nu-dialogue/j-moshi

支援重疊說話與回應語(あいづち)的日本語全雙工語音對話系統,實現自然、即時的語音互動。

csyangwen/dsh-memory-evolve

dsh‑memory‑evolve 是一個 DSH 插件,為 AI 提供持久的跨會話記憶、待辦事項/專案日誌、基於 Git 的記憶同步、多代理編排(內部子會話與外部 AI 提供商)、可搜尋的無限畫布、可選的審查會話,以及行動端友善的 UI 與通知。它讓 AI 能作為長期夥伴與團隊協調者發揮作用,同時讓使用者完全掌控所有寫入操作。

narcotic-sh/senko

一個高速、高準確度的說話人分離流程,可識別音訊記錄中誰在何時說話,能在數秒內處理一小時的音訊。

spaceamoeba-t/tapq

TapQ 是一個基於 Swift 的 macOS 執行時,將程式代理(Claude Code、Codex、Cursor、OpenCode)連接到你的 AirPods。它會將代理的提示朗讀出來,允許你透過雙點頭/雙搖晃手勢、莖部滑動或語音(可選透過 OpenAI 即時 API)進行回應,並在無法識別時回落到螢幕 UI。所有運動處理均在裝置本地完成;音訊僅在短暫回應視窗期間傳送至 OpenAI。支援 macOS 14+、Swift 6 和任何暴露頭部運動的 AirPods。採用 Apache 2.0 許可證。

Companion-Inc/feynman

Feynman 是一款以 CLI 為優先的開源 AI 研究代理,能夠搜尋論文、網路及多種科學資料庫,並能綜合整理出簡報、文獻回顧、論文排名、審計、複製計畫及機器學習訓練配方。它以獨立的原生套件(或 npm 套件)形式發布,並可選擇執行本地網頁工作台,用於筆記本、成品預覽及計算編排。基於 Pi 代理執行環境與 AlphaXiv 論文引擎,支援託管式 LLM 以及透過 LM Studio、Ollama、LiteLLM 等執行的本地模型。

yeyupiaoling/VoiceprintRecognition-Pytorch

VoiceprintRecognition-Pytorch 是一個基於 PyTorch 的聲紋識別工具包,提供多種現代骨幹網絡、池化層、損失函數和前端,並包含數據準備、訓練、評估腳本以及開箱即用的網頁/微信小程序演示。

MiniMax-AI/minimax-code

MiniMax Code 是一款基於終端的 AI 編碼助手。它讓您可以與 LLM(MiniMax 或任何兼容 OpenAI/Anthropic 的提供商)對話,直接從命令行讀取、修改和測試代碼。功能包括交互式 TUI、用於腳本/CI 的無頭 CLI、自定義模型支持、內置搜索和工具執行、會話管理以及通過 ACP 進行編輯器集成。通過一鍵腳本或 npm 安裝,登錄(或使用您自己的 API 密鑰),然後開始發出如“修復失敗的測試”之類的提示。

nanbingxyz/5ire

5ire 是一款免費的跨供應商 AI 聊天助手,使用開放的 Model-Context-Protocol (MCP) 來連接工具(檔案系統、資料庫、API 等),並包含用於 RAG 的本地多語言向量儲存庫、提示詞庫、書籤和使用分析功能。

arnegiacomo/fugleramme

一個適用於 Raspberry Pi 的電子紙鳥類相框,利用本地 AI 透過音訊偵測鳥類,並將其呈現為 1800 年代的剪紙風格自然歷史插畫。

DamRsn/NeuralNote

一款適用於 DAW 的音訊轉 MIDI 轉錄插件,使用 MuScriptor Transformer 模型在本地將音訊錄音轉換為可編輯的 MIDI 音符。

schibsted/WAAS

一個 OpenAI Whisper 的 GUI 與 API 封裝工具,提供非同步轉錄服務,並內建文字校對編輯器。

magenta/mt3

MT3 是一個使用 T5X 框架將錄音轉換為樂譜的多樂器自動音樂轉錄模型。

Kulaxyz/self-learning-skills

self‑learning‑skills 是一種元技能,讓 AI 編碼代理能夠捕捉並重複使用在工作階段中發現的程序性知識(例如部署步驟、密鑰查找位置)。它適用於 Claude Code、Cursor 以及任何讀取 `AGENTS.md` 檔案的工具,將「黃金路徑」保存為新的技能檔案或筆記,並在未來的會話中自動載入。安裝方式包括透過 `npx skills` 的單行指令、Claude Code 外掛程式或手動複製。該專案遵循開放的 Agent‑Skills 標準,並採用 MIT 授權。

espressif/esp-skainet

ESP‑Skainet 是樂鑫科技為 ESP32 晶片開發的裝置端語音助理 SDK。它整合了輕量級喚醒詞引擎 (WakeNet)、支援多達 200 種語言的離線指令識別器 (MultiNet) 以及完整的音訊前端處理 (AEC, VAD, NS)。該堆疊可在 ESP32‑S3 或其他 ESP32 開發板上以極低的 RAM/Flash 資源運行,為智慧家庭、穿戴式裝置或機器人提供保護隱私的語音控制功能。儲存庫包含可直接燒錄的範例、詳細文件,並支援自訂喚醒詞與指令。

