#开源
SoulX-Transcriber 开源多人对话转录模型：端到端架构，性能登顶公开基准测试
语音转文字（ASR）技术在 AI 时代已广泛应用，从会议记录到播客字幕，从在线教育到社交媒体，几乎每一个与语音相关的场景都离不开转录技术的支持。然而，当场景从单人演讲转向多人对话时，传统转录系统面临诸多挑战：多人同时发言、语速飞快重叠、主…
Cua 开源项目：让 AI Agent 安全控制桌面的三层架构（1.7万 Star）
Cua 是一个开源项目，短短几个月在 GitHub 上收获了 1.7 万+ Star。它由曾在 Xbox 和 Microsoft AI 工作的开发者创建，后加入 YC 创业。Cua 的核心目标是：让 AI Agent 安全地控制整个桌面系统…
OmniVoice Studio：免费开源AI语音生成工具，3秒克隆音色+视频自动配音
OmniVoice Studio 是一款完全开源、完全本地运行的 AI 语音工具，支持 646 种语言，4GB 内存即可运行，自带视频自动配音和 MCP 协议支持。
简单讲，它是一个本地语音工作站，集语音克隆、声音设计、视频翻配、实时听写于…
Holo3.1开源Computer Use模型发布：35B版性能超越Qwen3.5、Claude Sonnet 4.6
6 月 2 日，法国 AI 公司 H Company 推出 Holo3.1 系列开源计算机控制大模型。这是继两个月前 Holo3 发布后，该团队针对生产环境反馈优化的版本，核心解决此前计算机控制 AI 代理（Computer-use Age…
内容创作者必装的 10 个开源Skills：从写作到发布全流程工具推荐
内容创作者真正缺的不是"更多 AI 工具"，而是一套能稳定复用的工作流。Skills 的价值在于把提示词、流程、方法论封装起来，让创作者不用每次从零开始摸索。
本文整理了 10 个适合内容创作者的开源Skills，覆盖选题、撰稿、配图、封面…
MarkItDown：微软开源文档转Markdown工具，14万Star助力AI数据处理
把 PDF、Word、PPT、Excel 喂给大模型，结果不是乱码就是表格崩了，要么整个结构完全丢失。为每种格式写一套转换脚本——PDF 用 PyPDF2，Word 用 python-docx，PPT 用 pytho…
Lingji Cut（灵剪）：开源本地优先的 AI 视频全链路创作工作台
在 AI 视频创作领域，从快手可灵到字节 Seedance 2.0，行业正在被 AI 快速重构。然而，市面上的工具大多存在割裂问题：写稿用一个工具，素材管理用另一个，语音合成又要换，最后剪辑还得打开大型软件。一套流程下来，频繁切换窗口不仅效…
MTools：开源跨平台全能工具箱，集图片处理、音视频编辑与 AI 辅助于一体
MTools 是一款开源、跨平台的全能桌面工具集，整合了图片处理、音视频编辑、AI 智能辅助和开发辅助四大模块。该软件支持本地离线运行并具备 GPU 硬件加速能力，旨在替代日常使用的多个零散小工具，兼顾效率与隐私安全。
MTools 采用 …
claude-tap：AI Agent 的流量监控与 Token 分析利器
使用 Claude Code 等 AI Coding Agent 时，每月的账单可能高达数百美元。但你是否清楚这些费用具体花在了哪里？每次 API 请求发送了多少 Token？System Prompt 中包含了什么内容？多轮对话的上下文是…
Understand-Anything：4.7 万 Star 的开源代码理解工具，快速梳理老旧项目
刚入职一家新公司，第一任务就是要快速上手分配给我们负责的项目代码。但往往缺少项目文档，甚至连代码里的注释都没有，而上一个维护项目的同事又走了。此时我们面对着几十万行代码量的老项目，相信大家都会多少有点不知从何入手。
虽然可以让 AI 帮忙，…