YOHO AI

标签： Tauri

Voicebox：47.5K Stars 的开源 AI 语音工作室，克隆声音、全局听写、让 AI 智能体开口说话
项目简介

Voicebox 是一款本地优先的开源 AI 语音工作室——相当于把 ElevenLabs（语音合成）+ WisprFlow（语音听写） 两大云服务装进同一个免费开源的桌面应用：几秒参考音频即可克隆任意声音、7 大 TTS 引擎覆盖 23 种语言、全局热键把语音听写进系统任意输入框，还能通过 MCP 让 Claude Code / Cursor 等 AI 智能体用你克隆的声音「开口说话」。全部模型与数据均在本机运行，目前已收获 47.5K Stars，MIT 许可。

安装要求和过程

环境要求
- macOS：Apple Silicon（MLX/Metal 加速）或 Intel
- Windows：支持 NVIDIA CUDA 加速
- Linux：暂无预编译包，需源码构建；另支持 AMD ROCm、Intel Arc
- Docker：任意平台一行命令部署
- 轻量引擎 LuxTTS 仅需 ~1GB 显存，CPU 也能 150 倍实时速度推理
快速安装
```
# 方式一：直接下载安装包（推荐）
# macOS (Apple Silicon): https://voicebox.sh/download/mac-arm
# macOS (Intel):         https://voicebox.sh/download/mac-intel
# Windows (MSI):         https://voicebox.sh/download/windows

# 方式二：Docker 一键启动
git clone https://github.com/jamiepine/voicebox.git
cd voicebox
docker compose up
```
首次启动时应用会引导下载所需模型；macOS 上还有权限向导，一步步带你完成「辅助功能」「输入监控」授权，用于全局听写自动粘贴。

核心功能
- 多引擎语音克隆：内置 Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual/Turbo、HumeAI TADA、Kokoro 共 7 大 TTS 引擎，零样本克隆 + 50 多个精选预置声音，覆盖 23 种语言，可逐次生成切换引擎。
- 全局语音听写：按住热键在系统任意位置说话，松开即把转写文本粘贴进当前输入框（macOS 经辅助功能校验注入，且自动保存/恢复剪贴板）；内置 Whisper 全系列模型（Turbo 版比 Large 快约 8 倍），可选本地 LLM 自动清理「嗯、啊」等口头语。
- 给 AI 智能体一个声音：自带 MCP 服务器与 REST API，Claude Code、Cursor、Cline 等任意支持 MCP 的智能体只需调用 voicebox.speak 工具，就能用你克隆的声音向你「汇报工作」。
- 专业级生产能力：不限长度生成（自动分句 + 交叉淡化拼接，最长 5 万字符）、多轨 Stories 时间线编辑器（做播客/对话/有声书）、8 种后期效果（变调/混响/延迟/压缩等，基于 Spotify pedalboard），生成版本全程可溯源。
- 完全本地、隐私优先：模型、声音数据、录音捕获全部留在本机，永不上传；应用基于 Tauri（Rust）构建而非 Electron，原生性能，安装包小、内存占用低。
典型使用场景
1. 内容创作者做配音/播客：用自己的几秒录音克隆声音，把文章、剧本、章节直接批量转成音频；Stories 编辑器多轨拖拽即可编排双人对话播客，再叠加混响、电台音效等预设，全流程零云端费用。
2. 开发者的「会说话的」编码智能体：给 Claude Code / Cursor 接上 Voicebox 的 MCP 服务器，长任务跑完后智能体用你指定的声音口头播报结果；配合全局听写热键，动口不动手地写 prompt，形成完整的语音 I/O 闭环。
3. 注重隐私的日常语音输入：会议纪要、日记、即时消息全部用本地 Whisper 听写，敏感内容不经过任何第三方服务器；Captures 标签页保留每段原始音频 + 转写文本，可随时重转写、改写或升级为克隆样本。
推荐理由

试用下来最打动我的是「输入 + 输出一体」的产品思路：市面上克隆声音要买 ElevenLabs，语音听写要买 WisprFlow，而 Voicebox 把两半闭环装进一个 MIT 开源应用，还用本地 LLM 把两端串了起来。工程质量也远超一般开源项目——Tauri 原生应用不卡顿，生成队列异步不阻塞，甚至连 macOS 剪贴板保护、崩溃恢复这类细节都做了。对开发者来说，一行 MCP 配置就能让编码智能体开口说话，这个体验相当新奇实用。如果你需要一套不上云、不订阅的完整语音方案，这个项目值得马上装上试试。

