标记为的帖子: Open Source
Content related to Open Source
Lark-CLI：AI Agent 专用的官方 Lark/飞书 CLI
发掘 lark-cli，Lark/飞书平台的官方开源 CLI。专为人与 AI Agent 打造，提供 12 个业务领域 200+ 命令，包括日历、消息、文档、表格、邮件和任务。配备 20 个结构化 AI Agent 技能、Agent 原生设计和零配置集成，3 分钟即可上手。采用三层架构（快捷命令 → API 命令 → 原始 API）、企业级安全和 MIT 许可。完美适用于自动化 Lark 工作流的开发者。
SentrySearch：使用 AI 进行语义视频搜索
发现 SentrySearch，这是一个开源工具，使用 Google 的 Gemini Embedding API 或本地 Qwen3-VL 模型，将数小时的视频片段转化为可搜索的片段。只需输入 '红色的卡车闯停车标志'，即可获得完美裁剪的视频片段。完美适用于 Tesla 行车记录仪分析、安全监控视频或任何 MP4/MOV 文件。支持本地 GPU 加速、Tesla 元数据叠加，以及自动静态帧跳过来节省成本和时间。
Claude Code Python 移植版：开源重写
探索 Claude Code 的独立 Python 移植版 – 使用 oh-my-codex (OmX) 从零重写的版本。这个教育项目将原始 TypeScript 代码库转变为 Python 优先工作区，包含 CLI 工具、全面测试和详细移植清单。运行 `python3 -m src.main summary` 以探索进度，或深入阅读关于 AI 重新实现和 copyleft 侵蚀的伦理文章。非常适合研究 AI 代理工作流、工具集成和伦理开源实践的开发者。
自动 YouTube Shorts 流水线：从话题到已发布视频
使用此全自动流水线，将任意话题在几分钟内转化为已发布的 YouTube Short。从热门话题发现（Reddit、Google Trends、TikTok）到 AI 生成脚本（Claude）、视觉效果（Gemini Imagen）、旁白（ElevenLabs）、内置字幕、音乐降噪，以及直接 YouTube 上传。v2.1.0 功能包括断点续传、重试逻辑、78 项测试，每视频仅需 $0.11。完美适合扩展短视频内容的创作者。
微软的Rust培训：适合所有水平的7本书
微软的RustTraining GitHub仓库提供7本综合书籍，专为转向Rust的C/C++、C#、Python开发者量身定制，还深入探讨异步、模式、类型驱动正确性和工程实践。每本书15-16章，包含Mermaid图表、可编辑playground、练习和全文搜索，这是从初学者桥接到专家技巧的终极结构化Rust学习路径。克隆并本地服务以实现离线访问和即时搜索。
Helios：14B 实时视频生成，19.5 FPS
发现 Helios，来自 PKU-YuanGroup 的突破性 14B 参数视频生成模型，在单张 H100 GPU 上以 19.5 FPS 生成分钟级高品质视频。无需反漂移技巧，无加速黑客——纯架构创新。支持 T2V、I2V、V2V 和交互生成，开箱即用支持 Diffusers、SGLang、vLLM-Omni 和 Ascend NPU。使用组卸载在本地 ~6GB 显存运行。完整训练代码和三种模型变体（Base、Mid、Distilled）现已可用。
Recordly：开源屏幕录制工具，内置专业编辑
Recordly 通过内置专业编辑工具革新屏幕录制。捕获您的屏幕或窗口，然后立即使用自动缩放、平滑光标效果、动态网络摄像头叠加、时间线裁剪和样式帧进行编辑。导出精美的 MP4 或 GIF，适用于教程、演示和社交剪辑。跨平台支持 macOS、Windows 和 Linux，使所有开发者和内容创作者都能轻松使用。发现为什么 3.1k 星标不会错！
VoiceChanger：开源实时语音转换
了解 VoiceChanger 如何让你实时使用尖端 AI 模型（如 Beatrice 和 RVC）来变换语音。本开源项目提供跨平台 GUI、Docker 支持、网络模式以及 AMD Linux 和 Google Colab 的教程。无论你是游戏开发者、主播还是爱好者，学习如何在数分钟内安装、配置并升级软件，探索实时语音操控的激动人心世界。
EasyOCR：一款快速、多语言 OCR 库，适用于 Python
EasyOCR 带来 80+ 语言支持，直接嵌入您的 Python 项目。只需快速 pip 安装、轻量级模型下载以及直观的 API，即可在数秒内从图像中提取文本。本指南涵盖从基础使用和自定义语言集到 Docker 部署和 Hugging Face Space 集成的一切内容。无论您是在构建照片管理工具还是数据录入流水线，EasyOCR 都能为您提供所需的速度与准确性。
VibeVoice：Microsoft 的开源语音 AI 套件
探索 VibeVoice，Microsoft 的前沿开源工具包，为开发者与研究人员提供长时段 ASR、多说话人 TTS 与实时流式处理。了解如何利用其 60 分钟 ASR 流程、90 分钟 TTS 以及轻量级实时模型，并探索与 Hugging Face Transformers 的集成，实现无缝部署。