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。

kyutai-labs/hibiki

Hibiki 是一個用於串流語音到語音翻譯的模型,可在使用者說話時即時生成自然的目標語音與文字。

woheller69/whisperIMEplus

一個使用 Whisper 引擎提供私密、離線語音辨識與翻譯的 Android 輸入法編輯器(IME)。

deeeed/audiolab

一個適用於 React Native 與 Expo 的音訊處理單體倉儲,支援在 iOS、Android 與 Web 上實現在地端語音辨識(STT)、語音合成(TTS)與音訊分析。

yaojingang/yao-open-skills

Yao Open Skills 是一個開源的可重複 AI「技能」目錄——即用於決策分析、安全審計、教學指南創建和閱讀報告視覺化等任務的結構化提示+程式碼工作流程。每個技能位於獨立資料夾中,包含腳本、文件和多格式匯出(Markdown、HTML、PDF 等)。該倉儲提供註冊表、發布規則和輔助腳本,以維持集合的整潔、版本化和公開可發現。

brummer10/guitarix

Guitarix 是一個僅限 Linux 的模組化虛擬吉他放大器,結合了經典 DSP 效果與 AI 基礎的放大器模型(Neural Amp Modeler 和 RTNeural)。它可作為獨立應用、VST3 或 LV2 插件運行,支援 MIDI 控制,甚至可在 Raspberry Pi 等裝置上無頭運作。README 提供了建構步驟、相依性,以及文件連結與基於 Docker 的容器化部署方案。

Wangnov/codex-threadripper

基於 Rust 的 CLI(也打包為 Homebrew、npm 和二進位檔),重寫 Codex 的 SQLite 狀態資料庫和 rollout JSONL 日誌,使你在更改 `model_provider` 後聊天線程仍保持可見。支援一次性同步、持續監視模式,以及 macOS、Linux 和 Windows 的可選後台服務安裝。

getsentry/vitest-evals

vitest‑evals 是一個單體倉庫,為 Vitest 增加 AI 友好的評估功能。它提供多種模型 SDK 的適配器、可重用的判斷器(如事實性)、自訂 JSON 報告器、本地 React UI,以及可根據通過率或分數阻止 PR 合併的 GitHub Action。

linkerlin/PUAX

PUAX 是一個生產就緒的執行環境,為 LLM 代理添加了一個思維模式層。它提供競技場/閘道/夢境原語、精簡提示壓縮、零依賴 Python SDK、混合觸發偵測、59 個內建(和自訂)角色、結果驅動驗證、用於偵測針對人類操縱的碳盾,以及可重現的多模型基準套件。該系統透過 MCP 伺服器(`npx puax-mcp-server`)存取,該伺服器將原生鉤子注入熱門 IDE,並且可以透過一行 AMP 中介軟體直接嵌入 LangChain/AutoGen。MIT 授權並標記為生產就緒。

harry0703/AudioNotes

一款本地優先的音視頻轉錄工具,可將錄音轉換為結構化 Markdown 筆記,並支援基於內容的 AI 驅動問答。

descriptinc/descript-audio-codec

一種將 44.1 kHz 音訊壓縮為 8 kbps 離散碼的高保真神經音訊編碼器,為語音、音樂和環境音提供約 90 倍的壓縮率。

espressif/esp-sr

適用於 Espressif 芯片的語音識別框架,支援離線喚醒詞檢測、語音指令識別與音訊預處理。

anthropics/anthropic-sdk-go

一個為 Anthropic 的 Claude API 提供輕量、符合 Go 風格的封裝的 Go SDK,讓 Go 開發者能直接從應用程式呼叫 Claude 模型(例如 Claude Opus 4.6)。使用 `go get` 安裝,以 API 金鑰建立客戶端,並使用 `Messages.New` 方法傳送提示並接收回應。

wevm/incur

incur 是一個 TypeScript 庫,可讓你建構容易被 LLM 代理發現與使用的命令列工具。它提供基於 Zod 的類型化命令定義、高效的 TOON 輸出、內建 MCP 與技能檔案產生,並能將 HTTP API 包裝或暴露為 CLI 命令。

