Principais projetos open source do GitHub: VoxCPM, ElyOffice, Panda Code, Snitch, PageIndex e net-merge #304

Ver no idioma original →

Autoria: ManuAGI - AutoGPT Tutorials · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Top Open-Source GitHub Projects : VoxCPM, ElyOffice, pandacode, Snitch, PageIndex & net-merge #304 · Canal: ManuAGI - AutoGPT Tutorials · 15:12 · Assistir no YouTube

Tópicos: Agentes de IA, Engenharia de software com IA, Modelos locais e open source, Open source e ecossistemas de software, Privacidade e proteção de dados

Resumo

O vídeo apresenta 20 projetos open source em destaque no GitHub, incluindo ferramentas para síntese de voz, memória de agentes, desenvolvimento, segurança e produtividade. Entre os projetos estão VoxCPM, para geração de fala multilíngue, PageIndex, para busca em documentos sem vetores, e Panda Code, um ambiente para usar vários coding agents. Também são apresentados aplicativos locais, como ElyOffice, e ferramentas de rede, como Snitch e net-merge. A seleção termina com High Memory, uma solução para armazenar memórias de agentes e histórico de código.

Pontos-chave

• VoxCPM gera fala multilíngue sem tokenizer e oferece design e clonagem de voz.
• Android skills e Cursor plugins ampliam os recursos e orientações disponíveis para coding agents.
• Hindsight e High Memory propõem formas de armazenar e recuperar memórias de agentes ao longo do tempo.
• PageIndex usa uma árvore hierárquica de documentos para encontrar informações sem banco de vetores nem divisão em chunks.
• ElyOffice reúne ferramentas de escritório em uma suíte offline, com arquivos mantidos localmente.
• Panda Code organiza vários coding agents, projetos e tarefas em um único ambiente de desktop.
• Snitch visualiza conexões de rede, enquanto net-merge distribui novas conexões entre vários adaptadores.
• Earshot permite que agentes analisem, avaliem e criem áudio usando ferramentas de CPU.

Capítulos

Início	Capítulo	Resumo
00:00	Introdução e ferramentas para agentes	O vídeo apresenta o canal AI Agent Studio e os primeiros projetos, de VoxCPM a Hindsight e PageIndex.
03:14	Aplicativos, segurança e coding agents	A seleção passa por Yamado, bibliotecas de diagramas, Eagle 4, ElyOffice, ferramentas de segurança e Panda Code.
06:56	Produtividade, Rust e monitoramento de rede	São apresentados Zero Breach, TV Detox, Panda Code, Ondine, Rjit, Snitch e Open Screen Sharing.
10:20	Ferramentas de áudio, rede e memória	O vídeo aborda Rjit, Snitch, Open Screen Sharing, Earshot, net-merge e High Memory.

Citações

Gera fala sem tokenizer usando um design autoregressivo de difusão. — 01:04

Memória de agente que aprende, em vez de apenas recordar. — 03:14

Uma suíte de escritório offline, desenvolvida nativamente em Rust. — 06:56

Combine Wi-Fi, Ethernet e um celular em uma conexão mais rápida. — 13:33

Conceitos e entidades

• VoxCPM (modelo): Modelo open source de text-to-speech que gera fala multilíngue e permite design e clonagem de voz.
• Android skills (ferramenta): Biblioteca de instruções modulares com orientações oficiais para coding agents que trabalham com desenvolvimento Android.
• Cursor plugins (repo): Repositório de marketplace que reúne a especificação e plugins oficiais para o coding agent do Cursor.
• Hindsight (ferramenta): Sistema de memória para agentes com operações para armazenar, recuperar e refletir sobre informações.
• PageIndex (ferramenta): SDK que constrói índices hierárquicos de documentos e permite que um LLM raciocine sobre eles sem busca vetorial.
• ElyOffice (ferramenta): Suíte de escritório offline desenvolvida em Rust, com aplicativos para documentos, planilhas, apresentações e outras tarefas.
• Panda Code (ferramenta): Ambiente de desktop open source que reúne vários coding agents, projetos, Git e terminal em uma única interface.
• Snitch (ferramenta): Visualizador de tráfego de rede que mostra conexões do computador em um mapa e em um grafo ao vivo.
• Earshot (ferramenta): Toolkit que permite a agentes analisar áudio, avaliar sons e gerar áudio por meio de código.
• NetMerge (ferramenta): Aplicativo que distribui novas conexões entre adaptadores de rede, como Wi-Fi, Ethernet e conexão USB de celular.

