Sokuji 是一款跨平台桌面应用和浏览器扩展，为会议提供实时双向语音翻译。它可以利用设备上的 ASR、翻译和 TTS 模型（WASM + WebGPU）完全离线运行，也可以连接到 OpenAI、Gemini 和 Soniox 等云服务提供商。支持 99+ 种语言的识别，55+ 种语言的翻译，以及 53 种语言的 TTS，适用于 Windows/macOS/Linux 和 Chrome/Edge，并提供隐私优先的本地推理。

Nanocodex 是一个以库为核心的 SDK（Rust 核心，附带 JS/Node、浏览器 WASM 和 Python 绑定），实现了完整的 OpenAI 代码代理循环——会话级类型历史、流式事件、工具集成、分支、快照和可选持久性，使应用程序能够嵌入一个功能完整的 LLM 代码助手，而无需重新构建编排基础设施。

SkillClaw 是一个位于 LLM 代理与 LLM API 之间的开源系统，自动记录交互，提取可复用的“技能”，去重并持续优化。它兼容多种代理（Hermes、Codex、Claude Code、QwenPaw、OpenClaw 等），并通过本地存储、OSS 或 S3 在设备、代理和团队成员间共享统一的技能库。

Codex Proxy 是一个本地服务（桌面应用、轻量级“无节点” zip 包或 Docker 容器），可将 Codex 桌面响应 API 转换为标准的 OpenAI、Anthropic、Gemini 和 Ollama 端点。登录 ChatGPT 账号后，生成本地 API 密钥；任何理解 `/v1/chat/completions` 或 `/v1/messages` 格式的客户端均可调用 Codex，全面支持流式传输、函数/工具调用、结构化输出、图像生成、多账号轮换和 TLS 指纹伪装。

Microsoft / skills 是一个真正的开源工具箱，为 AI 编码代理（如 GitHub Copilot）提供即用型、Azure 特定的“技能”——代码片段、模板和 MCP 服务器骨架，使代理能够生成正确的 Azure SDK 调用、管理 Foundry 资源并遵循治理模式。通过 `npx skills add microsoft/skills` 安装，仅选择所需技能（涵盖 Python、.NET、TypeScript、Java、Rust，共约 175 个），并使用提供的 `AGENTS.md` 和 MCP 配置文件，为后端、前端、基础设施或规划任务构建自定义代理。

RhinoMCP 是一个开源桥接工具，使 AI 代理能够通过 Model Context Protocol (MCP) 控制 Rhino 3D 和 Grasshopper。它将高级几何、编辑和 Grasshopper 图形命令以自然语言工具的形式暴露，支持 AI 驱动的设计循环。

GitHub Copilot 应用是一款桌面客户端，可让你在隔离的本地或云工作区中运行 Copilot 驱动的 AI 代理，管理多个并行会话，并通过可视化画布和自动化工具，从选择任务到合并 PR 的整个编码工作流。

pigo 是一个基于 Go 的 CLI AI 代码助手（pi 代理的克隆），可读写文件、运行 shell 命令、获取网页内容，并与多种 LLM 提供商交互。它可在无头脚本模式或交互式 REPL 中运行，支持工具级允许/拒绝列表、项目信任、提示模板、技能、插件、自更新，并提供 Go SDK 用于嵌入。

xiaobei（小贝）是一款面向中国自媒体运营者的AI驱动个人助理。它基于开源**openclaw**框架构建，让用户通过简单的微信聊天即可在多个平台（微信、小红书、抖音、Twitter等）创建、格式化和发布文章、图片和短视频。它还提供趋势分析、表现监控、24/7 AI客服、市场调研搜索和商业文档生成。安装是一行脚本，下载预构建的tarball；扫描二维码后机器人即可使用。系统运行在Ubuntu/macOS/Windows上，使用阿里云百炼大模型API（或替代方案），并包含自定义反检测浏览器栈（camoufox）以实现可靠自动化。可选付费“VIP俱乐部”提供高级支持和服务。

