开源语音交互 AI 虚拟伴侣，13.5K Stars。支持实时语音对话、视觉感知、Live2D 形象，桌面宠物模式可完全离线运行

一张照片实时驱动表情/姿态,4090 上毫秒级推理,配口型模型可组完整数字人,开源 MIT

甩一段视频进去，画面内容、背景音乐、音效、对白全给你分析出来——阿里原生全模态模型，30B只激活3B，还能直接用语音回答你，Apache 2.0

要同时读画面+声音分析快手/抖音短视频，实测硅基流动 Qwen3-Omni、DashScope Qwen3.5-Omni flash/plus、本地抽帧+ASR 五条链路，给出选型建议和避坑点。

让 DSH 操控你真实登录的 Chrome/Edge：三层架构、三步安装、bsk doctor 验证、browser_* 用法与安全边界(实测)

SIP 电话线接任意 AI 模型，实时接听可调用工具，录音转写全归自己。pre-alpha 阶段，值得提前关注。

OctoHz CLI 故障排查 本文收集 使用中最常见的问题。完整命令参数请先看： 版本太旧 如果文档里有命令，但本机 看不到，先升级： 例如 命令需要 2.7.0 或更新版本。 401 Token 错误 检查当前配置： 重新设置： 400 参数错误 400 通常是字段缺失或格式错误。不要原样重试，按错误提示改参数。 常见例子： 日期必须是 数字字段不要带中文单位 分类有的命令支持 slug，有的

视频素材拼接，支持固定核心/全排列/超级剪辑，内置Python+FFmpeg，解压双击启动.bat，浏览器界面操作

Claude Code都得叫前辈的终端AI编程工具：AI每次改动自动git提交可回滚，仓库地图自动定位，Claude/GPT/本地模型随便换

扔给Agent一条爆款视频,它克隆整条工作流:换脸换词换B-roll,一条命令出100个变体,单条成本约$1,开源无水印

H3跑一个月社区卷出6-8倍加速链，8G卡到48G魔改实测数据全收录，4090魔改还是Pro 5000这一篇帮你算明白

Krea.ai从零自研的12.9B图像模型,ComfyUI官方仓935万下载:风格参考混搭+反AI味审美,Turbo版8步2秒出2K图,3090可跑

npm装个CLI，Claude/DeepSeek/GLM全都能确定性操作剪映工程：切条/字幕/翻译/模板，JSON进JSON出。

做企业AI视频踩坑沉淀的开源包：543条实测prompt按官方公式收录，Action每周巡检防过期，跨模型prompt翻译器+15模型选型顾问，做AI视频的Star一份。

开源界最能自己干活的AI程序员，8.8万star，issue丢给它就自己改代码跑测试，免费自托管！

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。

这是一款开源的web目录程序。比我用的dirList以及Nginx等自带相比它多了预览功能。可预览图片、视频和文本文件。还添加了禁止查看的列表。

上传视频自动语音转写，选中文字段落就剪出对应片段，还支持按说话人剪辑和 LLM 辅助选段

Linux 下垃圾清理工具

终于有正式版啦!