从跨设备推理到AI代理行动：今日开源项目中的效率革命
日报 · 2026-10-14 · GitHub 新星
覆盖日期：2026-10-14 · 北京时间
发布时间：2026/10/15 08:00:22
修订于 2026/10/21 03:30:55 · 原刊收录 35 个项目，修订版采用 30 个仍可公开项目。本版不作跨期比较。
本刊有 3 个项目已不可公开，相关条目已隐藏。
本期日报精选12个开源项目，涵盖本地大模型加速、AI代理协作、设计工具重构、语音交互、逆向工程等领域。文章重点介绍Backburner如何利用iPhone加速Mac上的大模型推理，Company Brain如何将团队知识沉淀为可行动的Slack成员，以及FigCraft、BetterWispr等工具如何提升日常效率。同时探讨这些项目背后的趋势：AI代理正从对话走向行动，本地优先与隐私保护成为重要考量。
修订版说明：原刊收录 35 个项目，本版依据 30 个仍可公开项目。对比资料不再完整，本版不作跨期比较。原刊物快照和历史文章保留。
今天的开源项目呈现出两个鲜明的方向：一是让AI更深入地融入日常工作流，从对话助手变成能记住、能行动、能创作的伙伴；二是让计算资源更灵活地组合，无论是跨设备的算力调用，还是对既有软件的重新实现。我们从中挑选了12个项目，它们分别代表了AI代理协作、本地模型部署、设计工具重构、语音交互等不同领域的探索。
1. 让AI代理真正“记住”并“行动”
如果说过去一年AI代理的焦点是“能对话”，那么现在正在转向“能记住”和“能行动”。supermemoryai/company-brain 是一个典型的例子。这个项目原本是 supermemory 公司的付费产品，如今被完整开源，并重构为可部署在 Cloudflare Workers 上的 Slack 团队成员。它能够记住团队在 Slack 中的对话、决策和项目背景，当有人提问时，它从团队自己的对话和连接的工具中寻找答案，而不是依赖互联网。更关键的是，它能通过 MCP 协议连接 GitHub、Linear、Notion 等工具，直接执行操作——比如开 issue、读 PR，甚至在对话需要时主动发言。
项目地址（supermemoryai/company-brain）：https://github.com/supermemoryai/company-brain
这个项目的设计思路值得关注：它的记忆不是一个大桶，而是一个权限图。在公开频道提问，它只能访问共享大脑；在私密频道，它能访问该频道的记忆加共享大脑；在私聊中，它能访问个人记忆、所在私密频道和共享大脑。工具访问也遵循同样的逻辑，写入操作总是以提问者自己的连接运行，如果某个操作需要队友连接的工具，它会先发送批准或拒绝卡片。这种“按提问者权限读取”的设计，试图解决团队知识工具中最敏感的权限问题。
另一个值得注意的项目是 nateherkai/roast-room，它把商业决策变成了一场“辩论赛”。在 Claude Code 中，你可以召唤七位基于公开作品构建的 AI 顾问——贝索斯、保罗·格雷厄姆、霍莫齐、加里·维、丹·马特尔、吉诺·威克曼和巴菲特——围绕你的商业决策进行多轮辩论，最后给出评分和 PDF 报告。每位顾问都有自己负责的领域，比如贝索斯关注战略和决策的可逆性，巴菲特关注现金和长期价值。项目明确说明这些是模拟，不是真人，也不代表他们本人。完整辩论会消耗较多 Claude 计划用量，但提供了 --quick 模式用于较小的决策。
项目地址（nateherkai/roast-room）：https://github.com/nateherkai/roast-room
2. 本地大模型：把每一台设备都用起来
本地大模型部署一直是开源社区的热点，但今天出现的 StayLameBro/backburner 提供了一个全新的思路：用 iPhone 来加速 Mac 上的大模型推理。这个项目通过 USB-C 线缆连接 iPhone 和 MacBook，利用 iPhone 的 GPU 和神经网络引擎来分担大模型的推理任务。具体来说，在预填充阶段，Mac 运行模型的第 1-40 层，iPhone 运行第 41-64 层，形成流水线；在长上下文场景中，iPhone 负责计算旧键的注意力。
项目地址（StayLameBro/backburner）：https://github.com/StayLameBro/backburner
根据项目提供的基准测试数据，在 16k-48k 上下文下，预填充速度提升了 29-44%；在 24GB 内存的 Mac 上，原本只能容纳 64k 的 8-bit 上下文，配合 iPhone 17 Pro Max 可以扩展到 196k-229k。更重要的是，项目声称贪婪输出的结果与不使用手机时完全一致。当然，这个项目有明确的硬件要求：需要 Apple Silicon Mac、iPhone 15 Pro 或更新机型，以及一根 10 Gb/s 的 USB-C 线缆（iPhone 自带的线缆是 USB 2.0，速度不够）。项目目前处于预发布状态，小读取（小于512 tokens）不会使用手机，解码速度在 64k 以下仍由 Mac 决定。
这个项目的意义在于，它把“本地大模型”从单机概念扩展到了多设备协同。正如项目路线图所描述的，目标是“用你拥有的每一台设备组成一个推理机器”，最终运行任何单一设备都无法容纳的模型。对于拥有 Apple 生态设备的开发者来说，这提供了一种在不牺牲隐私的前提下运行更大模型的方式。
3. 设计工具与创意生产：开源重构进行时
设计工具领域出现了两个有趣的项目。storytold/figcraft 是一个用纯 Rust 重新实现的 Figma 开源替代品，目标是提供界面设计、原型制作和协作功能。它强调原生性能——Rust 引擎配合持久化文档模型，在 20,000 节点的文件中创建节点只需不到一毫秒；同时支持离线使用，文件以 .figcraft 格式保存在本地。项目目前处于早期 alpha 阶段，自估完成了 Figma 功能的 49%，.fig 文件的打开只是尽力而为，多人协作也仅有预览版。但它的“Agent-ready”设计值得注意：每个菜单项、工具和拖拽操作都是一个命令，因此同一个引擎可以通过 UI、CLI、JSON 控制通道或 MCP 服务器驱动。
项目地址（storytold/figcraft）：https://github.com/storytold/figcraft
另一个项目 HeyPuter/everything 则是一个宏大的愿景：从零开始重建并开源世界上的专有软件。它以单体仓库的形式汇集了办公、协作、创意工具、工程、生产力、金融、商业、开发者工具和游戏等多个领域的应用，目标是成为所有专有软件的免费开源替代品。目前仓库中已经包含了 Spreadsheet、Documents、Presentation、Whiteboard、PDF、Notes、Records 等应用，每个应用都有独立的目录和运行方式。这个项目适合那些希望摆脱专有软件束缚、或者想研究这些常用工具如何实现的开发者。
项目地址（HeyPuter/everything）：https://github.com/HeyPuter/everything
在视频创作领域，threerocks/sweety-handdraw-video 提供了一个制作手绘讲解视频的 Agent Skill。输入一个主题、一篇文章或完整故事，它就能生成带旁白、手绘动画和字幕的 MP4 视频。这个项目的特色在于“整篇声音先行”——先保留句间停顿和换气生成完整旁白，再安排画面与字幕，避免逐页拼配音产生的固定空白。它还支持按部位描线、逐字书写文字，以及通过导演方法控制分镜和节奏。不过，它需要 Agent（当前完整流程仅在 Codex 上验证）、图像生成能力和本地渲染环境（Python、FFmpeg 等），并且不保证规范汉字笔顺，也不承诺无痕的单句声音替换。
项目地址（threerocks/sweety-handdraw-video）：https://github.com/threerocks/sweety-handdraw-video
4. 语音交互与状态可视化：让机器更懂人
opennookorg/betterwispr 是一款面向 macOS 的免费开源语音听写应用，定位是 Wispr Flow 的开源替代品。按住快捷键（默认 ⌥ Space）说话，释放后文字就会输入到当前使用的任何应用中。它支持多种本地模型：Apple 的 on-device 语音识别、NVIDIA Parakeet（v3 支持 25 种欧洲语言）和 Whisper large-v3 turbo，所有转录都在本地完成，语音不会离开电脑，除非你主动添加 API 连接。它还具备学习纠正功能——修正一次听错的词，下次就会正确；支持语音命令，比如说“comma”输入逗号，“scratch that”删除刚才的内容。对于会议场景，它还能生成实时转写、标题、摘要和行动项。
项目地址（opennookorg/betterwispr）：https://github.com/opennookorg/betterwispr
另一个有趣的小项目是 fayazara/robot-heads，它为 React 应用提供动画 3D 机器人头部组件，用来展示 AI 代理的状态。这些机器人有四种形状（矩形、方形、圆形、六边形），每种状态（思考、搜索、聆听、说话、工作、快乐、错误、睡眠等）都有对应的 LED 表情、动作和天线灯光。它用 2D canvas 绘制，没有 WebGL 和运行时依赖，多个头部共享一个动画循环，性能开销很小。对于正在构建 AI 代理界面的开发者来说，这是一个让代理状态可视化的轻量方案。
项目地址（fayazara/robot-heads）：https://github.com/fayazara/robot-heads
5. 逆向工程与游戏移植：探索技术的边界
NabilRFG12/Reverse-Engineer-anything（REA）是一个通过 MCP 连接 AI 代理的逆向工程工具，支持分析原生二进制、JavaScript/Electron 应用、.NET 程序集和网站。它的工作方式是：AI 代理通过 MCP 调用 REA 的工具来检查目标，REA 在本地运行分析，并返回带证据和局限性的结论。例如，你可以让代理“理解 Notes 应用中的搜索是如何工作的，展示证据，并为我的项目构建类似功能”。REA 支持多种代理（Claude Code、Codex、Cursor 等），也提供命令行工具。对于想要理解闭源应用内部机制、或者从现有实现中学习算法的开发者来说，这是一个强大的辅助工具。
