A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

10/13 开源速递:本地配音、PDF 进 RAG 和离线知识站

今天日榜前排还是 rea、gods-eye-view、artcraft、diagram-design、airllm、free-claude-code、BitNet 这些这周写过或灰色地带的,我都跳了。Agent harness 和 skill 包这周已经够密,也先放。从日榜、周榜和语言榜里挑了六个更想让人打开的:本机配音工作室、把 PDF 变成 AI 能吃的结构、浏览器里画库表、离线知识与教育箱、Rust 交易引擎,以及 Nginx 的 Web 面板。

星数是 10 月 13 日上午 GitHub API 的快照。

1. debpalash/VoiceStudio:配音、克隆、听写,不必把嗓子交给云

VoiceStudio 语音克隆工作区截图

约 6.1 万星,AGPL-3.0,Python 加 Electron 桌面端。VoiceStudio 把自己定位成本地版 ElevenLabs:克隆音色、用自然语言设计新嗓音、给视频对口型配音、听写与转写、批量有声书,官方写支持 646 种语言。默认引擎走 k2-fsa/OmniVoice,也能换别的本地模型;可选本地 API 和 MCP 给 Agent 调。NVIDIA CUDA、Apple Silicon 都有加速路径。

curl -fsSL https://voicestudio.sh/install | sh

适合做播客、短视频配音、有声内容、或想把语音能力留在本机的人。Windows 可用 PowerShell 的 irm … | iex,也有 Docker。

坑:AGPL 管的是应用本身,模型权重、音色素材和生成物的授权是另一回事,克隆别人声音要先有许可。首次下模型会吃磁盘和显存;远程服务是可选的,别以为「本地」就零成本。

2. opendataloader-project/opendataloader-pdf:PDF 进 RAG,先变成带坐标的 Markdown

OpenDataLoader PDF 版面分析标注示例

约 3.0 万星,Apache-2.0,核心是 Java,另有 Python / Node SDK。OpenDataLoader PDF 把扫描件或复杂版式抽成 Markdown、带 bounding box 的 JSON、HTML,方便做 RAG 引用与切块。本地确定性模式偏快;复杂页可开 hybrid 走 OCR 和 AI。顺带能给未打标 PDF 自动打成 Tagged PDF,往无障碍合规靠。自称在自建榜上整体准确率靠前,表格表现也不错。

pip install -U opendataloader-pdf

适合要给知识库喂大量 PDF、又想保留出处坐标的人;做无障碍修复流水线的也可看一眼。要本机 Java 11+。

坑:每次 convert() 会起 JVM,批量请一次丢多文件,别在循环里反复调。PDF/UA 一类企业能力是附加项,开源核心是抽取与打标。扫描件建议 300 DPI 以上,糊图再强的 hybrid 也救不动。

3. drawdb-io/drawdb:库表关系图,打开浏览器就能画

drawDB 数据库 ER 图编辑器界面

约 4.0 万星,AGPL-3.0,JavaScript。drawDB 是浏览器里的数据库 ER 图编辑器和 SQL 生成器:点几下建表、拉关系、导出导入 SQL、生成迁移,不必先注册账号。在线用 drawdb.app 即可;要私有化可自建。

git clone https://github.com/drawdb-io/drawdb.git
cd drawdb && npm install && npm run dev

适合写 schema 前先对齐业务、给非工程师画清表关系、或从现有 SQL 反推 ER 的人。Docker 也能一键起。

坑:分享链接依赖可选的 drawdb-server 和后端环境变量,默认单机不带协作云。AGPL 意味着改完对外提供网络服务时要注意开源义务。复杂多库、权限模型别指望它替代正式建模工具。

4. Crosstalk-Solutions/project-nomad:断网也能翻维基、上课、聊本地知识库

Project NOMAD 离线知识站点社交图

约 4.0 万星,Apache-2.0,TypeScript。Project NOMAD 是离线优先的知识与教育服务器:用 Docker 编排 Kiwix(离线维基与书)、Kolibri(可汗学院一类课程)、ProtoMaps(区域离线地图)、CyberChef、FlatNotes,再加可选的 Ollama 加 Qdrant 做本地 RAG。管理面叫 Command Center,浏览器打开即可。官方推荐 Debian 系(Ubuntu 26.04 / 24.04、Debian 12);Windows 走社区支持的 WSL2。

curl -fsSL https://raw.githubusercontent.com/Crosstalk-Solutions/project-nomad/refs/heads/main/install/install_nomad.sh -o install_nomad.sh
sudo bash install_nomad.sh

适合想在树莓派/小主机/应急箱上自建「断网知识站」的人,也适合教室、社区网络、野外或弱网环境。装完一般是 http://localhost:8080。

坑:核心软件大约 5GB 磁盘、不到 1GB 内存,真正吃盘的是你后面下的离线内容包;本地 AI 才把内存和 GPU 需求拉高。安装脚本要 sudo,先读文档再跑。内容包体积差异很大,别在小 SD 卡上一次勾选全家桶。

5. nautechsystems/nautilus_trader:回测和实盘,尽量共用同一套引擎

NautilusTrader 架构总览图

约 3.0 万星,LGPL-3.0,Rust 引擎加 Python 控制面。NautilusTrader 是面向多资产、多交易所的生产级交易系统:同一事件驱动架构覆盖研究、确定性仿真和实盘,策略逻辑尽量少改就能从回测迁到 live。资产类别不绑死,文档覆盖股票、期货、外汇、加密等路径。

pip install -U nautilus_trader

适合认真做量化、不想回测一套实盘另一套的人;纯 Rust 写关键路径也可以。需要较新的 Python(文档写 3.13–3.14 一带)和匹配的平台轮子。

坑:仿真再强也替不了盘口、延迟、对账和外部人工干预,官方单独写了 backtest 与 live 差异。v2 若仍处预发布,装 RC 要加 --pre,别和生产资金混用。任何交易软件都有亏钱风险,先纸面再小仓。

6. 0xJacky/nginx-ui:改 Nginx,不必只会手写 conf

Nginx UI 英文仪表盘截图

约 1.2 万星,AGPL-3.0,Go。Nginx UI 给 Nginx 加一层 Web 管理:站点与配置编辑、证书申请与续期、日志、部分自动化。Linux / macOS / Windows 有发行包,也有 Docker 镜像 uozi/nginx-ui。文档站在 nginxui.com。

docker run -d --name nginx-ui -p 8080:80 -p 8443:443 \
  -v /path/to/nginx:/etc/nginx -v /path/to/nginx-ui:/etc/nginx-ui \
  uozi/nginx-ui:latest

适合自建站、反代一堆服务、又懒得每次 SSH 改 conf 的人。首次进面板按安装向导走。

坑:Docker 首次挂载的 /etc/nginx 目录应为空,避免和宿主机旧配置缠在一起。面板等于拿到 Nginx 控制权,务必限网段、强密码、上 HTTPS。升级老镜像时注意 WebSocket 相关修复说明。

Like(0) 打赏
未经允许不得转载:AIPMClub » 10/13 开源速递:本地配音、PDF 进 RAG 和离线知识站

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights