Zeraix 是一款开源桌面应用，可在 macOS 或 Windows 上运行本地 LLM（GGUF 模型），支持聊天、文件读写、终端命令执行以及多步骤“技能”管理。它包含 Rust 驱动的代理运行时、媒体库、插件支持、可选的 QEMU 沙箱，并可连接云端模型。提供安装程序，采用 Apache-2.0 许可证，并由 Discord 社区支持。

一款开源的音乐分析工具，提供自动和弦识别、节拍跟踪与旋律转写，并配有交互式可视化界面。

PapersGPT 是一个原生 C++ 的 Zotero 插件，可在本地索引数千个 PDF，并使用本地 LLM 与它们对话。它承诺毫秒级检索、跨文档合成和完全离线隐私，具备 AutoPilot 批处理和作为其他 AI 代理的“技能”集成等功能。

Vibing Steampunk (vsp) 是一个 Go CLI，通过 RFC 或 HTTPS 桥接 SAP 的 ADT API，使 AI 助手和开发者无需在 SAP 服务器上安装任何东西，即可读取、编写、调试和分析 ABAP 代码与数据。支持完整调试（断点、单步、变量检查/修改）、AMDP 调试、dump 分析、作业/打印处理、文档提取以及 SAP 集群表解码，并可通过录制的 ADT 会话进行离线测试。

Second Brain 是一个基于 Cloudflare Workers 的个人和团队记忆服务，可存储笔记、决策及其他供 AI 助手使用的上下文。它通过向量搜索提供语义回忆、个人 + 共享层级、提示胶囊支持，并与多种工具集成（Claude、ChatGPT、CLI、浏览器扩展、Obsidian、Notion、iOS 快捷指令）。可通过一键 Cloudflare 按钮、桌面应用或手动 CLI 部署，在用户自己的 Cloudflare 账户中运行，确保数据隐私。采用 MIT 许可证。

一个基于 pymss 引擎的桌面工作区，提供模型管理、批量处理和音轨编辑功能。

Emacs Agent Shell 是一个 Emacs 包，为与任何实现 Agent Client Protocol (ACP) 的 LLM 代码助手进行交互提供原生的 REPL 风格缓冲区。它启动提供者的 CLI（如 Claude、Codex、Gemini 等）进入 ACP 模式，处理认证、环境设置，甚至支持图像/截图输入，让开发者可以直接在 Emacs 内与 AI 代理对话。

一组基于 npm 的插件，用于为终端式编程助手 *Pi* 添加 UI 脚注、会话搜索、自动权限、子代理、工作树处理及其他实用功能。

NeMo RL 是 NVIDIA 的开源库，用于可扩展的强化学习后训练大型语言模型和视觉-语言模型。支持多种 RL 算法（GRPO、DAPO、GDPO 等），兼容 PyTorch DTensor 和 Megatron Core 后端，并通过 vLLM 或 Megatron 推理实现高性能生成。提供开箱即用的 Docker 容器、基于 Ray 的分布式训练以及丰富的 YAML 配方，适用于从快速原型到多节点、多 GPU 生产部署的全流程。

一个使用 OpenAI 的 Whisper 模型将麦克风或流媒体的实时语音输入转换为文本的实时转写应用，延迟极低。

ALIEN 是一个基于 CUDA 的 2D 人工生命模拟器，粒子可形成由神经网络控制的软体生物。它提供实时 GPU 物理、可视化编辑器、基于基因组的进化、用于共享模拟的网络功能，以及用于无头运行的命令行模式。使用 CMake/Ninja 构建，可在 NVIDIA GPU（或通过 ROCm 支持 AMD GPU）上运行，采用 BSD-3 许可证。

Type4Me 是一款仅限 macOS 的语音输入应用，结合本地与云端语音识别，并通过 LLM 实现文本处理。提供八种内置模式（原始语音输入、智能润色、翻译、AI 问答、macOS 控制、提示生成、任务执行等）、可自定义快捷键、词汇管理、历史记录日志，以及用于自动化的 URL 方案。

K8E 是一个开源、单二进制沙箱平台，可在任何 Linux 主机上安全运行 AI 代理的不受信任代码。支持 gVisor、Kata 或 Firecracker 隔离，提供会话级 eBPF 网络策略、500ms 以下启动延迟的预热池 Pod，以及通过 `k8e-sandbox-cli` 工具访问的 E2B 兼容 API。

用于构建配备多个高端GPU的个人AI计算机的开源硬件设计，支持本地推理、数据隐私和零令牌成本。

一种语言无关的工具，通过语音活动检测和基于 FFT 的对齐，自动将字幕与视频或音频文件同步。

Intel 的开源 *Compute Runtime* (NEO) 为 Intel 集成 GPU（HD Graphics、Xe）实现了 oneAPI Level Zero 和 OpenCL 计算 API。它提供每月发布的驱动程序，支持广泛的当前和旧款 Intel GPU 平台，并通过 Linux 软件包或手动 .deb 文件安装。应用程序通过标准的 Level Zero 或 OpenCL ICD 加载器进行链接；运行时本身基于 GmmLib 和 Intel Graphics Compiler 构建。该项目采用 MIT 许可证，欢迎通过拉取请求进行贡献。

