Show HN:免費、開源、完全本機運作並加入 AI 的 Adobe Lightroom 替代品
開發者在 Hacker News 展示一款免費、開源、完全本機運作並加入 AI 的 Adobe Lightroom 替代品。開發者表示,軟件以 C++ 編寫,工作流程受 Darktable 啟發,但沒有複製其程式碼,設計目標是較 Darktable 更易上手。
開發者在 Hacker News 展示一款免費、開源、完全本機運作並加入 AI 的 Adobe Lightroom 替代品。開發者表示,軟件以 C++ 編寫,工作流程受 Darktable 啟發,但沒有複製其程式碼,設計目標是較 Darktable 更易上手。
QwenAudio/FunResearch 項目頁列出 Agentic-GER、DuplexKWS、ECoM-Reasoning、FineAudio-Judge 等語音項目。頁面亦列有 Apache-2.0 授權。
Lean 專案完成 11 個正方形裝箱的最優性證明,7,920 個本地 Lean 模組全部通過驗證,最終審計確認沒有任何未完成證明。最優邊長約為 3.8770835900228141773;證明信任 Lean 核心及原生編譯器,並非僅依賴核心驗證。
NanoMuse 是一款供手機和電腦使用的開源 AI 智能體,GitHub 專案連結為 github.com/nano-muse。這則 Show HN 貼文獲得 21 分,並有 4 則留言。
Penguin Mail 是一款以 Rust 開發、面向 Linux 並整合 AI 的開源電郵用戶端。討論者對其 1.0 版本是否穩定看法不一,有人認為電郵用戶端需要更長時間驗證,亦有試用者表示目前未發現不穩定情況。有用戶指出產品缺少電郵別名支援,討論亦提出測試和沙盒化問題。
OpenTPU 是一款由 AI 開發的開源 AI 加速器,相關討論聚焦把模型固化到晶片的可行性。模型迭代速度、定製晶片的設計與量產週期、成本及 FPGA 容量限制,都可能令晶片推出時落後於新模型;留言亦認為專用晶片較適合「夠用」或高度專門化的應用。
Autolith 是一個可自我修改的通用 Lisp AI 智能體;Hacker News 貼文附有 GitHub 連結 github.com/lambda-symbolics。貼文顯示 28 分,未提供其他功能或技術細節。
AWS 示範以部署在 Amazon Bedrock AgentCore 的 Quick Resource Migrator MCP 伺服器,自動化 Amazon Quick 資源的跨帳戶推廣。
Snow Shot 是由社區共同開發的免費開源截圖軟件,透過插件系統擴展功能並保持應用簡潔。功能包括智能框選、一鍵全螢幕截圖、滾動截圖、OCR 提取圖片文字、AI 翻譯及圖片翻譯,亦可將圖片轉為 HTML 或 Markdown。用戶可自訂插件和外觀配色;前端應用及後端服務的原始碼均可在 GitHub 找到。
Hacker News 有帖文介紹一款用於移除及停用 Apple Macos27 AI 模型的工具,帖文連結指向 github.com/omlahore。
InstantFusion 將不同擴散模型的潛在表示映射至共享潛在空間,讓去噪軌跡得以對齊和組合。其 LAE 支援在去噪途中切換模型,應用包括不同步數預算間的加速、組合不同偏好的模型,以及跨模型 OPD。專案提供 LAE、OPD 訓練及基於 LAE 的模型交接推理;已訓練檢查點可在 Hugging Face 取得。
ResOPD 提出一種稀疏 on-policy 知識蒸餾方法,利用教師模型的 Top-k 機率精確計算粗略梯度,並只對尾部殘差取樣,無需額外教師前向傳播。論文報告,在數學推理任務中,Qwen3.5-27B 蒸餾至 Qwen3.5-4B 的平均分為 50.12%,高於 HETS 的 45.72%。程式庫提供核心實作及與 verl 的整合。
QwenAudio Toolkits 是面向 Apple Silicon Mac、需 macOS 14.2 或以上版本的音訊 AI 桌面工作台,現提供公開預覽版。