Tradução completa (pt-BR)

00:00 Toda semana, desenvolvedores lançam novos projetos open source no GitHub, e este é nosso vídeo semanal de atualização sobre projetos do GitHub, que destaca os melhores deles. Entre os projetos open source em alta no GitHub nesta semana, você vai descobrir ferramentas úteis e populares para desenvolvedores, desde suítes de escritório locais até memória para agentes de IA. Sem perder tempo, vamos começar. >> Antes de entrarmos nas atualizações dos projetos de hoje, aqui vai um anúncio rápido para todo mundo. Lançamos um canal novinho no YouTube chamado AI Agent Studio, totalmente dedicado a projetos de agentes de IA,

00:31 tutoriais e ferramentas. Então, se você tem interesse em acompanhar os projetos open source mais recentes de agentes de IA, aprender a criar seus próprios agentes ou explorar frameworks de agentes de ponta, não deixe de conferir. Inscreva-se agora para receber vídeos semanais, guias detalhados e análises de projetos em tempo real. O link está logo na descrição. Não perca. Certo, vamos ao vídeo de hoje. >> Projeto número um: VoxCPM, geração de fala multilíngue sem tokenizer, com criação e clonagem de vozes. VoxCPM é um

01:04 modelo open source de conversão de texto em fala em Python que gera fala sem tokenizer, usando um design autoregressivo por difusão. Ele atende à necessidade de vozes multilíngues expressivas, com suporte a 30 idiomas, criação de voz a partir de uma descrição em texto e clonagem a partir de um clipe de referência. Gera áudio a 48 kHz e funciona localmente na sua GPU, por meio de uma API Python, CLI ou demonstração web. É indicado para desenvolvedores que criam aplicativos de voz. O projeto proíbe a personificação e a fraude. Instale-o com pip e gere fala. Projeto número dois,

01:36 Android Skills: orientações oficiais para Android, organizadas para agentes de programação. Android Skills é uma biblioteca open source de instruções modulares que ajudam agentes de programação a seguir as melhores práticas de desenvolvimento para Android. Ela resolve o problema de LLMs terem desempenho abaixo do esperado em fluxos de trabalho específicos do Android, fornecendo arquivos skill.md com orientações oficiais. Desenvolvedores instalam skills pela CLI do Android ou como plugin do Claude Code ou do Codex, e os agentes as ativam automaticamente. É indicado para desenvolvedores Android que usam agentes de programação. Instale uma skill e peça ao seu

02:09 agent para deixar seu aplicativo de ponta a ponta. Projeto número três: plugins do Cursor. O marketplace oficial de plugins para o agent de programação do Cursor. Cursor Plugins é um repositório de marketplace open source que contém a especificação de plugins do Cursor e plugins oficiais. Ele atende à necessidade de ampliar um agent de programação, agrupando skills, regras e definições de servidores MCP em diretórios independentes, cada um com seu próprio manifesto. Os plugins abrangem fluxos de trabalho de desenvolvimento, como revisão de código e agentes paralelos, além de integrações como GitHub, Playwright,

02:41 Gmail e Salesforce. É indicado para desenvolvedores que personalizam o Cursor ou criam seus próprios plugins. Explore o diretório e experimente um plugin no seu workflow. Projeto número quatro: Hindsight, da Vine. Memória para agentes que aprende, em vez de apenas recordar. Hindsight é um sistema de memória open source para agentes que os ajuda a aprender com o tempo, não apenas a recordar conversas anteriores. Ele oferece três operações: retain, recall e reflect. Retain armazena fatos, recall os pesquisa e reflect raciocina sobre eles. Pode ser executado em infraestrutura própria por meio de Docker, pip ou

03:14 Kubernetes com Postgres, e se conecta a muitos provedores de LLM e agentes de programação por meio de SDKs, MCP e um wrapper de LLM. É indicado para desenvolvedores que criam agentes de longa duração. Inicie o servidor Docker e armazene sua primeira memória. Projeto número cinco: PageIndex. RAG sem vetores, que raciocina percorrendo uma árvore de documentos. PageIndex é um SDK open source em Python para raciocínio sem vetores baseado em RAG. Ele resolve as limitações da busca por similaridade em documentos longos e complexos, criando um índice em árvore hierárquica e, em seguida, permitindo que um

