别只盯大模型，这8个AI项目更实用
8 个正在快速更新的 AI 开源项目，覆盖本地会议记录、编程 Agent、Office 自动化、模型网关、视频理解与网页操作。附安装入口和避坑提醒。
大模型发布会越来越密，日常工作里更缺的是最后一公里：会议录音怎么留在本机，AI 写代码怎么少偷懒，Word 、 Excel 和 PPT 怎么交给 Agent，长视频怎么让它读懂，现有网页怎么加上自然语言操作。
下面这 8 个 GitHub 项目正好覆盖这些场景。逐个核对仓库、版本和安装文档后，有些项目可以马上用，有些更适合开发者做技术评估。
1. Meetily：敏感会议尽量留在本机
Meetily 是一款本地优先的会议助手，可以采集麦克风和系统音频，用 Whisper 或 Parakeet 实时转写，再生成摘要。它从本机音频设备采集，因此不依赖 Zoom 、 Teams 或 Meet 的专用插件。
下载入口：
https://github.com/Zackriya-Solutions/meetily/releases/latest
Windows x64 和 Apple Silicon Mac 有安装包。 Linux 当前需要从源码构建。
“本地”需要看配置。转写配合 Ollama 可以全程留在本机；如果选择 Claude 、 Groq 、 OpenRouter 等云端服务做摘要，相关文本会发送给对应供应商。律师、医疗、管理层会议使用前，应先确认模型和数据去向。
2. Agent Skills：给编程 Agent 加上工程纪律
Agent Skills 收录 24 套编程工作流，覆盖需求澄清、规格设计、测试驱动开发、调试、代码审查、安全检查和发布。它不提供新模型，作用是约束 Claude Code 、 Codex 、 Cursor 等 Agent 的执行步骤，减少跳过测试和验证的情况。
安装全部 Skills：
npx skills add addyosmani/agent-skills
先查看清单：
npx skills add addyosmani/agent-skills --list
只装代码审查 Skill：
npx skills add addyosmani/agent-skills --skill code-review-and-quality
Skills 会影响 Agent 行为，还可能带脚本和 Shell 命令。团队环境适合先审查内容，再固定版本或 commit，别让生产流程无审查地跟随 main。
3. System Prompts Leaks：研究各家 AI 的系统指令
这个仓库收集 Claude 、 ChatGPT 、 Gemini 、 Grok 、 Cursor 、 Copilot 等产品的系统提示词、工具定义和策略文本，适合做 Agent 设计、 Prompt Engineering 和安全研究。
它没有安装程序，浏览器打开就能看。想离线全文搜索可以克隆：
git clone https://github.com/asgeirtj/system_prompts_leaks.git
仓库名里有 “Leaks”，不代表每份文件都经过厂商确认。模型版本、地区和灰度开关也会改变系统指令。引用时应把它当成某个时间点的资料快照，避免大段转载，更不要拿来绕过产品权限和安全机制。
4. OfficeCLI：Agent 终于能直接改 Office 文件
OfficeCLI 可以创建、读取、修改和校验 .docx、.xlsx、.pptx，还能渲染 HTML 、导出截图、计算 Excel 公式、处理模板，并通过 MCP 接给 AI Agent 。服务器上无需安装 Microsoft Office 。
安装：
npm install -g @officecli/officecli
officecli --version
创建一个 PPT 并打开实时预览：
officecli create deck.pptx
officecli add deck.pptx / --type slide --prop title="Hello, World!"
officecli watch deck.pptx
它主要面向现代 Open XML 格式。复杂字体、宏、外部链接和罕见 OOXML 特性仍需在最终交付软件里复核。让 Agent 修改正式文件前，先限制工作目录并保留备份。
5. Orca：同时管理多个 Coding Agent
Orca 是一个跨平台桌面编排器，可以把 Claude Code 、 Codex 、 OpenCode 等 CLI Agent 放进同一个界面。每个 Agent 使用独立 Git worktree 并行工作，用户集中查看状态、终端、代码 Diff 和 Git 操作，还能连接 SSH 远程工作区。
macOS 安装：
brew install --cask stablyai/orca/orca
Windows 、 Linux 和 macOS 也可以从 Releases 下载：
https://github.com/stablyai/orca/releases/latest
Orca 只负责调度，模型账号、订阅和 API 额度仍由用户准备。并行 Agent 会增加磁盘占用和调用成本，合并前也要检查各 worktree 的冲突与测试结果。
6. OmniRoute：多个模型共用一个本地入口
OmniRoute 是自托管 LLM 网关，可以把不同提供商、订阅账号和 API Key 统一成一个端点，再按成本、延迟、配额或健康状态选择上游。 Claude Code 、 Codex 、 Cursor 等客户端只需要配置同一个 Base URL 。
安装与启动：
npm install -g omniroute
omniroute setup
omniroute
管理界面默认地址：
http://localhost:20128
项目 README 对提供商数量、免费层和 Token 压缩率存在多个口径，文章里不把这些数字当成独立实测。免费层也会受地区、账号和上游条款限制。
凭据静态加密需要显式设置 STORAGE_ENCRYPTION_KEY。公网部署还应配置强 JWT_SECRET、API_KEY_SECRET、 HTTPS 、 CORS 白名单和访问控制。默认本地实例不要直接暴露到公网。
7. Claude Video：把视频拆成 Agent 能读的材料
Claude Video 提供 /watch Skill，用 yt-dlp 下载视频或字幕，再用 ffmpeg 抽取关键帧。没有字幕时，可以把音频交给 Groq Whisper 或 OpenAI Whisper 转写，最后将字幕、时间戳和图片交给 Claude Code 、 Codex 、 Cursor 等 Agent 。
安装：
npx skills add bradautomates/claude-video -g
使用：
/watch https://youtu.be/VIDEO_ID 总结这段视频
它采用“字幕 + 抽帧”，没有逐帧观看整段视频。视频越长，视觉覆盖越稀疏，适合用 --start 和 --end 聚焦片段。处理公司会议或客户录屏时，可加 --no-whisper 禁止音频发送给第三方。
8. Page Agent：给现有网页加自然语言操作
阿里的 Page Agent 是一个嵌入网页的 JavaScript GUI Agent 。网站开发者可以让用户用自然语言点击按钮、填写表单、选择选项和完成多步骤操作，适合 ERP 、 CRM 和 SaaS 后台。
安装：
npm install page-agent
最小示例：
import { PageAgent } from 'page-agent'
const agent = new PageAgent({
model: 'qwen3.5-plus',
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
apiKey: 'YOUR_API_KEY',
language: 'zh-CN',
})
await agent.execute('点击登录按钮')
核心库只能控制被嵌入的当前页面。跨网站、多标签页需要可选浏览器扩展。它读取文本化 DOM，没有截图视觉能力，Canvas 、 WebGL 、跨域 iframe 、拖拽和复杂代码编辑器都可能失效。
生产环境不要把真实模型 Key 写进前端代码，建议走后端代理。支付、删除和账号变更等操作也应要求人工确认。
按需求选，别一次装八个
普通办公用户可以先试 Meetily 和 OfficeCLI；高频使用 AI 编程工具的人更适合 Agent Skills 与 Orca；需要统一模型入口的团队再研究 OmniRoute；Claude Video 和 Page Agent 更偏开发者扩展。 System Prompts Leaks 主要用于阅读和研究。
开源只解决代码可见性。输入会不会离开本机，还取决于模型、转写服务、数据源和部署配置。安装带脚本、 MCP 、浏览器控制或文件写入能力的项目时，先看权限、密钥和数据路径。
这 8 个项目里，你最想先试哪一个？