NVIDIA/NeMo-text-processing

一個用於文本正規化與反向文本正規化的 Python 套件,用於為語音處理系統準備文本。

tony1223/better-agent-terminal

Better Agent Terminal (BAT) 是一個跨平台桌面應用(Windows/macOS/Linux),使用 Tauri 2 和 React 建構。它讓您管理多個專案工作區,每個工作區包含分屏終端、檔案瀏覽器、Git 查看器、程式碼片段管理器,以及內嵌的 AI 程式碼助理(Claude Code 或 OpenAI Codex)。AI 在應用內運行,提供串流輸出、權限模式、會話恢復/分叉和詳細的使用統計。可選整合 `cx` CLI,實現輕量級語意程式碼導航。可透過 Homebrew、AppImage 或一行指令碼安裝;也可使用 Rust 和 Node 從原始碼建置。適合希望在單一視窗中安全高效地執行命令並與 LLM 互動的開發者。

Optima-CityU/LLM4AD_Next

LLM4AD Next 是一個 Python 工具包,可將自然語言問題描述轉換為完整、可執行的進化演算法搜尋專案。互動式 LLM 顧問生成程式碼骨架、設定與評估器,內建的進化方法(如 IslandGA、Diverse Island GA、EoH 等)自動演化生成的演算法。同時提供進化區塊建議、長期記憶支援、Docker 鏡像與線上示範。

specula-org/Specula

Specula 是一個開源工具,利用 LLM 編碼代理(Claude Code、Codex 等)自動為並行或分散式程式碼產生 TLA⁺ 規格,進行模型檢查,並將發現的缺陷還原為原始碼級修補。支援自動、CI 整合與互動模式,需 Python 3.10+、Java 21+ 及強大的 LLM,採用 Apache 2.0 授權釋出。

shanggqm/codexU

codexU 是一個原生 macOS 選單列(和 Windows Tauri)應用程式,它讀取本地 OpenAI Codex(以及可選的 Claude Code)資料,以顯示配額百分比、權杖使用趨勢、專案/技能排名、本地計算的 AI 領導力評分以及估算的 API 成本(「羊毛進度」)。所有處理都在使用者機器上完成;不會上傳任何使用資料。

clawdotnet/openclaw.net

OpenClaw.NET 是一個 .NET 原生 AI 代理執行環境與閘道。它提供兼容 NativeAOT 的可執行檔、基於 Web 的聊天/管理 UI、OpenAI 相容 API、80 多個內建工具適配器、多通訊渠道支援(Slack、Telegram 等),以及與雲端與本地 LLM 提供者(OpenAI、Claude、Gemini、DeepSeek、Ollama、內建 Gemma-4)的頂級整合。可選的治理功能可讓你審計並批准高風險工具操作。此專案針對希望建構一個自托管、可觀測的 AI 代理平台、可在 Windows、macOS 或 Linux 上執行的開發者。

marswaveai/TypeNo

一款針對 macOS 的隱私優先本地語音轉文字工具,可將語音直接轉錄並貼入任何活躍應用程式中。

py-why/dowhy

DoWhy 是一個用於端到端因果推斷的 Python 庫。它允許你定義因果圖,自動識別因果效果,使用多種統計方法進行估計,並運行反證測試以檢查穩健性。該庫還支援用於根本原因分析、反事實和干預採樣的圖形因果模型。透過 `pip install dowhy` 安裝,並遵循四步工作流程(模型 → 識別 → 估計 → 反證)即可使用。

InternScience/InternAgent

InternAgent‑1.5 是一個用於長周期科學發現的開源自主代理框架。它能生成假設、設計並執行(模擬)實驗、透過 MLEvolve 核心優化演算法,並利用深度研究管道回答研究問題。系統包含持久記憶模組、用於演算法發現與論文重現的任務套件,以及用於發現或問答模式的統一啟動指令。