03:46 LLM raciocine por essa árvore para encontrar as seções relevantes, sem banco de dados vetorial nem divisão em chunks. Ele funciona localmente com sua própria chave de LLM ou por meio do PageIndex Cloud para documentos digitalizados. É indicado para desenvolvedores que criam sistemas de perguntas e respostas sobre documentos, como relatórios e documentos regulatórios. Instale o pacote e faça sua pergunta. Projeto número seis: Yamado. Telas virtuais no Mac, criadas para que agentes de IA trabalhem nelas. Yamado é um aplicativo nativo do macOS que cria telas virtuais para agentes de IA que realizam tarefas visuais no computador, nas quais um agent lê

04:17 capturas de tela e opera aplicativos de desktop diretamente com mouse e teclado. Ele resolve a falta de um espaço de trabalho dedicado às tarefas do agent, permitindo arrastar as janelas de um aplicativo para uma tela virtual com nome, separada da sua, sem precisar de um plugue fictício ou de um utilitário de tela pago. Uma skill incluída permite que um agent de uso do computador crie, nomeie e gerencie automaticamente sua própria tela de trabalho. Funciona em Apple Silicon e solicita controle real do mouse e do teclado por meio de uma concessão visível e limitada no tempo, que a pessoa precisa aprovar. É indicado para desenvolvedores que executam agentes visuais de IA em aplicativos sem integração MCP,

04:50 como o Blender. Baixe o aplicativo e experimente a skill na sua próxima tarefa visual. Projeto número sete: Bons Paley, uma biblioteca pequena e rápida para renderizar diagramas Mermaid em SVG. Paley é uma biblioteca JavaScript open source que renderiza diagramas Mermaid em SVG. Ela resolve o problema do peso dos renderizadores existentes por ser pequena, síncrona e não ter dependências em tempo de execução, oferecendo suporte a todos os tipos de diagrama do Mermaid 12.1.0. Desenvolvedores podem instalá-la pelo NPM ou por uma CDN,

05:21 personalizá-la com variáveis CSS e inseri-la diretamente na página, ou carregar tipos de diagramas sob demanda. É indicada para desenvolvedores que criam diagramas em aplicativos web ou documentação. Instale o pacote e renderize seu primeiro diagrama. Projeto número oito: ASCII Sharks. Tubarões ASCII nadando, renderizados em um canvas HTML. ASCII Sharks é uma biblioteca TypeScript sem dependências que desenha peixes e tubarões como arte ASCII em movimento em um canvas HTML. Ela atende à necessidade de um visual leve e divertido, sem bibliotecas de imagem ou animação, ao

05:53 oferecer aos desenvolvedores uma classe de mecanismo oceânico que recebe um canvas e uma lista de criaturas, como tubarões-martelo, e as anima diretamente como caracteres de texto. É indicada para desenvolvedores que querem adicionar um toque visual divertido baseado em texto a uma página web. Instale o pacote e faça seu primeiro tubarão aparecer. Projeto número nove: Eagle 4, um decodificador que acelera a inference de LLMs em qualquer hardware. Eagle 4 é código de inference com código-fonte disponível que acelera LLMs por meio de decodificação especulativa. Ele resolve o descompasso entre estratégias de rascunho fixas

06:24 e hardware variável, medindo os custos na sua configuração e adaptando até onde especular para cada tamanho de lote e carga de trabalho. O pacote Eagle harness se integra ao SG Lang, ao vLLM e ao Token Speed, servindo modelos com rascunhos do Eagle 4 e mantendo a saída idêntica à do modelo-alvo. É indicado para equipes que servem LLMs e querem gerar texto mais rápido. Siga o guia de início rápido para servir seu primeiro modelo. Projeto número 10: ElyOffice, uma suíte de escritório offline criada nativamente em Rust. ElyOffice é uma suíte open source de

06:56 aplicativos de desktop offline-first, criada em Rust e GPUI. Os arquivos ficam em pastas locais, sem conta nem serviço de nuvem. Ela resolve a dependência da nuvem em softwares de escritório, reunindo um processador de texto, uma planilha, uma ferramenta de apresentação, um editor de PDF, um cliente Git e um editor Markdown, com tecnologia do LibreOffice Kit, MuPDF e Tesseract. Atualmente, compila no macOS, e os pacotes para Linux e Windows estão em desenvolvimento. É indicada para quem quer uma suíte de escritório local e privada. Compile a partir do código-fonte e abra seu primeiro documento. Projeto número 11: Vinca Zero Breach, um scanner local

