实时和本地语音到文字、翻译、说话人区分的开源项目
WhisperLiveKit 项目是一个集成了最新研究成果的实时语音转文本系统，包括 SimulStreaming、WhisperStreaming、Streaming Sortformer 和 Diart 等技术，支持多种语言和说话人识别。
github
Gyroflow：基于陀螺仪数据的视频稳定化应用程序
能够通过运动数据精确稳定视频。支持多种现代相机（如GoPro、Sony、Insta360等）内部记录的陀螺仪数据，也可以使用外部设备（如Betaflight黑匣子）提供的陀螺仪数据
为玩家设计的RAG的智能问答服务
玩游戏时有时候要查攻略，要么切换窗口去查、要么用手机，都不怎么方便。
有 2 个核心功能：
▫️一键呼出：按下Ctrl+Q，无需切屏即可查询攻略
▫️ AI游戏专家：基于Google Gemini + 本地知识库对游戏内容智能问答
让多模型都像OpenAI一样的工具
模拟 Gemini CLI Kiro 客户端请求，兼容 OpenAI API。可每日千次Gemini模型请求， 免费使用Kiro 内置 Claude 模型。
SQLBot基于大模型和RAG的智能问数系统
支持快速嵌入到第三方业务系统，也支持被 n8n、MaxKB、Dify、Coze 等 AI 应用开发平台集成调用，让各类应用快速拥有智能问数能力。
把网页保存为一个完整的 html 文件的插件
所有图片、CSS、JS 都内嵌进去，非常干净，保存结果在任何地方都能直接打开。
Chrome/Firefox 都有 → SingleFile 插件
抓取动态渲染的网站，并返回完整 HTML
专为 website-scraper 主库设计，能够用于抓取动态渲染的网站（即通过 JavaScript 加载内容的网站），并返回完整 HTML。
SenseVoice开源的语音理解基础模型
致力于提供多模态、多语言、高性能的语音理解能力
SenseVoice 是 FunAudioLLM 项目中负责“语音理解”的基础模型