Piebald-AI/claude-code-lsps

一個 LSP 伺服器定義的市場,讓 Claude Code(Anthropic 的 AI 程式輔助工具)為數十種語言提供 IDE 類功能——跳轉到定義、懸停、尋找參考等。安裝 Claude Code ≥ 2.1.50,執行 `npx tweakcc --apply` 打補丁,透過 `/plugin marketplace add Piebald‑AI/claude‑code‑lsps` 新增市場,再依指示安裝底層語言伺服器二進位檔(rust-analyzer、pyright、clangd 等)。倉儲包含驗證指令碼,以保持市場 JSON 與 `.lsp.json` 設定同步。

xybrid-ai/xybrid

Xybrid 是一個開源、跨平台 SDK,可在設備(行動、桌面、Unity)上本地運行 LLM、語音轉文字與文字轉語音模型。它提供 Flutter、Swift、Kotlin、Unity、Rust 與 Python 的原生綁定,支援多種流行開源模型,並允許將它們組合成多模型流程——無需依賴雲端服務。

lakesoul-io/LakeSoul

LakeSoul 是一個具有 Rust 原生元數據和 I/O 核心的開源湖倉一體框架,提供 ACID 事務、增量 upsert、自動壓縮、細粒度 RBAC,並支援 Spark、Flink、Presto、Ray、Daft 和基於 Python 的工具。它允許您透過 Vortex 格式儲存常規行和多模態/向量數據,並提供即時 CDC 攝取、快照查詢以及與 AI/ML 流水線的無縫整合。

bytechefhq/bytechef

ByteChef 是一個開源平台,將 AI 代理編排與視覺化工作流程自動化結合。它提供內建代理循環、250+ 預製連接器、多提供者 LLM 支援、記憶體/RAG 後端、防護機制,以及可 Docker 化的自托管執行時。免費核心(Apache 2.0)涵蓋編輯器、代理、連接器與多語言程式碼;企業功能增加 API 暴露工作流程、Git 原生發佈、SSO 與 AI 網關控制。透過 Docker Compose 快速啟動,數分鐘內即可在本地運行實例。

missuo/koe

一款輕量級的 macOS 語音輸入工具,利用 ASR 與 LLM 修正功能,將清理過的口語文字直接貼入任何應用程式。

nimroddolev/chime_tts

透過在本地將通知鈴聲和 TTS 音訊合併為單個無縫檔案進行播放,從而消除音訊延遲的 Home Assistant 整合。

tronghieuit/v-tts

一款輕量級越南語文本轉語音系統,具有多說話人合成與零樣本語音克隆功能,可在 CPU 上高效執行。

derek-larson14/obsidian-claude-sidebar

Claude Sidebar 是一個 Obsidian 外掛程式,它直接在側邊欄中嵌入一個執行 Claude Code(或其他 AI 代理 CLI)的終端機。它支援自動啟動代理、多個分頁、內容功能表捷徑、YOLO 模式,並且可以在你電腦上的任何資料夾中運作。透過 Obsidian 的社群外掛程式(或手動)安裝,它使用 xterm.js 和一個小型 Python PTY 後端,可在 macOS、Linux 和 Windows 上執行。

caiovicentino/polymarket-mcp-server

Polymarket MCP Server 是一個基於 Python 的 MCP 伺服器,讓 Claude(或任何 LLM)能夠自主發現、分析、交易並監控 Polymarket 預測市場部位。它提供 45 種涵蓋市場發現、分析、交易、投資組合管理及即時監控的工具,並由可配置的安全限制與全節點驗證機制保護。專案包含網頁儀表板、真實 API 測試、MIT 授權,以及針對演示(唯讀)與實盤交易設定的詳細文件。

kardolus/chatgpt-cli

ChatGPT CLI 是一款跨平台的命令列客戶端,支援多家 LLM 供應商。它提供串流查詢、基於執行緒的聊天紀錄、提示檔案注入、多媒體 I/O,以及一個實驗性的代理模式 (ReAct / Plan-Execute),可在預算與策略限制下執行 shell/檔案/網頁搜尋工具。它也支援模型上下文協定 (MCP) 以進行自訂工具呼叫。透過 Homebrew 或預建二進位檔案安裝,在 `~/.chatgpt-cli/config.yaml` 中設定 API 金鑰,並使用 `chatgpt "your question"` 或 `chatgpt --interactive` 開始聊天。

jamsch/expo-speech-recognition

一個為 React Native 與 Expo 提供跨平台語音轉文字功能統一 API 的套件,支援 iOS、Android 與 Web。

claraverse-space/ClaraVerse

ClaraVerse 是一個專注於 AI Agent 團隊、分層記憶與寬鬆授權的私有 AI 工作空間,提供聊天、多 Agent 協作、終端機 Agent、工作流自動化以及 150+ 項整合。

