知了 Cicada 是一款 macOS 菜单栏应用，能在你开会或看直播时实时抓取系统声音，给出双语字幕、同声传译和 AI 会议纪要。它直接读取 Mac 的系统音频在本机做语音识别，不用往 Zoom、飞书、腾讯会议里塞机器人，对方完全无感；按住右 ⌥ 键说话，对方还能直接听到翻译后的语音。纪要窗口会边听边整理议题要点、结论、待办和人名术语表，点结论可跳回双语原文，会后可导出 Markdown、Word 和 SRT 字幕，记录全部留在本机。不填 API key 时靠 Apple 本机模型加 Google 翻译就能用，填了蚂蚁 Ling 的 key 才有实时纪要和声音克隆。经常开跨语言会议、听英文直播或需要留会议记录的远程办公者、双语工作者值得看；只用中文开内部会的人关系不大。

这是一个把真实房间搬进浏览器的工具：用带 LiDAR 的 iPhone 扫描房间，采集几何数据和照片，再交给 AI 编码 agent 反复比对、建模，最终生成一个可在浏览器里编辑和漫游的 Three.js 场景，支持娃娃屋、第一人称行走、俯视、线框等多种查看模式。它不是一键出精模的转换器，而是一套迭代式重建流程，目前聚焦室内空间，仓库里附带了作者办公室的完整重建示例。适合做 3D 网页、空间可视化或游戏场景原型的前端开发者，以及想探索「LiDAR 扫描 + AI agent 协作建模」工作流的工程师；如果你不碰 Three.js 或空间重建，和你关系不大。

Subvox 是一个 macOS 原型，用来验证一个想法：AirPods Pro 的头部运动传感器数据，能否把你在心里默念、嘴唇微动的词识别成文字。它不依赖语言模型，而是用小词表的模板匹配加统计检验，判断信号是否真实存在。你先对着它无声地念几个词，它把每次的头部加速度、旋转和姿态变化存成模板；之后再默念时，它用动态时间 warping 把新片段和模板比对，输出文字，旁边还并排显示麦克风的实时转写作对照。它还内置留一交叉验证和标签置换检验，告诉你识别准确率是否显著高于随机猜测，并能拆开看加速度、旋转、姿态哪个通道真正携带了信号。对做可穿戴交互、无声语音输入或传感器信号研究的工程师和研究者来说，这是个能快速验证假设的实验工具；如果你不关心这类前沿输入方式，和日常工作关系不大。