处理 PDF 是不是一定得先上 OCR？Firecrawl 开源的 PDF Inspector 就是冲着这个问题来的。
它用 Rust 写，先判断 PDF 属于文本型还是扫描型，再把带位置信息的文字提取出来、转成 Markdown。
几个亮点：
① 文本型 PDF 不用 OCR 就能处理
② Python、Node.js 和浏览器 WebAssembly 都支持
③ 普通文本 PDF 本地处理，官方称一般 200ms 内完成
④ 官方测试里，约 54% 不需要 OCR 的文档可以直接跳过
⑤ 200 份 PDF 的测试中，阅读顺序、表格识别等表现也不错
当然，扫描版 PDF 还是得交给 OCR。
工作流经常处理论文、报告这类原生文本 PDF 的话，这个工具能省掉不少额外步骤。
🔗 github.com/firecrawl/pdf-ins…
长音频场景想找套趁手的语音 AI？微软开源的 VibeVoice 可以看看，专为这个方向做的。
目前主要有三块：
① 长音频 ASR：单次最多处理 60 分钟，说话人、时间戳和文字都输出，支持 50+ 语言
② 多说话人 TTS：最长能生成 90 分钟音频，最多 4 人对话
③ 实时流式 TTS：0.5B 参数，首帧延迟约 300ms
它的核心思路是用超低帧率语音 Tokenizer 搭配 LLM + Diffusion，让模型更擅长处理长对话、播客这类连续语音。
现在 ASR 和实时 TTS 能用了，部分 TTS 代码已移除，不过权重还能下载。
⚠️ 项目方说得很明白：目前仅限研究用途，商用前得自己评估许可和使用风险。
🔗 github.com/microsoft/VibeVoi…
传统 RAG 查一次、检索一次，知识是不是很难真正沉淀下来？OpenKB 换了条路子——把 PDF、论文、文档直接整理成结构化的 Wiki 知识库。
① 超长文档和多模态内容都支持，还不用依赖向量数据库
② 基于 PageIndex 搭树状索引，AI 能按文档结构做推理检索
③ 交叉引用、概念页和实体页自动生成
④ 知识可持续更新，不必每次都从零检索
⑤ Agent Skill、幻灯片和知识图谱还能一键生成
说白了，就是把"查资料"变成"持续积累一套自己的知识库"。
🔗 github.com/VectifyAI/OpenKB
《新概念英语》还在配光盘啃？NCE 这个开源项目把四册内容直接搬进了浏览器。
纯前端静态页面，原版美音音频和中英对照文本都整合好了：
① 每句话都能单独点播，反复跟读正合适
② 手机、电脑打开就能用
③ 四册从入门到进阶，词汇量约 600～4000
④ 自己的音频和字幕资源也能外挂
页面本身免费开源，不过中文字幕是 AI 生成的，偶尔会有些小误差；音频托管在外部，第一次播放可能要缓冲一下。
本来就靠《新概念英语》打基础的，这个在线版确实方便不少。
🔗 github.com/iChochy/NCE
闲置的 iPhone、iPad 放着吃灰，是不是有点浪费？OpenDisplay 能让它们直接变成 Mac 的扩展屏。
方案免费开源，不用账号，也不用额外添硬件：
① 是真正的桌面扩展，不是简单镜像
② Retina 分辨率支持
③ USB、Wi-Fi 都能连
④ iPhone、iPad 都能当副屏用
⑤ 触控也支持，手指直接点按、滑动
手头正好有旧 iPhone 或 iPad 的，这个玩法挺实用。
🔗 github.com/peetzweg/opendisp…
做游戏还得被引擎抽成，这事儿想想就憋屈？Redot Engine 就是冲这个来的。
它基于 Godot 分支出来，走 MIT 协议，主打的就俩字：自由。
① 2D、3D 全覆盖，一套编辑器全搞定
② PC、手机、Web、主机等平台都能导出
③ 引擎费用不收，游戏收入也不抽成
④ 社区驱动、源码开放，想改自己动手
想自己做游戏、又看重开发自由度的，这个值得收藏。
🔗 github.com/redot-engine/redo…
