AIToolPush 第7页

VoiceStudio 是一款完全本地运行的开源语音创作套件,官方把它定位为「完全本地化的 ElevenLabs 替代方案」。它把语音克隆、声优设计、视频配音、听写、转录和有声书制作整合进同一个桌面应用,底层可切换 16 个 TTS 引擎与 11 个 ASR 引擎,覆盖 646 种语言。本文从项目定位、核心工作流、引擎矩阵、整体架构、安装运行、API 接入、隐私边界、常见疑问与授权协议逐层展开,重点拆解它如何用 Tauri 外壳加 FastAPI 后端把「本地优先」落到实处。

中国专利.skill(patent-disclosure-skill)是 handsomestWei 开源的一套 Agent Skills,覆盖发明 / 实用新型 / 外观设计三类专利的全周期:从项目材料里挖专利点、写交底书、改成申请文件、案卷会稿、通俗解读公开专利、著录检索,再到审查答复辅助与政策简报。它遵循开放的 Agent Skills 标准,可接 Obsidian 把解读沉淀成私有知识库。截至 2026-09-09,仓库约 8.8k Star、915 Fork,采用 MIT 许可。本文按 README 的「子技能列表」脉络,讲清七个技能各自做什么、交底书怎么从材料里长出来,以及怎么装。

Heretic 是 p-e-w(Philipp Emanuel Weidmann)开源的工具,用「参数化方向消融(abliteration)」加基于 Optuna 的 TPE 参数优化,全自动地从 transformer 语言模型里移除安全对齐(审查),且不需要昂贵的后训练。它支持多数稠密模型、多模态、若干 MoE 架构甚至 Qwen3.5 这类混合模型。截至 2026-09-09,仓库约 30.9k Star、3.45k Fork,采用 AGPL-3.0。本文按 README 结构,讲清它的效果、用法、原理、关键创新与研究功能。

CreatorHub 是 3441293738 开源的本地多平台内容管理面板,用 Python + FastAPI 提供统一 Web 界面,把抖音、小红书、快手、视频号四个平台的账号登录、作品与评论监控、内容下载、发布和通知收进一个面板;登录态、数据库与媒体都保存在本地。截至 2026-09-09,仓库约 1.9k Star、353 Fork。本文按 README 的真实结构,依次讲清它的平台能力矩阵、浏览器与账号隔离架构、任务队列与风控、安装与日常用法,以及合规边界。

awesome-gpt-image-2 是一个把 GPT-Image2 社区提示词「工程化」的开源仓库:它用原子化 schema 把零散案例压缩成可组合、可复用的结构化协议(Prompt as Code),附带 544 个逆向工程案例、20+ 套工业级模板,以及可直接装进 Claude Code / Cursor 的 Agent Skill。本文覆盖它的愿景、原子化架构、案例库分类、模板与 Skill、三步用法与许可声明。

Toonflow 是 HBAI-Ltd 开源的一站式 AI 短剧创作工具,把小说、剧本快速转化为动画短剧。它集成 AI 编剧、智能分镜、角色与视频生成,以类无限画布组织生产,并靠三层 Agent 协作体系与本地 ONNX 持久记忆保证成片一致性。README 还给出一段约 2 小时、成本约 ¥130 的真实 Demo 账。本文覆盖它的定位、六大核心能力、创作流水线、Demo 成本、安装方式、技术栈与商业授权。

Multica 是一个开源工作空间,让你像给同事派活一样把任务指派给 Claude Code、Codex、Cursor 等 AI 编程 Agent:它们自主认领 issue、在你控制的机器上运行、边做边汇报、做完交你 review。它自托管、对接 26 种 Agent CLI、不锁定任何模型。本文覆盖它的定位、团队组建、派活机制、可观测性、架构、安全模型、快速上手与许可协议。

Open-Sora 是潞晨科技(hpcaitech)发起的开源视频生成计划,官方定位为「Democratizing Efficient Video Production for All」。它把从数据预处理、训练加速到推理的完整链路全部开源,覆盖文本生视频(T2V)、图像生视频(I2V)与视频生视频。2.0 版本以约 20 万美元训练出 11B 模型,在 VBench 上与 Sora 的差距缩小到 0.69%,并完全开源权重与训练代码。本文覆盖它的定位、版本演进、生成能力、模型来源、性能成本、推理可控性与安装方式。

Ground Station 是 sgoudelis 开源的一套浏览器端卫星地面站应用,把轨道预报、多目标追踪、天线与电台控制、SDR 瀑布流、遥测解码、IQ 录制与无人值守自动观测收进同一个 Web 界面。它不绑定特定接收机,通过 IQ Broadcaster 与 Audio Broadcaster 两条发布订阅总线把实时信号链串起来,并用 SigMF 标准把录制结果落盘。

DeepSeek Harness(dsh,社区昵称鲸娘)是 DeepSeek 开源的 agent harness(智能体框架),核心理念"一切皆插件",一条 npx @deepseek-ai/dsh web 即可起本地 Web UI。本文附零成本接入 OpenRouter / Agnes AI / OpenCode Zen 等免费 API 的上手指南。