Voicebox — 35 k 星开源 AI 语音工作室：本地版 ElevenLabs，克隆+生成+听写一站式
35 k 星 Voicebox 是开源 AI 语音工作室。克隆声音、7 引擎 TTS 生成、全局听写、MCP 给 Agent 配音。完全本地运行，替代 ElevenLabs+WisprFlow。MIT 开源。
别再为这些工具付费了，这 30 个开源替代品让你的月账单直接砍半
上个月我认真拉了一遍 SaaS 账单，吓了一跳。本文从 100 个开源 GitHub 仓库中精选 30 个最实用的替代品——n 8 n 替代 Zapier、Penpot 替代 Figma、Ollama 替代 ChatGPT 订阅——按六大类逐一拆解，每项标注许可证和坑点。
Agent-Native — BuilderIO 开源的 Agent 原生应用框架：一次定义，所有界面通用
BuilderIO 的 Agent-Native 是开源 Agent 原生应用框架。一次定义 Action，同时暴露给 Web UI/AI Agent/HTTP API/MCP Server/A 2 A/CLI。从设计之初就为 Agent 交互而建。MIT 开源。
OpenAI 同日双发 GPT-6 Sol 和 Luna：API 价格再砍 50%，把旗舰能力蒸进便宜档位
OpenAI 同日双发 GPT-6 Sol 和 Luna，API 价格较上一代促销定价再降 50%，Sol 单任务成本只有 Astra 约四分之一；事实错误率降一半但回答率也跟着降，模型变得更「保守」。
Umi-OCR：免费开源的离线 OCR 识别工具，截图即识别，无需联网
Umi-OCR 是一款免费、开源、离线的文字识别桌面软件。无需联网、无需安装、解压即用。支持截图识别、批量图片识别、PDF 文档识别、二维码生成/扫描，内置多国语言识别库，适用于 Windows 7+ 和 Linux x 64。 核心功能 📸 截图 OCR：快捷键唤起截图 → 自动识别文字 → 直接复制或编辑
📚 批量 OCR：一次性导入几百张图片，支持多种格式
📄 PDF 识别：直接识别 PDF 文档中的文字内容
🚫 忽略区域：排除水印、页眉页脚区域，识别更精准
📝 排版解析：自动识别多栏/单栏排版，支持竖排文字
🔣 公式识别：支持数学公式 OCR 识别
📱 二维码：扫描和生成二维码
🌐 多语言界面：自动跟随系统语言，支持中英日等 安装与使用 推荐下载：蓝奏云（国内推荐免注册不限速）、Scoop（scoop install extras/umi-ocr）、GitHub Releases 下载 .7 z 解压即用。截图识别快捷键唤起，批量识别可导出 txt/jsonl/md/csv，支持忽略区域编辑器排除水印。 延伸阅读 MinerU — 69 k 星开源文档解析引擎：PDF/Word/PPT 一键转 Markdown，RAG 数据预处理利器 常见问题 Q: 为什么不用在线 OCR？离线。
Agency Agents：多 AI Agent 协作框架，让不同 AI 模型组成一支团队
Agency Agents 是一个多 AI Agent 编排框架，专注于让不同 AI 模型、不同角色的 Agent 协同完成复杂任务。核心设计理念是 Agent as a Service——每个 Agent 是独立服务单元，有自己的人格定义、工具集和 LLM 后端，通过工作流编排完成单 Agent 难以处理的复杂多步骤任务。 核心特性 🔗 多模型支持：每个 Agent 可绑定不同 LLM 后端（OpenAI、Anthropic、本地模型等）
👥 角色定义：为每个 Agent 定义独立的系统提示、行为规范和工具集
🔄 工作流编排：支持顺序执行、条件分支、并行调用等多种协作模式
🛠️ 工具集成：Agent 可调用外部 API、文件操作、数据库查询等
📝 对话管理：内置 Agent 间消息传递和上下文管理 典型应用场景 内容创作流水线：研究员 Agent → 写手 Agent →...
n 8 n-mcp：让 n 8 n 工作流成为 AI Agent 的工具箱
n 8 n-mcp 是连接 n 8 n 自动化工作流和 MCP（Model Context Protocol）的桥梁项目。它让 AI Agent（Claude、Codex、Cursor 等）能将 n 8 n 的 400+ 集成作为自己的工具来调用——AI 不再受限于内置工具，而是可以操控整个 n 8 n 工作流生态。 核心价值 把任何业务自动化流程做成 n 8 n 工作流，通过 MCP 暴露给 AI Agent，AI 就能直接调用这些工作流。 📧 AI 发邮件 → 调用 n 8 n 的 Gmail/Outlook 节点
📊 AI 查数据库 → 调用 n 8 n 的 PostgreSQL/MySQL 节点
📅...