Docker 發佈面向 AI 編碼智能體的官方技能集 Docker Skills,讓智能體依照 Docker 官方指引處理 Docker 相關工作。截至 9 月 26 日,技能目錄收錄 11 項,涵蓋 Dockerfile 與建置、Compose、Docker Sandboxes、Docker Agent 及破壞性操作確認等範疇。
OpenMOSS.github.io 儲存庫提供 OpenMOSS 網站原始碼,內容包括團隊介紹、論文及研究頁面,並列出 MOSS-VL、MOSS-Audio 和 EasyWAM 項目。
MOSS-TTS-Nano 示範網站展示一款 100M 參數的多語言語音生成模型及樣本,模型支援 CPU 推理和聲音複製。網站提供模型下載及本機執行方式;ONNX CPU 部署、聲音複製和微調的資訊則見 MOSS-TTS-Nano README。
Agent Skills 官方規格合併兩項更新,明確允許技能目錄隨附 SKILL.md 以外的任意檔案與目錄,並限定 metadata 的鍵和值均為字串。更新只釐清既有規則,並非新增要求;metadata 不可使用巢狀物件、陣列、布林值或數字。
開源開發者 Wind 發布 TypeScript 試算表引擎 hucre v1.0.0,毋須執行時依賴套件。它支援 XLSX、CSV、ODS、JSON、NDJSON、XML 的讀寫,並可在 Node.js 18 以後、Deno、Bun、現代瀏覽器及邊緣環境運行。專案採用 MIT 授權,v1 將 hucre/ooxml 以外的公開 API 維持為穩定版。
前端開發者 David Haz 以 MIT + Commons Clause 授權條款開源發布 Web 視覺效果元件庫 Canvas UI,基於試驗性 HTML-in-Canvas API 建構。
FunAudioLLM 是 Alibaba Group Tongyi Speech Lab 的開源語音理解與生成模型項目。項目提供各子項目的示範首頁,列有 SenseVoice、CosyVoice、CosyVoice2.0、MinMo、InspireMusic、Fun-ASR 及 Fun-Audio-Chat。
LlamaIndex Readers 的 FunASR 整合可將音訊轉錄為 LlamaIndex Document,使用 SenseVoice、Paraformer 或 Fun-ASR-Nano 在本機執行語音轉文字,毋須雲端 API。它擅長中文及 50+ 種語言,內置 VAD 可處理任何長度的音訊。
QwenAudio/funasr-haystack 儲存庫由擁有人於 Jun 17, 2026 封存,現已設為唯讀。GitHub 頁面顯示,該儲存庫沒有內容。
MOSS-Audio-Tokenizer 是基於 Cat 架構的統一離散音訊 tokenizer,具備 1.6 billion 參數,可將 24kHz 原始音訊壓縮至 12.5Hz 幀率,並支援 0.125kbps 至 4kbps 的重建。模型以 3 million hours 多元音訊資料訓練,兼顧高保真重建與語義對齊,適用於語音理解及生成等下游任務。ીએમ
Spirit-v1.5 開源專案提供 VLA 模型的官方實作,以及重現 RoboChallenge 評測結果所需的 runtime wrapper;模型採用 Qwen3-VL backbone 與 DiT head。
美團 LongCat 的 meituan-longcat/WBench-weights 儲存庫整合 WBench 評測模型權重,供互動影片世界模型評估使用。WBench 從影片質素、設定遵循、互動遵循、一致性及物理規則符合度五個維度評估,涵蓋 289 個測試案例及 1,058 個互動回合。這些權重僅供學術研究及評估用途。
Vercel Labs 公開以 Apache 2.0 授權的系統程式語言 Zero,專為 AI 智能體編程而設。編譯器會以 JSON 輸出結構化資訊及程式碼修復所需的中繼資料,檔案和網絡存取等外部互動則明確列於函數簽名中。Zero 仍處於實驗階段,開發持續進行,運作尚未穩定。
Bun 創辦人 Jarred Sumner 發佈 Zig-to-Rust 移植指南,並表示團隊尚未承諾重寫 Bun。指南的「phase A」旨在擷取程式邏輯,即使 Rust 程式碼尚不能編譯;「Phase B」則逐個 crate 令程式碼可編譯。Sumner 表示,這些程式碼很可能會全部棄用,他想了解可運作版本的表現和使用感受。