项目地址（NabilRFG12/Reverse-Engineer-anything）：https://github.com/NabilRFG12/Reverse-Engineer-anything
游戏移植方面，Mrsuss60/bloodborne_pc_windows_port 将《血源诅咒》的 PS4 版移植到了 Windows 原生 64 位。这个项目基于 deadinside28 的 Linux 移植版，用 Win32 运行时替换了 Linux 内核、内存映射和 POSIX 线程实现，游戏代码在 CPU 上原生执行，GPU 命令直接翻译为 Vulkan。它支持高帧率（60/90/uncap）、FSR 3.1/4 超分辨率，以及一个游戏内覆盖层用于实时调整图形设置。需要注意的是，项目不包含任何游戏文件，你需要自备解密后的 CUSA03173 版本 1.09 游戏文件。
项目地址（Mrsuss60/bloodborne_pc_windows_port）：https://github.com/Mrsuss60/bloodborne_pc_windows_port
6. 其他值得关注的项目
YeonwooSung/my-claude-code-mods 是一个个人维护的 Claude Code Mods 集合，包含六个插件：agent-profiler（分析会话时间分配）、context-inspector（分析上下文浪费）、time-machine（记录每次工具调用的分支时间线）、loop-detective（检测重复失败循环）、pin-memo（固定备忘录）和 model-effort-band（显示模型状态）。对于希望深入理解和优化 Claude Code 使用体验的开发者，这些 mod 提供了细致的诊断工具。
项目地址（YeonwooSung/my-claude-code-mods）：https://github.com/YeonwooSung/my-claude-code-mods
CoolkHz/gptibo 是一个可自托管的商城系统，包含前台、管理后台、代理工作台和 Go 后端。值得注意的是，这是一个经过脱敏的独立开源版本：上游供应商和支付通道已匿名化，商户身份和密钥不随源码提供，真实支付和采购默认关闭。项目明确说明“不是填入原商户密钥即可上线的生产副本”，而是作为开发参考，需要自行适配。
项目地址（CoolkHz/gptibo）：https://github.com/CoolkHz/gptibo
7. 结语
今天的项目让我们看到，开源社区正在多个维度推动 AI 和软件工具的进化。从跨设备的大模型推理，到能记住团队知识并主动行动的 Slack 成员，再到让设计工具和语音交互更加开放和本地化，这些项目共同指向一个趋势：AI 不再只是被动的对话工具，而是正在成为工作流中主动的参与者。同时，本地优先、隐私保护和用户自主权成为越来越重要的设计原则。对于开发者和技术爱好者来说，这些项目不仅提供了实用的工具，也展示了未来软件形态的可能性。
文章生成于 2026/10/21 03:30:55 · 依据本期保存的资料撰写
本期项目与来源资料
收录数按本期首次达标收录的项目统计。
- StayLameBro/backburnerPython · 1,008 Stars
模型本地部署、模型接口服务
Stars 统计更新于 2026/10/15 07:56:00
查看原始资料
作者描述
Your iPhone helps your Mac run a 27B model: faster prompt reading and more context over a USB-C cable
编报时的 AI 中文解读
这是一个通过USB-C连接iPhone和Mac，利用iPhone的GPU和神经网络引擎来加速本地大语言模型推理的项目，特别针对长上下文场景，能提升预填充速度并扩展可用上下文长度。适合拥有Apple Silicon Mac和较新iPhone、希望本地运行更大模型的开发者或研究人员。
编报时的 README 依据
# Backburner Plug your iPhone into your MacBook with a 10 Gb/s USB-C cable and it helps run Qwen3.8-27B locally: - **Faster prefill (up to 64k context).** For every batch of prompt tokens the Mac runs layers 1-40 and the iPhone runs 41-64 on its GPU, pipelined. Your agent waits less every time it reads a file or a tool result of more than ~512 tokens: 29-44% faster prefill at 16k-48k. - **More context.** A 24 GB Mac fits 64k tokens of 8-bit context next to the model. The iPhone holds the oldest part past that
and computes attention over it: its GPU during prefill, its GPU and Neural Engine while writing. The server sizes the total from the phone's free memory at startup (196k-229k tokens at 8-bit on an iPhone 17 Pro Max). Tested end to end to 128k at 8-bit and 140k at 4-bit. - **Same answers.** Greedy output is token-identical with and without the phone (256/256 tokens at 8k and 32k; 32/32 at 140k). The engine is a llama.cpp fork (`llama.cpp/`, [StayLameBro/backburner-llama.cpp](https://github.com/StayLameBro/backburner-llama.cpp))
cable, through an encrypted, authenticated tunnel ([docs/WIFI.md](docs/WIFI.md)). Nothing is advertised on the network. Before 0.0.3 the app accepted connections over Wi-Fi too: update the app, or keep the phone's Wi-Fi off while Backburner is open. Report problems privately (Security → Report a vulnerability): [SECURITY.md](SECURITY.md). ## Setup You need an Apple Silicon Mac (tested: M4 Pro, 24 GB), an iPhone 15 Pro or newer (tested: 17 Pro Max, 16 Pro Max) or an M-series iPad (untested), and a 10 Gb/s USB-C cable (the cable in the iPhone box is USB 2 and too slow). The app installs
with a free Apple ID through AltStore, no developer account needed ([docs/INSTALL-IPHONE.md](docs/INSTALL-IPHONE.md)), or builds with Xcode. **One command** downloads the Mac engine and the models (~24 GB) and makes the phone's half. Safe to re-run: ```bash curl -fsSL https://raw.githubusercontent.com/StayLameBro/backburner/main/install.sh | bash backburner phone # once per phone: plug it in, open Backburner, copies the phone's half over the cable backburner # OpenAI-compatible server at http://127.0.0.1:8080/v1 ``` Or step by step: ```bash
# 5. after every reboot: let the GPU keep the model wired (macOS resets this limit) sudo sysctl iogpu.wired_limit_mb=20480 # 6. run: OpenAI-compatible on :8080, uses the iPhone when it's plugged in with Backburner open scripts/serve.sh PHONE=0 scripts/serve.sh # the Mac alone ``` The first `serve.sh` with the phone pushes the Neural Engine page model to it and relaunches the app (about a minute). After that the startup line should read `split prefill on`, `remote KV on` and `ANE pages on`. `scripts/serve.sh` documents each setting next to the measurement that chose it.
