 18 和 Bun 构建），封装了 Claude Code LLM。它提供多模型支持、可视化会话管理、集成终端和透明工具调用功能，采用隐私优先设计，API 密钥本地存储。

一个结合 OpenAI GPT、Whisper、Eleven Labs TTS 和 Rhubarb Lip-Sync 的演示，创建一个带有面部表情和身体动画的 3D 虚拟形象。安装依赖项，设置 API 密钥，运行 `yarn dev`，即可通过文本或语音进行交互。

一个自主运行、24/7 全天候的 AI 广播电台，利用代理生成音乐、撰写主持人谈话环节，并通过 Icecast 管理直播流。

支持重叠说话和回应性话语（あいづち）的日本语全双工语音对话系统，实现自然、实时的语音交互。

dsh‑memory‑evolve 是一个 DSH 插件，为 AI 提供持久的跨会话记忆、待办事项/项目日志、基于 Git 的记忆同步、多代理编排（内部子会话和外部 AI 提供商）、可搜索的无限画布、可选的评审会话，以及移动端友好的 UI 和通知。它让 AI 能作为长期伙伴和团队协调者发挥作用，同时让用户完全掌控所有写入操作。