一款開源的音樂分析工具，提供自動和弦辨識、節拍追蹤與旋律轉寫，並附帶互動式視覺化介面。

PapersGPT 是一個原生 C++ 的 Zotero 插件，可在本地索引數千個 PDF，並使用本地 LLM 與它們對話。它承諾毫秒級檢索、跨文件合成與完全離線隱私，具備 AutoPilot 批次處理與作為其他 AI 代理的「技能」整合等功能。

Vibing Steampunk (vsp) 是一個 Go CLI，透過 RFC 或 HTTPS 橋接 SAP 的 ADT API，讓 AI 助手與開發者無需在 SAP 伺服器上安裝任何東西，即可讀取、撰寫、除錯與分析 ABAP 程式碼與資料。支援完整除錯（斷點、單步、變數檢查/修改）、AMDP 除錯、dump 分析、作業/列印處理、文件提取以及 SAP 群集表解碼，並可透過錄製的 ADT 會話進行離線測試。

Second Brain 是一個基於 Cloudflare Workers 的個人與團隊記憶服務，可儲存筆記、決策及其他供 AI 助手使用的上下文。它透過向量搜尋提供語意回憶、個人與共享層級、提示膠囊支援，並與多種工具整合（Claude、ChatGPT、CLI、瀏覽器擴充功能、Obsidian、Notion、iOS 捷徑）。可透過一鍵 Cloudflare 按鈕、桌面應用程式或手動 CLI 部署，在使用者自己的 Cloudflare 帳戶中執行，確保資料隱私。採用 MIT 授權。

一個基於 pymss 引擎的桌面工作區，提供模型管理、批次處理與音軌編輯功能。

Emacs Agent Shell 是一個 Emacs 套件，為與任何實作 Agent Client Protocol (ACP) 的 LLM 程式碼助手互動提供原生的 REPL 風格緩衝區。它啟動提供者的 CLI（如 Claude、Codex、Gemini 等）進入 ACP 模式，處理認證、環境設定，甚至支援圖片/截圖輸入，讓開發者能直接在 Emacs 內與 AI 代理對話。

一組基於 npm 的外掛程式，可為終端式程式碼助理 *Pi* 增加 UI 腳註、會話搜尋、自動權限、子代理、工作樹處理及其他實用功能。

NeMo RL 是 NVIDIA 的開源庫，用於可擴展的強化學習後訓練大型語言模型與視覺-語言模型。支援多種 RL 演算法（GRPO、DAPO、GDPO 等），相容 PyTorch DTensor 與 Megatron Core 後端，並透過 vLLM 或 Megatron 推理實現高效率生成。提供即開即用的 Docker 容器、基於 Ray 的分散式訓練，以及豐富的 YAML 配方，適用於從快速原型到多節點、多 GPU 生產部署的完整流程。

一個使用 OpenAI 的 Whisper 模型，將麥克風或串流的即時語音輸入轉換為文字的即時轉寫應用，延遲極低。

ALIEN 是一個基於 CUDA 的 2D 人工生命模擬器，粒子可形成由神經網路控制的柔軟體生物。它提供即時 GPU 物理、視覺化編輯器、基於基因組的進化、用於共享模擬的網路功能，以及用於無頭執行的命令列模式。使用 CMake/Ninja 建構，可在 NVIDIA GPU（或透過 ROCm 支援 AMD GPU）上運行，採用 BSD-3 許可證。

Type4Me 是一款僅限 macOS 的語音輸入應用，結合本地與雲端語音辨識，並透過 LLM 實現文字處理。提供八種內建模式（原始語音輸入、智慧潤飾、翻譯、AI 問答、macOS 控制、提示生成、任務執行等）、可自訂快捷鍵、詞彙管理、歷史記錄日誌，以及用於自動化的 URL 方案。