footprint after a read: 19.7 -> 18.7 GB (2026-10-01). - **Neural Engine results**, including the two uses we measured and set aside (the Mac's ANE, and the iPhone's ANE for prefill), are in `docs/ANE.md`. ## Limits - **Small reads stay on the Mac.** The phone joins a read of more than ~512 tokens (three 256-token ubatches; the last one always runs on the Mac). Most agent steps are smaller: in a real omp session 7 of 36 requests were big enough, and they carried ~83% of the tokens read.
- **Past 64k the phone does one job, not two.** Its half of the model (layers 41-64) can't see the old keys it holds yet, so past the Mac's 64k cells the Mac runs all 64 layers and the phone only computes the old-key attention. Doing both is the next step. It helps most at 64k-100k; deeper, the phone's GPU is already busy about two thirds of each step with old keys (140k), so a second phone is the bigger win there. - **Writing speed is the Mac's below 64k.** The phone only joins decoding past 64k (attention over the old keys).
- **During a read, a phone failure turns the phone off for 60 s**; the batch reruns on the Mac and the server log says so. - **Past 64k, keep Backburner open and in front on the phone.** The phone then holds the oldest part of the conversation, and the Mac no longer has it. If the phone stops answering for 15 s (the app sent to the background, the screen locked, the cable pulled), the server stops with a message saying so; reopen the app and restart the server. The server log warns after 5 s.
- supermemoryai/company-brainTypeScript · 1,006 Stars
团队知识记忆、自动化操作
Stars 统计更新于 2026/10/15 07:35:32
查看原始资料
作者描述
Open-sourcing our company brain - A teammate in your Slack that remembers everything your team says, and can go do the work.
编报时的 AI 中文解读
这是一个开源的Slack团队成员，能记住团队对话并基于记忆回答问题，还能通过MCP连接工具执行操作，如开issue、读PR等。适合希望将团队知识沉淀并自动化协作的团队使用。
编报时的 README 依据
So it can't leak something you couldn't see yourself. Tool access works the same way: writes always run under your own connection, and when a request needs a tool only a teammate has connected, it asks them first with an approve or deny card. Nothing is granted silently. --- ## Get started <table> <tr> <td width="50%" valign="top"> <h3>💬 I want it in my Slack</h3> One click to deploy, two API keys, and a setup page that walks you through the Slack app. The database sets itself up. **[→ Deploy in five minutes](#deploy-in-five-minutes)** </td> <td width="50%" valign="top">
- `MODEL_API_KEY`: an Anthropic, OpenAI, Google or xAI key, whichever you have. The brain works out the provider from the key. You pay the provider directly, no markup. An [OpenRouter](https://openrouter.ai) key works too, and reaches every provider's models through one account. Everything else is provisioned for you: D1, KV, Durable Objects and Workers AI. **2. Open `/setup`** on your new worker. It checks your keys, hands you a Slack app manifest with your URLs already filled in, and takes the Slack credentials back.
<h3>🔧 I want to hack on it</h3> TypeScript on Cloudflare Workers, Durable Objects and D1, with memory on [supermemory](https://supermemory.ai). Run it all locally. **[→ Local development](#local-development)** </td> </tr> </table> --- ## Deploy in five minutes **1. Click deploy.** It asks for two secrets: - `SUPERMEMORY_API_KEY`: where the brain keeps its memory. Get one at [console.supermemory.ai](https://console.supermemory.ai).
**3. Sign in with Slack.** The first person to sign in owns the deployment. **4. Install to Slack**, and say hi. 👋 Your team signs in with Slack at `/` to see the brain's home, a live graph of everything it remembers, and settings for tools, models, proactivity, automations and skills. ### Free plan or Workers Paid? Company Brain runs on Cloudflare's free plan. [Workers Paid](https://developers.cloudflare.com/workers/platform/pricing/) ($5/mo) is better, and worth it if your team leans on the brain: | | Free | Workers Paid | |---|---|---|
| **Long, multi-step answers** | Can get cut short: the free plan allows 50 outbound calls per request | Room for the brain's full tool loop | | **Code sandbox** (shell, git, Python) | With a [Daytona](https://daytona.io) key (`DAYTONA_API_KEY`) | Built in, on a Cloudflare container. Daytona still works if you prefer it. | Everything else works the same on both, including Code Mode: when the brain writes code to chain tool calls or crunch your team directory, it runs in [QuickJS](https://github.com/justjake/quickjs-emscripten) inside the worker, not on paid Dynamic Workers.
- storytold/figcraftRust · 898 Stars
界面设计、原型制作、协作设计
Stars 统计更新于 2026/10/15 07:56:00
查看原始资料
作者描述
FigCraft: interface design and prototyping; an open-source, clean-room reimplementation of collaborative design workflows in pure Rust
编报时的 AI 中文解读
FigCraft 是一个用纯 Rust 重新实现的 Figma 开源替代品，提供界面设计、原型制作和协作功能，支持离线使用，适合设计师和开发者。
编报时的 README 依据
Every menu item, tool and drag is a command, so the same engine runs from the UI, the CLI, a JSON control channel or an MCP server. </td> </tr> </table> <br> ## A look around <table> <tr> <td width="50%" valign="top">
figcraft-cli render landing.figcraft -o landing.png --scale 2 figcraft-cli export landing.figcraft -o out/ --format svg # Run a script of commands without a window figcraft-cli run build-card.json --out card.figcraft # Every command, with its parameters figcraft-cli commands --filter autoLayout # Let an agent drive it over MCP (headless, or attached to the running app) figcraft-cli mcp figcraft-cli mcp --attach 47800 ```
Frames, auto layout, components and variants, vector networks, styles, variables and prototypes,<br> in a native app that opens instantly and works offline. Open source, and yours. </p> <p align="center"> <img alt="100% Rust" src="https://img.shields.io/badge/100%25-Rust-b7410e?style=flat-square&logo=rust"> <img alt="macOS · Windows · Linux · FreeBSD · Web" src="https://img.shields.io/badge/macOS%20%C2%B7%20Windows%20%C2%B7%20Linux%20%C2%B7%20FreeBSD%20%C2%B7%20Web-native-0EA5C6?style=flat-square">
- **Never crashes:** no `unwrap`, `expect` or `panic` in shipped code, enforced by clippy; commands run behind a guard so a bug fails one action, not your session. - **Clean-room:** implemented from public documentation and observed behaviour only. No proprietary code, file formats, icons or images. ## Get started ```sh git clone https://github.com/storytold/figcraft cd figcraft cargo run --release -p figcraft # the desktop app cargo run --release -p figcraft-server # the collaboration server (docs/server.md) cargo test --workspace # the test suite
> **Status:** FigCraft is in **alpha**: about 49% of the way to replacing Figma for real work, by our own estimate. Nearly all of Figma's main menu is wired ([`docs/parity-checklist.md`](docs/parity-checklist.md)) and the core editor works end to end, but FigCraft opens `.fig` files only best effort, has only a first preview of multiplayer (live sessions hosted from the app or a self-hosted server, with per-person undo and share links to edit or to view; no accounts, teams or cloud yet), runs its own WebAssembly plugins rather than Figma's, and hasn't been checked against real Figma
- YeonwooSung/my-claude-code-modsTypeScript · 776 Stars
会话分析、上下文监控、调试辅助
Stars 统计更新于 2026/10/15 07:56:00
查看原始资料
作者描述
Custom Claude Code Mods that I need
编报时的 AI 中文解读
这是一个个人维护的 Claude Code Mods 集合，提供多个用于分析会话性能、上下文使用、调试循环、固定备忘录和显示模型状态的插件。适合希望深入理解和优化 Claude Code 使用体验的开发者。
编报时的 README 依据
| Live terminal/desktop UI and simultaneous mods | Requires a separate interactive integration run; unit suites do not establish UI compatibility | Installation uses `plugin@marketplace` as described in the [official Mods documentation](https://code.claude.com/docs/en/plugins/mods/overview). Add this marketplace once, then install the desired mod using its README.
