umputun/cc-thingz
cc-thingz 是一個 Claude Code 外掛市集,可新增更進階的開發者工作流程——腦力激盪、PR 審查、結構化規劃、發佈自動化以及各種思考工具。透過 Claude 的 `/plugin` 命令安裝,設定幾個 JSON 鉤子,並呼叫新的斜線命令(例如 `/brainstorm:do`、`/review:pr`、`/planning:make`)。這些外掛使用 Claude 子代理、鉤子和編輯器覆蓋層來自動化規劃、程式碼審查,甚至自主執行計畫,使 Claude Code 成為更強大的編碼助手。
ucsandman/DashClaw
DashClaw 是一個可自託管的防護系統,可攔截 AI 編碼代理(Claude Code、Codex、Hermes、OpenClaw 等)可能產生的危險工具呼叫。它會阻止或排隊操作,將其路由至遠端審批收件箱,並記錄簽名的決策帳本。專案提供 Node/Python SDK、REST API 和主流代理執行環境的插件,支援安全的無人值守代理運行,並提供可審計的證據。
lllllllama/RigorPilot-Skills
RigorPilot Skills 是一個開源工具包,讓 AI 助手或 CLI 能自動執行研究論文 README 中描述的指令,捕獲精確輸出,並插入簡潔的證據卡回並排註解的 README。它保留原始檔案位元組不變,將日誌、指令追蹤和可選模型執行檢查點儲存在結構化的 `repro_outputs/` 套件中,並提供一系列可重用的「技能」(如重現、分析、安全除錯、探索等),用於可重現的 AI 研究工作流程。
EthanAlgoX/AIStock
AI Stock是一個開源的、LLM驅動的研究工作空間,面向中國、香港和美國股票。它讓單一交易者開始自然語言對話,執行確定性金融工具和可選的專家代理協作(管線、辯論、投票),並產生儲存的研究報告和模擬交易模擬。它使用FastAPI(Python)和React 19前端建置,支援可設定的LLM提供者、嚴格的功能白名單和模組化的代理-技能-工具架構。MIT授權。
Intelligent-Internet/zenith
Zenith 是一個 Python 框架,可讓 Claude Code、Codex 或 Hermes 作為長期運行的編碼代理持續工作。協調器反覆檢查專案狀態,啟動工作/測試子代理,註冊可重用技能,重新規劃任務,僅在任務真正完成時才停止。在 Frontier SWE 基準測試中,使用 GPT-5.5 的 Zenith 實現了最佳平均排名,同時成本低於最強基線(RALPH)的一半。該倉儲提供 CLI、MCP 伺服器、ACP 適配器和完整的技術報告。
DBraun/DawDreamer
一個將數位音訊工作區(DAW)功能如 VST 插件支援與 Faust 訊號處理引入 Python 腳本的 Python 框架。
modular/mojo-gpu-puzzles
一個互動式開源教學,透過實作拼圖教導 GPU 程式設計,內建 `pixi` 基礎環境、測試工具與社群支援。
MontrealCorpusTools/Montreal-Forced-Aligner
一個使用 Kaldi 執行語音數據集強制對齊的命令列工具。
ByteDance-Seed/Triton-distributed
Triton-distributed 是一個由 ByteDance-Seed 開源的編譯器,它擴展了 Triton 語言,增加了用於重疊 GPU 計算與通訊的原語。它能在 NVIDIA 和 AMD GPU 上實現高效能的分散式核心(如 GEMM、MoE、flash-decode、AllToAll),提供媲美手動調優函式庫的加速效果。可透過原始碼或預先建置的 pip wheel 安裝,使用 @triton_dist.jit 編寫核心,並呼叫提供的底層通訊 API。該專案持續更新(最新消息為 2026 年 9 月),並以 MIT 授權發布。
VOICEVOX/voicevox
為 VOICEVOX 語音合成系統提供的圖形化編輯器,為生成 AI 驅動的語音提供使用者友好的介面。
amicalhq/amical
Amical 是一個開源、離線優先的桌面語音轉錄應用,使用 Whisper 進行語音轉文字,並透過 Ollama 在本地運行大語言模型(LLM),產生上下文感知的轉錄與筆記,所有資料皆保留在使用者的機器上,確保隱私安全。
openai/openai-java
官方 Java SDK,支援同步/非同步、串流、工作負載身分驗證、可選 Bedrock 橋接,Maven/Gradle 就緒。
adolfousier/opencrabs
OpenCrabs 是一個 Rust 原生的、僅限終端的 AI 智能體,它直接與多個 LLM 供應商通訊,將所有聊天、記憶體和金鑰儲存在本地,並提供一個功能豐富的 TUI,支援多模態輸入、工具整合、多智能體編排以及實驗性的自我改進循環。
