TypeAgent 是微軟開源的一個範例，展示如何使用大型語言模型、結構化提示和一種新穎的「結構化 RAG」記憶系統，建構單一的個人 AI 助理。它包含一個 Electron 外殼、一個將自然語言請求路由至類型化代理的調度器、一個將對話事實儲存為邏輯實體的記憶層，以及一個減少 LLM 呼叫的快取。該倉儲提供許多範例代理（日曆、郵件、瀏覽器等）和一個用於新增自訂代理的 SDK。這是一個早期階段的範例程式碼，僅在 Azure OpenAI 上以英文測試過，未經進一步驗證前不適合用於生產環境。

bnlearn 是一個用於學習、參數化與查詢貝葉斯網路的 Python 套件。它支援結構發現（各種評分與搜尋方法）、CPT 評估、因果推論（do-計算）、合成資料產生與可視化，所有功能皆封裝於簡單的 API 中。

一款開源的音訊與影片轉錄工具，利用 AI 生成自動草稿，並支援協作式手動編輯。

一個原生 Pascal 深度學習函式庫（CAI Neural API），可在 CPU（AVX）或 OpenCL GPU 上執行現代 LLM、音訊生成、影像超解析度與經典視覺模型，編譯為單一二進位檔，無需 Python 或 CUDA。

Clouds Coder 是一個 Python 執行環境，將 CLI 執行與瀏覽器基礎 IDE 分離，加入 AI 代理編排功能，並提供僅限局域網的協作工作區，支援版本化檔案、衝突解決與管理員批准的工具策略。

一組為 WhisperX 優化的 Docker 映像，提供預打包的 ASR 模型，支援詞彙級時間戳，實現快速且高效的語音轉文字轉錄。

一個輕量級的 JavaScript 函式庫，使用語音辨識技術使用戶能夠透過語音指令控制網站。

一個統一的框架與 API 伺服器，為包括 ChatTTS、CosyVoice 與 Whisper 在內的多種 TTS 與 ASR 模型提供集中式介面。

FoleyCrafter 是一個影片轉音訊生成框架，能根據無聲影片的視覺內容產生真實且同步的音效。

一種裝置無關的語音合成介面，提供統一 API 以存取多個文字轉語音引擎。

CPA‑Helper 是一個自架設的 Web 仪表板（Go 後端 + Vue 前端），用於管理 CLIProxyAPI/CPA 帳戶。它提供多使用者分析、使用者級 API 金鑰處理、餘額限制、模型價格目錄以及 Codex 認證檔的健康檢查，所有資料均本地儲存在 SQLite 中。

一個將 GitHub Copilot Chat（及其他 LLM）直接嵌入編輯器的 Neovim 插件，提供聊天、工具呼叫、自訂提示和自動化用的 Lua API。

基於 Google Gemini 的 AI 驅動英語口說助手，提供即時發音反饋與文法修正。

一個本地離線的語音識別字幕生成工具，支援音訊、影片和麥克風錄音轉SRT字幕，基於Qwen3-ASR和Whisper模型，可純CPU或GPU加速，內建多種特化語言模型、說話人分離和卡拉OK逐字模式，並附帶命令列介面和OpenAI相容API。

一個實現高品質語音克隆與文字轉語音的 ComfyUI 擴充套件，支援多語系、情感控制及多角色小說文字解析。

一個使用 openai.fm 後端將文本轉換為自然語音的 OpenAI 相容文本轉語音 (TTS) API 服務與 Python SDK。

Ekho 是一個中文文本轉語音引擎，可將書面文本轉換為口語音訊，並支援自定義語音數據整合。

Swiftide 是一個用於構建 LLM 應用程式的 Rust 框架，包含三個核心組件：用於半自主代理的代理人框架 (agent harness)、用於工作流編排的類型化任務圖 (typed task graphs)，以及用於索引與檢索的串流 RAG 管線 (streaming RAG pipelines)。