pua 是一个跨平台技能，将企业风格的“绩效改进计划”（PUA/PIP）语言和 7 点调试检查清单注入 AI 编码助手（Claude Code、OpenAI Codex、Cursor、Kiro 等）。当模型表现出懒惰模式（重试、责怪用户、被动等待）或用户手动输入 `/pua` 时自动触发。该技能强制模型穷尽解决方案、验证结果并主动行动，提供中文、英文（PIP 风格）和日文语言包。在少量 bug 上的基准测试显示修复数和验证次数增加，但速度提升有限。安装通过各工具的插件/技能系统完成（例如，Claude Code 使用 `npx skills add tanweai/pua --skill pua-en`）

skillshare 是一个基于 Go 的 CLI 工具，用于集中管理 AI 助手提示词文件（技能）、代理定义、规则和连接设置，并将它们同步为符号链接或副本到数十种 AI-CLI 工具（如 Claude、Codex、Cursor、OpenClaw 等）。它内置安全审计、插件打包、MCP 连接处理和网页仪表板，并可在 macOS、Linux 和 Windows 上离线运行。

提供高保真 TTS、多说话人对话、语音设计、实时流式传输和音效生成的开源语音与声音生成模型家族。

一个由社区维护的库，包含 Claude 插件、基于 Markdown 的“技能”和测试用例文件，可实现针对德国法律的 AI 辅助（起草、分析、文档检查）。可安装完整插件或运行单文件提示；所有输出均为草案，必须由合格律师审核。

ChatTTS 是一个针对对话式聊天优化的生成式文字转语音模型，提供自然、富有表情的语音，并可控制笑声与停顿。

一个开源的AI代理技能集合，可自动化完成撰写、审阅、格式化、配图和发布WeChat公众号文章的端到端工作流，同时在每个步骤暂停等待用户确认。

TrustGraph 是一个开源平台，将企业数据转换为基于 RDF/OWL 的超图，使 LLM 智能体能够查询结构化、带溯源的上下文，而非依赖模糊的向量相似度。它提供数据摄入管道、可配置的“超流”以支持多步智能体工作、细粒度的工作区/集合隔离、开放的 LLM 推理栈，以及 Docker、Kubernetes 或 SaaS 的灵活部署。项目包含 Web UI、TypeScript 客户端库，采用 Apache-2.0 许可证。

Vexa 是一个开源平台，允许机器人加入 Google Meet、Teams、Zoom（以及 Jitsi）会议，实时流式传输带有说话人标识的转录文本，并将其作为 Markdown 存储在您控制的 Git 仓库中。在沙箱中运行的 LLM 智能体随后可以读取/写入该仓库，以生成摘要、结构化维基页面和其他知识资产。您可以使用托管服务或通过 Docker 或 Kubernetes 自托管整个技术栈，从而将所有数据保留在本地，并自带您的语音转文本和 LLM 模型。

transcribe.cpp 是一个 MIT 许可的 C/C++ 库，可通过 Metal、Vulkan、CUDA、HIP/ROCm 或由 tinyBLAS 加速的 CPU 路径，以 GGUF 格式运行 60 多个语音转文本模型（Whisper、Parakeet、Granite、Voxtral 等）。它提供 CLI、量化工具、NVIDIA NeMo 转换脚本，以及官方 Python、TypeScript、Rust 和 Swift 绑定。模型托管在 Hugging Face 上，并通过 WER 测试进行数值验证。

Code‑Graph‑RAG 使用 Tree‑sitter 解析多语言代码库，将 AST 衍生的结构存储在 Memgraph 知识图谱中，并通过 LLM 驱动的自然语言提示实现代码查询、编辑和优化。支持数十种语言，具备运行时追踪叠加功能，可作为 MCP 服务器运行以实现工具集成。

