#工具 #开源 #跨平台

📂 AI File Sorter - 一个基于 AI 的文件整理工具

😸 开源地址 | ⬇️ 下载地址

AI File Sorter 是一款开源的本地文件整理工具，基于 AI （可选纯本地+远程模型）实现文件自动分类、重命名和整理。支持Windows、Linux、macOS

其最大亮点是可以读懂图片、文档、媒体文件并自动重命名分类

📮投稿 📢频道 💬群聊 🔎索引

#互联网观察 #开源

▎小米开源 OmniVoice：一个模型覆盖 600+ 语言的语音克隆 TTS

小米 AI 实验室新一代 Kaldi 团队发布并开源了多语言语音克隆 TTS 模型 OmniVoice。这个模型主打“一个模型覆盖 600+ 语种”，目标是解决现有语音克隆模型多语言覆盖不足、低资源小语种难以合成的问题。官方称，OmniVoice 覆盖 646 种语言，在中英文合成、多语言语音克隆和低资源语种泛化上都达到了较强表现。

OmniVoice 完全基于开源数据训练。团队收集了 50 个开源语音数据集，经过降噪和质量筛选后，构建了覆盖 646 种语言、总时长 58 万小时的多语言训练数据集。为了照顾低资源语言，训练中还使用了动态上采样策略。官方测试显示，在 24 种语言测试中，OmniVoice 的语音相似度和可懂度超过多款商用系统；在 102 种语言测试中，其可懂度接近甚至优于真实语音。

OmniVoice 支持跨语言语音克隆，也就是只提供一种语言的参考音频，就可以生成另一种语言的同音色语音。它还支持文本描述生成音色，例如指定性别、年龄、音调、方言、口音，甚至耳语风格；能处理带噪参考音频，自动提取较清晰的音色特征；还支持笑声、叹气等语气符号，以及对中文多音字、英文专有名词等发音问题进行纠正。

这次开源内容包括训练代码、推理代码和模型权重。项目同时提供论文、GitHub 仓库、语音样本页面、Hugging Face Demo Space 和模型权重。对开发者来说，OmniVoice 的意义在于把多语言语音克隆的门槛进一步降低，尤其是过去很难覆盖的小语种，现在有机会通过一个统一模型获得可用的 TTS 能力。

频道 @AppDoDo 官推 APPDOTG

#AI #输入法 #开源

言泉输入法

本地优先的中文输入法，特点是所有文字处理均在本地完成，包括配置与用户词库也默认保留在本机，另外结合 LLM 本地模型，可持续提升候选词排序质量与词库覆盖，同时保持可检查、可清理、可重置的结构，无捆绑，无后台推送，免费开源，适用于 Windows 10 / 11 系统。

❤️官网 🐙GitHub

频道 @WidgetChannel

#AI #自动化 #开源

Ruto-GLM

Android 自动化与多任务框架，借助 Shizuku 激活的系统级能力，并结合 AI 大模型，可实现真正的后台自动化、多任务并行和智能 UI 操作执行，简单地说，就是可以一边执行任务，一边玩手机，互不耽误，上手应该是有点门槛的，感兴趣的可以试试，免费开源。

🐙 GitHub

频道 @WidgetChannel

#OpenClaw #AI #开源

U-Claw 虾盘

OpenClaw 离线安装 U 盘工具，可将其运行环境和相关依赖完整打包，内置多种 AI 模型配置方案，并预装几十个常用生产力技能，只需插上 U 盘，双击启动脚本即可一键安装，有效避免安装过程中 GitHub 访问缓慢、依赖下载失败或环境冲突等问题，此外还提供备份、修复、还原等维护功能，支持 Windows、macOS、Linux 系统，免费开源。

❤️主页 🐙GitHub

频道 @WidgetChannel

#AI #自动化 #macOS #开源

Openwork

AI 桌面助手与自动化工具，可执行各种文件操作和实际任务，包括浏览器自动化、文件重命名/移动/排序、文件夹整理、内容摘要、文档生成、基于会议笔记创建日历安排等，使用需配置 API 密钥（OpenAI、Anthropic、Google、xAI）或通过 Ollama 运行本地模型，数据完全本地化处理，免费开源，无需注册。