Holistic Trace Analysis (HTA) 是一個 Python 庫，可讀取分散式訓練任務產生的 PyTorch Profiler（Kineto）追蹤檔案，並生成資料框與視覺化圖表，展示 GPU 在計算、通訊、記憶體或閒置狀態上耗費的時間。它提供內核級分解、閒置時間原因分析、通訊-計算重疊、頻繁內核模式、啟動時間統計、增強的記憶體頻寬/佇列長度計數器，以及追蹤對比工具。透過 `pip install HolisticTraceAnalysis`（Linux/macOS，Python ≥ 3.10）安裝，並在筆記本中使用 `TraceAnalysis` 類取得各分析結果的 pandas DataFrames。提供文件、範例與實驗性 CUPTI 計數器 API。

透過將人聲與背景音樂分離，使用深度學習從歌曲中提取伴奏音軌的工具。

DeepProbLog是一個Python函式庫，透過引入神經述詞（其機率由PyTorch模型輸出的事實）將ProbLog的機率邏輯程式設計與深度學習結合。它支援精確推理和可選的近似推理，包含研究論文中的範例實驗，並可透過`pip install deepproblog`安裝。

Rossoctl 是一個開源、Kubernetes 原生平台，透過 RossoCortex 資料平面攔截 AI 代理，強制執行身分、授權、韌性與可觀測性。它提供可重複使用的服務（技能、工具、記憶、知識庫、沙箱）與管理工具，使跨框架的可信、生產級代理部署成為可能。

NNStreamer 提供 GStreamer 外掛程式，讓開發人員能將神經網路推論直接嵌入媒體管線中，支援 Linux、Android、Tizen 和 macOS 上的多種 AI 框架與硬體加速器。

UPage 是一個開源、基於 Docker 的平台，利用大型語言模型將自然語言描述轉化為完全響應式的網頁。它提供視覺化編輯器、多頁面生成與乾淨的 HTML/CSS/JS 匯出功能，並支援任何相容的 LLM API。

一個使用工作佇列架構和 GPU 加速轉錄的 Telegram 機器人，可自動將音訊訊息轉換為文字。

Tequila 是一個用於建構與最佳化變分量子演算法的 Python 框架。它提供電路、哈密頓量與期望值的抽象物件、自動微分，並與多種量子模擬器（Qulacs、Qiskit、Cirq 等）及量子化學套件（Psi4、PySCF、Madness）無縫支援。使用者撰寫高階程式碼，呼叫 `tq.minimize`，即可在模擬器或實際硬體上執行。

阿里雲百煉開發者範例集。可使用Qwen-Audio及其他模型實現語音辨識、合成和即時語音對話。

一個用於從語音中提取聲學與語言特徵，以檢測語音障礙並識別情緒的 Python 框架。

專為低功耗物聯網裝置設計的、可投入生產的端對端小型喚醒詞檢測工具包。

一組跨平台程式碼範例，展示如何使用 Microsoft Cognitive Services Speech SDK 進行語音辨識、合成與翻譯。

BindsNET 是一個基於 PyTorch 的函式庫，用於在 CPU 或 GPU 上建構和模擬脈衝神經網路。它提供神經元模型、生物啟發的學習規則（例如 STDP），以及將 SNN 轉換為 ML 或 RL 代理的工具。可透過 pip、Poetry 或 Docker 安裝，並執行從 MNIST 非監督學習到 Atari 遊戲的各種範例。

Lean Copilot 是一個將大型語言模型整合為 Lean 4 證明自動化戰術的函式庫。提供 `suggest_tactics`、`search_proof` 和 `select_premises` 等命令，內建預建構的 BYT5 模型，並可透過簡單的 HTTP API 接入任何外部模型。透過標準 Lake 套件管理器安裝，可在任何 Lean 專案中立即使用。

一個支援單機或多機 GPU 集群上進行預訓練、SFT 與 RLHF 對齊的 SpeechLM 基於語音合成系統之訓練與模型框架。

OpenYak 是一個開源桌面 GUI (Electron + React)，讓您能與 Codex 或 Claude Code 代理進行對話，同時將所有對話記錄、檔案和專案資料保留在本地 (Rust + SQLite)。它透過 stdio 整合官方執行環境，顯示參考檔案 (Markdown, HTML, PDF, DOCX, 程式碼)，並提供一個由 Playwright 驅動的共享瀏覽器，讓使用者與代理皆可控制同一個頁面。請使用 Node 26、Rust 1.90 以及您自己的 Codex/Claude CLI 二進位檔案執行；應用程式目前為 v2 alpha 版本，採用 Apache-2.0 授權。

