📡 Repo Watch

无Tokenizer扩散自回归TTS——多语言语音生成、语音设计、真实级克隆
研究结论：**技术栈**：Python + PyTorch，MiniCPM-4骨干，2B参数。**核心架构**：无Tokenizer扩散自回归(LocEnc→TSLM→RALM→LocDiT)，AudioVAE V2 16kHz→48kHz非对称编解码内置超分。**六大能力**：30语言TTS(含中文方言) / Voice Design(自然语言描述创音) / 可控克隆+风格引导 / 终极克隆(保留全部细节) / 流式RTF~0.3(4090) / 48kHz输出。**部署**：pip install + vLLM-Omni(OpenAI兼容API) + llama.cpp-omni(macOS本地Metal) + VRAM~8GB。**微调**：SFT+LoRA，5-10分钟适配。**性能**：Seed-TTS-eval WER 1.84%/0.97%，30语言平均1.68%。**对James：⭐⭐⭐⭐⭐极高度相关** — vLLM-Omni直接对接Hermes语音；30语言+中文方言覆盖锦江海外品牌；Voice Design自然语言建酒店专属语音(温暖专业女声)；可控克隆+风格控制→各品牌统一语音形象；llama.cpp-omni macOS本地运行；Apache-2.0商用友好；SFT/LoRA用酒店音频微调专属语音

通过对话编辑视频——转录→切废话→调色→烧字幕→动画→自评估
研究结论：Python + ffmpeg + ElevenLabs Scribe。核心创新：LLM 不"看"视频帧，而是读单词级时戳文本转录 + 按需视觉合成(timeline_view 胶片条+波形图)。Transcribe→Pack→LLM Reasons→EDL→Render→Self-Eval 闭环。12条 Hard Rules（不可截断单词、30ms淡入淡出、字幕最后渲染、缓存转录、并行子agent动画）。MIT 开源。对 James：⭐⭐ 可参考——browser-use 生态视频分支，Hermes 可复用 pipeline 做酒店宣传片/培训视频自动剪辑。

跟进(07-08)：6天+800⭐(15.1→15.9k)，增速从450/天降至~133/天(自然回落)。仅18 commits，末次commit为Merge PR#91(上周)。38 open PRs + 15 open issues，社区贡献活跃但maintainer产能有限，典型MVP爆发→社区驱动模式

多平台自媒体爬虫：小红书/抖音/快手/B站/微博/贴吧/知乎
研究结论：**核心架构**：Python 3.11 + Playwright CDP 模式（连接本地 Chrome 浏览器复用登录态→零风控），抽象基类 AbstractCrawler/AbstractLogin 接口 + 逐平台独立实现。**多存储后端**：CSV/JSON/JSONL/SQLite/MySQL/PostgreSQL/Excel。**登录方式**：扫码/手机/Cookie 三通道。**高级特性**：IP 代理池、二级评论爬取、评论词云、WebUI(FastAPI+React+Vite)。**Pro 版**：断点续爬、多账号池、AI Agent Skill（OpenClaw/Claude Code 一键集成）。**对 James**：⭐⭐ 间接参考——CDP 模式可移植到 H.OS 的 OTA 数据采集，抽象爬虫接口适合酒店多渠道管道

覆盖 840+ 平台的 AI-OSINT 用户名扫描器，ML+启发式融合检测
研究结论：Python，异步并发扫描840+平台。**检测机制**：30维特征向量（HTTP状态桶/DOM结构/关键词/指纹）→ 启发式评分 + Logistic Regression ML模型→ Found/Maybe/Not Found 置信度。**核心功能**：Profile提取（OpenGraph/JSON-LD）、跨站关联聚类（头像hash+Bio+链接）、递归展开、域名检查、Watch模式（定时重扫+webhook通知）、断点续扫、Tor/代理、站点插件（sites.d/）、MCP Server直接对接LLM Agent、可自训练模型（active learning + label）、多格式报告（JSON/CSV/HTML/MD/PDF/GEXF/Mermaid/Maltego CSV）、Playwright JS回退。**架构**：src/aliens_eye/{core,ml,utils,data}，179 commits，v2.0大版本。**对James**：⭐⭐ ① MCP Server → Hermes直接集成做竞品OSINT调查 ② 自定义sites.d/添加OTA平台扫描 ③ Watch模式→竞品品牌声量变化监控

Semrush/Ahrefs 开源替代，自带 MCP + Agent Skills
研究结论：技术栈：TypeScript + SvelteKit/Vite + React + Tailwind CSS + Drizzle ORM(SQLite/D1) + Cloudflare Workers + Better Auth。**架构**：全 TypeScript monorepo，3 种 Auth 模式，DataForSEO 按量付费 API。**MCP**：内置 stateless + stateful MCP server，Hermes/Claude Code/OpenClaw 可直连。**7个预置 Agent Skills**（.agents + .claude 双格式）：seo-project-setup / seo-coach / keyword-research / keyword-clustering / competitive-landscape / competitor-analysis / link-prospecting。**活跃度**：v0.0.23，305 commits，23 tags，2天前更新。**对 James**：⭐⭐⭐ ① MCP + Agent Skills 双格式是 Hermes 生态技能分发的直接样板 ② DataForSEO 按量付费可移植到 H.OS 做酒店 OTA 排名监控 ③ Drizzle + D1 栈与 JHOS 数据库层有交叉参考 ④ 7个 Skills 文件结构可直接作为 Hermes skill 设计模板