Use Node 22.19.0 or later. Dependencies are pinned in `package-lock.json`. ```sh npm ci --ignore-scripts npm test # core logic, no Claude Code installation/account required CLAUDE_BIN=/path/to/claude npm run test:adapters # full engine suites, including adapters npm run typecheck # requires engine-generated declarations in each .claude-plugin/types ```
| Original three engine test suites | Verified with Claude Code 2.1.292 | | Pin Memo engine suite | Verified with Claude Code 2.1.292; render trees and Button presses on terminal/Desktop | | Loop Detective engine suite | Verified with Claude Code 2.1.280; TypeScript checks use local 2.1.292 declarations | | Model Effort Band engine suite | Verified with Claude Code 2.1.292; terminal/Desktop render trees, live pixels unverified | | Early-access Claude Code 2.1.280 | Profiler works; Context Inspector lacks `session.append`, and Time Machine's per-test options are ignored |
- HeyPuter/everythingJavaScript · 755 Stars
开源软件替代、软件合集
Stars 统计更新于 2026/10/15 07:56:00
查看原始资料
作者描述
We're rebuilding and open-sourcing the world’s software from scratch.
编报时的 AI 中文解读
这是一个旨在从零开始重建并开源世界各类专有软件的大型项目，以单体仓库形式汇集了办公、协作、创意工具、工程、生产力、金融、商业、开发者工具和游戏等多个领域的应用。
编报时的 README 依据
The Everything Project is an effort to rebuild and open-source the world’s software from scratch. From Office to Slack and Photoshop to AutoCAD, we are recreating free, open-source alternatives to all proprietary software. This is a mono-repository containing all the applications and tools developed under the project. [Office](#office) · [Collaboration](#collaboration) · [Creative Tools](#creative-tools) · [Engineering](#engineering) · [Productivity](#productivity) · [Finance](#finance) · [Business](#business) · [Developer Tools](#developer-tools) · [Games](#games) <br> ## Getting started
```sh git clone https://github.com/HeyPuter/everything.git cd everything/src/[app-name] npm install npm run dev ``` <br> ## Office <table width="100%"> <tr><th width="296" align="left">Application</th><th width="420" align="left">Alternative to</th><th width="150" align="left">Links</th></tr>
- CoolkHz/gptiboTypeScript · 734 Stars
商城搭建
Stars 统计更新于 2026/10/15 07:56:00
查看原始资料
作者描述
Self-hosted GPTibo storefront, admin and Go backend — sanitized MIT source
编报时的 AI 中文解读
这是一个可自托管的商城系统，包含前台展示、管理后台、代理工作台及后端服务，适合需要自行部署和定制电商平台的开发者或企业。
编报时的 README 依据
需要 Node.js 22.18+（推荐 24）、npm 和 Python 3。 ```sh npm ci npm run dev npm run build npm test npm run lint npm run security:scan ``` 默认 Vite 地址为 `http://127.0.0.1:5173`，API 代理至本地 Worker 8787。接 Go 后端时改用： ```sh npx vite --config services/storefront/vite.config.ts ``` 此时前端在 `http://127.0.0.1:5175`，API 代理至 Go 的 8093 端口。管理员入口 `/admin`，代理入口 `/partner`。空库和未配置身份时，相关功能不可用。 ## Go 后端 见 [后端运行说明](services/storefront/README.md)。需要 Go 1.26+ 和独立 PostgreSQL 数据库，或使用 Docker Compose。默认不启用邮件和任何真实交易渠道。 ```sh cd services/storefront go test ./... go vet ./... ```
# GPTibo 可自托管的商城前台、管理后台、代理工作台及主站后端。前端使用 React、TypeScript 和 Vite；主后端使用 Go、Gin 与 PostgreSQL，同时保留 Cloudflare Workers + D1 实现。 这是经过脱敏的独立开源版本，使用 MIT 许可证。上游供应商和聚合支付通道已匿名化，接入地址使用保留域名 `example.invalid`，商户身份、密钥、授权商品映射和生产部署资料不随源码提供。接口适配器保留为开发参考，需要自行实现或核对协议；**不是填入原商户密钥即可上线的生产副本**。支付宝官方公开协议示例保留，真实支付、采购及通知默认关闭。 ## 包含内容 - 商品展示、订单查询、售后、邮件模板和多语言界面。 - 管理员及代理工作台、商品定价、订单、客户、退款和结算管理。 - Go API、业务 Worker、数据库迁移、鉴权、交易状态机及回归测试。 - Cloudflare Worker / D1 备用实现与本地开发配置。 不包含生产数据、生产配置、历史 Git 提交、运营截图、独立供货平台和内部运维工具。数据库结构、配置名和部分路由已匿名化：仅使用新建的开发数据库，不可直接升级已有生产库。示例金额和商品仅用于演示，不构成报价。 ## 前端开发
未设置 `STOREFRONT_TEST_DATABASE_URL` 时，PostgreSQL 集成测试会跳过；完整验收必须设置本机、库名以 `_test` 结尾的专用数据库连接。 ## Cloudflare 本地运行 ```sh cp .dev.vars.example .dev.vars npx wrangler d1 migrations apply gptibo-local --local npm run preview:worker ``` `.dev.vars` 仅保存在本机。管理员需要自行设置 `ADMIN_USERNAME`、`ADMIN_EMAIL` 和独立的 Base32 `ADMIN_TOTP_SECRET`；邮件验证还需要邮件服务凭据和认证密钥，空配置不会启用登录。示例中的认证秘密不能复用测试向量。 仓库没有一键生产部署命令。`wrangler.jsonc` 不绑定任何生产账号/域名，数据库 ID 是全零占位值。若自行部署，先创建自己的资源、注入独立秘密、完成迁移并验证隔离和交易流程。 ## 接入与安全 - `recharge`：匿名充值适配器。 - `account_supplier`、`delivery_supplier`：匿名采购适配器。 - `gatewaya`、`gatewayb`：匿名聚合支付协议示例。
- nateherkai/roast-roomJavaScript · 522 Stars
商业决策辅助、PDF报告生成
Stars 统计更新于 2026/10/15 07:56:03
查看原始资料
作者描述
Seven AI advisors (Bezos, Paul Graham, Hormozi, Gary Vee, Dan Martell, Gino Wickman, Buffett) debate your business decision in Claude Code, live around a table.
