FFmpeg是音视频处理领域的事实标准与核心工具集。它包含了一系列用于处理多媒体内容的库和命令行工具，支持几乎所有已知的音频和视频格式的读取、转换、编辑与流传输。其核心库被全球大量软件项目广泛依赖，是一个功能极其强大的工业级解决方案。

Coqui TTS是一个基于深度学习的开源文本转语音（TTS）工具包，专注于生成高质量、自然度接近人声的语音。它提供了大量预训练模型，支持多语言，并允许用户使用自己的数据集训练独特的语音合成模型。项目集成了最新的研究模型，是学术研究和商业应用的热门选择。

Spleeter是由Deezer开发并开源的音源分离工具。它基于TensorFlow，使用预先训练好的深度学习模型，能够快速将音乐曲目分离为不同音轨，例如：人声、鼓点、贝斯、钢琴及其他乐器。该工具因其简单易用和良好的分离效果，在音乐分析和处理领域被广泛使用。

Whisper是由OpenAI开发并开源的通用的语音识别（ASR）系统。它通过在大规模、多样化的音频数据集上进行训练，具备了强大的多语言识别能力、卓越的抗噪性以及出色的口音和术语处理能力。该系统支持包括转录、翻译等多种任务，因其高准确率和高可靠性，已成为目前最主流的开源语音识别解决方案之一。

VanBlog 是一款追求简洁与速度的现代化开源博客系统，采用前后端分离架构。它将管理后台与前台站点深度融合为单一应用，支持通过 Docker 快速部署，开箱即用。系统提供丰富的博客功能，包括文章/分类/标签管理、评论、搜索、数据统计等，并内置响应式设计，在手机和电脑上均有良好的浏览体验。其设计理念注重作者的写作和后台操作体验，同时为读者提供快速流畅的访问速度，适合追求轻量、易用且功能完整的个人博主使用。

跨平台最主流的图片处理工具集，支持数百种图片格式，提供裁剪、缩放、旋转、滤镜、格式转换等全场景处理，Apache 2.0开源协议可完全商用，是图像处理领域的工业级解决方案。

一个功能强大、界面优雅的开源自托管图像托管平台。允许用户上传、管理和分享图像，支持相册、多用户系统、API访问和链接缩短等功能，可以将图像存储在本地或连接到多种云存储服务。

一个功能强大的开源图像修复工具，基于前沿的AI模型（如LaMa, MAT, Stable Diffusion）。它提供了直观的图形界面，能够轻松去除图片中不需要的物体、水印、划痕和人物，并进行智能补绘、面部修复等操作。支持本地部署，保护隐私。

一个强大的开源AI证件照生成与处理系统。它能够实现发丝级精度的智能人像抠图，自动替换证件照背景（纯色/渐变），支持包括中国、美国、日本、欧洲等在内的20多个国家/地区的官方证件照规格尺寸，并提供智能换装（需要服装素材）、亮度调整、批量处理等功能，可通过Web界面、本地部署或API方便地使用。

memos 是一款设计简洁、注重隐私的开源笔记与知识管理应用。它采用类似社交动态的“微博流”形式组织内容，支持 Markdown 语法、标签分类、内容搜索、资源附件以及日历视图等功能。用户可以将它部署在自己的服务器或 NAS 上，实现数据的完全私有化控制，适合用于记录日常想法、整理个人知识库或作为小型团队共享信息的工具。其界面清爽，操作直观，深受注重数据主权和简洁体验的用户喜爱。