服务器、网站、接口越攒越多，监控工具是不是也跟着装了一堆？CheckCle 想做的就是把这些收拢到一处——一套开源自托管监控工具，服务器、应用和网络服务都能统一盯着。
① HTTP、DNS、TCP 都支持，响应时间和故障记录一目了然
② SSL、域名到期会自动提醒
③ 异常能推送到 Telegram、Discord、Slack
④ 自带公开 Status Page，对外展示服务状态很方便
⑤ Docker 一条命令就能部署，MIT 协议
手上有服务器的话，这种轻量监控工具确实挺实用。
🔗
查 IP、做网络诊断、看浏览器指纹，还得在好几个网站之间来回跳？One IP 干脆把这些全塞进了一个页面。
几个比较实用的功能：
① IP 归属、信誉、风险信息一并查，地图和多源定位也有
② Ping、DNS、CDN、WHOIS 都整合好了，网络问题排查更顺手
③ FingerprintJS、CreepJS 支持，浏览器指纹和自动化特征都能检测
④ ChatGPT、Claude、Grok 等 AI 平台连通性也能测
项目开源，React 19 + Vite 构建，能部署到 Cloudflare Workers，Fork 一下就能自己搭。
在线体验：ip.huzhihui.com
项目地址：github.com/zhihui-hu/one-ip
想让 AI 直接读取实时市场资讯，有没有现成方案？OpenNews MCP 可以看看。
它把 85+ 个数据源接进了 AI，新闻、上币、链上巨鲸、Meme 情绪、市场异动等信息都覆盖到了。
比较方便的地方：
① 每条资讯都带 0～100 影响分，筛选起来很快
② AI 自动生成多空倾向信号，可作为分析参考
③ 支持中英双语摘要，原文不用自己逐条啃
接上 Claude 之后，这些实时资讯 AI 就能直接处理了。
🔗 github.com/6551Team/opennews…
刚进公司就接一个 20 万行代码库，最折磨人的是不是写代码本身，而是压根不知道从哪看起？
Understand Anything 让多个 Agent 先把项目拆一遍，把文件、函数、类、依赖关系整理成一张可搜索、可点击的知识图谱。
其中两个功能挺实用：
① 改代码前先看影响范围，哪些模块会被牵连一目了然
② 直接问“登录功能在哪”，靠语义搜索帮你定位相关代码
Claude Code、Cursor、Codex、Copilot 等工具也都支持。
面对陌生项目，比从头硬啃代码省事不少。
🔗 github.com/Egonex-AI/Underst…
2B 参数的小模型，如今也能真干活了？
OpenBMB 的 MiniCPM5-2B 主打本地小硬件运行。有人把它接进 CI 修复 Agent，丢了个"结算重试导致运费重复计算"的 Bug 过去。
模型自己复现问题、翻代码、定位原因，最后直接打补丁，18 个测试全过，而且全程本地跑。
几个亮点：
① 编程和工具调用能力都不错
② 2B 参数，本地设备跑起来更友好
③ 权重和训练数据都开源
小模型不一定只能聊天，拿来跑本地 Agent 也开始有点意思了。
🔗 huggingface.co/openbmb/MiniC…
免费节点到处都是，可把几十个公开订阅源汇到一起的，用起来确实省心。free-vpn-anti-rkn 就是这么一个开源项目，自动整理 VLESS、VMess、Trojan、Shadowsocks、Hysteria 等配置，还能靠 GitHub Actions 自动更新。
比较方便的地方：
① 有可视化订阅页，不用去翻 GitHub 文件，直接复制配置就行
② 节点自动收集、自动更新，手动找订阅那一步基本省了
想研究公开订阅聚合的，可以看看。
🔗 GitHub：github.com/Hidashimora/free-…
🔗 在线页面：hidashimora.github.io/free-v…
想省点事的浏览器小工具，javranking-extension 可以看看。