07:31 que procura sinais de spyware distribuído por anúncios. Zero Breach é um scanner Python somente de leitura que procura vestígios da campanha de spyware AdFlection e CandyRu em um computador. Ele atende à necessidade de uma verificação que as próprias pessoas possam fazer, pesquisando o histórico e os caches do navegador, entradas de inicialização automática e impressões digitais de arquivos, e comparando-os com 338 indicadores publicados, classificando cada correspondência conforme seu grau de confiabilidade. Funciona offline, sem permissões de administrador nem solicitações de rede, e exporta indicadores como listas do Stick e feeds MISP ou listas de bloqueio de DNS. É indicado para pesquisadores de segurança

08:02 e pessoas que querem verificar o próprio dispositivo. Baixe o script, verifique seu hash e execute uma varredura. Projeto número 12: TV Detox, uma tela inicial pequena e sem anúncios para uma Android TV lenta. TV Detox é uma tela inicial open source de 30 MB para Android TV, acompanhada de um prompt que pede ao Claude Code ou ao Codex para limpar uma TV antiga por ADB. Ela resolve o excesso de aplicativos na TV, fazendo com que o agent de programação identifique os aplicativos indesejados que podem ser desativados com segurança, desligue anúncios e linhas patrocinadas e instale uma tela inicial simples, com apenas seus aplicativos, entradas HDMI e um relógio. Os aplicativos são desativados, nunca excluídos,

08:38 e o undo.sh restaura tudo. É indicada para proprietários de dispositivos Android TV e Google TV antigos. Ative o modo de desenvolvedor e cole o prompt no seu agent. Projeto número 13: Panda Code, um hub nativo de desktop que executa todos os agentes de programação lado a lado. Panda Code é um espaço de trabalho de desktop gratuito e open source, criado em Tauri, que executa CLIs de programação como Claude Code, Codex, Kimiko e GitHub Copilot CLI lado a lado com projetos, Git, um terminal e um navegador, tudo em uma janela. Ele resolve a fragmentação de ter que alternar entre ferramentas de agentes separadas, oferecendo

09:12 cada tarefa, um quadro compartilhado, árvores de trabalho e solicitações de aprovação, além de permitir que um arquiteto coordene vários agents trabalhadores. Ele armazena tudo localmente no SQLite, sem telemetria nem conta, e também pode executar agents em VMs locais ou ambientes isolados na nuvem. Isso é adequado para desenvolvedores que executam vários agents de programação em projetos reais. Baixe-o e abra um projeto para começar sua primeira tarefa. Projeto número 14 — Undine, diagramas Mermaid compilados antecipadamente em Rust. Ondine é um compilador open source em Rust que transforma a sintaxe de diagramas Mermaid em SVG durante a compilação

09:45 em vez de renderizá-los no navegador. Ele elimina o custo adicional de distribuir um analisador completo de diagramas ao compilá-los antecipadamente, para que as páginas carreguem SVG pré-compilados por meio de um runtime de 210 bytes. Aceita a mesma sintaxe do Mermaid e funciona por meio de um plugin do Vite, de um CLI, de um compilador para Node, de um plugin remark para Markdown e MDX e de módulos WASM opcionais no navegador. Isso é adequado para desenvolvedores que incorporam diagramas em documentação ou aplicativos web e querem páginas menores e mais rápidas. Instale o CLI ou o plugin e compile seu primeiro diagrama. Projeto

10:20 número 15, Rjit, um experimento que recarrega código Rust em milissegundos. Rjit é uma ferramenta experimental de recarga a quente para Rust que usa o Rust analyzer como frontend do compilador e o Cranelift como gerador de código, dispensando completamente o LLVM e um vinculador. Ela resolve o ciclo lento entre editar e executar em Rust ao traduzir o MIR do Rust analyzer em código de máquina na hora, recompilar apenas as funções que foram realmente alteradas em uma edição e redirecionar seus slots de função. O estado permanece no