LLM‑Subtrans 是一個基於 Python 的桌面與 CLI 工具，使用 LLM API（Gemini、OpenAI、Anthropic 等）翻譯字幕檔案（SRT/ASS/VTT）。支援可插入的字幕格式、可選音訊轉錄、專案檔案續傳及多種高階 CLI 選項。可透過預先建構的 Windows/macOS 套件或虛擬環境安裝程式從原始碼安裝；透過簡單 GUI 或命令列執行，只需提供提供者的 API 金鑰即可使用。

一個本地 Node.js 伺服器，讓 AI 助理客戶端（透過 MCP）能夠使用記憶體中的 DuckDB 資料庫，對個人的 Apple Health CSV 匯出檔案執行 SQL 查詢。它提供結構發現、即時查詢與健康摘要報告，同時確保資料保留在使用者電腦上。

KISS Sorcar 是一個開源、本地優先的 AI 代理框架，運行守護程序（`kiss‑web`），並透過 VS Code、Web/行動與 Python 介面發出自然語言任務。支援您設定的任意 LLM（OpenAI、Anthropic、Gemini、本地端點等），可在單一工作流程中混合多個模型，並提供 43 個內建第三方代理，用於訊息、郵件、智慧家居與生產力服務。自訂 Python「擴充代理」可讓您為每個任務定義提示、工具、預算與安全鈎子。所有提示皆保留在您的機器上；系統處理 git worktree 隔離、語音喚醒詞、定時自動化與工具呼叫，是一款注重隱私、可擴充的個人 AI 助手。

DocuBrowse 是一款離線、AI增強的文件搜尋工具。它可索引多種檔案類型，支援關鍵字、語意和混合搜尋（使用本地Ollama嵌入），提供文件內「深度連結」，並能使用本地模型生成AI摘要。所有操作均在本地執行，保障隱私，且已打包為Linux、Windows和macOS版本。

一個開源的通用語音轉文字介面，利用 AI 將語音轉錄並格式化為乾淨文字，直接輸入到任何活躍應用程式中。

AgentKit 是一個開源 SDK，提供 70 個現成的「套件」（完整應用、流程或範本），用於建立、測試與部署 AI 代理。套件由簡單的設定檔定義，可在視覺化流程工作室中編輯，並以無伺服器運行的 Next.js 應用形式交付。該集合涵蓋支援分診、程式碼審查、RAG 聊天、招聘助理、法律/醫療機器人等多種業務導向代理，是一個即時可用的平台，可快速建立可靠、企業級的 AI 代理。

一個用於自動語音識別 (ASR) 的輕量級 Python 套件，使用 ONNX 模型，無需 PyTorch 或 Transformers 即可在邊緣與伺服器硬體上實現快速部署。

一个用于实时转录和翻译直播流、麦克风音频和视频文件到英文和其他语言的自托管 AI 工具。

一套以阿拉伯語為首要目標的生成式語音辨識模型家族，可為方言阿拉伯語與代碼切換語音提供業界領先的轉錄表現。

一款預設離線運行的俄語語音助手，支援可擴充的插件與 LLM 驅動的自然語言指令處理。

PocketSphinx 是一個開源、離線的語音轉文字引擎（C 庫，附帶 Python 繫結），可在低資源裝置上高效運行。它提供命令列工具與 API，用於辨識或對齊音訊，並將結果輸出為 JSON 格式。

一個將 AI 配音與錄音工具直接整合至 Python 中的 Manim 插件，利用 OpenAI Whisper 實現逐字動畫同步。

一個簡單的 Azure Speech Service 模組，利用 Microsoft Edge Read Aloud API 為伺服器端執行階段提供文字轉語音合成。

一個適用於 macOS 和 iOS 的本地首選語音工作室，使用 MLX 和 Swift 生成高品質語音，支援語音克隆與自訂語音設計，且無需依賴雲端。