TestHub 是一个开源、AI 增强的测试管理系统，使用 Django（后端）和 Vue 3（前端）构建。它涵盖需求分析、测试用例编写、API/Web/Android 自动化、性能测试和报告，同时提供 LLM 驱动的测试生成和聊天机器人助手。

peon‑ping 为 AI 编码助手（Claude Code、Copilot、Cursor 等）添加游戏风格的语音提示和屏幕横幅。支持 macOS、Linux、Windows 和 WSL2，可让代理在任务完成、出错或需要权限时发出提示。该工具可管理音效包安装、音量、类别开关、视觉叠加主题、远程开发音频中继，以及可选的移动端推送通知，所有配置均可通过交互式 CLI 向导或斜杠命令完成。

Veridrop 是一个开源的 Python 工具，用于检查 Claude、OpenAI 或 Gemini 的 AI-API 中继/代理服务是否真实，是否保留了宣传的功能（PDF、工具使用、长上下文等），以及是否遵循官方响应规范。它运行一系列针对协议的探测，将结果与官方基准进行比较（包括 Claude 的加密签名检查），并生成加权分数和详细报告。提供免费的网页 UI (veridrop.app) 以及可自托管的 CLI/FastAPI 服务，采用 AGPL-3.0 授权。

一个统一的C++语音引擎，提供119个ASR和TTS后端的单一二进制文件，且无需Python依赖。

一份详尽、示例丰富的 Anthropic Claude Code CLI 教程，涵盖安装、提示工程以及高级扩展（Skills、Hooks、Sub-agents、Workflows、MCP），帮助开发者使用 Claude 实现项目级代码分析、编辑、测试与自动化。

GPT4Free (g4f) 是一个开源 Python 库（包含 Docker、Web GUI、FastAPI API 和浏览器 JS 客户端），它将许多免费或社区运行的 LLM 和媒体提供者整合在一个统一的、与 OpenAI 兼容的接口之后。它让您通过单一客户端调用聊天完成、图像生成和其他工具，自动或明确地选择提供者，在本地或容器中运行，甚至为助手公开 JSON-RPC “MCP” 服务器。采用 GPL-v3 授权，由 @xtekky 和 @hlohaus 维护，旨在让强大的 AI 工具在没有供应商锁定的情况下变得易于使用。

ai-jail 是一个基于 Rust 的工具，可在 Linux 的 bubblewrap/Landlock 或 macOS 的沙箱中运行 AI 编码代理（如 Claude），提供对网络、GPU、文件系统和环境访问的细粒度控制标志。可通过 Homebrew、AUR、Cargo、Nix 或二进制发布安装。默认设置将代理隔离在私有的 tmpfs 主目录中；您需显式启用任何主机资源。配置采用分层方式（项目 → 用户 → CLI）使用 TOML 文件。仅 GPL-3.0 许可。

一款 Windows 任务栏小部件，在本地跟踪您在 AI 代码生成服务（Claude Code、Codex、Google Antigravity、OpenCode Go、Cursor）上使用的每日/每月配额量，并显示限制重置时间。通过 WinGet 或直接下载安装，在简单的仪表盘中配置提供商，享受无遥测的隐私优先监控。

FinGPT 是一套开源金融大语言模型，使用 LoRA/QLoRA 针对情感分析、关系抽取、标题分类、NER、QA 和股价预测等任务进行微调。它提供多任务和单任务检查点、公开的指令微调数据集、基准测试套件和演示界面，全部采用 Apache‑2.0 许可证。

SkillAlchemy 是一个开源框架，能够从模糊的任务说明中自动构建可复用、可安装的代理技能，通过挖掘公开文档、论文和代码来实现。它能发现隐藏需求，提取有证据支持的步骤，评估其适用范围，并打包为 LLM 代理（如 Claude Code 或 Codex）可直接使用的技能。在 87 个基准任务上评估，达到 55.8% 的通过率，优于现有自动化技能生成工具，媲美人工精心设计的技能。通过 `npx skills add agentsope/SkillAlchemy` 安装，并调用代理生成技能。

