DAILY BRIEF

PDF 智能路由与开源语音视频模型

今日热榜在本地推理与 Agent 技能延续之外，突出 PDF 智能分类路由、书籍转技能、开源语音工作室，以及 MiniMax H3 开源权重当日落地 ComfyUI。

2026.08.03 3 min

AI GitHub 设计

来源GitHub Trending + X + 官方仓库页 + ComfyUI 公告

本周趋势

8 月 3 日热度从 DeepSeek 本地引擎转向文档预处理基建与语音/视频创作工具链，MiniMax H3 开源权重与 ComfyUI 原生支持同日发布成为设计侧亮点。

核心推荐

06 picks

firecrawl/pdf-inspector ★ 7.3k

纯 Rust 实现的 PDF 智能分类与文本提取库，快速区分扫描件与文字版，支持位置感知提取与 Markdown 输出，Python/Node/WASM 绑定齐全。
virgiliojr94/book-to-skill ★ 15.8k

把任意技术书籍 PDF 一键转成 Claude Code 可用的 skill，便于边工作边参考与学习。
jamiepine/voicebox ★ 48.5k

本地优先的开源 AI 语音工作室，支持零样本克隆、多引擎 TTS、全局听写与 MCP 集成，可直接给 Agent 配声。
zeroclaw-labs/zeroclaw ★ 32.5k

轻量全自主 AI 个人助理基础设施，单二进制跨平台，支持 30+ 渠道与硬件外设，安全优先的监督式自治。
Alishahryar1/free-claude-code ★ 43.9k

让 Claude Code / Codex / Pi 免费跑起来的本地代理，支持多提供商切换、IDE 集成与语音笔记。
block/buzz ★ 21.6k

人类与 AI Agent 共享同一房间的自托管协作平台，所有消息与工作流事件签名落库，支持 Git 事件与 CLI。

05 items

MiniMax H3 开源权重 + ComfyUI 原生支持 MiniMax 当日开源 omni-modal 视频模型权重，ComfyUI 同日合并原生节点，支持 T2V/I2V/参考视频并原生立体声音频，最高 2K。
zhaoxuya520/reverse-skill 逆向/渗透技能路由包持续高日增，今日仍居热榜前列。
lyogavin/airllm 低显存大模型推理持续在榜，本地可跑 70B 讨论仍活跃。
usekaneo/kaneo 极简开源项目管理工具持续热议。
Panniantong/Agent-Reach 零 API 费让 Agent 读全网内容，今日仍保持较高日增。

@midudev
pdf-inspector 是 Rust 库，可装可不装 UI，WASM 性能很好，也比 marker-pdf 快，还带 Python/Node 绑定，MIT 协议。

@MiniMax_AI
The weights are here. The nodes are native. The rest is up to your graph. H3 is in ComfyUI on Day 0!!

@aisearchio
Minimax H3 models are out for ComfyUI!!! Pruned int8 is only 21GB

今天热榜在本地大模型与 Agent 技能延续之外，新增了文档预处理基建与创作侧语音/视频工具链。

建议优先试用 pdf-inspector 做文档路由实验，同时把 MiniMax H3 工作流拉进 ComfyUI 模板库体验开源视频生成。