233stone/vocotype-cli

VocoType-CLI 是一款基於 FunASR 的開源離線語音轉文字命令列工具。它可在 CPU 上運行,支援中英混合轉錄,提供自定義詞典與 AI 後處理功能,並可選擇使用火山引擎的雲端辨識服務。該儲存庫提供清晰的 Python 安裝步驟、資料集匯出功能,並為非技術使用者提供完整 GUI 版本的連結。

Dpro-at/Tel-Agent

Tel‑Agent 是一個開源閘道,可將 SIP 電話線路(以及 24 種以上的訊息平台)連接到您自行託管的 AI 代理。它能即時串流語音轉文字、LLM 生成和文字轉語音,可呼叫外部 HTTP 服務,記錄並轉錄每次互動,並支援 Windows/macOS/Linux 或 Docker,採用 AGPL‑3.0 授權。

daobataotie/CAD-MCP

CAD‑MCP 是一個僅限 Windows 的 Python 伺服器,透過 Model‑Context‑Protocol 暴露 AutoCAD/GstarCAD/ZWCAD 功能。它讓 LLM 驅動的客戶端可透過 35 個結構化 JSON 工具控制繪圖、查詢、編輯、圖層、塊和檔案操作,實現自然語言驅動的 CAD 自動化。

JasonLiu0826/ackem

Ackem 是一款僅限 Windows 的 Electron 應用程式,可將任何相容 OpenAI 的 LLM 轉變為持久的本地優先 AI 夥伴。它提供聊天、可搜尋記憶、情緒/關係追蹤、可選桌面寵物以及可擴充的插件系統,同時將所有資料(包括 API 金鑰)保留在使用者電腦上。該專案持續維護中,採用 AGPL-3.0 授權,且終端使用者無需安裝 Node.js 執行環境。

context-labs/whip

whip 是一個基於 Go 的命令列工具,用於執行 LLM 驅動的編碼代理。它支援串流模型回應、並行呼叫工具(bash、檔案編輯、子代理),並適用於任何相容 OpenAI 的端點。該工具可自動發現來自 OpenRouter 等供應商的模型,支援基於登入的 Codex 訂閱,提供內建終端主題,並可透過單一腳本或 go install 安裝。

HKUDS/CatchMe

CatchMe 是一個本機、隱私優先的工具,持續記錄您的電腦活動(滑鼠、鍵盤、視窗、剪貼簿、螢幕截圖等),將其組織成層級活動樹,加入 LLM 生成的摘要,並讓您透過 CLI、網頁儀表板或 AI 代理技能查詢整個歷史記錄——無需向量嵌入。

Autodesk/XLB

XLB 是一個用於可微分格子波茲曼流體模擬的 Python 函式庫。它可在 CPU、單 GPU (Warp)、多 GPU (Neon) 和 TPU (JAX) 硬體上執行,提供網格細化、多種 LBM 模型與邊界條件,並與基於 JAX 的機器學習工具整合,以進行基於梯度的最佳化與物理資訊學習。

pax-beehive/dsh-hub-cli

一個基於 Node 的 CLI,可讓您將 DeepSeek Harness(執行環境、有序外掛、設定修補、環境變數宣告)擷取為公開 DSH Plugin Hub 上不可變、有版本的 *Preset Release*。其他人可以用單一指令取得並套用該預設,獲得精確的外掛版本、載入順序和執行環境固定。此工具支援規劃、原子化暫存安裝、差異/升級/回滾,並透過安全的計劃-套用工作流程與 AI 代理整合。所有版本都以內容定址(sha256),機密資料保留在本機,CLI 以 MIT 授權。

yvetteYSY/creator-agent

Creator Agent 是一個開源、以隱私為先的Web原型,允許創作者上傳文字、Markdown或影片+字幕檔案,核准後暴露一個決定性、引用豐富的聊天代理。它使用Auth0進行認證,PostgreSQL儲存持久化的工作區元資料,並採用零AI本地檢索引擎,同時提供文件化的「自帶代理」HTTP契約,用於未來模型整合。

devcodex-labs/devcodex

DevCodex 是一個 Node.js 命令列工具,透過意圖驅動、專案感知的工作流程協調 AI 程式碼助手(Copilot、Claude Code 等)。它建立結構化專案配置檔,按需載入領域特定技能,跨會話持久化任務狀態,並在提供證據前不標記工作完成。專為需要可重現、可審計 AI 生成程式碼變更的開發者與團隊設計。