一个用于在 ESP32 设备上部署实时语音 AI 模型的框架，通过边缘函数实现低延迟语音到语音对话。

TypeTale（字字动画）是一款仅支持 Windows 的 AIGC 创作工具，允许创作者端到端生成小说、短剧和 AI 电影。它集成了 LLM、图像生成器（Stable Diffusion、Midjourney 等）、视频模型（基于 ComfyUI）、TTS 引擎，提供可视化工作流编辑器、对话式 AI 助手和 Python/ComfyUI 扩展插件系统。核心功能永久免费，应用可本地运行或连接云 AI 服务。

一个 AI 驱动的卡拉OK应用，可自动从用户音乐库中的任何歌曲中分离人声，并生成可同步的逐字歌词以供演唱。

一个为开源 AstrBot 聊天机器人设计的插件，添加了一个持久的、由个性驱动的陪伴。它保持每日状态、日程、关系和其他生活方式数据，并使用该上下文在私聊和群聊中生成反应式回复和主动行为（文本、图像、语音等）。核心使用 JSON（或可选 SQLite）存储，提供可视化控制面板，并可以通过图像生成、内容创作、设备交互等可选模块进行扩展。

Frame 是一款基于 Electron 的 IDE，为 AI 编码代理提供持久化且基于 Git 锚定的上下文。它创建一个标准的 `.frame/` 文件夹，包含规则、模块映射、笔记、任务和基于 Markdown 的规格（spec/plan/tasks/outcome）。代理在每次会话开始时加载此上下文，内置的 conductor 可以在隔离的 git worktree 中并行运行多个规格，强制非重叠的足迹，并要求在合并前获得人类批准。功能包括多终端网格、任务/规格面板、GitHub 集成、快速意图索引查找，以及对 Claude Code、Codex CLI 和 Gemini CLI 的支持。安装通过 `npm install` 或预构建二进制文件进行；项目采用 Apache-2.0 许可证。

基于 Conformer 的声学模型家族，支持最先进的语音识别与情感检测，对俄语及 70 多种其他语言具有强大支持。

Embabel Agent Framework 是一个用于在 JVM 上构建目标导向、LLM 增强代理的 Kotlin/Java 库。它提供强类型动作、动态规划（GOAP/Utility AI）、Spring 集成以及三种执行模式（聚焦、封闭、开放）。开发者通过注解或 DSL 编写代理，框架会自动规划和重新规划动作，混合 LLM 调用与常规代码。该项目完全开源（Apache 2.0），已发布至 Maven，拥有文档、CI 和 Discord 社区支持。

一款 AI 驱动的 Android 语音输入法，支持多种云端和本地 ASR 引擎，并使用 LLM 进行文本后处理。

Master‑skill 是一个开源 AgentSkill 包，使 LLM 助手能够采用经验证的佛教大师人格。每位大师均从 CBETA、BDRC、SuttaCentral 等正典文本中提取真实内容并附带引用，通过硬性伦理规则和双阶段忠实度测试套件确保回答的准确性与合规性。通过 `npx master-skill install …` 安装后，可在 Claude Code、Cursor、Gemini CLI 或 fojin.app 的网页聊天中使用 `/master-huineng` 等斜杠命令。项目提供 15 个预打包大师、跨传统比较工具、离线回退机制以及基于 Rust 的桌面管理器。

一个为 Claude Code 提供 20 个插件（钩子）的市场，用于强制执行安全（阻止秘密读取、危险 shell 命令、破坏性 git 操作、配置篡改）并添加自动化功能（自动暂存、代码格式化、会话日志、站会生成、赏金板、上下文成本排行榜）。通过 `/plugin marketplace add karanb192/claude-code-hooks` 安装，然后使用 `/plugin install <hook>@claude-code-hooks` 安装具体插件。MIT 许可，完全测试，映射至 OWASP LLM Top 10 2026。

chartr 是一款基于 Rust 的桌面应用程序，能将终端、AI CLI 代理和插件工具组织成持久且具备布局感知能力的“空间”，让开发者能维持长期运行的 AI 辅助工作流程并确保其可重现性。

AI 视频转录器是一个基于 FastAPI 的网页应用（支持 CLI/MCP），可从 YouTube、TikTok、Bilibili、播客等平台提取字幕或运行 Whisper，然后使用 OpenAI 兼容的 LLM 清理转录文本、按需翻译，并生成多语言摘要。它还能并行下载原始视频，支持 Docker 或简单安装脚本，提供 REST API 供程序化使用。