编报时的 AI 中文解读
这是一个在 Claude Code 中运行的商业决策辅助工具，模拟七位知名人士的 AI 顾问，对用户提交的商业决策进行辩论、评分并生成 PDF 报告。适用于需要多角度审视商业决策的企业家或管理者。
编报时的 README 依据
1. Start the room: `npm start`, then open http://localhost:4730. Leave it open. 2. Open Claude Code in the same folder: `claude` 3. Type `/roast-room` and your decision. 4. Answer the Chair's questions, then watch the council argue it out in the room. 5. When the verdict lands, click **Download PDF**. You also get a short verdict in Claude Code, and the full report lands in `sessions/<date>-<decision>/verdict.md`. ## What to put in your question The council is only as good as what you give it. Include: - **The decision** in one line.
| Warren Buffett | Money and capital | What does it do to cash, risk, and long-term value? | ## What you need - [Claude Code](https://claude.com/claude-code). Your Claude plan covers it; no API key needed. - [Node.js](https://nodejs.org) 20 or newer, for the room. There's nothing to install beyond that. ## Setup ```bash git clone https://github.com/nateherkai/roast-room.git cd roast-room ``` Or open Claude Code anywhere and say: "Clone github.com/nateherkai/roast-room and start the room for me." ## Run a roast
- **Usage:** a full council is 21 sub-agent runs, so it takes a real bite out of your plan's usage. Use `--quick` for small calls. ## Optional: let the room run councils itself If you'd rather type a decision straight into the room, copy `.env.example` to `.env`, add an `ANTHROPIC_API_KEY`, set `COUNCIL_RUNNER=api`, and restart `npm start`. That mode bills your Anthropic API account (about 25 calls per full council). ## What's inside | Path | What | |---|---| | `.claude/skills/roast-room/` | The skill: protocol, prompts, scoring, report template, and the seven brains |
These are simulations built from each person's public work. They are not the people, they don't speak for them, and none of them is affiliated with or endorses this project. A seat only quotes a person verbatim when the line is in its brain with a source, and `python .claude/skills/roast-room/scripts/check_quotes.py sessions/<session>` checks every quote in a council against the brains. Each brain's `sources.md` lists what it was built from.
- NabilRFG12/Reverse-Engineer-anything未标注语言 · 433 Stars
逆向工程
Stars 统计更新于 2026/10/15 07:56:03
查看原始资料
作者描述
Reverse engineer anything with agents, from app behavior down to native binaries.
编报时的 AI 中文解读
REA 是一个通过 MCP 连接 AI 代理，用于逆向工程二进制、应用和运行时行为的工具，支持分析原生二进制、JavaScript/Electron 应用、.NET 程序集、网站等，并提供证据和局限性说明。
编报时的 README 依据
<strong>Join the Reverse Engineering Community</strong> </a><br /> <sub>Discord · Q&A · Show and Tell</sub> </td> </tr> </table> <br /> </div> --- See a feature in an app that you want in your own product? Ask your agent to investigate it with REA. It can inspect the app without its source code, explain how the feature works, show the evidence, and build a version for your project.
Check [release availability](docs/installation.md#released-package-and-main) for features added since the latest npm release. ## Showcases ### DX-Ball: reconstruct a sound-pan calculation Follow a sound call into its position-to-pan helper, inspect the instructions, and turn incomplete pseudocode into C. The reconstruction passes 3,205 original-x86 cases and reproduces all 63 compiled function bytes. [Read the case study](https://rea.tools/showcase/dx-ball/) · [Reconstruction repository](https://github.com/N0zoM1z0/dx-ball) ### Notion: trace the Electron clipboard bridge
> **[Visit the REA website](https://rea.tools/)** for setup instructions, illustrated guides, and real case studies. ## Quick start ### Set up your agent With Node.js and npm installed, run: ```bash npx rea-agents setup ``` Choose your agents, review the proposed changes, and approve them. Setup adds REA's MCP server and matching workflow instructions, with backups of existing configuration. Restart your agent afterward. Setup supports Claude Code, Codex, Cursor, Gemini CLI, Grok Build and [other agents](docs/installation.md#supported-agents). See
[installation and setup](docs/installation.md) for provider configuration and manual MCP registration. ### Ask your agent ```text Understand how search works in the Notes app, show me the evidence, and build a similar feature for my project. ``` Replace Notes with your target app and the feature you want to understand. ### Use the terminal Inspect an extracted JavaScript/Electron app directory or ASAR: ```bash npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json ``` The result includes modules, imports, Electron boundaries and their evidence.
 [Open the full-size figure](website/public/assets/figures/rea-investigation-flow.svg). <a id="current-status"></a> ## What you can analyze REA requires Node.js 22.x (>=22.19), 24.x (>=24.11), or 26+, plus npm. Additional tools and host support depend on the target:
- threerocks/sweety-handdraw-videoJavaScript · 390 Stars
视频制作、手绘动画、配音合成