10:50 processo hospedeiro e sobrevive a cada troca. Em medições feitas em uma máquina, uma alteração em um único arquivo é aplicada em cerca de 7 milissegundos, contra aproximadamente 169 milissegundos para uma compilação incremental do Cargo. Atualmente, ela oferece suporte apenas a um pequeno subconjunto de Rust. Isso é adequado para desenvolvedores Rust curiosos sobre ciclos de iteração mais rápidos. Execute-a com Nix e edite a demonstração para ver a troca a quente. Projeto número 16, Snitch, um mapa visual local de todas as conexões feitas pelo seu computador. Snitch é um visualizador open source e multiplataforma de tráfego de rede que mostra cada conexão que um

11:23 computador faz como um grafo de nós ao vivo e um mapa-múndi. Ele resolve a lacuna entre firewalls genéricos e ferramentas de pacotes brutos ao explicar visualmente o tráfego, sinalizar anomalias como varreduras de portas ou comunicação periódica com servidores e atribuir cada conexão ao aplicativo responsável. Captura pacotes localmente por meio do libpcap, armazena o histórico no SQLite e não faz nenhuma chamada externa, usando geolocalização offline por padrão. Isso é adequado para usuários preocupados com privacidade e desenvolvedores atentos à segurança. Baixe-o para sua plataforma e veja seu tráfego aparecer. Projeto número 17, Open Screen

11:57 Sharing, um cliente e servidor aprimorados para o protocolo de compartilhamento de tela da Apple. Open Screen Sharing é um projeto open source que desenvolve servidores e clientes melhores para o protocolo privado por trás do compartilhamento de tela do macOS e do VNC. Ele supera as limitações do aplicativo da Apple ao ser otimizado para redes locais e públicas, inclusive com funcionamento fluido pelo Tailscale, e ao corrigir problemas como a troca de idioma. Funciona no macOS e, por meio do protocolo de depuração para desenvolvedores do iOS, também transforma um iPhone ou iPad em um servidor VNC, ao qual é possível se conectar pelo aplicativo nativo do

12:28 macOS. Isso é adequado para usuários da Apple que querem uma experiência de tela remota mais completa. Instale a versão para macOS ou iOS para experimentar. Projeto número 18, Earshot, ouvidos para agents de programação que escutam, avaliam e produzem sons. Earshot é um kit de ferramentas open source que usa apenas a CPU e permite que agents de programação com IA escutem áudio e reajam a ele, em vez de apenas gerar código às cegas. Ele resolve a incapacidade dos agents de avaliar o próprio trabalho sonoro: descreve como um arquivo soa, compara-o com uma descrição, encontra o melhor momento em

13:00 uma gravação e avalia o design de som de um filme em comparação com vídeos profissionais de lançamento. Os agents também podem sintetizar sons inteiramente em código e refiná-los ouvindo-os, ou converter uma gravação real em uma receita de código editável. Ele funciona como CLI, API Python ou servidor MCP para Claude Code. Isso é adequado para desenvolvedores que criam vídeos, jogos ou produtos por meio de código e precisam de um agent capaz de revisar e criar áudio. Instale-o e execute Earshot Describe em um som para vê-lo escutar. Projeto número 19, net merge. Combine Wi-Fi, Ethernet e um

13:33 celular em uma conexão mais rápida. Net merge é um aplicativo gratuito e open source em Go que usa todos os adaptadores de rede de um computador ao mesmo tempo, distribuindo novas conexões entre Wi-Fi, Ethernet e conexões de celulares por USB ou hotspot. Ele evita o desperdício de deixar uma segunda conexão ociosa, atribuindo cada nova conexão a um único link. Assim, aplicativos que abrem muitas conexões, como os de downloads ou jogos, aproveitam a velocidade combinada. Funciona no Windows, macOS e Linux por meio de uma interface TUN e do wintun, sem necessidade de conta, configuração de proxy ou servidor. Isso é adequado para qualquer pessoa que tenha

14:06 mais de uma conexão de internet funcionando e queira downloads mais rápidos. Instale-o com o script de uma linha e conecte uma segunda conexão para experimentar. Projeto número 20, Osh High Memory. Um mecanismo de memória de sistema duplo com sua própria cadeia de diffs de código. High Memory é um SDK e mecanismo Python que oferece aos agents LLM memória de longo prazo para três tipos de tarefa: conversa, trabalho e programação. Ele resolve a lembrança superficial organizando a memória de conversa em camadas de fatos, resumos e esquemas, enquanto as tarefas de programação e trabalho recebem uma memória de fatos e experiências em duas camadas, além de uma cadeia de evolução de versões que armazena diffs reais de código e resumos de agents que, de outra forma, seriam perdidos.

