开源

免费开源的近实时语音转写工具，可处理麦克风、录音文件和音频流，并提供客户端与服务端。

免费开源的语音合成与少样本声音复刻工具，提供训练、推理和音频处理 WebUI。

阿里巴巴开源语音合成项目，提供多语言文本转语音、声音复刻与流式语音生成。

免费开源的本地 GGUF 模型运行工具，内置网页界面，支持 AI 对话和故事写作。

香港大学数据智能实验室开源的个性化 AI 学习工作空间，结合知识库、阅读、练习与协同写作。

字节跳动开源 AI 智能体框架，结合沙箱、技能和记忆处理研究、编程及内容制作任务。

开源 AI 编程智能体，可在终端、桌面和开发环境中理解项目、规划任务并修改代码，支持多种模型服务。

可自托管的 AI 研究笔记工具，整理文档、网页和音频，提供带来源的问答、检索及播客生成功能。

通义语音团队的多语言音频理解模型，支持语音转写、语种识别及情感与声音事件标签，可本地部署。

可本地部署的开源 AI 图像与视频节点工作流工具；核心免费，官方云端提供 5 次免费运行，云套餐与部分模型调用收费。

千问开源智能体开发框架，支持工具调用、MCP、RAG 与代码解释器；代码免费，模型和云接口费用另计。

微软开源的文档转 Markdown 工具，用于大模型文本分析与 RAG 数据预处理；基础转换免费，可选模型接口另计。

开源本地语音转写工具，结合词级时间对齐和可选说话人分离，生成带时间戳的文本与字幕。

面向本地和端侧部署的开源轻量大语言模型，提供模型权重、推理与微调指南。

免费开源的本地 AI 推理平台，通过兼容 OpenAI 格式的 API 连接本地模型和应用。

可自部署的开源个人 AI 助手，围绕笔记、PDF 和知识资料进行搜索、问答与研究。

开源语音识别工具包，支持音频转写、流式识别、标点恢复及说话人分段等语音处理任务。

免费开源的本地 AI 模型运行与训练工具，提供桌面界面、模型管理及开发工具连接能力。

开源可视化 AI 工作流构建工具，通过拖拽组件开发智能体、RAG 应用及 MCP 服务。

百度飞桨开源 OCR 与文档解析工具，识别图片和 PDF 中的文字、表格与版面，输出结构化数据。

可本地运行的开源 AI 文档解析工具，将 PDF、Office 和扫描图像转换为保留结构的 Markdown 或 JSON。

免费本地 AI 对话应用，可在电脑上运行语言模型并查询私人文档。

开源 RAG 与 AI 智能体平台，可用自有文档构建知识库问答和工作流。

免费的多模型 AI 桌面客户端，支持聊天、文档处理和 MCP；可连接本地模型，云模型 API 费用另计。