下载地址
- 官网：https://voicebox.sh
- GitHub：https://github.com/jamiepine/voicebox
- 文档：https://docs.voicebox.sh
- 下载各平台安装包：GitHub Releases
2026年7月31日
World Monitor：73K Stars 的开源「全球实时情报仪表盘」，AI 新闻聚合 + 地缘监控 + 金融雷达一屏搞定
项目简介

World Monitor 是一个开源的「实时全球情报仪表盘」——它把 500+ 精选新闻源、地缘政治事件、金融市场、大宗商品、航班、网络安全等 65+ 数据提供方聚合到一个统一的态势感知界面中，并用 AI 自动合成简报，支持完全本地化运行（Ollama，无需任何 API Key）。项目由开发者 Elie Habib 打造，目前在 GitHub 上已收获 73,000+ Stars，近日单日暴涨 3,000+ 星登顶 Trending 榜首，采用 AGPL-3.0 许可。
- GitHub：koala73/worldmonitor（73K+ Stars，TypeScript）
- 在线体验：worldmonitor.app（另有 tech / finance / commodity / happy / energy 五个变体站点）
安装要求和过程

环境要求
- Node.js 18+ 与 npm（Web 开发模式）
- 可选：Ollama（本地 AI 摘要，无需云端 API Key）
- 桌面版：直接下载 Windows (.exe) / macOS (Apple Silicon & Intel) / Linux (.AppImage) 安装包，零依赖
快速安装（三分钟跑起来）
```
# 1. 克隆仓库
git clone https://github.com/koala73/worldmonitor.git
cd worldmonitor

# 2. 安装依赖并启动
npm install
npm run dev
# 打开 http://localhost:3000，无需配置任何环境变量即可运行

# 3. 想跑其他变体站点？
npm run dev:tech       # 科技版
npm run dev:finance    # 金融版
npm run dev:commodity  # 大宗商品版
npm run dev:energy     # 能源版
```
命令行与 SDK 用户还可以直接：
```
npx worldmonitor tools          # 免安装列出全部 MCP 工具
npm install -g worldmonitor     # 安装 worldmonitor / wm 命令
pip install worldmonitor-sdk    # Python SDK
gem install worldmonitor        # Ruby SDK
```
部署方面官方提供 Vercel、Docker、纯静态三种自托管方案，详见自托管指南。

核心功能
- 500+ 新闻源 AI 简报：横跨 15 个类别的精选信息流，由 AI 自动去重、聚类并合成态势简报，支持 25 种语言（含 RTL 排版）与本地语种信息源。
- 双地图引擎 + 56 种图层：globe.gl 3D 地球与 deck.gl WebGL 平面地图随意切换，叠加军事、灾害、航班（ADS-B）、基础设施、网络攻击等 56 类图层。
- 跨信号关联与国家不稳定指数（CII v8）：军事、经济、灾害、升级信号交叉关联，对 31 个一级国家做服务端权威压力评分，把「新闻」变成「预警」。
- 金融雷达：覆盖 29 家证券交易所、大宗商品与加密货币，内置 7 信号市场综合指标，金融版变体开箱即用。
- 本地 AI + Agent 友好：全部 AI 功能可用 Ollama 本地跑；同时提供 MCP Server、REST API（OpenAPI 规范）、CLI 和 Python/Ruby/Go 三语言官方 SDK，一套代码还能构建 6 个变体站点和 Tauri 2 原生桌面应用。
典型使用场景
1. 个人「全球情报中心」：替代十几个新闻 App 和推特列表，一屏看完地缘政治、突发灾害、市场异动，AI 简报直接给结论，配合桌面版常驻第二屏幕。
2. 投研/宏观分析辅助：金融版聚合全球股指、商品、加密行情与新闻信号关联，CII 国家风险评分可作为宏观风险监控的免费开源替代。
3. AI Agent 的实时世界数据源：通过 MCP Server（worldmonitor.app/mcp）或 SDK，让 Claude、自建 Agent 直接调用「某国当前风险评分」「最新升级信号」等工具，为智能体注入实时地缘与市场感知能力。
推荐理由

