正在整理你需要的资料…
站内每天采集到的 GitHub 开源项目,一共 574 个符合当前条件。 每条都配了中文说明和适用场景 —— 仓库自己的英文描述对中文读者没什么用。
远程桌面大多走视频通话管线,帧要缓冲才顺,打字、拖拽时那份延迟就落在你手上。glass 在 macOS 与 Linux 上走游戏串流的路子:硬件 H.264 编码后经 QUIC 不可靠数据报直发,浏览器硬件解码即到即画,家用网络下延迟约 20 毫秒,观看端只开网页、不用装客户端。
A Windows desktop voice agent with real-time conversation, a Live2D avatar, and background tasks for files, Office documents, and the web.
Seedance 2.5 Flash cost per second of video, with comparisons.
登录墙、连点十几下、滚到底才出内容 —— 浏览器 Agent 最容易在这三处卡住。qz 在你本机真实的 Chrome 侧边栏里跑流程,每一步都看得见、随时能接管;跑通后说一句「Save this as a Skill」,下次一句话复用,模型密钥自己带。
Capri — Free open-source AI desktop pet, gaming overlay & voice companion for Windows. Visual GUI for Claude Code, Ollama, DeepSeek & MCP. Joins Discord calls, launches Steam games, comments on gameplay & automates screen tasks offline.
文案改写、配音、数字人驱动、字幕配乐、封面、多平台发布 —— 这几道工序分开做,每换一个平台就得重来一遍。IP-Bot 用 Electron 加 Vue3 写成,把它们串成一条流水线,另带 Express 与 SQLite 的管理后台。
把微信当成 AI 助手的对话入口,最怕消息丢了,或者为了接它自建公网服务。wx-bot 走腾讯官方的 ClawBot / iLink 协议:每条消息先落进本地 SQLite 收件箱再推给 Agent,投递失败自动重投,可 webhook 收也可 pull 取;文本、图片、语音、文件、视频都能收发,只出站不对外开端口。
12 camera moves for text-to-video, with copy-paste prompt phrases.
研究做完往往只剩一句结论:依据什么、哪些数据已过期,全得重新整理。研迹 Trail 把行情、K 线、8 种深度研究策略和可追溯的证据链放回同一个本地桌面,每个数字都能点开看来源、获取时间与快照哈希;当前是 Beta,只提供 Windows x64、安装包未签名,不含下单功能。
文生视频按次数收费、还得排队,试用个镜头就得先买额度。PromptReel 是个免费的 Windows 桌面应用,用 Wan 2.2 在本机把一句场景描述渲成 MP4 短片,横屏、竖屏、方屏三种画幅任选,不限次数也没有排队,素材不出本机。
面试前想押中高频考点,靠的是真题里反复出现的那几道。面栈把真实面经和考点关联起来:同一道题哪些公司问过、多少篇面经提及、原话怎么问放在一起看,再按知识点、专题、题型和难度筛选。Java、Python、数据库、算法、大模型都有,配 600 多道标注出处的答案、20 个真实开源项目的架构与源码拆解,另有图文题解和精华专题。
同时开着好几种 AI 编码工具,额度各烧各的,月底只剩一句「是不是用超了」。Quotern 把 Claude Code、Codex、Cursor、Gemini CLI 的 Token 消耗、订阅额度、预估费用与会话记录汇总到一处,本地查看,桌面客户端和命令行两种用法都有。
口述完还得手工整理成一段通顺文字,这一步最磨人。SpeakMore 在 macOS 与 Windows 上用右 ⌥ 单按做语音输入、加空格语音翻译、加回车划词翻译,可接 Gemini、OpenAI、通义、DeepSeek、Kimi、GLM、MiniMax 等,语音识别也能完全本机运行。
Tiny local-first AI harness: any model, MCP and Agent Skills, natural-language CLI. Zero dependencies. MIT.
想在自家机器上跑完整版大模型,官方权重动辄几百 GB,普通电脑根本放不下。PROMETHEVS 用先压缩后校正的思路,让 64 GB 内存加 12 GB 显卡的电脑跑起完整的 510 GB DeepSeek-V4.1-Flash 权重,并附带 OpenAI 兼容的本地接口。
想在自家电脑或服务器上跑 DeepSeek,选 Ollama 还是 llama.cpp、装完怎么调,全得自己翻文档。这份俄语指南分十六部分讲清 Ollama、llama.cpp、LM Studio、vLLM、Open WebUI 的安装调试,以及 API、RAG、智能体与微调,命令和配置都给全了。
大改动拿到手,不知道该从哪一行看起。PatchScope 读一份统一 Git diff,把删测试、危险 SQL、放宽工作流权限、依赖变更这些地方标出来,每条都写明命中了什么、为什么重要、接下来查什么。浏览器、命令行、GitHub Actions 里都能跑,能导出成给 PR 用的 Markdown 清单。
AI 审查过了一遍,合并该不该放行还是得人拍板,可人不知道该盯哪个文件。farol 补上这一环:静态分析算出改动波及哪些页面与接口、diff 覆盖率和契约破坏点,给出 0–100 的风险分和「快速放行/仔细看」结论,开源 CLI 与 GitHub Action 都能用。
AI 写出的 HTML/Canvas 动画要变成 MP4,只能录屏,字幕和运镜全对不准。这个工具按时间点 seek 逐帧截图再交给 ffmpeg 编码,同一份输入永远得到同一份输出,任意帧率都能真 60fps 而不是插帧,自带模板与自动质检。
想让 Agent 用自己的手机号打真人电话,光有接口还不够:语音得真的进通话频道。Isabella 是安卓应用,用 Gemini Live 实时对话,声音直接混进通话,要 Magisk root;密钥留在你的 Cloudflare Worker 里,只发一次性的临时 token,限速 3 次每分钟、30 次每天。
AI 写完代码就交给你,为什么这么写只留在聊天记录里。cogit 把每次发给编程 Agent 的消息存成 thought commit,问了什么、结果如何、agent 怎么答的都留在 git 历史里;代码提交回指到对应意图,cogit why 能把任意一行代码追溯到它存在的原因。
任务要跑几天,中间还得有人盯着。NLPIR 的 CoworkOS 是协作办公 Agent 运行框架:主 Agent 规划、Coordinator 调度、Subagent 执行三层结构推进长周期任务,跨会话保留状态、日志与记忆,交付物可以是代码、研究、文档、PPT、CAD。macOS 桌面版和 CLI 两种装法。
竖屏解说视频从选题、脚本、分镜到成片,本来是一串要人排的活。papercut-explainer 把这串活交给编码 Agent:九个 Agent 技能加一整套 Remotion 组件库,给出 24 套布景、17 种运镜、10 种转场和音效音乐素材,Claude Code、Codex、Cursor 这类编码助手都能驱动。
自己上链的 Agent,光是接线就要几天:RPC、钱包、签名、gas 估算、DeFi 的 ABI,一行业务逻辑都还没写。web3-agent-kit 把这些包成 Python 工具包,5 行代码或 `wak` 命令行就能在 9 条 EVM/Solana 链上查余额、跑交易、读写资产;Uniswap V2/V3、Aave V3、Curve 等 DeFi 适配内置,MEV、NFT、账户抽象(bundler/paymaster)一并给到。