AI-Research-SKILLs

debpalash

VoiceStudio

VoiceStudio 是一个完全本地运行的开源语音工具，用来替代 ElevenLabs。它基于 Python 开发，支持 voice cloning、voice design、视频配音、听写、转写和有声书制作。最典型的用法是克隆一段音色，再用它给多语言视频配音。

huggingface

agents-course

这是 Hugging Face 官方推出的 Agents 课程仓库，用 MDX 编写，帮助开发者系统学习如何基于大模型构建 agent。内容从 prompt、工具调用讲到多步 workflow，最典型的用法是跟着章节边读边动手，把 SDK 跑通并做出自己的第一个 agent。

NandhaKishorM

laya

laya 是一个非自回归的「System 1」决策引擎，一次前向推理就能对任意文本给出分类、评分或是否判断，并用路由器按请求挑选合适的 checkpoint，覆盖上百种语言。适合把意图识别、打标、分流这类高频判断做成低延迟的模型调用。

huggingface

datasets

Hugging Face Datasets 是一个即取即用的数据集库，解决 AI 模型训练中数据加载与预处理繁琐的问题。它内置大量公开数据集，配合高效的数据操作工具，可直接接入训练 workflow。最典型的用法是用一行代码加载数据集，再结合 prompt 或 tokenizer 快速构造训练样本。

langchain4j

langchain4j

LangChain4j 是一个面向 JVM 的开源 Java 库，用统一 API 屏蔽各家 LLM 与向量库差异，让开发者用熟悉的 Java 写 LLM 应用。最典型的场景是搭建 RAG：接入向量库检索知识，再交给模型生成回答。

speechbrain

speechbrain

SpeechBrain 是基于 PyTorch 的语音工具包，帮开发者用统一接口搭建语音识别、说话人识别等模型，省去从零写训练流程的麻烦。典型场景是拿它现成的 recipe 微调预训练模型，快速做出自己的语音应用。