text

screenpipe将您的电脑转变为个人AI助手，它能知晓您的一切操作。记录、搜索、自动化，全部本地运行，完全私密，尽在您掌控。

WhisperX：具备词级时间戳标注的自动语音识别系统

面向AI编程代理的上下文窗口优化。沙箱化工具输出，减少98%的上下文消耗。支持12个平台

端到端语音识别基础工具包与开源SOTA预训练模型，支持语音识别、语音活动检测、文本后处理等功能。

将视频从一种语言翻译为另一种语言，并嵌入配音与字幕。

本开源课程通过 .NET、Java、TypeScript、JavaScript、Rust 和 Python 的跨语言实战案例，系统介绍模型上下文协议（MCP）核心原理。专为开发者设计，重点讲解从会话建立到服务编排过程中构建模块化、可扩展且安全 AI 工作流的实用技术。

为AI智能体提供记忆层。用无服务器、单文件记忆层替代复杂的RAG流程，赋予智能体即时检索与长期记忆能力。

⚡️ GenBI（生成式商业智能）支持使用自然语言查询任意数据库，可在数秒内生成精准的SQL（文本转SQL）、图表（文本转图表）及基于人工智能的深度洞察。

轻松将文档转换为结构化数据。Unstructured是开源的ETL解决方案，可将复杂文档转换为适合语言模型的整洁结构化格式。访问我们的网站了解企业级平台产品，支持生产级工作流、分区、增强、分块和嵌入。

Claude-Flow v2.0.0 Alpha实现了AI驱动开发编排的重大飞跃，采用企业级架构、先进群体智能和无缝Claude代码集成全新构建。

适用于Android、iOS、树莓派及服务端的离线语音识别API，支持Python、Java、C#和Node.js开发语言。

⚡️ GenBI（生成式商业智能）支持使用自然语言查询任意数据库，可在数秒内生成精准的SQL（文本转SQL）、图表（文本转图表）及基于人工智能的深度洞察。

完全离线的免费开源可扩展语音转文本应用程序

OpenMetadata是基于中央元数据存储库的统一元数据平台，提供数据发现、数据可观测性和数据治理功能，支持深入的列级血缘分析和无缝团队协作。

我们皆可编辑

基于新一代Kaldi与onnxruntime的离线语音转文字、文字转语音、说话人日志、语音增强、源分离及语音活动检测技术。支持嵌入式系统、Android、iOS、HarmonyOS、树莓派、RISC-V架构、x86_64服务器、WebSocket服务端/客户端，兼容12种编程语言。

采用Rust编写的隐私优先、跨平台文本扩展工具

闪电般快速、设备端运行的多语言TTS——通过ONNX原生执行。

基于节点的可视化编程工具箱

基于节点的可视化编程工具箱

一个Unity MCP服务器，允许MCP客户端（如Claude Desktop或Cursor）执行Unity编辑器操作。

基于nano banana pro🍌的原生AI PPT生成应用，迈向真正的"氛围PPT"；支持上传任意模板图片；上传任意素材并智能解析；通过一句话/大纲/页面描述自动生成PPT；口头修改指定区域、一键导出可编辑PPT文件

论文《结构化三维潜空间：可扩展与多功能三维生成》（CVPR'25焦点论文）官方代码库。

Agent S：仿人类操作计算机的开放式智能体框架