miracodeai/mira

Mira 是一個開源、自托管的 AI 程式碼審查服務。它可與任何 LLM(OpenRouter、Ollama、AWS Bedrock、Codex CLI 等)搭配使用,將差異、嵌入、CVE 資料和使用日誌儲存在你自己的 SQLite/Postgres 資料庫中,並透過私有儀表板呈現結果。功能包括降噪評論、將被拒絕回饋轉化為自訂規則的學習迴圈、全倉儲索引、漏洞警報,以及對 GitHub、GitLab 和 Forgejo 的支援。可透過 Docker(一鍵 Railway、Fly.io、Render)部署,並透過 `mira.yaml`/`.mira.yaml` 進行倉儲級設定。採用 Apache 2.0 授權。

Unity-Technologies/unity-agent-plugin

一個AI代理技能,讓Claude Code或Codex能理解自然語言的Unity任務,並自動為Unity專案產生對應的程式碼與資源。可透過市場命令或手動安裝,相容Unity 6+,並採用Unity的Companion License授權。

danium/lateral-thinking

一個為 AI 編碼代理設計的技能套件,整合了經典橫向思維方法(隨機刺激、SCAMPER、六頂思考帽等)並內建「放棄」規則,讓代理能診斷想法為何顯得陳腐,並生成結構化、非顯而易見的產品方向。

nkarasiak/qgis-mcp

QGIS MCP 是一個開源橋接工具,讓AI代理(Claude、Gemini、Codex等)能透過模型上下文協定(MCP)控制QGIS。它在QGIS內提供一個外掛程式,並在外部運行一個FastMCP伺服器,公開118個面向GIS的工具(圖層處理、編輯、處理、渲染、佈局等)。從QGIS安裝外掛程式,向LLM客戶端添加一個基於`uvx`的微型伺服器,即可透過AI驅動的指令建立專案、編輯特徵、執行處理演算法並渲染地圖。

LucieEveille/kiwi-mem

kiwi‑mem 是一個自托管的 FastAPI 網關,為 LLM 聊天添加類人長期記憶。它將事實儲存在 PostgreSQL + pgvector 中,為每個事實分配隨時間衰減的熱度,每晚透過「夢境」週期合併相關片段,並將舊聊天壓縮為分層日曆摘要。該系統相容任何 OpenAI 兼容或 Anthropic 原生 API,提供 Web 管理面板,僅需一條 Docker‑Compose 命令即可執行。

katipally/openlive

OpenLive 是一個開源桌面應用,為任意 LLM 或編碼代理添加本地語音轉文字、文字轉語音(支援可選語音克隆)以及可選攝影機/螢幕擷取功能。它在本地(WebGPU)運行整個音訊管道,僅將轉錄文字傳送至模型,並返回語音回覆,實現私密、免費用的語音驅動 AI 助手。

gdstudio-org/Embeat

一個結合 MLP 音訊特徵編碼與 Track2Vec 協同過濾的混合音樂推薦系統,提供高品質、類型感知的歌曲推薦。

loopx-project/loopx

LoopX 是一個開源、與提供者無關的控制平面,為現有的 LLM 代理執行環境添加持久、有人類參與的狀態(目標、關卡、待辦事項、證據、配額),支援多日、可審查的 AI 工作流程。它提供本地優先工作區,支援 Codex、Claude Code、Cursor 等適配器,並可透過 pip 安裝。專案已進入 1.0 版本,包含詳盡文件、基準測試和社群 Discord。

cortexkit/aft

AFT(Agent File Tools)是一個基於 Rust 的核心,為 LLM 驅動的編碼代理(OpenCode、Pi 等)提供 IDE 式感知(符號感知大綱、縮放、呼叫圖、語意搜尋)與 OS 式操作(結構化編輯、匯入管理、背景 bash、撤銷檢查點)。它將代理的原始 `read`/`write`/`grep` 工具替換為解析、格式化與備份的運算,支援 30 多種語言,並透過 NPM 套件提供適配器。使用 `npx @cortexkit/aft@latest setup` 安裝;透過 `aft.jsonc` 設定;透過移除夾具插件條目與 CortexKit 資料目錄來卸載。

samuelfaj/distill

Distill 是一個基於終端的程式碼助手,讓您在不離開 shell 的情況下與 LLM 對話、編輯檔案並執行命令。支援多種模型層級(推理、工作、工具)、自動路由(Jev),並與 Grok、ChatGPT、OpenRouter 或任何本地 OpenAI 相容伺服器協同運作。透過單一指令安裝,使用簡單的斜線指令設定模型,並可就地升級。