Sessions Viewer 是一个跨平台桌面应用（Tauri + Vue 3），可让您打开、搜索、回放和继续本地 AI 编码助手（如 Claude Code、Codex、Grok Build、Kimi Code、Pi、Antigravity CLI 和 opencode）生成的转录文件。它提供工具调用的忠实回放、全局搜索、分屏布局、token 成本分析，以及在嵌入式或外部终端中一键恢复会话，同时确保原始 JSONL 文件始终处于只读状态。

WhisperJAV 是一个本地运行的日本成人视频（JAV）字幕生成工具。它通过场景分割、语音活动检测（VAD）、防御性解码和日语特化后处理，解决了 Whisper 在嘈杂、长时音频上的已知缺陷。该工具提供 GUI 和 CLI，支持多种处理模式（平衡、保真、快速、qwen、动画-Whisper 等），并可选双轮集成以合并不同流水线的结果。v1.9.2 新增运行摘要表、仅离线模式、VAD 版本选择和更优的失败处理。

AIOS 是一个面向基于 LLM 的代理的开源“操作系统”。内核（此仓库）管理 LLM 实例、内存、存储和工具沙盒化，通过 Cerebrum SDK 暴露系统调用风格的 API。支持多种模型后端（Ollama、vLLM、HuggingFace、Deepseek），集成外部工具，并提供从本地单机部署到远程、个人和虚拟化内核的多种部署模式。通过 Python 3.10/3.11 环境安装，配置通过 `config.yaml` 完成，代理可通过 Web UI 或自然语言终端运行。项目为研究级（多篇会议论文），并持续维护。

一个基于 Chromium 的侧边栏扩展，可连接本地、云端或远程的 Hermes Agent。支持活动标签页上下文流式传输、多代理切换、智能标签页作用域、站点感知草稿（Hermes Assist）、页面注释和可选的实时标签页控制，所有诊断透明，提供九种视觉主题。

一系列快速、端到端的文本转语音模型，支持多种语言，专为在 CPU 和 GPU 上高效运行而设计。

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。

Claude‑Code‑Proxy 是一个本地命令行服务，将 Claude Code 的 Anthropic API 调用翻译为 Codex、Kimi、Grok、OpenCode Go 或 Cursor 模型的请求，让你在保留 Claude Code UI 的同时使用这些提供方。它处理认证、模型路由、流式传输，并提供终端监控工具查看使用统计。可通过 Homebrew 或脚本安装，运行 `claude-code-proxy serve`，并将 Claude Code 指向 `http://127.0.0.1:18765`。MIT 许可证。

一个针对基于 LLM 的代码编写助手（Claude Code、Gemini、Antigravity 等）的插件市场，提供节省 Token 的上下文工程模式——反思循环、子代理评审、规范优先开发、代码审查代理以及 Git 辅助工具——让 AI 生成的代码更可靠，且更容易集成进 CI 流水线。

Serenity.skill 是一个 AI 代理插件，可将市场热点话题结构化地转化为一份简短、基于证据的股票或基金清单。通过将文件夹复制到 Codex 或 Claude Code 的技能目录中进行安装，然后使用自然语言提示（例如：`$serenity-skill 研究现在 A 股 AI 半导体产业链`）调用。该技能会生成逐步分析——将主题拆分为供应链层级，识别瓶颈，提取公开文件，并对候选对象进行排序，同时明确指出证据缺口和风险。它不进行交易或提供实时数据，仅协助用户的研究流程。MIT 许可证。