京东开源实时视频语言交互系统 — 8B 模型持续观察直播流，自主判断何时说话/静默/委托
研究结论：核心架构：AdaCodec 预测式视频编码器——只对变化的帧花token，静默场景极低消耗。5服务微服务：webinfer(OpenAI兼容API) + WebUI(WebRTC) + ASR(Qwen3-ASR) + TTS(Qwen3-TTS) + background-agent(委托任务)，全部基于vLLM-Omni。训练：4M时间对齐片段→SFT(LLaMA-Factory)+RL(EasyVideoR1)。六大能力：实时监控告警(vs豆包100%胜)、实时计数(70%胜)、实时翻译(80%胜)、时间感知(80%胜)、直播解说(55.6%胜)、长程视觉记忆(77.8%胜)。vs Gemini 整体87.9%胜。部署门槛：3×Hopper GPU，暂无量化版。Todo：统一离线+在线模型、RTX 3090/5090优化。对James/H.OS：⭐⭐⭐高度相关——酒店监控告警、实时门禁计数、视觉触发工作流调度

跟进(07-09)：9天+100⭐(→1.2k)，+15 forks(→106)，增速放缓至~78/周。19 open + 5 closed issues——社区真实使用中发现关键架构问题：#23 context不断累加→超过model context length报错，对H.OS长程监控场景是致命约束。积极信号：#24无障碍主动提醒测试请求(需参与接洽)，#26语音交互融合建议。开发节奏放缓——末次代码commit为Jun 25，此后仅README更新。33 commits全由单维护者完成，无tags/versions。典型JD研究院开源模式。新发现：24h不间断场景的context管理方案缺失是最大风险点，但低门槛参与测试(#24)对James是直接机会

八字 + 紫微斗数排盘 Skill — 算法精准排盘（不靠 LLM 猜）
研究结论：**核心架构**：TypeScript + Node.js 18+，基于 Yiqi 排盘核心，补层算法涵盖格局/旺衰/调候/刑冲合害。三种模式：八字独立、紫微独立、综合印证（交叉对账）。输出 Markdown 长文 + HTML 水墨风海报。
**对 James：⭐⭐⭐⭐** — 直接装到 Hermes 即用；SKILL.md+calculator+prompts+templates 是技能分发完整样板；cross-validation 模式可泛化到 agent 可靠性场景；HTML 渲染 pipeline 可复用做 H.OS 报告生成；prompts 设计是高质量 LLM orchestration 参考

全球最大开源智能家居平台，88.7k⭐
研究结论：**技术栈**：Python + asyncio 全异步。**架构**：Component 插件体系（数千设备集成）、状态机+事件总线、自动化引擎+Lovelace UI。MQTT 协议层，SQLite+REST+WebSocket API。Apache-2.0，2013年起每日更新。
**对 H.OS：⭐⭐⭐⭐⭐** — 设备集成模型映射酒店智能客房控制(门锁/灯光/空调/传感器/窗帘)；自动化引擎=酒店场景编排（check-in 欢迎/离房节能/退房清洁告警）；MQTT+本地控制=酒店 IoT 不依赖云；Lovelace UI 定制为客房控制面板/前台监控屏；Component 插件架构直接指导 H.OS 设备接入层设计；成熟社区生态有大量现成酒店 IoT 设备集成可复用

一体化 Agent 聊天平台，定位 OpenClaw 替代品，支持 15+ IM 平台、20+ LLM、1000+ 插件、Agent 沙箱、MCP
研究结论：**技术栈**：Python 3.12+, async-first（aiohttp/quart/FastAPI），SQLAlchemy+SQLModel ORM，FAISS 向量检索知识库，MCP SDK。**架构**：多 IM 适配器层（15+ 平台：QQ/微信/飞书/钉钉/Telegram/Slack/Discord/LINE/KOOK 等）→ LLM 路由层（20+ 服务：OpenAI/Anthropic/Gemini/DeepSeek 等）→ Agent 沙箱+插件市场（1000+社区插件）+ FAISS+BM25 知识库。**核心**：MCP 服务端、Dify/Coze/百炼集成、自动上下文压缩、人设、i18n、WebUI/ChatUI。**部署**：uv tool一键/Docker/桌面App/AUR/云。**活跃度**：极高 — 4,986 commits, v4.26.6, 3小时前更新。36.3k⭐, 2.5k forks, 1k open issues。**License**：AGPL-3.0（网络服务需开源修改代码）。**对 James：⭐⭐⭐⭐** — 直接对标 OpenClaw/Hermes，多IM架构和MCP集成可参考；1000+插件生态是H.OS插件市场规划参考；但AGPL限制商业闭源使用