❤️主页 🐙GitHub

频道 @WidgetChannel

#翻译 #开源 #AI

MTranServer

离线翻译模型服务器，可在只有 CPU 和约 1 GB 内存的环境下运行，无需显卡，单条翻译平均耗时 50 毫秒，支持中、英、德、法、俄、韩、日等主流语言互译，整体特点就是离线、响应快以及无限使用，受限于模型大小和优化程度，翻译质量肯定不如大模型翻译的效果，有需要这种轻量级翻译服务的可以试试，免费开源。

🐙 GitHub

频道 @WidgetChannel

#AI #开源 #语音转文字

Handy

语音转文字工具，可在任何应用中通过快捷键启动录音、自动检测语音并实时生成文字，随后将转写结果自动粘贴至当前文本框，无需切换窗口，且完全离线运行，集成 Whisper 系列模型及 CPU 优化的 Parakeet V3 模型，既可在 GPU 环境下加速推理，也可在仅依赖 CPU 的通用设备上运行，免费开源，适用于 Windows、macOS 和 Linux 系统。

❤️主页 🐙GitHub

频道 @WidgetChannel

#AI #插件 #开源

NativeMind

完全本地运行的浏览器 AI 助手插件，支持网页摘要、全文翻译、跨标签对话上下文、在浏览器内检索网页内容并生成答案、与 PDF/图像文件对话问答、写作辅助（改写、润色、生成创意文本）等，无缝集成 gpt-oss、DeepSeek、Qwen、Llama、Gemma、Mistral 等模型，一键加载、切换模型，无需配置，免费开源，无需注册。

❤️主页 🐙GitHub 🌐Chrome

频道 @WidgetChannel

#截图 #AI #开源

Snow Shot

一体化智能截图工具，集成了截图、文字识别（OCR）、翻译及 AI 对话等功能，识别后文字可进行编辑、更正、复制，也可与聊天模型交互生成摘要、注释或相应建议，即便是图像中的文字亦能被识别并转化为可编辑文本，可自定义截图热键、保存默认路径、OCR 语言包、翻译目标语言、对话模型接口等参数，免费开源，适用于 Windows 和 macOS 系统。

❤️主页 🐙GitHub

频道 @WidgetChannel

#wiki #AI #开源 #建站

🐼 PandaWiki - 一款 AI 大模型驱动的开源知识库搭建系统

🐙 开源页面

PandaWiki 可以帮助你快速构建智能化的产品文档、技术文档、FAQ、博客系统等，借助大模型的力量为你提供 AI 创作、AI 问答、AI 搜索等能力。

开发团队是中国的，所以本土化做的比较好，并且最低仅需1H2G的配置即可运行

📮投稿 📢频道 💬群聊 🔎索引

#AI #音频 #开源

SpleeterGUI

音源分离工具，可将歌曲或音频文件拆分为鼓点、贝斯、人声等独立轨道，可用于重新混音或去除录音中的背景噪音，如鸟鸣、路声或喇叭声。使用前需下载完整模型（约 1.2GB），免费使用。

https://spleetergui.com/

频道 @Edgebyte

#AI #数据库 #开源

⭐ NocoDB - 将数据库转为电子表格

🐙 开源页面

NocoDB 通过可视化的方式将 MySQL、PostgreSQL、SQL Server、SQLite、MariaDB 等数据库转换为智能电子表格

支持本地部署，也可也在线使用

↗️ 相关阅读

▫️Teable - 一款开源的无代码数据库
▫️SQL Chat - 一个基于聊天的 SQL 客户端
▫️SQLBot - 基于大模型和 RAG 的智能问数系统
▫️DB-GPT - 一个开源的以数据库为基础的 GPT 实验项目
▫️Chat2DB - 一款适用于各种数据库的智能SQL客户端和报表工具

📮投稿 📢频道 💬群聊 🔎索引

#开源 #网盘 #AI

☁️ Foxel - 一个高度可扩展的私有 AI 云盘

🌐 在线体验（账密 admin）

⭐️ Features

▫️统一文件管理：集中管理分布于不同存储后端的文件。
▫️插件化存储后端：采用可扩展的适配器模式，方便集成多种存储类型。
▫️语义搜索：支持自然语言描述搜索图片、文档等非结构化数据内容。
▫️内置文件预览：可直接预览图片、视频、PDF、Office 文档及文本、代码文件，无需下载。
▫️权限与分享：支持公开或私密分享链接，便于文件共享。
▫️任务处理中心：支持异步任务处理，如文件索引和数据备份，不影响主应用运行。