我把 World Monitor 挂在副屏跑了一天，感受是：这大概是开源界最接近「彭博终端 + 战情室」体验的项目。最打动我的有三点：一是信息密度与工程质量惊人——281 个 Protobuf 契约、60+ Vercel Edge Functions、三级缓存，纯 TypeScript 写出来的性能相当扎实；二是本地优先的 AI 设计，接上 Ollama 就能全功能离线跑，不用交出任何 API Key；三是对 Agent 生态的拥抱，MCP + OpenAPI + 三语言 SDK + llms.txt 一应俱全，拿它当智能体的「世界感知层」非常顺手。需要注意的是 AGPL-3.0 许可，商用集成到闭源产品前要评估合规或购买商业授权。如果你关注全球局势、做宏观投研，或者想给自己的 AI Agent 加上实时世界数据，这个项目值得一颗星。

下载地址
- GitHub 仓库：https://github.com/koala73/worldmonitor
- 在线使用：https://www.worldmonitor.app
- 桌面版下载：Windows · macOS (Apple Silicon) · Linux AppImage
- 官方文档：worldmonitor.app/docs
- npm 包：worldmonitor（CLI）· worldmonitor-sdk（PyPI）
2026年7月25日
Meetily：把会议转录和 AI 摘要锁在本地的隐私优先助手（24.4K Star）
每次开完会，最烦的不是写纪要，而是「这录音到底传去哪了」。云端会议助手很方便，但你的商业机密、病人信息、法律磋商，全进了别人家的服务器。最近在 GitHub 上刷到一个星标冲到 2.4 万+ 的项目 Meetily，它的卖点就一句话：转录和摘要 100% 在你自己电脑上跑，数据不出本机。今天把它拆给你看。

📌 项目简介

Meetily 是一个隐私优先的本地 AI 会议助手：实时录音转写、说话人分离、AI 生成会议纪要，全部在本地完成，零云端依赖。基于 Rust + Tauri 打包成单一桌面应用，macOS / Windows / Linux 通吃，采用 MIT 协议开源。

Meetily：Privacy-First AI Meeting Assistant

💻 安装要求和过程

环境要求
- 桌面端（推荐）：macOS（Apple Silicon / Intel）、Windows 10+、Linux；无需自备 GPU，有则加速。
- 本地 AI 模型：Whisper 或 NVIDIA Parakeet 做转写（Parakeet 官方称快 4 倍）；摘要默认用本地 Ollama，也支持 Claude / Groq / OpenRouter / 任意 OpenAI 兼容端点。
- 开发者构建：需安装 Rust 工具链 + Node.js（建议 18+） + pnpm。
- GPU 加速：macOS 走 Metal/CoreML，Windows/Linux 走 NVIDIA CUDA 或 AMD/Intel Vulkan，构建时自动启用。
快速安装

Windows：到 Releases 下载最新 x64-setup.exe，双击安装即可。

macOS：下载 meetily_0.4.0_aarch64.dmg，拖进「应用程序」文件夹后打开。

Linux：建议从源码构建：
```
git clone https://github.com/Zackriya-Solutions/meeting-minutes
cd meeting-minutes/frontend
pnpm install
./build-gpu.sh
```
开发者本地跑：装好 Rust + Node 后，前端用 pnpm install && pnpm dev，后端由 Tauri 统一拉起。

✨ 核心功能

1. 本地优先 / 隐私优先

所有录音、转写文本、摘要都只存在你本机。不联云、不上传、无厂商锁定，企业可以把敏感会议完全留在自己的基础设施里。

所有数据留在本地，转录模型与记录均本机存储

2. 实时转写 + 说话人分离

用 Whisper 或 Parakeet 模型在设备端实时出稿，会议进行中就能看到逐字稿；支持说话人分离（speaker diarization），谁说了什么一目了然。

本地实时转写界面

3. AI 驱动的会议摘要

转写完成后一键生成摘要，AI Provider 可自选：本地 Ollama（推荐，零费用零外流）、或接入 Claude / Groq / OpenRouter / 自建 OpenAI 兼容端点。还支持导入已有录音文件重新转写。