PaiAgent 是一个开源、企业级平台，支持用户通过拖拽节点进行可视化AI工作流编排。它通过 Spring AI 支持多个大模型提供商，提供经典 DAG 引擎和 LangGraph4j 状态图引擎两种执行引擎，包含声明式“技能”系统用于 LLM 驱动的函数调用，并提供实时 SSE 调试功能。前端采用 React + TypeScript，后端基于 Spring Boot 3 + Java 21，使用 MySQL（可选 MinIO）实现持久化。

FluidAudio 是一个 Swift SDK，为 macOS/iOS 提供设备端语音 AI（ASR、TTS、VAD、说话人日志、ITN），通过 Apple Neural Engine 运行 Core ML 模型，实现低延迟且具隐私性的推理。

OpenDirectory 是一个包含 64 个插件式“代理技能”的目录，可为 LLM 代理（Claude、Gemini、Codex 等）添加营销、增长和视觉内容专长。通过一条 `npx` 命令（或通过 skills.sh、Claude Desktop、Manus AI）安装技能后，目标代理即可立即获得博客封面生成、品牌命名、定价页审计、竞争情报和视频制作等任务所需的提示、上下文和工具定义。这是一个可复用、版本化的提示库，专为希望无需从零编写提示即可获得 AI 协助的创始人和营销人员设计。

ToolUniverse 是一个 Python SDK + CLI，通过 AI-工具交互协议和模型上下文协议，标准化大型语言模型调用科学工具（ML 模型、数据集、生物信息学包等）的方式。它提供 >1 000 个即用工具、异步执行、缓存和药物发现、肿瘤学等领域的预构建代理技能，可快速构建“AI 科学家”代理。

PM Skills 是一个包含 1 169 个 Markdown「Agent Skills」的开源库，为 Claude、ChatGPT、Gemini 等模型提供具体、高级水平的专业与生活管理任务流程（例如：租赁条款解码、PRD 编写、薪资谈判模拟）。这些技能以纯 Markdown 文件形式存在，包含框架、模板、检查项和反模式。可通过一行 `npx` 命令安装，原生支持 Claude Code，也可粘贴到其他代理的提示中使用。仓库还提供 npm/PyPI 包、Docker 镜像以及集成（Telegram、Slack、Raycast、Obsidian、n8n）。网页版 Playground 允许任何人无需安装即可在浏览器中运行技能。

PyTorch Geometric (PyG) 是一个基于 PyTorch 的库，用于构建、训练和扩展图神经网络。它提供统一的 API、数十个现成的 GNN 层、用于大规模和异构图的数据加载器，以及通过 `MessagePassing` 基类实现的易扩展性。

Box 是一款 Android 应用，源自 Google 的 AI Edge Gallery，提供全面的、以离线优先为核心的 AI 套件。它可在手机上直接运行大型语言模型、视觉模型、扩散图像生成器、语音转文本、文本转语音、音乐生成以及语音相机助手（Box Assist），利用 CPU、GPU 或 NPU 加速。应用移除了谷歌遥测，增加了生物识别锁和加密存储，并提供多语言 UI 与无障碍功能。可通过 APK（标准版或自定义 ROM 版）安装，许可证为 Apache 2.0。

fractal 是一个 Python 库/CLI 工具，能在递归的树状 Git 工作树中运行自主 LLM 代理。节点会向目标迭代，可为子任务生成子节点，并受深度、迭代次数、时间与美元成本等可配置上限的约束。所有运行元数据均存储于本地 SQLite 数据库，并可通过终端 UI 可视化。支持 Claude Code、Codex、Grok、OpenCode 与 Oh My Pi 后端，并提供用于聊天式节点创建的 /fractal 技能。安全警告：节点运行不会提示权限，因此仅应在受信任或沙盒化的主机上启动。

一款使用 Kokoro 模型的 CLI 文本转语音工具，可将文本、PDF 和 EPUB 转换为自然语音，支持语音混合和流式传输。

专为 UTAU 社区设计的开源歌唱音声合成编辑器，提供现代化的跨平台界面，用于创建人声翻唱和歌曲。