AI

MarkItDown 是微软开源的 Python 工具，用于将 PDF、Word、PPT、Excel、图片、音频、HTML 等多种文件格式转换为 Markdown 文本，非常适合为 LLM / RAG 知识库预处理文档。 Windows 快速上手（三步完成） 以下流程在 D:\V 目录下操作，可替换为你自己的项目目录。 第一步：新建 venv cd D:\V python -m venv .venv 第二步：激活并安装 .\.venv\Scripts\Activate.ps1 python -m pip install -U pip python -m pip install "markitdown[all]" 激活成功后提示符前会出现 (.venv)。 第三步：验证安装 python -m markitdown --version 以后每次使用，记住这一套： cd D:\V .\.venv\Scripts\Activate.ps1 python -m markitdown "中文 文件名.xlsx" -o "中文 文件名.md" 💡 用 python -m markitdown 而不是直接 markitdown——不依赖 PATH，不依赖 venv 是否激活，Windows 上最稳妥的写法。路径含中文或空格时务必加引号。 安装说明 需要 Python 3.10 及以上版本。 ...

“一个开源本地语音工作室——声音克隆、全局听写、TTS 生成，数据不离本机。” 目录 它解决了什么问题 作者与团队 目前水平如何 核心功能 引擎怎么选 与竞品对比 优势与不足 Windows 安装 使用技巧与注意事项 接入 Claude Desktop 适合谁用 小结 它解决了什么问题 想在本地跑语音合成，选项不少，但都有明显缺口： ElevenLabs：效果好、声音克隆强，但每个字都在别人服务器上处理，免费额度用完就要订阅 WisprFlow：全局听写体验一流，但 macOS 独占，Windows 用户没得用 Azure TTS / Google TTS：API 成熟，但要联网、要计费、要信任云厂商 Voicebox 的出发点很直接：把这两件事合进一个应用，跑在你自己的机器上，一条数据不上传。 作者与团队 Voicebox 由加拿大开发者 Jamie Pine 独立开发，同时担任 Spacedrive Technology Inc. 的 CEO。 他不是第一次做这种事。之前的代表作 Spacedrive 是一个用 Rust 构建的开源跨平台文件管理器，38k Star，走的是同一套路线：Tauri + Rust 技术栈、本地优先、审美在线。 GitHub 签名三个字概括了他的风格：rust, ai and nice ui。 他每天公开直播写代码，Voicebox 的很多功能都是在直播里边做边聊出来的，社区参与度很高，Issues 和 PR 回复也比较及时。 目前水平如何 Voicebox 在 2025 年初开源，截至 2026 年 6 月已发布 v0.5.0，GitHub Star 28k+，在本地 TTS 工具里属于第一梯队。 ...

Tolaria：为 AI 时代而生的本地笔记软件 “一个真正属于你的第二大脑——数据在本地，版本在 Git，AI 随时可调。” 目录 它解决了什么问题 核心设计理念 功能详解 与主流工具对比 AI 集成方案 适合谁用 如何开始 它解决了什么问题 用了多年笔记软件，很多人都卡在同一个问题上： Notion：界面漂亮、协作强，但数据在服务器上，断网就瘫，免费版有限制 Obsidian：本地存储、插件丰富，但编辑体验原始，上手门槛不低 Evernote / Bear：易用，但格式私有，迁移麻烦，长期订阅费用累积可观 Tolaria 的出发点很简单：把 Obsidian 的数据主权 + Notion 的编辑体验 + AI 原生集成，合三为一。 核心设计理念 🗂 文件优先，不是数据库 每一条笔记都是一个 .md 文件，存在你的硬盘上。没有私有数据库，没有加密格式，任何文本编辑器都能打开。即使 Tolaria 明天停止开发，你的笔记也完好无损。 🔁 Git 就是你的同步和备份 每个笔记库（vault）本身就是一个 Git 仓库。你可以： 把它推送到 GitHub / Gitea 私有仓库免费同步 查看任意一条笔记的完整修改历史 随时回滚到任意历史版本 不需要订阅 Tolaria 的云服务，不需要相信任何第三方。 🤖 AI 不是插件，是基础设施 Tolaria 从设计之初就把 AI 集成作为核心功能，而不是事后加上去的插件。它内置了 MCP（Model Context Protocol）服务器，让 AI 工具可以像操作文件系统一样读写你的笔记。 功能详解 编辑器 功能 说明 块编辑 类 Notion 的斜杠命令，输入 / 插入标题、列表、代码块等 双向链接 [[笔记名]] 语法，自动补全，构建知识网络 拖拽图片 直接拖入图片，自动保存到 vault 目录 键盘优先 大量快捷键，重度用户几乎不需要鼠标 所见即所得 Markdown 实时渲染，不用在源码和预览间切换 笔记组织 Tolaria 用**类型（Type）**作为笔记的分类维度，类似轻量级数据库的"表"概念，但更灵活——类型只是导航标签，不强制校验字段。 ...

Hermes Agent 是目前我用过最顺手的本地 Agent 之一，支持强大的工具调用和多模型切换。 最近把它装到了 Windows 上，踩了不少坑，整理成这篇教程，方便大家少走弯路。 一、安装 新开一个 PowerShell 窗口，指定安装目录，然后执行安装脚本： $env:HERMES_HOME = "D:\AI\Hermes" iex (irm https://ghproxy.com/https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1) 推荐装到 D 盘，空间大、好管理。安装脚本走 ghproxy 镜像，国内直连不卡。 安装过程会依次下载 Python 3.11、Node.js 22（便携版）、ripgrep、ffmpeg 以及 Hermes 本体，总下载量 500MB～800MB，网速正常的话 10～20 分钟完成。 安装完成后，重开一个 PowerShell 窗口，验证是否成功： hermes --version 二、启动 推荐用 TUI 模式，界面好看很多： hermes --tui 进入后会看到配置向导，按提示走一遍。 三、配置免费模型 免费模型有三个来源可以选，按优先级排： 方案一：OpenRouter 输入 /model 回车 选择 OpenRouter 填入 API Key（去 https://openrouter.ai/keys 获取） 模型名称从下面选一个 模型 适合场景 openrouter/free 自动选最优免费模型，日常首选 qwen/qwen3-coder:free 写代码 deepseek/deepseek-r1:free 推理、逻辑题 注意：OpenRouter 的免费模型变动比较频繁，有些标了 :free 实际用起来会报错或报 403（大陆地区限制）。如果选了跑不起来，直接换方案二。 ...