K8E 是一個開源、單二進位沙箱平台，可在任何 Linux 主機上安全執行 AI 代理的不受信任程式碼。支援 gVisor、Kata 或 Firecracker 隔離，提供會話級 eBPF 網路政策、500ms 以下啟動延遲的預熱池 Pod，以及透過 `k8e-sandbox-cli` 工具存取的 E2B 相容 API。

用於建構配備多個高階GPU的個人AI電腦的開源硬體設計，支援本地推論、資料隱私與零令牌成本。

一種語言無關的工具，透過語音活動檢測與基於 FFT 的對齊，自動將字幕與影片或音訊檔案同步。

Intel 的開源 *Compute Runtime* (NEO) 為 Intel 整合式 GPU（HD Graphics、Xe）實現了 oneAPI Level Zero 和 OpenCL 運算 API。它提供每月發布的驅動程式，支援廣泛的當前和舊款 Intel GPU 平台，並透過 Linux 套件或手動 .deb 檔案安裝。應用程式透過標準的 Level Zero 或 OpenCL ICD 載入器進行連結；執行階段本身基於 GmmLib 和 Intel Graphics Compiler 建置。該專案採用 MIT 授權，歡迎透過拉取請求進行貢獻。

一個用於在 ESP32 裝置上部署即時語音 AI 模型的框架，透過邊緣函數實現低延遲語音對語音對話。

TypeTale（字字動畫）是一款僅支援 Windows 的 AIGC 創作工具，允許創作者端到端生成小說、短劇和 AI 電影。它整合了 LLM、影像生成器（Stable Diffusion、Midjourney 等）、影片模型（基於 ComfyUI）、TTS 引擎，提供視覺化工作流程編輯器、對話式 AI 助手和 Python/ComfyUI 擴展插件系統。核心功能永久免費，應用可本地執行或連接雲端 AI 服務。

一個 AI 驅動的卡拉OK應用，可自動從使用者音樂資料庫中的任何歌曲中分離人聲，並生成可同步的逐字歌詞以供演唱。

一個為開源 AstrBot 聊天機器人設計的插件，添加了一個持久的、由個性驅動的陪伴。它保持每日狀態、日程、關係和其他生活方式數據，並使用該上下文在私聊和群聊中生成反應式回覆和主動行為（文字、圖像、語音等）。核心使用 JSON（或可選 SQLite）儲存，提供視覺化管理面板，並可以透過圖像生成、內容創作、裝置互動等可選模組進行擴展。

Frame 是一款基於 Electron 的 IDE，為 AI 編碼代理提供持久化且基於 Git 錨定的上下文。它建立一個標準的 `.frame/` 資料夾，包含規則、模組映射、筆記、任務和基於 Markdown 的規格（spec/plan/tasks/outcome）。代理在每次會話開始時載入此上下文，內建的 conductor 可以在隔離的 git worktree 中並行執行多個規格，強制非重疊的足跡，並要求在合併前獲得人類批准。功能包括多終端網格、任務/規格面板、GitHub 整合、快速意圖索引查找，以及對 Claude Code、Codex CLI 和 Gemini CLI 的支援。安裝透過 `npm install` 或預構建二進位檔進行；專案採用 Apache-2.0 授權條款。

基於 Conformer 的聲學模型家族，支援最尖端的語音辨識與情感檢測，對俄語及 70 多種其他語言具有強大支援。

Embabel Agent Framework 是一個用於在 JVM 上建構目標導向、LLM 增強代理的 Kotlin/Java 庫。它提供強型別動作、動態規劃（GOAP/Utility AI）、Spring 集成以及三種執行模式（聚焦、封閉、開放）。開發者透過註解或 DSL 寫代理，框架會自動規劃和重新規劃動作，混合 LLM 呼叫與一般程式碼。專案完全開源（Apache 2.0），已發佈至 Maven，並有文件、CI 和 Discord 社群支援。

一款 AI 驅動的 Android 語音輸入法，支援多種雲端與本地 ASR 引擎，並使用 LLM 進行文字後處理。

Master‑skill 是一個開源 AgentSkill 套件，讓 LLM 助手能採用經驗證的佛教大師人格。每位大師均從 CBETA、BDRC、SuttaCentral 等正典文本中提取真實內容並附帶引用，透過硬性倫理規則與雙階段忠實度測試套件確保回答的準確性與合規性。透過 `npx master-skill install …` 安裝後，可在 Claude Code、Cursor、Gemini CLI 或 fojin.app 的網頁聊天中使用 `/master-huineng` 等斜線指令。專案提供 15 個預打包大師、跨傳統比較工具、離線回退機制以及基於 Rust 的桌面管理器。

一個為 Claude Code 提供 20 個外掛（鉤子）的市場，用於強制執行安全（阻止秘密讀取、危險 shell 命令、破壞性 git 操作、設定竄改）並新增自動化功能（自動暫存、程式碼格式化、會話記錄、站會生成、賞金板、上下文成本排行榜）。透過 `/plugin marketplace add karanb192/claude-code-hooks` 安裝，再使用 `/plugin install <hook>@claude-code-hooks` 安裝具體外掛。MIT 許可，完全測試，對應至 OWASP LLM Top 10 2026。

chartr 是一款基於 Rust 的桌面應用程式，能將終端機、AI CLI 代理程式與外掛工具組織成持久且具備佈局感知能力的「空間」，讓開發者能維持長期運行的 AI 輔助工作流程並確保其可重現性。

AI Video Transcriber 是一個基於 FastAPI 的網頁應用程式（支援 CLI/MCP），可從 YouTube、TikTok、Bilibili、播客等平台提取字幕或使用 Whisper 處理，接著利用 OpenAI 兼容的 LLM 清理逐字稿、必要時進行翻譯，並產生多語言摘要。它也能平行下載原始影片，支援 Docker 或簡單安裝腳本，並提供 REST API 供程式化使用。

一個輕量級的 ONNX Runtime 實作的 Kokoro-TTS，可在 CPU 與 GPU 上實現快速、多語言的語音合成。

一款 macOS 選單列應用程式，透過使用本機 Apple 框架，即時轉錄並翻譯來自麥克風或特定應用的音訊，提供雙語字幕。

roborev 是一個基於 Go 的工具，為 Git 加入 post-commit 鈎子，以在本地執行 AI 驅動的程式碼審查。它與主流編碼代理（Claude Code、Codex、Gemini、Copilot 等）整合，透過終端或瀏覽器 UI 顯示發現，並可透過自動修復/優化循環自動修復問題。所有處理均在開發者機器上執行，支援可匯出的分析資料與可擴展的鈎子。

Jean 是一款原生的桌面端 (Tauri) AI 助手，將多種 LLM CLI 工具、git 工作樹管理、聊天會話以及 GitHub/Linear 整合功能統一在一個本地運行的 UI 中。它支援 macOS、Linux (amd64/arm64) 和 Windows，提供具備網頁存取功能的無頭伺服器模式，並為 PR 生成、程式碼審查和發布說明草擬等常見開發任務提供「魔法指令」。

HERO‑反過度防禦是一個微小、可複製貼上的提示區塊（附帶文件與真實世界範例），你可加入 AI 程式碼助理（Claude Code、Copilot、Cursor、Gemini CLI 等）的設定檔中。其九條規則可阻止模型過度防禦——加入未使用的哈希、防衛不相關的邊界情況、建立 exhaustive 的評分標準，或產生不必要的腳手架——讓助理專注於交付請求的功能，而非建造防禦性要塞。

Claude Code Harness 是一個 Go 原生外掛程式，透過有紀律的循環——規劃、工作、審查、同步、發佈——協調基於 Claude（或相容）的 AI 代理，同時在每個步驟中強制執行強大防護與人工審核。它支援 Claude Code、Codex CLI、Cursor 與 Grok，可生成規格、執行 AI 驅動的實作、獨立審查變更，並打包驗證後的發佈版本。