Coding Interview University：35 万星 GitHub，从零到 Amazon 工程师的完整 CS 学习路线
Coding Interview University 是 GitHub 上 Star 数最高的学习资源之一（353,000+ Stars），由前 Amazon 工程师 John Washam 创建。这是一份完整的、经过验证的计算机科学自学计划，专门为准备 FAANG 技术面试而设计。作者本人按此计划学习后成功入职 Amazon。 覆盖的知识体系 📐 算法复杂度：Big-O、渐进分析
📊 数据结构：数组、链表、栈、队列、哈希表、树、图、堆
🔍 算法：二分搜索、位运算、排序、递归、动态规划
💻 编程语言：推荐 Python/C++/Java
📚 系统设计：可扩展性、数据库、缓存、消息队列
🎓 面向对象：设计模式、SOLID 原则
📝 行为面试：STAR 方法、常见问题准备 使用方式 Fork 或 Star 项目后按节奏逐节学习，成功完成在 Checklist 中勾选。完整路线约需 3-6 个月，关键是不跳步——数据结构不扎实，后面算法会很吃力。社区贡献了中文、日文等 15+ 种语言翻译版本。 常见问题 Q: 适合什么水平？需有编程基础（变量、循环、函数），零基础建议先完成入门课程。 Q: 学完能拿大厂 Offer...
Prompt Optimizer：用 AI 优化你的 AI 提示词，让大模型输出质量飞跃
Prompt Optimizer 是一个专门优化 AI 提示词的开源工具。你给它一个初始 Prompt，它通过系统性分析和迭代测试，生成更精准高效的版本——让同一个大模型在同一个任务上产出更高质量的结果。 核心原理 同样的需求，不同的表达方式导致输出质量天差地别。Prompt Optimizer 通过以下步骤自动化优化： 🔍 分析：解析原始 Prompt 的结构、意图和潜在问题
📝 生成变体：创建多个优化版本，调整措辞、结构、示例策略
🧪 测试评估：用不同版本运行同一任务，对比输出质量
📊 推荐最优：基于评估指标推荐最佳 Prompt 版本 适用场景 AI 应用开发者：优化系统 Prompt，提升产品 AI 输出一致性和质量
内容创作者：精细化写作 Prompt，让 AI 产出更符合预期的文章
Prompt 工程学习者：通过观察优化过程理解什么是好的 Prompt
批量 Prompt 管理：对多个 Prompt 模板进行系统化质量提升 安装方式 git clone https://github.com/linshenkx/prompt-optimizer.git
cd prompt-optimizer
pip install -r requirements.txt 需要配置 LLM API（OpenAI 兼容接口），推荐用较强模型（如 GPT-4）做优化器。 常见问题 Q: 优化的。
DeepSeek 连环刀：开源 DSpark 加速 85%，降价永久化，美国企业 100% 倒戈
DeepSeek 连环刀：开源 DSpark 加速 85%，降价永久化，美国企业 100% 倒戈 如果说 2026 年 6 月 AI 行业有一条暗线，那就是「推理成本正在崩溃」。DeepSeek 在过去两周里做了三件事：开源 DSpark 投机解码框架（加速 60-85%）、API 永久降价（30-60%）、部分美国企业已 100% 切换到 DeepSeek。三条消息连在一起，指向同一个结论：DeepSeek 不打算在基准测试上跟 OpenAI 竞争了——它要在性价比维度上把对手打到没有还手之力。 DSpark 是什么？ 投机解码不是新概念，但传统方法有一个天花板：草稿模型和大模型之间的「接受率」限制了加速上限。DeepSeek 的 DSpark 核心创新：① 针对 V 4 MoE 架构优化的草稿模型，接受率显著更高；② 并行树状草稿机制——一次生成多个可能的 token 分支，一次性验证。DSpark 不是投机解码的发明者，但它可能是投机解码在 MoE 模型上最好的工程实现。 降价的数学：不为什么，因为成本真的降了 DeepSeek 的定价一直就很低。但「永久降价」跟以往不同——它是「锁死预期」。告诉所有潜在用户：这个价格不会再涨了。它不需要在性能上赢。它只需要在「够好」的前提下，在价格上赢。对 90%...
DiffusionGemma：Google 的实验性文本扩散模型，快在哪里、代价是什么？
可引用摘要：DiffusionGemma 是 Google DeepMind 发布的实验性开放权重模型。它基于 Gemma 4 的 26 B MoE 架构，每次激活约 4 B 参数，通过离散文本扩散并行处理 256 token 画布。Google 报告其在单张 NVIDIA H 100 上可超过 1000 tok…