WhisperLive是基于OpenAI Whisper的实时语音转文字工具，支持麦克风直播和音频文件转录。提供命令行界面、Docker部署及浏览器扩展，具备词级时间戳、说话人分离等高级功能，适用于多平台服务器端部署。
Maskit是一款本地隐私脱敏网关，专为AI编程助手设计。它在请求发送前自动对敏感信息（如密钥、内网IP、PII）进行结构化打码，并在回复时流式还原。支持Cursor等工具，确保数据100%本地处理零遥测，保障开发隐私安全。
该仓库提供在四节点NVIDIA DGX Spark集群上通过无交换机直连环实现可复现的大语言模型推理的配置、基准测试及ARM64运行时镜像。旨在展示特定硬件拓扑下的高性能部署方案，包含详细的性能数据和验证结果。
UMR是用于人形机器人的统一动作重定向代码库。它通过学习点云对应关系，将人类或其他源的运动数据映射到机器人身上。主要包含点云对应学习和基于对应的运动优化两个阶段，支持骨骼、表面等多种运动源数据的高效转换与适配。
PivotHub是一款基于Python的CTF多层内网渗透辅助工具。采用FastAPI后端与Vue 3前端，通过Web界面提供内网拓扑可视化、命令库管理及靶场演练功能。专为授权环境设计，支持本地化部署与SQLite数据存储，适用于教学演示及竞赛场景。
Misaki是专为Kokoro模型设计的G2P（文本转音素）引擎，支持英语和日语处理。它提供Python库接口，可生成音素序列及Token映射，并支持通过espeak进行回退处理，适用于语音合成前的文本预处理任务。
将PDF、书籍等材料转化为可追溯、可测验的交互式学习网页。支持离线操作，强调事实与模型内容分离，适用于具备文件访问和Python执行能力的AI Agent环境。
CAD-MCP 是一个基于 Python 的 CAD 控制服务，通过自然语言指令驱动 AutoCAD、GstarCAD 和 ZWCAD 等软件进行绘图。它支持线条、图形绘制及图层管理，实现无需手动操作的 CAD 自动化，主要面向 Windows 平台用户。
提供用于构建Three.js浏览器游戏的AI技能包，集成游戏开发、UI、资产生成及自动化测试。通过导演模式自动协调各专项技能，支持AAA级画质与完整工作流，无需手动选择工具，适用于快速开发可玩的高质量网页游戏。
SmartPhotoCrafter是一个端到端的自动摄影图像编辑框架。它无需用户指令，通过闭环推理自动生成图像质量分析并执行修复（去噪、增强）或修饰（色调调整）。该工具支持高保真生成，旨在实现完全自动化的照片优化与美化。
Vibe Squad是一个基于Python的多模型AI编排工具，通过Markdown定义行为。它使用协调器将任务分发给71个专业角色，在隔离的git工作区中并行执行，并支持跨模型家庭（如Claude、Codex等）的独立审查，旨在为结构化编码提供高效、安全的自动化工作流。
TempAct是一个用于自回归视频生成的强化学习框架，旨在提升视频中动作时序的合理性。它通过联合优化LLM规划器和扩散执行器，确保生成视频严格遵循提示词中的时间顺序（如先倒酱后加芝士），解决传统方法中时序混乱的问题，适用于需要高精度事件进展控制的视频生成场景。
ffmpeg-skill 是面向 AI 编码代理（如 Claude Code、Cursor）的 FFmpeg 技能包。它提供 40 个工具，支持视频剪辑、音频处理、字幕添加及格式转换等媒体编辑任务。无需云端或 API Key，纯本地运行，适用于 Python 3.9+ 环境。
invest-skills 是一个面向A股的研究助手，通过Python引擎自动采集公开数据、计算指标并生成可复核的研究备忘录。它强调数据来源追溯与交叉验证，旨在辅助学习与研究，非投资决策工具，确保每个数字均可回溯至原始来源。
这是一个面向Blender 5.2的AI代理操作系统，通过bpy知识验证和生产门禁机制，确保生成可3D打印的几何模型。支持Claude Code等代理自动化建模，实现从设计到制造的闭环，适用于macOS和Linux平台。