專為嘈雜環境、遠場音訊和廣泛中文方言支援優化的高精度端對端語音辨識模型家族。

Vosk 是一個離線開源語音辨識工具包，可為從 Raspberry Pi 到大型集群的各種裝置提供 20 多種語言的連續轉錄。

CAIPE 是一個開源、採用 Apache-2.0 許可證的平台，讓您能建立、執行與管理 AI 代理與代理工作流程。它提供執行時環境、工作流程組合器、整合、身分識別/授權與可觀察性，目標是成為 AI 增強服務的作業系統。

Flax 是由 Google DeepMind 維護的、基於 JAX 的靈活且高性能的神經網路庫。它提供以 Python 為中心的 API（Flax NNX）、常見層、訓練工具與教學，可透過 `pip install flax` 安裝。

一個基於 Next.js 的 Web 應用，透過 GitHub OAuth 登入，抓取使用者公開貢獻資料，並執行 AI 模型生成評分個人檔案報告（支援 PDF 匯出）。使用 TypeScript、Bun、Neon PostgreSQL、Upstash Redis 與 Tailwind CSS 建構。

一種深度學習工具，可分析音訊檔案以識別數千種鳥類物種。

Speech Swift 是一個開源 Swift 套件，為 Apple Silicon 提供數十種設備端語音 AI 模型（ASR、TTS、翻譯、語音代理、增強等）。透過 Core ML 與 MLX 框架執行，支援數百種語言，提供多種量化尺寸，僅需一個 Swift Package Manager 依賴即可加入專案。倉儲包含完整文件、預訓練模型，以及轉錄、串流語音輸入、UI 元件的範例程式碼，全程無需任何雲端呼叫。

Google Gemini 生成式 AI 模型的 Python SDK，提供同步/非同步客戶端、類型安全的提示、函式呼叫、安全設定與企業功能。

autoMate 是一個本地主機服務，為 AI 聊天客戶端提供持久的個人儲存（筆記、檔案、提醒、長期記憶）和現實世界操作工具箱（Shell、瀏覽器、SaaS API）。它透過 MCP-over-HTTP 橋接與客戶端通訊，相容 OpenClaw、Claude Desktop、Cursor、Cline 等，也可透過其自身 Web 聊天、Chrome 擴充、Docker 容器或二進位檔使用。

一款為 Android 設計的開源、隱私導向語音助理，可在裝置本地執行語音辨識與請求處理。

AutoRound 是 Intel 開源的 Python 工具包，用於對大型語言模型和視覺語言模型進行超低位元 (2-4 bit) 量化。它提供快速且高精度的方案，支援 CPU、Intel GPU、NVIDIA CUDA 和 Habana Gaudi，並與 Transformers、vLLM 和 SGLang 整合。透過 pip 安裝，執行單行 CLI 或使用 Python API，即可部署量化模型至任何支援的後端。

Claude Code Log 是一個 Python CLI/TUI 工具，可將 Claude Code 的轉錄 JSONL 檔案轉換為可搜尋的 HTML 頁面或緊湊的 Markdown，支援 token 使用統計、日期過濾、Git-SHA 連結和即時監聽模式，便於審查和分享 AI 輔助編碼會話。

一套使用 OpenVINO 在本地 100% 執行的 AI 驅動效果與生成器，提供音樂分離、雜訊抑制與轉錄功能。

Confucius4-TTS 是一個基於 LLM 的文字轉語音引擎，可在 14 種語言中實現無需參考文字的零樣本跨語言語音克隆。

OpenCommit 是一個 Node.js CLI，利用 LLM（OpenAI、Anthropic、Ollama 等）從暫存變更中自動產生符合規範、帶表情符號的 Git 提交訊息。支援全域與專案級設定、多提供者、本地模型伺服器、Git 鈎子與 GitHub Action，實現提交訊息的自動優化。