GPT-SoVITS 用一分钟语音就能训出一个像样的 TTS 模型，是目前中文语音克隆里最容易上手的一档。 做视频配音、有声书、角色语音的人都知道：商业 TTS 听着平，定制音色又贵。GPT-SoVITS 把门槛拉到了“一分钟素材 + 一张显卡”：少量样本微调后，合成出来的音色、语气、停顿都比较接近原声。它包含推理 WebUI 与训练工具，也有现成的整合包。
标签 开源 下的文章
exo 把几台设备拼成一个 AI 集群，跑单台机器装不下的大模型，设备越多反而越快。 本地跑大模型的老问题是显存不够：一个 70B 级模型在单张卡上根本放不下。exo 的思路是把家里/办公室几台机器联起来，自动发现彼此，把模型切分到各台设备上。它现在以 MLX 作为推理后端，所以主要面向 Apple Silicon；官方还做了 Thunderbolt 5 的 RDMA 支持，宣称跨设备延迟大幅下降。
Awesome Copilot 是 GitHub 官方收的提示词/指令/Agent/技能集合，专治“每个项目重新教 Copilot 一遍规范”。 用 Copilot 的人都有这个体验：第一次让它按团队规范写代码，得把风格、分层、命名规则全讲一遍；第二天开新项目，又得重讲。这个仓库就是把这些东西变成可复用文件：自定义指令、提示词模板、Agent 配置、技能包，按场景分好类，拿来即用。
Superpowers 不只是几个技能，它是一整套“让 Agent 按软件工程方法做事”的技能框架，包含需求澄清、计划、TDD、审阅等环节。 大多数 Agent 技能是“加一个能力”：会读 PDF、会做 PPT。Superpowers 想解决另一个问题：Agent 干活没章法，一上来就写代码，写完不测、不审。它把一整个开发流程拆成可调用的技能，强制 Agent 先问清楚需求、写计划、写测试、再实现。仓库说明里把它定位为“技能框架 + 软件开发方法论”。
SGLang 是一个高吞吐的推理服务框架，靠 RadixAttention 做前缀缓存，适合把开源模型变成对外 API。 自己部署模型，难点不在“能跑起来”，而在“多人并发时不卡”。vLLM 是一个选择，SGLang 是另一个：它把前缀共享、结构化输出、多模态推理都做进了运行时。如果你的场景里大量请求有相同的系统提示词或相同的文档开头，它的缓存命中能把吞吐拉得很高。