Microsoft 在 GitHub 公開早期 DOS 開發資料,包括 86-DOS 1.00 與 PC-DOS 1.00 的核心程式碼。資料源自 Tim Paterson 提供的紙本原始碼清單,由歷史學者及保存工作者組成的團隊 OCR 掃描及轉錄;掃描清單及轉錄程式碼以 MIT 授權發布。部分清單保留當時的工作狀態和手寫註記,可呈現功能實作、錯誤及修正的時間線。
Google Labs 於 2026 年 4 月 21 日將 Stitch 使用的 DESIGN.md 草稿規格開源,讓這種格式可供不同工具及平台使用。DESIGN.md 以可選的 YAML front matter 記錄機器可讀的設計 token,並在 Markdown 正文説明其用法和設計意圖。
llama.cpp 以純 C/C++ 實現大語言模型推理,目標是在不同硬件上以精簡設定提供高效能推理。專案支援多種量化精度、CPU 與 GPU 混合推理,以及 CUDA、Vulkan 和 SYCL 等後端。它亦支援多種文字及多模態模型,並提供命令列工具和相容 OpenAI 的 API 伺服器。
ThinkSound 是一個由思維鏈(CoT)推理引導流匹配的統一 Any2Audio 音訊生成框架,支援以影片、文字及音訊生成或編輯音訊。它透過多模態大語言模型推理,分階段生成 Foley 音景、按指定物件修整聲音,並按自然語言指令編輯音訊。程式碼、模型及數據集僅供研究及教育用途,禁止商業使用。
Fun-CineForge 開源面向多元電影場景的零樣本配音數據集流程及模型,並以此建立大型中文電視配音數據集 CineDub-CN,收錄豐富標註及多元場景。模型在獨白、旁白、對話及多説話者場景中,於音質、唇形同步、音色轉換和指令遵循方面持續優於現有先進方法。reW
OpenMOSS/TTSD-eval 提供多説話人對話生成的客觀評測流程,以説話人歸屬準確率(ACC)和説話人相似度(SIM)為核心指標。WER 作為評估可理解度的補充指標,數值愈低愈好;測試集設有中文和英文子集,每種語言各含 50 段對話樣本。流程使用 MMS-FA 對齊輸入文字與生成音訊,並以輸入稿的説話人標籤核對預測結果。
draw.io 於 2026年2月23日公開供 Claude Code 使用的 Draw.io Skill,可直接生成可編輯的 .drawio 檔案,並按需輸出 PNG、SVG 或 PDF。
OpenAI 推出開源工具包 GABRIEL,利用 GPT 將定性文本和圖像轉化為定量數據,協助社會科學家大規模分析研究。工具以開源形式提供。
GitHub 上的 Spirit-AI-Team/issac_moz1 儲存庫目前為空。頁面沒有提供專案內容。
OpenMOSS/SummerQuest-2025 暑期集訓已結束,課程講義和錄像只供參與課程的同學及組內同學查看,課程練習則對外公開並長期接受 PR。day-1、day-2、day-3 練習及 day-5 的 hw5_1、hw5_2 可透過自動化測試評測,其餘練習由人工評閲。
Miles 作為面向大規模 MoE 訓練及生產工作負載的企業級強化學習框架正式推出,並建基於 slime。框架透過基礎設施方案支援真正的 on-policy 訓練,消除訓練與推理不匹配,將 KL divergence 降至 0。RL 訓練期間對 draft model 進行線上 SFT,與凍結的 MTP 相比,rollout 速度提升 25% 以上。
OpenAI 的 ChatKit 進階範例倉庫提供四個情境式示範,均以 FastAPI 後端配合 Vite + React 前端,並連接 ChatKit Python SDK 與 ChatKit.js。範例涵蓋虛擬貓照護、航空客户支援、新聞導覽及地鐵路線規劃,展示服務端和客户端工具、互動 widgets、附件與語音聽寫等功能。
OpenAI ChatKit Starter Templates 儲存庫提供兩款用作精簡 ChatKit 整合參考實作的起始應用程式。兩個範例分別展示自託管 ChatKit 整合,以及配備託管工作流程的 Managed ChatKit 整合。