工具

Microsoft VibeVoice 將長音檔辨識、說話者分離與時間戳整合在同一個開源語音 AI 家族中。本文從 VibeVoice-ASR 的安裝、推論與整合方式出發，也拆解 Realtime TTS 的低延遲設計與研究用途限制。

TrendRadar 不只是把熱搜轉發到手機：它把多平台熱榜、RSS、關鍵字與 AI 分析串成一條可自架的情報管線，再透過 MCP 讓 AI 用自然語言查詢已累積的新聞資料。本文從資料流、部署選擇與 AI 邊界拆解這個高星開源專案。

文件進入 RAG 或 Agent 工作流前，真正棘手的往往不是向量資料庫，而是如何保留版面、表格、公式與圖片語意。MinerU 將 PDF、圖片、DOCX、PPTX、XLSX 解析成 Markdown 與 JSON，並提供 CLI、API、WebUI 與多服務路由，適合作為文件 AI 管線的前處理層。

如果你把 API 工具只看成送請求的介面，就會低估 Hoppscotch。它把 REST、GraphQL、WebSocket、SSE、MQTT、自架部署與團隊協作放在同一套流程裡，適合想把 API 開發入口收斂到單一工具的團隊。

frp 不是單純的內網穿透小工具，而是一個能把 NAT 後方服務受控暴露出去的反向代理層。這篇我用 SSH 與 Web 兩個場景，整理它的架構、上手方式、適合使用的情境，以及導入時最容易踩的坑。