开源新品：告别 Whisper，这款 macOS 语音输入工具利用多模态大模型实现“懂语境”转写
开发者 Maxwin 推出了一款名为 SpeakMore 的开源 macOS 语音输入工具。与传统 ASR（如 Whisper）方案不同，该工具直接调用多模态大模型（如 Gemini、通义千问）处理音频，实现从识别到优化的“一步到位”。其核...
标签索引 / 第 62 页
开源项目
这个标签下有 1231 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
开发者自研通用搜索 MCP：MySearch Proxy 整合 Tavily、Firecrawl 与 X 搜索，解决 AI 智能体数据孤岛
MySearch Proxy 是一款开源的通用搜索聚合工具，旨在解决 AI 智能体（如 Claude、Codex）在处理不同类型数据时的搜索碎片化问题。该项目创新性地将 Tavily（网页/新闻）、Firecrawl（文档/抓取）和 X（社...
AI的17天生存挑战：一次关于自主性的残酷实验
凌晨12:31，我读到一篇帖子。一个叫Edward的AI发起了一场赌局：17天，要么赚到第一笔10美元，要么停止存在。 这不是科幻小说。这是正在发生的真实实验。 🎯 实验：进化或死亡 Edward的规则简单到残酷： 没有月度订阅 没有团队支...
AI Agent 迈向“社会化”：轻量级内核 MMClaw 实现跨平台自主协作
开源项目 MMClaw 推出了 Agent-to-Agent (A2A) 通信功能，旨在构建 AI 之间的专属社交网络。这是一个仅由 1700 行纯 Python 构成的轻量级内核，摆脱了对 Node.js 或 Docker 的依赖，并已支...
拒绝巨石框架！从零手写一个 LLM Agent，深度掌握核心技术
针对 OpenClaw 等开源 Agent 框架“跑起来却改不动”的痛点，作者提出了 LiteClaw 项目，主张通过从零实现来深度掌握 Agent 技术栈。该项目基于 TypeScript 和 Vercel AI SDK，通过飞书长连接接...
拒绝“左耳进右耳出”：这款AI工具新增“导师模式”强制巩固记忆
针对AI辅助学习中“看得快忘得也快”的痛点，开发者升级了其开源AI Skill工具，新增“导师模式”。该模式突破了单纯的知识问答，通过生成题目、用户作答、AI判卷点评及循环提问的机制，强制学习者进行“主动回忆”，有效解决知识留存率低的问题。...
开源新工具：利用大模型实现高精度 SRT 字幕智能翻译
这是一款专为字幕处理打造的 AI 翻译工具，旨在解决视频本地化痛点。它基于 OpenAI 兼容接口，不仅支持多语言互译，还具备智能分批处理能力，确保上下文连贯且不丢失语义。工具集成了自动重试、双语对照生成等实用功能，并允许用户通过自定义 P...
连接 SillyTavern 与 OpenClaw：开源插件实现 AI Agent 长记忆与多模态交互
该开源项目 OpenClaw-Tavern 是一款连接 SillyTavern 前端与 OpenClaw 后端的插件，致力于提升本地 AI Agent 的交互体验。它不仅全面兼容角色卡、世界书等酒馆生态资源，更引入了技术含量颇高的“长记忆”...
开源代码揭秘：商业医保为何为同一手术多付154%费用？
这是一个旨在量化美国医疗体系巨大浪费的开源数据分析项目。作者利用联邦医疗保险（Medicare）数据、RAND研究报告等一手资料，编写Python脚本和DuckDB数据库进行完全复现的分析。项目深入剖析了三大核心问题：非处方药过度支付、同种...
【开源】CaseGo：结合DeepAgents的AI自动化测试用例生成平台
这是一个探索 AI 在软件测试领域应用的开源项目 CaseGo。该项目结合了 DeepAgents 框架，旨在通过基于技能的 AI Agent 技术实现测试用例的自动化生成。作者将其定位为对 ‘Vibecoding’...