14:38 Ele funciona com Chroma DB, Qdrant ou Faiss para vetores e Kuzo ou Neo4j para grafos, conectando-se a qualquer LLM compatível com OpenAI. Um aplicativo complementar para desktop, MemHub, unifica localmente a memória entre ferramentas como Claude Code, Cursor e Codex. Isso é adequado para desenvolvedores que criam agents que precisam se lembrar de fatos, experiências e histórico de código ao longo do tempo. Instale o pacote e grave sua primeira memória para experimentá-lo. Obrigado por

15:12 assistir. Até a próxima atualização.

Transcrição original

[00:00] Every week, developers release new open-source projects on GitHub, and this is our weekly GitHub project update video covering the best of them. Top trending open-source GitHub projects this week, you’ll discover useful and trending developer tools from local office suites to AI agent memory. Without wasting time, let’s get started. >> Before we jump into today’s project updates, here’s a quick announcement for everyone. We’ve launched a brand new YouTube channel called AI Agent Studio, dedicated entirely to AI agent projects,

[00:31] tutorials, and tools. So, if you’re interested in staying up to date with the latest AI agent open-source projects, learning how to build your own agents, or exploring cutting-edge agent frameworks, make sure to check it out. Subscribe now to get weekly videos, in-depth guides, and real-time project breakdowns. The link is right there in the description. Don’t miss it. All right, let’s get into today’s video. >> Project number one, Vax CPM, tokenizer-free multilingual speech with voice design and cloning. Vax CPM is an

[01:04] open-source Python text-to-speech model that generates speech without a tokenizer using a diffusion autoregressive design. It solves the need for expressive multilingual voices by supporting 30 languages, voice design from a text description, and cloning from a reference clip. It outputs 48 kHz audio and runs through a Python API, CLI, or web demo locally on your GPU. This suits developers building voice apps. The project forbids impersonation and fraud. Install it with pip and generate speech. Project number two,

[01:36] skills, official Android guidance packaged for coding agents. Android skills is an open-source library of modular instructions that help coding agents follow Android development best practices. It solves the problem of LLMs underperforming on specific Android workflows by supplying skill.md files with official guidance. Developers install skills through the Android CLI or as a Claude code or Codex plugin, and agents activate them automatically. This suits Android developers using coding agents. Install a skill and ask your

[02:09] agent to make your app edge-to-edge. Project number three, Cursor plugins. The official plugin marketplace for Cursor’s coding agent. Cursor plugins is an open-source marketplace repository holding the Cursor plugin specification and official plugins. It solves the need to extend a coding agent by packaging skills, rules, and MCP server definitions into standalone directories, each with its own manifest. Plugins cover developer workflows like code review and parallel agents, plus integrations such as GitHub, Playwright,

[02:41] Gmail, and Salesforce. This suits developers customizing Cursor or building their own plugins. Browse the directory and try one in your workflow. Project number four, Vine’s Hindsight. Agent memory that learns instead of only recalling. Hindsight is an open-source agent memory system that helps agents learn over time, not only recall past chats. It exposes three operations, retain, recall, and reflect. Retain stores facts, recall searches them, and reflect reasons over them. It runs self-hosted through Docker, pip, or

[03:14] Kubernetes with Postgres and connects to many LLM providers and coding agents through SDKs, MCP, and an LLM wrapper. This suits developers building long-running agents. Start the Docker server and retain your first memory. Project number five, Vinge page index. Vectorless rag that reasons through a document tree. Vecstemd is an open-source Python SDK for vectorless reasoning-based rag. It solves the limits of similarity search on long, complex documents by building a hierarchical tree index, then letting an

[03:46] LLM reason through that tree to find the relevant sections with no vector database or chunking. It runs locally with your own LLM key or through page index cloud for scanned documents. This suits developers building document question answering for reports and filings. Install the package and ask your question. Project number six, Yamado virtual screens on a Mac built for AI agents to work in. Yamado is a native macOS app that creates virtual displays for AI agents doing visual computer use where an agent reads