📮投稿 📢频道 💬群聊 🔎索引

#数据库 #SQL #开源

DrawDB

在线数据库设计与 SQL 生成工具，可通过直观的图形界面创建数据库模型，系统会自动生成对应的 SQL 创建脚本，支持 MySQL、MariaDB、PostgreSQL、SQL Server 以及 SQLite 等多种数据库系统，核心功能包括可视化 ER 图设计、表结构定义、字段属性配置、表关系建立和约束设置等，完全免费，无需注册。

https://drawdb.vercel.app

频道 @Edgebyte

#bilibili #开源

Bili2text

一个用于将 Bilibili 视频转换为文本的工具，通过一个简单的流程实现：下载视频、提取音频、分割音频，并使用 whisper 模型将语音转换为文本，整个过程是自动的，只需输入 Bilibili 视频的 av 号即可，整个过程行云流水，一步到位。

https://github.com/lanbinleo/bili2text

频道 @Edgebyte

GitHub

GitHub - lanbinleo/bili2text: Bilibili视频转文字，一步到位，输入链接即可使用

Bilibili视频转文字，一步到位，输入链接即可使用. Contribute to lanbinleo/bili2text development by creating an account on GitHub.

#翻译 #插件 #开源

陪读蛙

浏览器翻译插件，主要功能是沉浸式翻译，会在原文旁边显示翻译内容，方便进行对比且不打乱页面布局，效果还是蛮不错的，另外集成了 AI 功能，可以提取并分析文章内容，支持多种 AI 模型，但需要自行提供 API Key，免费开源，无需注册。

🌐 主页 🐙 项目地址 🌐 Chrome

频道 @WidgetChannel

www.readfrog.app

Read Frog

Master languages effortlessly and deeply with AI, right in your browser.

#AI #转录 #开源

aTrain

语音转录与说话人分离工具，结合 Whisper 与 pyannote.audio 模型，可识别多达 99 种语言的语音内容，并自动进行说话人分离，支持处理长视频，支持导出兼容 MAXQDA、ATLAS.ti 和 nVivo 的转录文本，完全本地运行，免费开源，适用于 Windows、macOS 与 Linux 系统。

🐙 项目地址

频道 @WidgetChannel

GitHub

GitHub - JuergenFleiss/aTrain: A GUI tool for offline transcription of speech recordings, including speaker diarization, utilizing…

A GUI tool for offline transcription of speech recordings, including speaker diarization, utilizing state-of-the-art machine learning models. - JuergenFleiss/aTrain

#电子书 #听书 #开源

Audiblez

电子书转有声书工具，基于 Kokoro-82M 模型实现，可将 epub 文本转换为 m4b 音频，支持 8 种中文音色，以及中英日法等多种语言，支持选择语音性别和播放速度，支持 CUDA 加速，但 CPU 也可以跑，只是处理速度差异很大，免费开源。

这个有门槛啊，需要自行部署。

🐙 项目地址

频道 @WidgetChannel

GitHub

GitHub - santinic/audiblez: Generate audiobooks from e-books

Generate audiobooks from e-books. Contribute to santinic/audiblez development by creating an account on GitHub.

#开源 #跨平台 #输入法 #脚本

⌨️ 万象拼音 - 又一个 Rime 输入法方案！

🔗 基础班 | 增强版 | 语法模型

万象拼音是一个全面构建 Rime 输入生态的系列方案，涵盖：

▫️拼音输入方案（基础版 / 增强版）Rime 类大厂输入方案，完美的整句输入体验，某种程度更是超越
▫️自定义语言模型（语法模型 / 预测模型），Rime 唯一 200M 规模语法模型，覆盖面广，开源炼制方法，持续更新
▫️高精度多音字处理与整句输入支持，在这里还能找到 pypinyin 最实用数据库和词库注音脚本工具链，全部多音字参与词汇人工持续修订，拥有完整的经语料炼化的向量词库，并为之区分和加注多音字读音，数据量是开源之最
▫️项目融合 AI 精选词库与 32GB 多领域语料训练的模型，极大提升输入效率与准确性

支持 Windows、macOS、Linux、Android、iOS、HarmonyOS

➡️ 已收录至「输入法」

📮投稿 📢频道 💬群聊 🔎索引

GitHub

GitHub - amzxyz/rime-wanxiang: 「万象拼音」：把算法留在幕后，把纯粹还给指尖，用更现代的数据，接管你的候选。Q群：11033572 / 11631066

「万象拼音」：把算法留在幕后，把纯粹还给指尖，用更现代的数据，接管你的候选。Q群：11033572 / 11631066 - amzxyz/rime-wanxiang