GitHub双响：AI自己画图纸、自己配嗓音
这周的 GitHub 趋势榜有点意思。往年刷榜的都是聊天机器人壳子，今年冲上来的两个项目，一个让 Agent 能画出真能打样的 3D 零件，一个把 ElevenLabs 那套语音克隆整个搬回你自己的机器上。共同点就一个字：本地。
text-to-cad：一句话，出一个能上机床的模型
earthtojake/text-to-cad，目前 19.8K 星，今年 4 月才开仓，涨得相当猛。
它干的事说白了就是给你的编码 Agent（Claude Code、Codex、Cursor、Gemini、Grok 都支持）装上” CAD 超能力”。你说一句”给我打一个相机支架，壁厚 3 毫米，留两个 M3 孔”，Agent 调用技能，本地跑 cadgen（PyPI 包），底层是 build123d + Open CASCADE 内核，直接吐出 STEP、GLB、STL、3MF 文件。这不是让大模型凭空”想象”一个网格，而是 Agent 写参数化建模代码、几何内核精确计算——所以尺寸是准的，能直接进切片软件或者 CNC 流程。
更实用的是它连后道都想好了：导出前做 DFM 可制造性检查，能生成工程图纸，还接了 3D 打印、钣金、CNC 的打样服务。安装也省事，直接对你的 Agent 说”Install text-to-cad from GitHub”，它自己就装完了。
两个注意点：一是默认上报匿名使用统计（不含你的文件和提示词），介意的跑一句 uvx cadgen telemetry off 关掉；二是首次启动要联网下载 CAD 运行时，之后才是纯本地。
VoiceStudio：把 ElevenLabs 搬回自己机器
debpalash/VoiceStudio，61.4K 星，每天还在涨一两千。定位很直白——开源、全本地运行的 ElevenLabs 替代品：声音克隆、声音设计、视频配音翻译、语音听写、转录、有声书制作，支持 646 种语言。
桌面端是 Electron 应用（老的 Tauri 版本已经退役），默认引擎是 k2-fsa 的 OmniVoice，也能换别的引擎。硬件要求很宽容：N 卡走 CUDA，Apple Silicon 走 Metal，没独显的机器 CPU 也能跑，就是慢点——装的时候会自动装个 5GB 左右的 CPU 版 PyTorch。Windows on ARM 还是实验状态，Intel Mac 只给界面、得配远程后端。
对玩 Agent 的人来说，它有个隐藏加分项：本地 API 和 MCP 接口都是现成的，你的 Agent 可以直接调它生成语音，npx skills add debpalash/VoiceStudio 就能挂上。许可证是 AGPL-3.0，商用可以但有条件；克隆声音这块官方态度也很明确——得经过本人许可，别拿去干坏事。
实话
这两个项目能火，说明一件事：Agent 的野心已经从”写代码”蔓延到”碰实物”了。一个碰的是几何和制造，一个碰的是声音和身份，而且不约而同都把”本地”当核心卖点——模型文件和语音数据太敏感，谁也不敢随便往云端传。
当然，都是今年新开的仓，接口还热着，大版本改动随时会有，生产环境别锁死版本。但如果你想试试”跟 Agent 说一句话，然后拿到一个能上 3D 打印机的零件”，现在就可以动手了。