一个轻量级的 ONNX Runtime 实现的 Kokoro-TTS，可在 CPU 和 GPU 上实现快速、多语言的文本转语音生成。

一款 macOS 菜单栏应用，通过使用本地 Apple 框架，实时转录并翻译来自麦克风或特定应用的音频，提供双语字幕。

roborev 是一个基于 Go 的工具，为 Git 添加 post-commit 钩子以在本地运行 AI 驱动的代码审查。它与主流编码代理（Claude Code、Codex、Gemini、Copilot 等）集成，通过终端或浏览器 UI 显示发现，并可通过自动修复/优化循环自动修复问题。所有处理均在开发者的机器上运行，支持可导出的分析数据和可扩展的钩子。

HERO‑反过度防御是一个极小的、可复制粘贴的提示块（附带文档和真实案例），你可将其添加到 AI 编程助手（Claude Code、Copilot、Cursor、Gemini CLI 等）的配置文件中。其九条规则阻止模型过度防御——如添加无用的哈希、保护无关的边界情况、构建详尽的评分标准，或创建不必要的脚手架——从而让助手交付请求的功能，而非一个防御性堡垒。

Jean 是一款原生的桌面端 (Tauri) AI 助手，将多种 LLM CLI 工具、git 工作树管理、聊天会话以及 GitHub/Linear 集成功能统一在一个本地运行的 UI 中。它支持 macOS、Linux (amd64/arm64) 和 Windows，提供具备网页访问功能的无头服务器模式，并为 PR 生成、代码审查和发布说明草拟等常见开发任务提供“魔法指令”。

Claude Code Harness 是一个 Go 原生插件，通过有纪律的循环——计划、工作、审查、同步、发布——协调基于 Claude（或兼容）的 AI 代理，同时在每个步骤中强制执行强防护机制和人工审批。它支持 Claude Code、Codex CLI、Cursor 和 Grok，可生成规格、运行 AI 驱动的实现、独立审查变更，并打包验证后的发布版本。

专为嘈杂环境、远场音频和广泛中文方言支持优化的高精度端到端语音识别模型家族。

Vosk 是一个离线开源语音识别工具包，可为从 Raspberry Pi 到大型集群的各种设备提供 20 多种语言的连续转录。

CAIPE 是一个开源、采用 Apache-2.0 许可证的平台，允许你构建、运行和管理人工智能代理及代理工作流。它提供运行时、工作流编排器、集成、身份认证/授权以及可观测性功能，旨在成为人工智能驱动服务的操作系统。

Flax 是由 Google DeepMind 维护的、基于 JAX 的灵活且高性能的神经网络库。它提供 Python 为中心的 API（Flax NNX）、常用层、训练工具和教程，可通过 `pip install flax` 安装。

一个基于 Next.js 的 Web 应用，通过 GitHub OAuth 登录，抓取用户公开贡献数据，并运行 AI 模型生成评分个人资料报告（支持 PDF 导出）。使用 TypeScript、Bun、Neon PostgreSQL、Upstash Redis 和 Tailwind CSS 构建。

一种深度学习工具，可分析音频文件以识别数千种鸟类物种。

Speech Swift 是一个开源 Swift 包，为 Apple Silicon 提供数十种设备端语音 AI 模型（ASR、TTS、翻译、语音代理、增强等）。通过 Core ML 和 MLX 框架运行，支持数百种语言，提供多种量化尺寸，仅需一个 Swift Package Manager 依赖即可添加至项目。仓库包含详尽文档、预训练模型和转录、流式语音输入、UI 组件的示例代码，全程无需任何云调用。

Google Gemini 生成式 AI 模型的 Python SDK，提供同步/异步客户端、类型安全的提示、函数调用、安全设置和企业级功能。

autoMate 是一个本地托管服务，为 AI 聊天客户端提供持久的个人存储（笔记、文件、提醒、长期记忆）和现实世界操作工具箱（Shell、浏览器、SaaS API）。它通过 MCP-over-HTTP 桥接与客户端通信，兼容 OpenClaw、Claude Desktop、Cursor、Cline 等，也可通过其自身 Web 聊天、Chrome 扩展、Docker 容器或二进制文件使用。

一款为 Android 设计的开源、隐私优先语音助手，可在设备本地完成语音识别与请求处理。

AutoRound 是 Intel 开源的 Python 工具包，用于对大型语言模型和视觉语言模型进行超低位元 (2-4 bit) 量化。它提供快速且高精度的方案，支持 CPU、Intel GPU、NVIDIA CUDA 和 Habana Gaudi，并与 Transformers、vLLM 和 SGLang 集成。通过 pip 安装，执行单行 CLI 或使用 Python API，即可部署量化模型至任何支持的后端。

Claude Code Log 是一个 Python CLI/TUI 工具，可将 Claude Code 的转录 JSONL 文件转换为可搜索的 HTML 页面或紧凑的 Markdown，支持 token 使用统计、日期过滤、Git-SHA 链接和实时监听模式，便于审查和分享 AI 辅助编码会话。

一套使用 OpenVINO 在本地 100% 运行的 AI 驱动效果和生成器，提供音乐分离、噪声抑制和转录功能。

Confucius4-TTS 是一个基于 LLM 的文本转语音引擎，可在 14 种语言中实现无需参考文本的零样本跨语言语音克隆。