Stars 统计更新于 2026/10/15 07:56:03
查看原始资料
作者描述
从主题或文章制作完整手绘讲解视频：按部位描线、逐字书写、VoiceStudio 配音、五项内置制作依赖。
编报时的 AI 中文解读
这是一个制作手绘讲解视频的Agent Skill，输入主题、文章或故事，输出带旁白、手绘动画和字幕的MP4视频。适合知识讲解、故事寓言、观点表达等场景，需要配合Agent、图像生成和本地渲染环境使用。
编报时的 README 依据
[下载《墨菲定律》](https://github.com/threerocks/sweety-handdraw-video/releases/download/v1.0.0/murphy-law.mp4) · [查看《不是你在努力，是有人想让你努力》的作者展示帖](https://x.com/leo_xiaolei/status/2109880459664752867) 较长样片用于展示叙事跨度，不代表短观点也应做成长视频。 </details> ## 它适合做什么 | 输入 | 交付方向 | |---|---| | 一个主题 | 整理讲解路线，设计生活场景、机制与行动建议 | | 一篇文章或参考资料 | 保留重要事实、数字和限定，改成适合听与看的口播 | | 完整故事或定稿 | 按原文制作；要求保留原文时，不擅自重写 | | 已认可的图、声音和稿件 | 复用素材，针对字幕、手部、画面或时间线进行修订 | 适合知识讲解、故事寓言、观点表达、产品原理和教学内容。优势在于把口播、画面与绘制过程放在同一条制作流程里： - **画风跟随内容**：21 个库内入口，也可让模型独立设计，或提供自定义方向。 - **整篇声音先行**：保留句间停顿和换气，再安排画面与字幕，避免逐页拼配音产生固定空白。
此命令安装仓库当前公开内容。需要固定本版时，使用 [v1.2.3 安装包](https://github.com/threerocks/sweety-handdraw-video/releases/download/v1.2.3/sweety-handdraw-video-v1.2.3.zip)。 手动安装：将包内的 `sweety-handdraw-video` **整个文件夹**放入宿主的个人 Skills 目录。Codex 示例：`~/.codex/skills/sweety-handdraw-video`。更新前备份旧目录；仅复制 `SKILL.md` 会缺少脚本、素材和内置依赖。 ### 2. 确认运行条件 | 条件 | 用途与边界 | |---|---| | 能读取 Skill、执行本地命令的 Agent | 当前完整制作实测使用 Codex。其他宿主、模型组合尚未完成相同验证 | | 可用的图像生成能力 | 默认 Codex 内置生图；仅有文字聊天能力不足以完成新插画 | | Python 3.9+ | 本地绘制与合成；建议使用独立虚拟环境 | | Pillow、NumPy、SciPy、requests | 由随包 `scripts/requirements.txt` 安装 | | FFmpeg 与 ffprobe | 合成、编码、解码与音视频检查 |
# sweety-handdraw-video · 手绘口播 **给一个主题、一篇文章或完整故事，做成边画边讲的有声视频。** Agent 负责理解内容、写口播、设计分镜和生成插画；本地工具负责逐笔描线、填色、手写文字、配音对齐与导出。画什么、用什么画风、讲多久，按内容决定。 [](https://github.com/threerocks/sweety-handdraw-video/releases/download/v1.2/docs--media--snake-story.mp4) [看有声样片](#精选样片) · [安装与环境](#安装与环境) · [开始制作](#开始制作) · [全部制作选项](#全部制作选项) · [常见问题](#常见问题) · [关注作者](https://x.com/leo_xiaolei) > **封板版本：v1.2；最新补丁：v1.2.3（2026-10-13）**。单套黑边字幕、完整旁白流程、制作选项与素材按需缓存纳入本次封板；以包内 `VERSION` 和 Git 标签为准。 ## 精选样片
详细接入参数见 [本地运行环境](skills/sweety-handdraw-video/references/local-runtime.md) 与 [环境检查表](docs/environment.md)。 ## 开始制作 先用几十秒的短主题确认本机环境与画风，再处理长稿。可直接发给 Agent： ```text 使用 $sweety-handdraw-video，把“为什么越生气，越容易做错决定” 做成一段面向普通成年人的手绘讲解。先讲清楚一个机制，控制在约一分钟。 画风、手部、声音和字幕由你根据内容选择，不加广告和水印。 ``` ```text 使用 $sweety-handdraw-video，把下面的完整故事做成视频。 正文按原文，不改写。使用自定义淡彩速写、毛笔手部、无底板字幕。 声音使用我已确认的本机参考，不加背景音乐。 【粘贴故事】 ``` ```text 使用 $sweety-handdraw-video，把这篇文章做成手绘讲解视频。 保留数字、来源和适用条件。画面用风格 17，手部用仅画笔。 笔杆文字：@leo_xiaolei。水印：@leo_xiaolei。 先检查一个代表场景，确认文字可读后完成整片。 【粘贴文章】 ```
| 中文字体 | 正文手写字与常规字幕分开配置；不随包分发系统商业字体 | | Bun 与 ExifTool | 运行 `sweety-image-privacy` 清理图片元数据并保存审计记录 | | 一种可用配音路径 | 已配置的本地 VoxCPM2、兼容的 VoiceStudio，或已核对的完整旁白与时间戳 | | Node.js / npm（可选） | 仅用于上面的安装命令；手动安装不依赖它 | 在仓库根目录安装渲染依赖： ```bash python3 -m venv .venv source .venv/bin/activate python -m pip install -r skills/sweety-handdraw-video/scripts/requirements.txt python skills/sweety-handdraw-video/scripts/validate_package.py ``` 以上是 macOS / Linux 命令。依赖版本范围：Pillow `>=10,<12`，NumPy `>=1.24,<3`，SciPy `>=1.10,<2`，requests `>=2.31,<3`。Python 渲染依赖的安装**不会**同时装好配音模型、字体、FFmpeg、Bun 或 ExifTool。 ### 3. 选择配音路径
**音色与配音后端分开选择。** 六款内置音色提供真实的参考音频与同文试听，后端负责把本次正文生成声音。也可以导入自己的参考，或沿用已验收的本机主力声音。 | 路径 | 需要准备 | 已验证范围 | |---|---|---| | **VoxCPM2 本地适配器** | Apple Silicon Mac、独立 MLX 环境、`mlx-audio` / `mlx` / `soundfile`、已下载模型与真实路径 | 本项目使用 VoxCPM2-8bit MLX；当前适配器不是 Windows / NVIDIA 部署方案 | | **VoiceStudio 本机服务** | 能提供兼容 HTTP API 的本机服务，已配置 TTS 引擎 | 默认 `http://127.0.0.1:3900`；已对接 `mlx-audio / Qwen3-TTS-12Hz-1.7B-Base-bf16` | | **现成整篇旁白** | 已检查的音频及其时间戳 | 可离线编排和渲染；本次无需重新合成声音 | VoiceStudio 需要 `/engines/tts`、`/generate` 及可选 `/transcribe` 接口。任意同名软件不一定兼容。两条生成路径都先提交完整脚本，再核对漏读、重复、尾音和时间戳。
作者此前对一条约两分半样片的回答是“差不多 10 分钟”；在自己的 200 美元订阅环境中，观察到额度使用“不到 1%”。这是特定作品与账号的自述，未做统一计量，不能换算成固定单价或服务承诺。首次装环境、模型下载、排队、出图重试、配音修复和人工检查都会改变耗时。[耗时原回复](https://x.com/leo_xiaolei/status/2109590999672725537) · [额度原回复](https://x.com/leo_xiaolei/status/2109591088327749905) 开源不等于全链路免费。模型宿主与生图能力可能收费；本地配音仍消耗硬件、电力和时间。当前成片流程不额外依赖按视频秒数收费的图生视频服务。 **改一句话，要全部重做吗？** 只改字幕、笔杆文字、水印或画面布局，可复用未变化的图和声音，重新渲染并检查。修改口播正文会影响连续旁白，通常需要重新生成整篇母带、重做对齐和受影响的时间线；目前不承诺无痕的单句声音替换。 **能稳定做系列、批量出片吗？** 同一系列可以固定画风配方、生图端、角色锚点、手部与声音参考，并复用已认可素材。仍可能出现角色、剧情或音色漂移，因此每条都要检查。当前不是承诺任意输入稳定通过的无人审核批量系统。 **Windows / Linux / Gemini / Claude 能用吗？**
当前完整流程验证来自 Apple Silicon Mac + Codex。v1.0.0 曾有 Linux CI 的依赖、回归和短片合成记录；它不等于新版本地 TTS 在 Linux 上通过。Windows 与其他 Agent / 生图组合尚未完成整流程验证。先确认执行、生图、字体与配音能力，再判断能否迁移。 **为什么没有背景音乐，仍要检查杂音？** 参考音频可能带配乐或噪声，声音合成也可能产生伪影。不添加音乐只说明没有额外混音轨，不证明旁白干净。程序指标和 ASR 不能代替听感验收。 **会按规范汉字笔顺写吗？有橡皮擦转场吗？** 当前按字形轮廓逐字绘制，不保证规范书法笔顺。橡皮擦转场属于收到的建议，尚无本版本交付证据，不列为现成功能。 ## 内置依赖、开发与验证 安装目录只注册一个 Skill。以下五项以固定快照内置，不需要分别安装；运行时不会自动追踪上游更新： | 内置项目 | 用途 | |---|---| | `sweety-image-art-direction` | 主体、接触关系、构图、比例与观看主次 | | `hand-drawn-styles` | 风格配方、参考锚点与预览 | | `omniailab-ai-director` | 导演规划、叙事、声画关系与终审方法 | | `huashu-art-motion` | 适用题材下的艺术动效方法 |
- Mrsuss60/bloodborne_pc_windows_portC++ · 335 Stars
游戏运行、高帧率支持、FSR超分辨率
Stars 统计更新于 2026/10/15 07:56:25
查看原始资料
作者描述
Native 64-bit Windows port of Bloodborne (CUSA03173) with Vulkan rendering and Win32 runtime, based on deadinside28's bbport.
