2026年11月2日 GitHub 热门项目速览
离线语音转写
完全离线的开源语音转文字应用
Handy 是一款完全离线运行的语音转文字桌面应用，它把语音识别模型直接放在本地执行，既不需要联网，也无需把音频上传到云端。它的使用方式很简单：打开录音、说完话，文字就会插入到光标所在的任意应用中；架构上支持扩展新的模型，并可自定义快捷键与热词。对注重隐私、又经常需要口述写作的开发者来说，它把“按月订阅云服务”换成了一个安静的本地小工具。
- 完全离线，音频不离开本机
- Rust 实现，跨平台且资源占用低
- 开源可扩展，支持自定义模型与快捷键
可微几何视觉库
面向空间智能的几何计算机视觉库
Kornia 是一个基于 PyTorch 的可微计算机视觉库，核心放在几何视觉部分：相机模型、单应变换、图像配准、双目与多视图几何、点云与 3D 变换等。这些算子全部可求导，能直接嵌入深度学习训练流程，并支持 GPU 与批量处理。它把过去散落在 OpenCV 与论文参考代码中的几何算法，统一成可组合的张量算子，明显减少了研究者手写数学公式、反复调试边界情况的工作量。
- 可微几何算子，可直接接入 PyTorch 训练
- 覆盖相机、多视图、点云等空间 AI 基础能力
- 支持 GPU 与批量化，研究与工程两用
开源 AI 安全运营中心
用 LLM 智能体做告警研判
AiSOC 把安全告警处理做成了一条可自动化的流水线：先对多个来源的告警进行融合与去重，再交给 LLM 智能体完成分级研判、MITRE ATT&CK 映射与调查取证。它的每一步决策都会写入可回放的决策记录，方便事后审计与复盘。项目可自托管、无需任何 API Key 即可运行，采用 MIT 协议，并自带面向 Claude、Cursor、Continue 的 MCP 服务器，让 AI 助手能直接查询安全数据。
- 告警融合、LLM 研判、ATT&CK 映射形成一条完整链路
- 可回放的决策记录，智能体每个步骤都能审计
- 自托管、零 API Key，内置 MCP 服务器
本地语音听写
三平台通用的本地语音听写
hex 为 macOS、Windows 和 Linux 提供本地语音听写能力，用 Rust 编写。它的目标很明确：把“开口说话、文字落进输入框”这一步做到几乎无感。识别全部在本地完成，不依赖云服务，因此延迟更低、隐私可控，也不受网络波动影响。它可以替代系统自带的听写功能，在代码编辑器、笔记或聊天窗口里快速输入大段文字，适合把语音当作主要输入方式之一的人。
- macOS、Windows、Linux 三平台覆盖
- Rust 实现，启动与响应速度快
- 无云端依赖，离线可用且隐私可控
AI 工程实战教程集
LLM、RAG 与 Agent 实战教程
这个仓库是一套面向工程实践的 AI 应用教程合集，内容覆盖大语言模型、检索增强生成（RAG）以及真实场景下的智能体应用。教程以 Jupyter Notebook 为主，通常从可运行的示例出发，讲清数据准备、检索策略、提示设计、评测与部署等环节，帮助读者把想法从“跑通 demo”推进到“能用起来”。对于缺少体系化学习路径的开发者，它是一个结构清晰、可以直接动手的入口。
- 从 LLM 到 RAG 再到 Agent 的完整实践链路
- Notebook 形式，边看边跑、可复现
- 面向真实落地场景，而非纯理论介绍
桌面级模型推理
把数据中心级模型服务搬到桌面
FreeToken 针对“大模型��能在云端运行”这一问题提出方案：它把数据中心常用的推理服务能力，包括批处理调度、显存与 KV 缓存管理、并行化等，下沉到个人电脑上，让消费级硬件也能高效地加载并运行参数量较大的模型。项目用 Python 实现，目标是在本地获得接近服务端的吞吐与响应体验，同时兼顾隐私与成本，适合把模型能力当成本地基础设施来使用的开发者。
- 在桌面端复刻数据中心级推理调度
- 面向大模型的本地高效加载与运行
- Python 生态，易于接入现有工作流