打开相关页面后点一下扩展，它就能按页面里的番号匹配 JavRanking 的封面和排行榜信息，手动搜索那一步直接省了。
用起来也不复杂：
① 从 Releases 下载 ZIP 并解压
② 浏览器开启开发者模式
③ 选 Load unpacked 加载扩展
隐私这块，项目说明是只有你主动点击时才读取当前页面，URL、番号和浏览记录不会上传或保存。
🔗
重装 Windows 是不是每次都得折腾启动盘、PE、镜像和驱动？LetRecovery 想把这些步骤一次性打包解决。
① WIM、ESD、GHO、ISO 等镜像都支持，还能自动挂载解析
② 桌面端 + WinPE 双管齐下，重装系统时自动写引导
③ BitLocker 加密盘也能解锁处理
④ 备份、密码重置、扩 C 盘、驱动导入等工具都集成了
目前 GitHub 上已有 1.2K+ Stars，个人非商业使用免费。
经常帮自己或家人修电脑的，备一个不亏。
🔗 github.com/NORMAL-EX/LetReco…
AI 编程 Agent 一多，终端、分支、PR 是不是很快就乱成一锅粥？Agent Orchestrator 相当于给这些 Agent 配了个"工头"，把任务统一收进一个看板管理。
① 一个任务对应一个 Agent 和独立工作区，彼此互不干扰
② 总控 Agent 负责拆任务、派活、跟进度
③ 写代码、跑 CI、PR Review 到合并，都能统一查看
本地桌面应用，Mac、Windows、Linux 都能跑。
平时同时跑多个 Coding Agent 的，这类工具确实能省下不少管理成本。
🔗 github.com/Untrivial-ai/agen…
家里有中小学生的，是不是常为找电子教材头疼？FreePEP 这个开源项目值得收藏一下。
它主要用来整理人教版电子教材，并批量保存成高清 PDF：
① 内置 780+ 本教材目录，小学、初高中多个年级和学科都覆盖
② 支持批量下载，并自动合成 PDF
③ 自带 WebUI，基本不用自己折腾环境
④ 开源免费，适合集中整理学习资料
平时需要查教材、做学习资料的，可以试试看。
🔗 github.com/siknet/FreePEP
系统学 AI Agent，是不是一定得先掏钱买课？Galileo 把 4 本相关电子书免费公开了，不花钱也能补。
一共 500+ 页，覆盖：
① Mastering AI Agents：Agent 架构与实战
② Mastering RAG：检索、向量库等核心知识
③ Mastering Multi-Agent Systems：多智能体协作
④ Mastering LLM-as-a-Judge：模型评测与 Agent 评估
从 RAG 到多 Agent，再到评测和减少幻觉，常见问题基本串了一遍。
想入门或系统补课的，先拿来当资料库挺合适。
🔗 galileo.ai/mastering-genai-s…
最近挖到个挺猛的开源声音复刻项目，叫 OmniVoice，你听说过吗？
丢一段参考音频进去，不用提前训练，就能生成接近原声音色的语音。
几个比较亮眼的点：
① 600+ 种语言都支持
② 年龄、音高、方言、气声等特征可调
③ 零样本声音复刻，拿来就能试
④ 生成速度最高能到实时的 40 倍
做配音、多语言内容，或者研究 TTS 的，都可以拿来玩玩。
🔗 github.com/k2-fsa/OmniVoice
国内搞量化，是不是很多人最后都会碰到 vn.py？原因说穿了也简单——从策略研究到实盘落地，它基本都替你串好了。
① 股票、期货、期权等市场都覆盖
② CTP、XTP、IB 等接口都能对接
③ CTA、价差、期权、算法交易等模块比较齐全
④ 回测、模拟盘、实盘都支持
⑤ 4.0 还加了 AI 模块，能结合机器学习做策略研究
模块多，刚上手确实容易懵，但熟悉之后就像搭积木，按需求拼功能。
GitHub 上已经 2.5 万+ Stars，国内量化社区里的实践资料也攒了不少。
🔗 github.com/vnpy/vnpy