[04:17] screenshots and operates desktop apps directly with mouse and keyboard. It solves the lack of a dedicated workspace for agent tasks by letting you drag an app’s windows into a named virtual screen separate from your own with no dummy plug or paid display utility needed. An included skill lets a computer use agent create, name, and manage its own work screen automatically. It runs on Apple silicon and requests real mouse and keyboard control through a visible time-limited lease the person must approve. This suits developers running visual AI agents on apps with out an MCP

[04:50] integration like Blender. Download the app and try the skill on your next visual task. Project number seven, Bonds Paley, a small fast library for rendering mermaid diagrams to SVG. Paley is an open-source JavaScript library that renders mermaid diagrams to SVG. It solves the weight of existing renderers by staying small, synchronous, and free of runtime dependencies supporting every diagram type in mermaid 12.1.0. Developers install it from NPM or a CDN,

[05:21] theme it with CSS variables, and mount it directly into the page or load diagram types on demand. This suits developers in building diagrams in web apps or docs. Install the package and render your first diagram. Project number eight, Mask ASCII Sharks, swimming ASCII sharks rendered on an HTML canvas. ASCII Sharks is a dependency-free TypeScript library that draws fish and sharks as moving ASCII art on an HTML canvas. It solves the need for a lightweight playful visual with no image or animation libraries by

[05:53] giving developers an ocean engine class that takes a canvas and a list of creatures like hammerheads and animates them directly as text characters. This suits developers wanting a fun text-based visual touch for a webpage. Install the package and spawn your first shark. Project number nine, Eagle 4, a drafter that speeds up LLM inference across any hardware. Eagle 4 is source available inference code that speeds up large language models through speculative decoding. It solves the mismatch between fixed draft strategies

[06:24] and changing hardware by measuring costs on your setup and adapting how far to speculate for each batch size and workload. The Eagle harness package plugs into SG Lang, vLLM, and Token Speed serving models with Eagle 4 drafts while keeping identical output to the target model. This suits teams serving large language models who want faster generation. Follow the quick start to serve your first model. Project number 10, Ili Office, an offline office suite built natively in Rust. Ili Office is an open-source suite of offline-first

[06:56] desktop apps built in Rust and GPUUI. Keeping files in local folders with no account or cloud service. It solves cloud dependency in office software by bundling a word processor, spreadsheet, presentation tool, PDF editor, Git client, and Markdown editor powered by LibreOffice Kit, MuPDF, and Tesseract. It currently builds on macOS with Linux and Windows packaging in progress. This suits users wanting a private local office suite. Build it from source and open your first document. Project number 11, Vinca Zero Breach, a local scanner

[07:31] that checks for signs of ad-delivered spyware. Zero Breach is a read-only Python scanner that checks a computer for traces of the AdFlection and CandyRu spyware campaign. It solves the need for a self-service check by searching browser history, caches, auto start entries, and file fingerprints against 338 published indicators, rating each match by strength. It runs offline with no administrator rights and no network requests, and exports indicators as sticks and MISP feeds or DNS block lists. This suits security researchers

[08:02] and people checking their own device. Download the script, verify its hash, and run a scan. Project number 12 TV Detox, a tiny ad-free home screen for a slow Android TV. TV Detox is an open-source 30 MB Android TV home screen paired with a prompt that has Claude code or Codex clean up an old TV over ADB. It solves TV bloat by having the coding agent identify safe to disable bloatware, turn off ads and sponsored rows, and install a calm home screen with just your apps, HDMI inputs, and a clock. Apps are disabled, never deleted,

[08:38] and undo.sh restores everything. This suits owners of aging Android TV and Google TV devices. Turn on developer mode and paste the prompt into your agent. Project number 13 - Panda Code, a native desktop hub that runs every coding agent side by side. Panda Code is a free open-source Tory desktop workspace that runs coding CLIs like Claude code, Codex, Kimiko, and GitHub Copilot CLI side by side with projects, Git, a terminal, and a browser in one window. It solves the fragmentation of juggling separate agent tools by giving

[09:12] each task a shared board, work trees, and approval prompts, and lets an architect coordinate multiple worker agents. It stores everything locally in SQLite with no telemetry or account, and can also run agents in local VMs or cloud sandboxes. This suits developers running several coding agents on real projects. Download it and open a project to start your first task. Project number 14 - Undine, mermaid diagrams compiled ahead of time in Rust. Ondine is an open-source Rust compiler that turns Mermaid diagram syntax into SVG at build

