🤖 SGLang-Omni — это инструмент для эффективного запуска omni-, speech- и TTS-моделей, где генерация может быть разбита на несколько этапов.

Позволяет распределять эти этапы по разным ресурсам и эффективно передавать данные между ними.

📌 Основные особенности:

🔵Многоэтапная генерация: препроцессинг, энкодеры, генерация, talker, декодеры, vocoder и другие этапы могут работать как отдельные компоненты.
🔵Специализированное планирование: для каждого этапа используется свой механизм планирования, подходящий под его нагрузку.
🔵Гибкая передача данных: для обмена тензорами между этапами поддерживаются shared memory, NCCL, NIXL и Mooncake.
🔵OpenAI-совместимый API: поддерживаются мультимодальный чат, генерация и потоковая передача речи, пакетная генерация, загрузка голосов и транскрибация.

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🔈 AmicoScript— это локальный инструмент для расшифровки аудио и видео, который превращает записи встреч, интервью и звонков в структурированные транскрипты.

📌 Основные особенности:

🔵Локальная расшифровка аудио и видео на базе Whisper
🔵Определение спикеров
🔵Поддержка локальных LLM для саммари и анализа транскриптов
🔵Автоматическая запись и расшифровка онлайн-встреч
🔵Импорт видео и аудио по ссылкам с популярных платформ
🔵Экспорт транскриптов в разные форматы
🔵Работа без облака — данные можно обрабатывать полностью локально

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🖥 hyperdiv — это Python-фреймворк для создания реактивных веб-интерфейсов, который позволяет писать UI практически целиком на Python.

📌 Основные особенности:

🔵Реактивный UI на Python
🔵Управление состоянием
🔵Готовые UI-компоненты
🔵Обработка событий и форм
🔵Графики и визуализация данных
🔵Интеграция с Markdown
🔵Серверный рендеринг и WebSocket-взаимодействие

➡️Установка библиотеки: pip install hyperdiv

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🖥 systempi — это современный терминальный мониторинг для Raspberry Pi, который превращает обычную консоль в полноценную панель мониторинга системы в реальном времени.

📌 Основные особенности:

🔵Мониторинг CPU, RAM, диска и сети в реальном времени
🔵Температура, частоты, throttling и undervoltage Raspberry Pi
🔵Health Score с объяснением проблем
🔵Doctor Mode для диагностики системы
🔵Мониторинг Hailo NPU для AI Hat+ / AI Hat+2
🔵История системных событий
🔵Несколько режимов и тем оформления терминального интерфейса

📱 Репозиторий

➡️Справочник Программиста. Подписаться

🗣 OpenWhisper — это бесплатное приложение для голосового ввода и транскрибации.

📌 Основные особенности:

🔵Локальная транскрибация речи
🔵Голосовой ввод текста по горячей клавише
🔵Автоматическая вставка текста в любое активное приложение
🔵Работа офлайн и приватность - аудио не нужно отправлять в облако
🔵Транскрибация аудио и встреч
🔵AI-очистка и форматирование текста
🔵Поддерживает Windows, macOS и Linux

📱 Репозиторий

➡️Справочник Программиста. Подписаться

📹 ComfyUI-HR-Endless-Sampler — это инструмент для ComfyUI, который помогает генерировать длинные видео из коротких последовательных фрагментов.

📌 Основные особенности:

🔵Генерация длинных видео по частям
🔵Плавное продолжение одного фрагмента другим
🔵Автоматическое планирование сцен с помощью Gemma 4 12B
🔵Автоматическое создание промптов для каждого фрагмента
🔵Работа с MiniMax H3
🔵Генерация в 1080p при ограниченной VRAM
🔵Предпросмотр и управление сценами прямо во время генерации

📱 Репозиторий

➡️Справочник Программиста. Подписаться

🤖 CCGram — это мост между Telegram и терминальными AI-кодинг-агентами.

Позволяет управлять Claude Code, Codex, Gemini CLI, Pi и обычным shell прямо с телефона, при этом сами агенты продолжают работать в терминале через tmux, Herdr или agterm.

📌 Основные особенности:

🔵Управление AI-кодинг-агентами через Telegram
🔵Поддержка Claude Code, Codex, Gemini CLI и других CLI-агентов
🔵Работа с несколькими агентами одновременно
🔵Отправка сообщений и команд агенту с телефона
🔵Просмотр вывода и состояния терминала
🔵Получение уведомлений о завершении задач
🔵Сохранение и продолжение той же сессии в терминале

📱 Репозиторий

➡️Справочник Программиста. Подписаться

📚 tts-audiobook-tool — это инструмент для создания аудиокниг с помощью локальных AI-моделей синтеза речи.

📌 Основные особенности:

🔵Создание аудиокниг из EPUB и текстовых файлов
🔵Поддержка множества современных TTS-моделей
🔵Клонирование голосов по аудиореференсам
🔵Разные голоса для персонажей и диалогов
🔵Автоматическая проверка и перегенерация неудачных фрагментов
🔵Экспорт готовых аудиокниг в M4B и FLAC
🔵Синхронизация аудио с текстом и подсветка во время чтения
🔵Полностью локальная генерация аудио

📱 Репозиторий

➡️Справочник Программиста. Подписаться