编报时的 AI 中文解读
这是一个将《血源诅咒》PS4版移植到Windows的原生64位端口，使用Vulkan渲染，可直接在Windows上运行游戏，需要用户自备解密游戏文件。 项目提供图形化启动器和命令行启动方式，支持高帧率、FSR超分辨率、游戏内设置覆盖层等功能，面向希望在现代Windows系统上体验该游戏的玩家。
编报时的 README 依据
- **Graphical Launcher**: Includes `launch_gui.bat` (powered by `launcher.py`), a desktop control panel to configure target frame rates (30, 60, 90, uncap), rendering resolution, FSR upscaling, and all 61 toggleable community patches from `Bloodborne.xml`. - **Command Line Launcher**: `run.bat` provides direct scripted startup, automatic patch compilation, and mod staging on Windows. - **Vulkan Frame Pacing**: Integrated presenter queue pacing (`BB_FRAMES_AHEAD=2`) to bound GPU run-ahead, stabilizing frametimes and smoothing 0.1% and 1.0% stutter lows.
This compiles LibAtrac9, the Vulkan video core (`out/gpu/bbgpu.dll`), and the main loader executable (`out/bbport.exe`). ### 2. Launch the Game #### Option A: Using the Graphical Launcher (Recommended) Double-click `launch_gui.bat` or run: ```cmd launch_gui.bat ``` - Select your `eboot.bin` file or game folder. - Select your target frame rate (60 FPS recommended for smooth frame pacing). - Select your internal resolution (e.g., 1280x720 with FSR enabled for high performance). - Enable desired patches under the Patches tab (e.g., *Performance Patch*, *Disable Motion Blur*, *Skip Intro*).
- **In-Game Overlay**: Press `Insert` or `L3 + R3` on your controller to open the real-time configuration menu for resolution, sharpness, and graphics toggles. --- ## Requirements - **Operating System**: Windows 10 or Windows 11 (64-bit). - **Graphics Card**: A Vulkan 1.3 capable GPU with current vendor drivers: - NVIDIA GeForce GTX 10-series or newer. - AMD Radeon RX 400-series or newer. - Intel Arc A-series or newer. - **Processor**: x86-64 processor with AVX2 support. - **Python**: Python 3.10 or newer (needed for the patch compiler and launcher).
- **Game Files**: Decrypted `CUSA03173` directory containing `eboot.bin` (version 1.09). ### Build Dependencies (Only if compiling from source) - MinGW-w64 GCC (via [w64devkit](https://github.com/skeeto/w64devkit) or MSYS2 MinGW64). - CMake 3.25+. - Ninja build tool. - SDL3 development libraries. - Vulkan SDK or Vulkan-Headers. --- ## Building and Running ### 1. Build from Source Clone the repository recursively: ```cmd git clone --recursive https://github.com/Mrsuss60/bloodborne_pc_windows_port.git cd bloodborne_pc_windows_port ```
The game's x86-64 code executes natively on your CPU without general emulation. System library calls are handled by a dedicated lightweight runtime, and GPU commands are translated directly to Vulkan with support for AMD FSR 3.1 and FSR 4 temporal upscaling. > **No game files or copyrighted assets are included.** You must provide your own decrypted dump of Bloodborne (CUSA03173, version 1.09). > This project is not affiliated with Sony Interactive Entertainment, FromSoftware, or AMD.
- fayazara/robot-headsTypeScript · 329 Stars
状态可视化
Stars 统计更新于 2026/10/15 07:56:03
查看原始资料
作者描述
Animated 3D robot heads for React: TV-headed bots with LED faces that show what your agent is doing.
编报时的 AI 中文解读
为React应用提供动画3D机器人头部组件，用于展示AI代理的状态，如思考、搜索、说话等。
编报时的 README 依据
# robot-heads Animated 3D robot heads for React. Glossy, TV-headed bots with an LED-matrix face that shows what your agent is doing — thinking, searching, listening, speaking and more — in four shapes, with a springy antenna, knob ears and a light on top that changes with the state. Drawn on a 2D canvas: no WebGL, no runtime dependencies. **[Playground →](https://robot-heads.fayaz.workers.dev)** ## Install ```bash npm install robot-heads ``` React 18 or newer is a peer dependency. ## Quick start ```tsx import { RobotHead } from 'robot-heads';
Its motion is not part of that box. Hops, the antenna's glow and the floor's shadow draw past its edges — like a CSS `box-shadow`, they overflow without taking any room in your layout, and only the box takes clicks. So margins, flex and grid treat it as exactly `size` × `size`; the one thing to watch is a parent with `overflow: hidden` right round it, which would cut off a hop. ## Behaviour - **Pointer play.** With `interactive` on (the default), the head and eyes follow a nearby pointer, and a click makes it hop with a full spin and a happy face.
- opennookorg/betterwisprSwift · 322 Stars
语音转写、离线使用、会议记录
Stars 统计更新于 2026/10/15 07:56:03
查看原始资料
作者描述
Free, open-source, local-first dictation app for macOS. Hold a shortcut, speak, and text is typed into any app. On-device speech-to-text with Whisper, Parakeet and Apple speech. Private, offline, open-source Wispr Flow alternative.
编报时的 AI 中文解读
面向macOS用户的免费开源本地语音听写应用，按住快捷键说话即可将语音转为文字输入到任意应用，支持多种本地模型，注重隐私和离线使用。
编报时的 README 依据
[Download the latest release](https://github.com/opennookorg/betterwispr/releases/latest) · [Website](https://betterwispr.com) · [Changelog](CHANGELOG.md) </div> ## Features - **Dictate anywhere**: hold-to-talk or press-to-toggle, with a shortcut you choose. - **On-device models**: Apple speech, Parakeet v3 (25 European languages), Parakeet v2 (English) and Whisper large-v3 turbo. - **Vocabulary**: spelling hints and phrase replacements for names and jargon. - **Learns your corrections**: fix a misheard word once (in History, or right after it's pasted) and it's spelled right next time.
- **Voice commands**: say "comma", "new line", "scratch that" or "sorry, remove that", and "at the rate KV" for "@KV". - **Meetings**: live transcript of you and the other side, plus on-device titles, summaries and action items with Apple Intelligence or a local Ollama model. - **History**: raw and corrected transcripts, stored locally (can be turned off). - **Bring your own model**: optional Sarvam AI, Smallest AI or any OpenAI-compatible endpoint. ## Requirements - macOS 14 or later - Apple Silicon recommended ## Getting started
<div align="center">  # BetterWispr **Free, open-source voice dictation for macOS.** Hold **⌥ Space**, speak, release, and the text lands in whatever app you were typing in. BetterWispr is a private, offline speech-to-text app and an open-source alternative to Wispr Flow. It transcribes on your Mac with Whisper, NVIDIA Parakeet or Apple's on-device speech recognition, so your voice never leaves your computer unless you add an API connection yourself.
1. Download the DMG from [Releases](https://github.com/opennookorg/betterwispr/releases/latest) and drag BetterWispr to Applications. 2. Open it and follow the welcome guide. 3. Pick a model in **Models**. Apple on-device needs no download; Parakeet and Whisper download once, then work offline. 4. Grant **Microphone** access, and **Accessibility** access so BetterWispr can paste for you. 5. Click into a text field in any app, hold **⌥ Space**, speak, and release. If paste can't safely reach the previous app, the text is copied to your
clipboard instead, so you never lose a dictation. Recordings stop automatically after two minutes. ## Bring your own model **Models → Bring your own model → Add connection.** Choose a provider, enter the model ID and API key, save, then click **Use**. | Provider | Default model | Notes | | --- | --- | --- | | Sarvam AI | `saaras:v4` | Long recordings are sent in 25-second chunks | | Smallest AI | `pulse` | Set an explicit spoken language in Settings | | OpenAI-compatible | any | Full URL, e.g. `http://localhost:8000/v1/audio/transcriptions`. HTTPS required except on localhost |
- Built-in models only touch the network when you explicitly download one. ## Troubleshooting - **Paste stopped working after an update or rebuild**: remove and re-add BetterWispr in System Settings → Privacy & Security → Accessibility. - **Apple on-device model unavailable**: your language or OS speech assets may not support it. Install Parakeet or Whisper instead. - **First transcription is slow**: large models take time to load the first time. ## Contributing Build instructions, project layout and guidelines are in [CONTRIBUTING.md](CONTRIBUTING.md). ## License
- solana-classic/solana-classicRust · 309 Stars
区块链开发、NFT社区建设、Meme文化支持
查看原始资料
作者描述
Bring back the fun. Open-source SVM blockchain development focused on art, NFTs, memes and their communities. Experimental testnet live.
编报时的 AI 中文解读
Solana Classic 是一个开源区块链项目，专注于艺术、NFT 和 meme 社区，旨在为这些文化社区提供一个以它们为核心的发展平台，并已上线实验性测试网。
- egotoadcitadel/palette-from-image-aiPython · 303 Stars
图像调色板提取、批量处理、调色板对比
查看原始资料
作者描述
AI coloring palette-from-image generator for designers and pixel artists — pull a clean named palette straight from any image, no subscription or cloud upload.
编报时的 AI 中文解读
这是一个Windows桌面工具，从图像中提取颜色调色板，支持多种格式导出，完全离线运行，适合设计师和像素艺术家使用。
- datalab-to/indraPython · 206 Stars
OCR识别、PDF转Markdown、文档解析
查看原始资料
作者描述
Fast CPU OCR: line detection, CTC recognition, reading order, markdown
编报时的 AI 中文解读
Indra OCR 是一个面向 CPU 的快速 OCR 模型，可将 PDF 和图像转换为 Markdown、纯文本或带边界框的 JSON，适用于需要高效文档解析的场景。
- michaelshimeles/glideRust · 157 Stars
屏幕录制、视频剪辑、视频导出
查看原始资料
作者描述
Open-source Screen Studio, built in Rust
编报时的 AI 中文解读
Glide 是一款开源的 macOS 屏幕录制工具，可录制屏幕、窗口、区域或 iPhone，并自动添加点击缩放、光标美化、背景样式等效果，导出 MP4 或 GIF，适合制作高质量产品演示视频。
- zehraakar424-lgtm/wallet-core-webJavaScript · 144 Stars
多链钱包、模型接口服务
查看原始资料
编报时的 AI 中文解读
基于 Trust Wallet Core WASM 的多链钱包 Web 应用，提供用户界面和本地 API 服务，支持通过 RPC、LI.FI 等接口进行交易和浏览。适合开发者在本地运行或集成到 Chrome 扩展中。
- Michele-M-Media/HYPERHENC++ · 139 Stars
系统工具、游戏辅助、远程游玩
查看原始资料
编报时的 AI 中文解读
HyperHEN 是一个面向已越狱 PS5 主机的模块化 HEN 与工具箱，提供系统准备、ShellUI 工具箱、游戏覆盖层、作弊引擎、插件运行、FTP 服务器、远程游玩配对、HyperDPI 网络安装器及 HyperLinux 启动等功能。
- OutThisLife/azeroth-survivors-reRust · 137 Stars
本地游戏、单人游戏
查看原始资料
作者描述
A survivors roguelite running on a from-scratch World of Warcraft 1.12.1 client engine (Rust + Bevy).
编报时的 AI 中文解读
一款在原创魔兽世界1.12.1客户端引擎上运行的幸存者类肉鸽游戏，完全本地运行，玩家选择职业和战场，抵御敌人冲击，适合喜欢动作生存类游戏的玩家。
- awv-informatik/smlibpyPython · 125 Stars
3D建模、CAD建模、模型导出
查看原始资料
编报时的 AI 中文解读
smlibpy 是一个基于 SMLib NURBS 内核的 Python 3D 建模库，提供精确的实体和曲面建模功能，并附带 MCP 服务器，使 AI 代理也能进行建模。适用于需要程序化 CAD 建模的开发者、工程师和研究人员。
- zehraakar424-lgtm/extensionJavaScript · 107 Stars
钱包管理
查看原始资料
- Dmaryqsotterman/VyManagerTypeScript · 102 Stars
网络设备管理、多站点管理、配置部署
查看原始资料
作者描述
Multi-tenant network management platform to configure, deploy, and monitor VyOS instances across multiple sites.
编报时的 AI 中文解读
VyManager 是一个面向 VyOS 路由器的多租户网络管理平台，提供 Web 界面来配置、部署和监控多个站点的 VyOS 实例，支持基于角色的访问控制和实时仪表盘。
- Zfinix/elevenTypeScript · 102 Stars
逆向工程、AI辅助分析、二进制修补
查看原始资料
作者描述
Agent-first reverse engineering for macOS, Windows and Linux: any ACP agent reads, renames and patches binaries, Android apps and GPU kernels next to you.
编报时的 AI 中文解读
Eleven 是一款面向 macOS 的逆向工程应用，用户可拖入应用、二进制、着色器或模型，通过支持 ACP 协议的 AI 代理（如 Claude、Codex 等）辅助分析代码、重命名函数、添加注释和提出补丁建议，同时用户可在同一窗口内查看并批准更改。
- gabrielgreco1/LGwebOS-menubarSwift · 88 Stars
电视遥控
查看原始资料
作者描述
Native macOS menu bar remote for LG webOS TVs
编报时的 AI 中文解读
这是一个macOS菜单栏应用，用于远程控制LG webOS电视，支持启动应用、切换HDMI输入和触控板导航。适合拥有LG webOS电视的Mac用户。
- vakandi/opencode-rustRust · 71 Stars
AI辅助编程
查看原始资料
作者描述
The open source AI coding agent, in Rust. CLI, TUI and HTTP server for local AI agents — no Docker required.
编报时的 AI 中文解读
这是一个用 Rust 实现的开源 AI 编程代理，提供 CLI、TUI 和 HTTP 服务器，用于本地运行 AI 代理，无需 Docker。
- kobebeefg/ikea-clock-labC · 70 Stars
LED面板改造
查看原始资料
- pycodebr/heditorPython · 65 Stars
视频剪辑、视频调色、音频编辑
查看原始资料
作者描述
Creative vertical video editing skill for AI agents (Claude Code, Codex, OpenCode, Cursor, Hermes): named styles, creative mode, HyperFrames + voice-first mix.
编报时的 AI 中文解读
heditor 是一个供 AI 代理使用的创意竖屏视频编辑技能，可将说话人视频（如课程、直播、播客）自动剪辑为带动态图形、同步字幕和音效的 1080×1920 短视频，支持多种命名风格和创意模式。
- Yukinodot/XiYuan-QRNGPython · 65 Stars
量子随机数后处理、熵估计、统计验证
查看原始资料
作者描述
曦源项目：Qiskit QRNG 后处理研究，偏置/死时间建模、一阶熵代理、Toeplitz 提取与可审计逐位回放。
编报时的 AI 中文解读
基于复旦大学曦源项目整理的量子随机数后处理研究代码，实现从量子测量到熵估计、Toeplitz提取和统计验证的完整流程，支持回放和诊断，适用于量子信息领域的研究人员。
- Sam1983Aing/casa-serraCSS · 63 Stars
3D房屋展示
查看原始资料
作者描述
A flat floor plan that becomes a house as you scroll. Work in progress.
编报时的 AI 中文解读
这是一个滚动驱动的3D房屋展示网页，从平面图开始，滚动时墙壁升起并进入室内漫游，适合建筑师、室内设计师或房产展示。