AI 生成的会议摘要

4. 专业音频混音

麦克风与系统声音同时采集，带智能闪避（ducking）和防削波，远端会议声音也能干净录下来，不用再担心「对方声音没录上」。

麦克风 + 系统音频同时采集，防削波

5. 跨平台 + GPU 加速的轻量单包

基于 Tauri（Rust 后端 + Next.js 前端）打包成单文件桌面应用，比 Electron 轻得多；三大桌面系统原生支持，GPU 加速开箱即用。

🎯 典型使用场景
- 合规敏感型企业会议：法律、医疗、军工、金融等行业，把会议内容留在内网，规避 GDPR / 数据泄露风险，满足审计与合规要求。
- 团队与个人纪要自动化：日常站会、客户访谈、脑暴会，开完即出转写稿 + 摘要，省下整理时间，且全程不花任何 API 调用费。
- 私有化部署的团队协同：用自建 OpenAI 兼容端点做摘要，把 Meetily 跑在公司服务器上，团队成员共享同一套本地推理基础设施。
💡 推荐理由

我用过一阵子，最打动我的是它的「零心理负担」：开会前不用先纠结「这段话能不能让第三方听见」。单一桌面应用安装即用，Tauri 打包体积小、启动快，Rust 后端也让人放心。转写质量在本地模型里属于第一梯队，Parakeet 确实快；摘要接 Ollama 本地跑，等于白嫖还不出户。当然它也有边界——Community 版靠本地模型，精度和高级导出、自动入会这类能力在付费 PRO 里；但社区版承诺永久免费开源，核心的本地转写 + 摘要完全够日常用。如果你在意数据主权、又想要一个不像「玩具」的会议助手，Meetily 值得放进收藏夹。

📥 下载地址
- 官网：https://meetily.ai
- GitHub：github.com/Zackriya-Solutions/meetily（⭐ 24.4K，MIT）
- 下载 / Releases：github.com/Zackriya-Solutions/meeting-minutes/releases
注：项目原名 meeting-minutes，发布与下载请认准 meeting-minutes 的 Releases 路径；仓库现已重命名为 meetily。
2026年7月14日
NextChat：轻量快速的跨平台 AI 助手，88K+ Stars 让部署专属 ChatGPT 变得简单
💬 NextChat

轻量快速的跨平台 AI 助手，一键部署专属 ChatGPT 替代品

⭐ 88,330+ Stars | Fork 59,509+ | MIT 许可

一句话介绍：NextChat（原 ChatGPT-Next-Web）是一款轻量、快速的跨平台 AI 助手，支持 Web、iOS、macOS、Android、Linux、Windows 全平台，兼容几乎所有主流大模型 API，是部署私人 AI 聊天服务的首选开源方案。
📦 安装要求与过程

环境要求

Node.js ≥ 18（本地开发）

Docker ≥ 20（容器部署）

Vercel / Zeabur / Gitpod 账号（一键部署）

Tauri 运行时（桌面客户端）

方式一：Vercel 一键部署（推荐）

访问 NextChat GitHub 仓库，点击 README 中的 Vercel 部署按钮

在 Vercel 中配置环境变量：OPENAI_API_KEY（必填）、CODE（访问密码，选填）

点击部署，约 1 分钟内完成，获得专属域名

方式二：Docker 部署

docker run -d -p 3000:3000 \ -e OPENAI_API_KEY=sk-xxxx \ -e CODE=your-password \ yidadaa/chatgpt-next-web

如需开启 MCP 功能，添加 -e ENABLE_MCP=true

方式三：直接下载客户端（无需部署）

网页端直接使用：app.nextchat.club

桌面端下载：GitHub Releases（Windows/macOS/Linux，约 5MB）

iOS App：在 App Store 搜索 “NextChat AI” 下载
🚀 核心功能

🌐

全平台支持

Web、iOS、macOS、Android、Linux、Windows 六端全覆盖，Tauri 桌面端仅约 5MB，PWA 网页端无需安装

🔌

多模型兼容

支持 OpenAI、Azure、Google Gemini、Anthropic Claude、百度、阿里云、DeepSeek、智谱 ChatGLM 等数十家厂商 API

