一个高速、高精度的说话人分离流水线，可识别音频记录中谁在何时说话，能在几秒内处理一小时的音频。

TapQ 是一个基于 Swift 的 macOS 运行时，将代码代理（Claude Code、Codex、Cursor、OpenCode）连接至你的 AirPods。它会将代理的提示朗读出来，允许你通过双点头/双摇晃手势、茎部滑动或语音（可选通过 OpenAI 实时 API）进行回应，并在无法识别时回落到屏幕 UI。所有运动处理均在设备本地完成；音频仅在短暂响应窗口期间发送至 OpenAI。支持 macOS 14+、Swift 6 和任何暴露头部运动的 AirPods。采用 Apache 2.0 许可证。

Feynman 是一款以 CLI 为优先的开源 AI 研究代理，能够搜索论文、网络及多种科学数据库，并能综合整理出简报、文献回顾、论文排名、审计、复制计划及机器学习训练配方。它以独立的原生套件（或 npm 套件）形式发布，并可选择执行本地网页工作台，用于笔记本、成品预览及计算编排。基于 Pi 代理执行环境与 AlphaXiv 论文引擎，支持托管式 LLM 以及通过 LM Studio、Ollama、LiteLLM 等执行的本地模型。

VoiceprintRecognition-Pytorch 是一个基于 PyTorch 的声纹识别工具包，提供多种现代骨干网络、池化层、损失函数和前端，并包含数据准备、训练、评估脚本以及开箱即用的网页/微信小程序演示。

MiniMax Code 是一款基于终端的 AI 编码助手。它让您可以与 LLM（MiniMax 或任何兼容 OpenAI/Anthropic 的提供商）对话，直接从命令行读取、修改和测试代码。功能包括交互式 TUI、用于脚本/CI 的无头 CLI、自定义模型支持、内置搜索和工具执行、会话管理以及通过 ACP 进行编辑器集成。通过一键脚本或 npm 安装，登录（或使用您自己的 API 密钥），然后开始发出如“修复失败的测试”之类的提示。

5ire 是一款免费的跨供应商 AI 聊天助手，使用开放的 Model-Context-Protocol (MCP) 来连接工具（文件系统、数据库、API 等），并包含用于 RAG 的本地多语言向量存储库、提示词库、书签和使用分析功能。

一个适用于 Raspberry Pi 的电子纸鸟类相框，利用本地 AI 通过音频检测鸟类，并将其呈现为 1800 年代的剪纸风格自然历史插画。

一款适用于 DAW 的音频转 MIDI 转录插件，使用 MuScriptor Transformer 模型在本地将音频录音转换为可编辑的 MIDI 音符。

一个 OpenAI Whisper 的 GUI 与 API 封装工具，提供异步转录服务，并内置文本校对编辑器。

MT3 是一个使用 T5X 框架将录音转换为乐谱的多乐器自动音乐转录模型。

self‑learning‑skills 是一种元技能，让 AI 编码代理能够捕捉并重复使用在会话中发现的程序性知识（例如部署步骤、密钥查找位置）。它适用于 Claude Code、Cursor 以及任何读取 `AGENTS.md` 文件的工具，将“黄金路径”保存为新的技能文件或笔记，并在未来的会话中自动加载。安装方式包括通过 `npx skills` 的单行指令、Claude Code 插件或手动复制。该项目遵循开放的 Agent‑Skills 标准，并采用 MIT 授权。

ESP‑Skainet 是乐鑫科技为 ESP32 芯片开发的设备端语音助手 SDK。它整合了轻量级唤醒词引擎 (WakeNet)、支持多达 200 种语言的离线指令识别器 (MultiNet) 以及完整的音频前端处理 (AEC, VAD, NS)。该堆栈可在 ESP32‑S3 或其他 ESP32 开发板上以极低的 RAM/Flash 资源运行，为智能家居、可穿戴设备或机器人提供保护隐私的语音控制功能。仓库包含可直接烧录的示例、详细文档，并支持自定义唤醒词与指令。

VocoType-CLI 是一款基于 FunASR 的开源离线语音转文字命令行工具。它可在 CPU 上运行，支持中英混合转录，提供自定义词典与 AI 后处理功能，并可选择使用火山引擎的云端识别服务。该仓库提供清晰的 Python 安装步骤、数据集导出功能，并为非技术用户提供完整 GUI 版本的链接。

Tel‑Agent 是一个开源网关，可将 SIP 电话线路（以及 24 种以上的消息平台）连接到您自行托管的 AI 代理。它能实时流式传输语音转文字、LLM 生成和文字转语音，可调用外部 HTTP 服务，记录并转录每次交互，并支持 Windows/macOS/Linux 或 Docker，采用 AGPL‑3.0 授权。

CAD‑MCP 是一个仅限 Windows 的 Python 服务器，通过 Model‑Context‑Protocol 暴露 AutoCAD/GstarCAD/ZWCAD 功能。它让 LLM 驱动的客户端可通过 35 个结构化 JSON 工具控制绘图、查询、编辑、图层、块和文件操作，实现自然语言驱动的 CAD 自动化。