Deng-m1/MaliangAINovalWriter
Maliang AI Novel Writer (AINoval) 是一個開源的網頁平台,協助中文網路小說作者利用 AI 協助撰寫長篇小說。它整合了 Flutter-Web 富文本編輯器、分層內容管理、AI 驅動的綱要/場景生成、結構化世界觀樹、提示詞/預設管理,以及用於使用者、模型、成本與內容審核管理的完整管理員控制台。後端採用 Spring Boot 3(Java 21)搭配 LangChain4j 實現 LLM 編排,MongoDB 用於儲存,Chroma 用於向量嵌入。透過單一 Docker-Compose 檔案即可部署,隨後使用提供的腳本建立管理員帳戶。非常適合個人作者、寫作團隊或平台運營者,需要 AI 增強的小說創作與強大營運工具的使用者。
Xiaobin-Rong/gtcrn
GTCRN 是一款專為低資源環境設計的超輕量級語音增強模型,能夠以極少的參數和計算開銷提供高品質的降噪效果。
mario-andreschak/FLUJO
FLUJO 是一個開源、本地主機的平台,用於建構私有AI代理。它讓您連接多個LLM提供者和MCP服務,然後透過簡單的配方介面或拖曳式流程圖來組合代理。功能包括加密秘密儲存、視覺化除錯、自動化觸發器、OpenAI相容端點,以及Docker/安裝程式/npx部署選項。
ServeurpersoCom/acestep.cpp
一個由 GGML 驅動的本地 AI 音樂生成伺服器,透過 ACE-Step 1.5 模型將文本描述轉換為 48kHz 立體聲音訊。
High-Logic/Genie-TTS
一個適用於 GPT-SoVITS 的輕量級推論引擎,針對高速 CPU 效能與低記憶體使用量最佳化語音合成。
elevenlabs/skills
一組即插即用的「agent skills」,提供 ElevenLabs 的語音、變聲、配音和音樂生成 API。透過 `npx skills add elevenlabs/skills` 安裝,配置 API key 後,任何相容的 AI 程式碼助手都可以調用這些技能(例如:文字轉語音、語音轉文字、即時語音聊天、變聲、配音)。此儲存庫提供 Python、JS/TS 和 CLI SDK,以及用於觸發和功能驗證的測試套件。採用 MIT 授權。
rsxdalv/TTS-WebUI
一個用於多種開源文本轉語音、音訊生成和音訊轉換 AI 模型的統一 Web 介面與管理器。
argmaxinc/argmax-oss-swift
一套為 Apple 平台提供的基於 Core ML 的端側推理框架,提供語音轉文字、文字轉語音和說話人日誌功能。
oboroge0/hayamimi
一個僅在 CPU 上運行的即時多語音語音轉文字系統,記憶體佔用低於 2GB,提供低延遲的即時字幕、說話人標註與翻譯。
soaring-xiongkulu/easyaiot
EasyAIoT是一個開源雲邊端平台,統一了AI影片分析、IoT裝置管理和企業整合。它運行在小型邊緣盒子上(約1GB RAM),透過內建RTC模組支援專業IP攝影機和消費級P2P攝影機(Tapo、Tuya、Ring等),提供原生YOLO/SAM推論、聯邦邊緣排程和用於現場驗收的一鍵安裝程式(PANEL)。可安裝在Linux、Windows、macOS和ARM上,提供Web、行動和SCADA風格的儀表板,用於即時監控和警報。
Alpha-Dojo/DojoAgents
DojoAgents 是一個開源 AI 代理框架,專為個人投資設計。它運行一個由大語言模型驅動的「代理循環」,可取得市場資料、解析新聞、執行基於 Python 的計算,並儲存可重用的分析技能。透過 FastAPI 後端和 React 仪表板,使用者可查看投資組合指標、取得每日市場概覽、執行新聞影響分析,甚至透過截圖診斷投資組合。可透過 `uv pip install dojoagents` 安裝,支援任何 LLM API(OpenAI、Gemini、Anthropic、本地 Ollama 等),並能將自動化洞察推送到聊天應用。
Neeeophytee/finding-unknowns-skills
一個包含 13 個可安裝「技能」(提示套件)的庫,適用於 Claude Code、OpenAI Codex、Cursor、Kimi CLI、Hermes 等,幫助開發者在編碼任務前後揭露隱藏假設並管理代理上下文。
melandlabs/openloomi
OpenLoomi 是一個開源、跨平台的桌面「注意力代理」,持續從你的工作工具(郵件、聊天、問題追蹤器、文件)中收集上下文,存入可搜尋、加密的記憶庫。它能推送提醒,並讓你在訊息應用中直接向LLM求助。執行時與代理無關,提供可與 Claude Code、Codex、OpenCode、Hermes、OpenClaw 等整合的技能與插件。可透過簡單的二進位檔安裝,強調本地優先隱私,開箱即用。