samuel-vitorino/sopro

一個輕量級的 120M 參數文本轉語音模型家族,可在筆電 CPU 或瀏覽器中實現高品質的零樣本語音克隆與串流音訊合成。

Natooz/MidiTok

MidiTok 是一個 Python 套件,可將 MIDI 和 abc 音樂檔案轉換為機器學習模型(如 Transformer)的 token 序列,從而實現音樂生成、轉錄及其他 MIR 任務。

OHF-Voice/speech-to-phrase

一個快速、在地的語音轉文字系統,專為 Home Assistant 設計,只辨識特定已知的片語與裝置名稱,而非一般語音。

shivammehta25/Matcha-TTS

Matcha-TTS 是一種快速、非自回歸的文字轉語音架構,使用條件流匹配來實現高品質且高效率的語音合成。

hhblaze/DBreeze

DBreeze 是一個純 C# 編寫、適用於 .NET 的嵌入式資料庫,支援 ACID 交易、無模式表格、全文搜尋,以及對 AI 至關重要的 HNSW 相似性搜尋整合向量儲存,可實現對 LLM 嵌入的快速最近鄰查詢。

Makememo/MemoAI

一款基於 AI 的工具,可從本地檔案或 YouTube 連結中轉錄音訊與影片,提供翻譯與字幕功能。

sudoprivacy/sudocode

Sudo Code 是一個開源、基於 Rust 的 CLI 程式碼助手,可在終端中直接運行 LLM(Anthropic、OpenAI、xAI、Gemini 等)。它具備模型無關性、檔案驅動特性,專為需要完全可見性與控制權的重度開發者設計。單一 `scode` 二進位檔可互動使用,也可作為管道相容的一次性工具,支援為編輯器/網頁 UI 提供 ACP API,並支援多種部署模式(本地、遠端 Nexus VFS 或托管代理)。透過簡單安裝指令碼即可部署,專案採用 MIT 許可證,致力於隱私優先、無遙測、無供應商鎖定。

10000ge10000/luci-app-openclaw

LuCI 外掛程式,讓 OpenWrt 路由器可托管 OpenClaw AI 網關,提供 Web UI 用於安裝 Node.js、管理 LLM 模型,並啟用 WeChat 等通訊渠道。

liyedanpdx/reddit-ai-trends

Reddit AI Trend Reports 是一個基於 Docker、由 MongoDB 支援的系統,它從專注於 AI 的 subreddit 獲取帖子,可選地透過圖像字幕、YouTube 字幕摘要和網頁抓取進行增強,然後使用 Groq 或 OpenRouter LLM 生成每日雙語(英語/中文)趨勢報告。

mrthinger/wow-voiceover

一個由CLI與遊戲內插件組成的工具集,使用ElevenLabs TTS為《魔獸世界》NPC對話生成並播放AI語音。

MahmoudAshraf97/ctc-forced-aligner

一個使用 Hugging Face CTC 模型實現高效音訊與文字強制對齊的 Python 套件,支援超過 1,100 種語言。

Deodat-Lawson/LaunchStack

LaunchStack 是一個 TypeScript 優先、基於埠設計的 AI 原生應用程式引擎,提供擷取、OCR、RAG、LLM 聊天與背景任務基礎設施。一個 Next.js 參考應用程式展示了如何將引擎連接至 PostgreSQL + pgvector、S3、Inngest 和 Google Gemini(或任何 OpenAI 相容端點)。套件目前尚未發布但已準備好發布;該儲存庫可在本機或透過 Docker 執行。

lofcz/LLMTornado

LLM Tornado 是一個 .NET SDK,統一存取 30 多個 LLM 供應商與向量資料庫,新增代理編排原語、多模態 I/O 與企業功能(防護、OpenTelemetry)。支援雲端 API 與本地執行環境(Ollama、vLLM),提供強型別工具呼叫,並與 Microsoft.Extensions.AI 整合。透過 NuGet 以 MIT 授權分發,積極維護,並被多個公開專案使用。