oai-skills

The contents of /home/oai/skills in ChatGPT's code interpreter environment

OCRPDF-TO-PPT

AI PPT Restorer | AI生成PPT图片还原工具 **将AI生成的精美PPT图片还原为可编辑的PPT文档** Englishenglish | 中文文档chinese --- 📖 项目简介 使用Google Nano Banana Pro等AI工具生成的PPT虽然视觉效果惊艳，但输出的是**不可编辑的图片格式**。当需要修改文字内容时，只能重新生成，极其不便。 参考视频： https://www.bilibili.com/video/BV1a7mJBbEht/?vd_source=32d1e5983d8d2a40a44db0d2e38f9ab4 *

MaaMCP

基于 MaaFramework 的 MCP 服务器 为 AI 助手提供 Android 设备和 Windows 桌面自动化能力

QQgroup-annual-report-analyzer

一个用于分析QQ群聊记录并生成年度热词报告的工具。支持热词发现、趣味统计、可视化报告生成等功能。

GLM-TTS

GLM-TTS是一个基于大型语言模型的高质量文本到语音（TTS）合成系统，支持零样本语音克隆和流式推理。本系统采用两个阶段架构：首先使用LLM生成语音令牌序列，然后使用流模型将令牌转换为高质量的音频格式。通过引入多奖励强化学习（Multi-Reward RL）框架，GLM-TTS能够生成更加丰富的情感表达力和流式推理，显着提升了传统TTS系统的表现力。

vLLM-Kunlun

vLLM Kunlun (vllm-kunlun) is a community-maintained hardware plugin designed to seamlessly run vLLM on the Kunlun XPU.

visionary

Visionary：面向下一代"大世界模型"的web渲染引擎

bl_sbx_apple_wallet

暂无简介

Wan-Move

[NeurIPS 2025] Wan-Move: Motion-controllable Video Generation via Latent Trajectory Guidance

GLM-ASR

GLM-ASR Readme in EnglishREADME.md 👋 加入我们的 微信 社区 模型介绍 **GLM-ASR-Nano-2512** 是一款鲁棒的开源语音识别模型，参数量为 **1.5B**。 该模型专为应对真实世界的复杂场景而设计，在多项基准测试中超越 OpenAI Whisper V3，同时保持紧凑的模型规模。 核心能力包括： * **卓越的方言支持** 除标准普通话和英语外，模型针对**粤语**及其他方言进行了深度优化，有效填补了方言语音识别领域的空白。 * **低音量语音鲁棒性** 专门针对**"低语/轻声"**场景进行训练，能

mistral-vibe

Minimal CLI coding agent by Mistral

Open-AutoGLM

Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB（Android Debug Bridge）来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。用户只需用自然语言描述需求，如“打开小红书搜索美食”，Phone Agent 即可自动解析意图、理解当前界面、规划下一步动作并完成整个流程。系统还内置敏感操作确认机制，并支持在登录或验证码场景下进行人工接管。同时，它提供远程 ADB 调试能力，可通过 WiFi 或网络连接设备，实现灵活的远程控制与开发。