angelnicolasc/graymatter
GrayMatter 是一個以 Go 寫成的單一二進位記憶層,專為 LLM 代理設計。它持久化儲存事實,預設以最相關的前 8 項進行檢索,並將上下文 Token 量減少約 90%。它還自動建立類型化知識圖譜,與多種 MCP 相容客戶端(Claude Code、Cursor、Codex 等)整合,並提供終端 UI 與健康檢查工具。可透過 `go install`、Homebrew、Scoop 或預先建構的二進位檔安裝;使用 CLI(`graymatter recall`、`remember`、`kg render` 等)或直接在代理程式碼中嵌入 Go 套件來使用。
receptron/mulmoclaude
MulmoClaude 是一個基於 Claude Code 的開源、本地運行的 AI 助手平台。它將個人記憶、資料集合與自動生成的微型應用以純文字檔案形式儲存在工作區中,提供 Web UI 與數十種訊息橋接功能,並可透過 Docker 容器沙箱安全執行 Claude。功能包括個人維基、會計系統、RSS 訂閱、Gemini 圖像生成、角色導向工具面板,以及一鍵執行 Claude Code 技能。
voquill/voquill
一款開源、跨平台的 AI 語音輸入應用程式,透過 AI 驅動的文本清理和個人詞彙表,實現向任何桌面應用程式進行語音輸入。
block/trailblaze
Trailblaze 是一個 CLI,讓由大型語言模型驅動的程式碼代理能透過自然語言步驟控制 Android、iOS 和網頁 UI,將這些步驟記錄為可確定性重播的「trail」(YAML 檔案),以供 CI 測試使用,並可在無需大型語言模型的情況下重播。它附帶代理技能檔案、瀏覽器-based 追蹤檢視器,並支援自訂 TypeScript 工具(trailmaps)與原型路標系統。
elevenlabs/elevenlabs-mcp
一個 MCP 伺服器,讓 Claude 和 Cursor 等 AI 客戶端能使用 ElevenLabs 的 API 進行文字轉語音、語音克隆與音訊處理。
thorstenMueller/Thorsten-Voice
一組高品質、開源的德語語音資料集,用於訓練免許可、離線運行的語音合成(TTS)AI 模型。
vibeeval/vibecosystem
vibecosystem 是一個開源套件,可將 Claude Code 擴展為一個自我組織的 AI 開發團隊。它包含 138 個專業代理、296 個可重用技能、74 個 TypeScript 鈎子和 20 條行為規則。一行安裝後,您可向 Claude Code 提出「新增功能」請求,代理群將自動規劃、編碼、審查、測試並學習。設定檔可讓您僅啟用所需代理以節省令牌,`vibeco` CLI 與 Web 儀表板提供統計、健康檢查與令牌成本追蹤。所有資料均本地儲存在 `~/.claude/`,不發送遙測。此專案亦透過專用安裝指令碼支援 Cursor、Codex CLI 與 OpenCode。
Torsion-Audio/Scyclone
一款基於 RAVE 架構的神經音色轉換(neural timbre transfer)音訊插件,可即時轉換音訊訊號的音質。
altunenes/parakeet-rs
parakeet‑rs 是一個 Rust crate,透過 ONNX Runtime 執行 NVIDIA Parakeet 語音辨識模型(CTC、多語言 TDT、串流、說話人分離等)。提供離線與即時轉錄,支援時間戳、說話人歸屬,並可選擇 GPU/CPU 執行提供者。模型需從 Hugging Face 個別下載;該庫本身採 MIT/Apache‑2.0 授權。
olyaiy/resume-lm
ResumeLM 是一款開源 Web 應用程式,利用 LLM (OpenAI, Claude, Gemini 等) 協助使用者寫作、優化並匯出符合 ATS 標準的履歷與求職信。該程式使用 Next.js 15, Supabase/PostgreSQL, 與 Stripe 打造,提供免費方案以及每月 $20 的 Pro 方案以獲取進階模型存取權限。
xcLee001/SonicVale
一個開源AI語音合成平台,可自動化小說與劇本的多角色、多情緒語音合成。
microsoft/Multi-Agent-Custom-Automation-Engine-Solution-Accelerator
一個基於 Microsoft Azure 的參考解決方案,展示如何建構一個用於自動化複雜企業工作流程的多代理 AI 編排平台。整合 Azure OpenAI(Foundry)、Container Apps、Cosmos DB 及其他 Azure 服務,並包含部署指南、成本指引與安全建議。
mlco2/ecologits
EcoLogits 是一個 Python 函式庫,用於估算對生成式 AI API(OpenAI、Anthropic、Cohere 等)的呼叫所消耗的電力與 CO₂‑當量排放。透過 `pip install ecologits` 安裝(視需求加入 provider extras),使用 `EcoLogits.init` 初始化,正常呼叫 API 後即可讀取 `response.impacts.energy.value.mean` 與 `response.impacts.gwp.value.mean` 取得估算的 kWh 與 kg CO₂‑eq。此套件為開源、屬於 CodeCarbon 非營利組織,旨在協助開發者追蹤與降低 AI 推論的環境影響。
mudler/parakeet.cpp
NVIDIA NeMo Parakeet 語音辨識模型的 C++17 推論移植版本,可在無需 Python 的情況下於 CPU 與 GPU 上實現快速、輕量的 ASR。
HoangNguyen0403/agent-skills-standard
Agent Skills Standard (AGS) 是一個透過 NPM 分發的 CLI,讓團隊能將編碼標準、安全規則與 SDLC 工作流程範本發布為小型 Markdown「技能」。CLI(`ags init` / `ags sync`)建立 `.skillsrc` 設定檔,下載語言特定的技能套件(20 多個技術棧共 280 個技能),並撰寫分層路由(`AGENTS.md → _INDEX.md → SKILL.md`)。AI 編碼助手(Cursor、Claude Code、Copilot、Gemini 等)讀取此路由並僅載入與正在編輯的檔案相關的規則,節省約 85% 的提示 token。可選的 MCP 伺服器可強制執行鉤子、阻止密鑰洩漏編輯,並提供執行時審計日誌。此專案是真正的 AI 編碼助手實用工具,而非通用教學或清單。
WecomTeam/wecom-openclaw-plugin
一個適用於 OpenClaw AI 代理平台的 WeCom 頻道插件。支援 Bot(WebSocket 或 JSON webhook)與 Agent(加密 XML webhook)連線,支援豐富媒體、主動與串流回應、細粒度存取控制、多帳戶設定,並透過內建的 `wecom-cli` 工具公開數十種 WeCom 商務 API(訊息、電子郵件、文件、試算表、日曆、會議、檔案儲存、聯絡人)。
karanb192/itr-wala
itr‑wala 是一個開源 CLI,用於在本地準備印度個人稅務申報表。 它僅使用 LLM 來讀取 PDF,而所有法定計算均由經過徹底測試的 Python 引擎完成。 該工具驗證輸入,比較新舊稅制,並輸出一個可直接輸入的申報包;您仍需在政府門戶上手動提交和支付。
mylxsw/typeflux
一款 macOS 應用程式,提供閃電般的語音轉文字輸入至任何應用程式,同時支援本地與雲端 AI 模型以兼顧隱私與速度。
MTG/essentia
一個用於音訊分析與音樂資訊檢索的開源 C++ 與 Python 庫,提供廣泛的訊號處理演算法與音樂描述符。
justrach/codedb
codedb 是一個無依賴、基於 Zig 的伺服器,可為本地程式碼庫建立豐富的索引(三字詞、詞彙、符號、呼叫圖),並透過模型上下文協定(JSON-RPC over stdio)公開。AI 程式碼助理(Claude Code、Cursor、Gemini CLI 等)可於低於毫秒的延遲下查詢檔案樹、輪廓、符號定義、呼叫者與全文搜尋,大幅減少 token 使用量。它可作為 MCP 守護程序(`codedb mcp`)或 HTTP 伺服器運行,透過檔案監視器增量更新,並提供 macOS、Linux 與 Windows 的簽署二進位檔。
HiMeditator/auto-caption
一款跨平台的即時字幕軟體,利用本地或雲端的 AI 模型,從系統音訊或麥克風輸入生成即時字幕與翻譯。
useagenthq/useagent
useAgent 是一個開源、自架設的 AI 同事平台,讓 LLM 代理(Claude Code、Codex、OpenCode、Pi)能在隔離的 Linux 沙箱中運作,瀏覽網頁、執行命令、編輯程式碼,並與團隊工具(Slack、GitHub、Gmail、Notion 等)互動。它提供帶有即時時間軸、終端機與工作區的 UI,將每次執行儲存在 PostgreSQL 中以供重播,並支援可重用的「技能」與共享知識庫。專案使用 Bun 執行時撰寫,使用 pgvector 進行嵌入,並以 AGPL-3.0 授權釋出,同時提供可選的商業授權。