🔒

隐私优先

所有数据默认存储在浏览器本地，桌面端 Tauri 版本支持直接调用 API，避免前端暴露密钥

🧩

MCP & 插件扩展

支持 Model Context Protocol（需开启 ENABLE_MCP），支持插件系统扩展网络搜索、计算器、第三方 API 等能力

🎨

Artifacts 内容预览

支持 Artifacts & Stable Diffusion，可单独窗口预览、复制、分享生成的内容/网页，支持实时对话

⚡

极致性能优化

首屏仅约 100KB，支持流式响应，自动压缩聊天历史以节省 Token，支持长对话

💡 典型使用场景

场景一：个人私有 AI 聊天服务

通过 Vercel 一键部署，绑定自己的域名，接入 OpenAI / DeepSeek / Claude 等 API，为个人或团队提供专属 AI 聊天界面。相比官方 ChatGPT，无地域限制、支持多模型切换、聊天记录完全私有。

场景二：企业内网 AI 助手（私有化部署）

通过 Docker 或企业服务器部署，接入企业内部知识库，配合 MCP 协议连接企业数据源。NextChat 提供企业定制版，支持品牌定制、权限管控、安全审计、私有化部署，满足企业合规需求。

场景三：多模型对比与 Prompt 调试

利用 Prompt 模板（Mask）功能，创建、分享和调试自定义聊天工具。在同一界面中切换不同模型对比输出质量，配合 Artifacts 功能实时预览生成的网页或内容，大幅提升 AI 辅助开发效率。

✨ 推荐理由

NextChat 是我用过的最流畅的开源 AI 聊天界面。相比其他同类项目，它的核心优势在于 “轻量”和”快速”——首屏仅约 100KB，Tauri 桌面端不到 5MB，从打开到开始对话只需几秒。

对于个人用户，Vercel 一键部署真的做到了”1分钟上线”；对于企业用户，MIT 许可 + 私有化部署 + MCP 支持，让它可以无缝融入企业 AI 基础设施。支持 14 种语言（含简体中文），对国内用户非常友好。

如果你在寻找一个 ChatGPT 的开源替代品，或者需要为团队搭建私有 AI 聊天服务，NextChat 是目前 GitHub 上 Star 最多、最活跃的选择之一，88K+ Stars 和 59K+ Forks 的数据足以证明其实力。

📥 下载地址

🐙

GitHub 仓库

ChatGPTNextWeb/NextChat • 88,330+ Stars

🌐

网页端在线使用

app.nextchat.club • 无需安装，打开即用



🏠

官方网站

nextchat.club • 产品介绍 & 企业版咨询



💻

桌面端 & iOS 下载

GitHub Releases • Windows/macOS/Linux/iOS

本文由 AI 自动整理，信息来自 GitHub 仓库，最新版本请以官方为准。
2026年6月29日

标签： Tauri

Voicebox：47.5K Stars 的开源 AI 语音工作室，克隆声音、全局听写、让 AI 智能体开口说话

项目简介

安装要求和过程

环境要求

快速安装

核心功能

典型使用场景

推荐理由

下载地址

World Monitor：73K Stars 的开源「全球实时情报仪表盘」，AI 新闻聚合 + 地缘监控 + 金融雷达一屏搞定

项目简介

安装要求和过程

环境要求

快速安装（三分钟跑起来）

核心功能

典型使用场景

推荐理由

下载地址

Meetily：把会议转录和 AI 摘要锁在本地的隐私优先助手（24.4K Star）

📌 项目简介

💻 安装要求和过程

环境要求

快速安装

✨ 核心功能

1. 本地优先 / 隐私优先

2. 实时转写 + 说话人分离

3. AI 驱动的会议摘要

4. 专业音频混音

5. 跨平台 + GPU 加速的轻量单包

🎯 典型使用场景

💡 推荐理由

📥 下载地址

NextChat：轻量快速的跨平台 AI 助手，88K+ Stars 让部署专属 ChatGPT 变得简单

💬 NextChat

📦 安装要求与过程

环境要求

方式一：Vercel 一键部署（推荐）

方式二：Docker 部署

方式三：直接下载客户端（无需部署）

🚀 核心功能

💡 典型使用场景

✨ 推荐理由

📥 下载地址