Ackem 是一款仅限 Windows 的 Electron 应用程序，可将任何兼容 OpenAI 的 LLM 转变为持久的本地优先 AI 伙伴。它提供聊天、可搜索记忆、情绪/关系追踪、可选桌面宠物以及可扩展的插件系统，同时将所有数据（包括 API 密钥）保留在用户电脑上。该项目持续维护中，采用 AGPL-3.0 授权，且终端用户无需安装 Node.js 运行环境。

whip 是一个基于 Go 的命令行工具，用于运行 LLM 驱动的编码代理。它支持流式传输模型响应、并行调用工具（bash、文件编辑、子代理），并适用于任何兼容 OpenAI 的端点。该工具可自动发现来自 OpenRouter 等提供商的模型，支持基于登录的 Codex 订阅，提供内置终端主题，并可通过单个脚本或 go install 安装。

CatchMe 是一个本地、隐私优先的工具，持续记录您的计算机活动（鼠标、键盘、窗口、剪贴板、屏幕截图等），将其组织成层级活动树，添加 LLM 生成的摘要，并让您通过 CLI、网页仪表板或 AI 代理技能查询整个历史记录——无需向量嵌入。

XLB 是一个用于可微分格子波兹曼流体模拟的 Python 库。它可在 CPU、单 GPU (Warp)、多 GPU (Neon) 和 TPU (JAX) 硬件上运行，提供网格细化、多种 LBM 模型与边界条件，并与基于 JAX 的机器学习工具集成，以进行基于梯度的优化与物理信息学习。

一个基于 Node 的 CLI，可让您将 DeepSeek Harness（运行时、有序插件、配置补丁、环境变量声明）捕获为公共 DSH Plugin Hub 上不可变、有版本的 *Preset Release*。其他人可以用一条命令获取并应用该预设，获得精确的插件版本、加载顺序和运行时固定。该工具支持规划、原子化暂存安装、差异/升级/回滚，并通过安全的计划-应用工作流与 AI 代理集成。所有版本都以内容寻址（sha256），机密数据保留在本地，CLI 以 MIT 许可。

Creator Agent 是一个开源、以隐私为先的Web原型，允许创作者上传文本、Markdown或视频+字幕文件，批准后暴露一个确定性、引用丰富的聊天代理。它使用Auth0进行认证，PostgreSQL存储持久化的工作区元数据，并采用零AI本地检索引擎，同时提供文档化的“自带代理”HTTP契约，用于未来模型集成。

DevCodex 是一个 Node.js 命令行工具，通过意图驱动、项目感知的工作流协调 AI 编码助手（Copilot、Claude Code 等）。它构建结构化项目配置文件，按需加载领域特定技能，跨会话持久化任务状态，并在提供证据前不标记工作完成。专为需要可复现、可审计 AI 生成代码变更的开发者和团队设计。

Mira 是一个开源、自托管的 AI 代码审查服务。它可与任何 LLM（OpenRouter、Ollama、AWS Bedrock、Codex CLI 等）配合使用，将差异、嵌入、CVE 数据和使用日志存储在你自己的 SQLite/Postgres 数据库中，并通过私有仪表板展示结果。功能包括降噪评论、将被拒绝反馈转化为自定义规则的学习循环、全仓库索引、漏洞警报，以及对 GitHub、GitLab 和 Forgejo 的支持。可通过 Docker（一键 Railway、Fly.io、Render）部署，并通过 `mira.yaml`/`.mira.yaml` 进行仓库级配置。采用 Apache 2.0 许可证。

一个AI代理技能，使Claude Code或Codex能够理解自然语言的Unity任务，并自动为Unity项目生成对应的代码和资源。可通过市场命令或手动安装，兼容Unity 6+，并采用Unity的Companion License授权。

一个为 AI 编码代理设计的技能捆绑包，整合了经典横向思维方法（随机刺激、SCAMPER、六顶思考帽等）并内置“放弃”规则，使代理能够诊断想法为何显得陈旧，并生成结构化、非显而易见的产品方向。

QGIS MCP 是一个开源桥接工具，允许AI代理（Claude、Gemini、Codex等）通过模型上下文协议（MCP）控制QGIS。它在QGIS内提供一个插件，并在外部运行一个FastMCP服务器，暴露118个面向GIS的工具（图层处理、编辑、处理、渲染、布局等）。从QGIS安装插件，向LLM客户端添加一个基于`uvx`的微型服务器，即可通过AI驱动的命令创建项目、编辑要素、运行处理算法并渲染地图。

kiwi‑mem 是一个自托管的 FastAPI 网关，为 LLM 聊天添加类人长期记忆。它将事实存储在 PostgreSQL + pgvector 中，为每个事实分配随时间衰减的热度，每晚通过“梦境”周期合并相关片段，并将旧聊天压缩为分层日历摘要。该系统兼容任何 OpenAI 兼容或 Anthropic 原生 API，提供 Web 管理面板，仅需一条 Docker‑Compose 命令即可运行。

OpenLive 是一个开源桌面应用，为任意 LLM 或编码代理添加本地语音转文本、文本转语音（支持可选语音克隆）以及可选摄像头/屏幕捕获功能。它在本地（WebGPU）运行整个音频管道，仅将转录文本发送至模型，并返回语音回复，实现私密、免费用的语音驱动 AI 助手。

一个结合 MLP 音频特征编码与 Track2Vec 协同过滤的混合音乐推荐系统，提供高质量、流派感知的歌曲推荐。