[09:45] time instead of rendering it in the browser. It solves the overhead of shipping a full diagram parser by compiling diagrams ahead of time, so pages load precompiled SVG through a 210-byte runtime. It accepts the same syntax as Mermaid and works through a Vite plugin, a CLI, a Node compiler, a Markdown and MDX remark plugin, and optional in-browser WASM modules. This suits developers who embed diagrams in docs or web apps and want smaller, faster pages. Install the CLI or plugin and compile your first diagram. Project

[10:20] number 15, Rjit, an experiment that hot reloads Rust code in milliseconds. Rjit is an experimental Rust hot reload tool that uses Rust analyzer as its compiler front end and Cranelift as its code generator, skipping LLVM and a linker entirely. It solves the slow edit-to-run cycle in Rust by translating Rust analyzer’s MIR into machine code on the fly, recompiling only the functions an edit actually changed, and repointing their function slots. State lives in the

[10:50] host process and survives each swap. Measured on one machine, a one-file edit swaps in about 7 milliseconds against roughly 169 milliseconds for an incremental Cargo build. It supports only a small subset of Rust today. This suits Rust developers curious about faster iteration loops. Run it with Nix and edit the demo to watch it hot swap. Project number 16, Snash, a local visual map of every connection your computer makes. Snash is an open-source cross-platform network traffic visualizer that shows every connection a

[11:23] computer makes as a live node graph and world map. It solves the gap between blunt firewalls and raw packet tools by explaining traffic visually, flagging anomalies like port scans or beaconing, and attributing each connection to the app responsible. It captures packets locally through libpcap, stores history in SQLite, and makes zero outbound calls with offline geolocation by default. This suits privacy-conscious users and security-minded developers. Download it for your platform and watch your traffic appear. Project number 17, Open Screen

[11:57] Sharing, an improved client and server for Apple’s screen sharing protocol. Open Screen Sharing is an open-source project building better servers and clients for the private protocol behind macOS’s screen sharing and VNC. It solves the limits of Apple’s own app by optimizing for local and public networks, including smooth operation over Tailscale, and fixing issues like language switching. It runs on macOS and, through iOS’s developer debugging protocol, turns an iPhone or iPad into a VNC server, too, connectable from the

[12:28] native macOS app. This suits Apple users wanting a more capable remote screen experience. Install the macOS or iOS build to try it. Project number 18, Earshot, ears for coding agents that hear, judge, and make sound. Earshot is an open-source CPU-only toolkit that lets AI coding agents listen to audio and react to it instead of only generating code blindly. It solves agents’ inability to judge their own sound work by describing what a file sounds like, matching it against a description, finding the best moment in

[13:00] a recording, and scoring a film’s sound design against professional launch videos. Agents can also synthesize sounds entirely in code and refine them by listening, or convert a real recording into an editable code recipe. It runs as a CLI, Python API, or MCP server for Claude code. This suits developers building code-made videos, games, or products who need an agent that can audit and craft audio. Install it and run Earshot Describe on a sound to see it listen. Project number 19, net merge. Combine Wi-Fi, ethernet, and a

[13:33] phone into one faster link. Net merge is a free open source go app that uses all of a computer’s network adapters at once, spreading new connections across Wi-Fi, ethernet, and USB or hotspot phone tethers. It solves the waste of an idle second connection by giving each new connection to one link. So, apps that open many connections, like downloads or games, get the combined speed. It works on Windows, macOS, and Linux through a tune interface and wintun, with no account, proxy setup, or server involved. This suits anyone with

[14:06] more than one working internet connection who wants faster downloads. Install it with the one-line script and plug in a second connection to try it. Project number 20, Osh High Memory. A dual system memory engine with its own coding diff chain. High Memory is a Python SDK and engine that gives LLM agents long-term memory across three task types, chat, working, and coding. It solves shallow recall by organizing chat memory into layers of facts, summaries, and schemas, while coding and working tasks get a two-layer fact and

[14:38] experience memory, plus a version evolution chain that stores real code diffs and agent summaries would otherwise lose. It runs with Chroma DB, Qdrant, or Faiss for vectors and Kuzo or Neo4j for graphs, connecting to any OpenAI compatible LLM. A companion desktop app, MemHub, unifies memory across tools like Claude Code, Cursor, and Codex locally. This suits developers building agents that need to remember facts, experiences, and code history over time. Install the package and write your first memory to try it. Thanks for

[15:12] watching. See you in the next update.