iFly-Skills

给 AI Agent 装上讯飞的耳朵、眼睛和嘴

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署 行业应用 🍴 复刻 23 🐛 待处理 35 👀 关注 1
GitHub ↗
GitHub 星标 ★ 213
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

iFly-Skills 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类行业应用
开发团队iflytek
GitHubhttps://github.com/iflytek/iFly-Skills
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,iflytek-astron,skill,skill-md,skills
GitHub 星标★ 213
上线时间2026-03-30 00:00:00
代码更新2026-10-28
仓库体积1.4 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-19
浏览次数1

项目介绍

iFly-Skills 是科大讯飞官方开源的技能集合，面向 AI Agent 场景，把语音识别、语音合成、OCR 文字识别、机器翻译、文本校对和多模态理解等能力封装成可被智能体直接调用的技能模块。项目基于 Python，配套 skill.md 描述规范，可与讯飞星火（iFlytek Astron）等 Agent 框架对接。它解决的核心问题是：开发者在构建智能体时，往往需要自行对接多家语音与视觉 API，接口协议、鉴权、返回结构各不相同，集成成本高。iFly-Skills 提供统一封装，让 Agent 通过自然语言或结构化调用即可获得听、说、看、译、校等能力，降低多模态应用的开发门槛，适合快速搭建语音助手、会议记录、文档处理等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-19 · 当前星标 ★ 213

技术标签

核心亮点

  • 官方维护，语音、OCR、翻译、校对、多模态能力覆盖较全
  • 提供 skill.md 规范，便于 Agent 框架按统一格式发现和调用技能
  • Python 实现，接入讯飞星火生态时鉴权和接口适配成本低

不足之处

  • 强依赖讯飞自家 API 与账号体系，换用其他模型或厂商时迁移成本高
  • 早期项目，星标仅 220，社区案例和第三方文档较少

适用场景

  • 为智能体增加语音输入输出，做语音对话助手
  • 会议录音转写并自动翻译、校对成会议纪要
  • 批量扫描件或图片的 OCR 识别与结构化提取

替代项目

Dify、FastGPT

上一篇：GoldenDict-OCR

下一篇：SwiftyCrow

同类项目推荐

freeipcc 开源

把大模型接进呼叫中心，让客服和电销自动跑起来

Call Center，Contact Center，AI，呼叫中心，客服系统，工单系统，智能外呼，大模型呼叫中···

★ 129 2026-08-09
ceLLama 开源

本地大模型跑单细胞注释，隐私快人一步，报告详尽。

Cell type annotation with local Large Language Models (LLMs) - Ensuring privacy and ···

★ 151 2026-08-09
translate 开源

对着手机说话，就能跨语言聊天

Android app to translate text conversations, supporting 90+ languages with speech-to···

★ 60 2026-08-09
Index-Translate 开源

图片文字一键翻译，多语言大模型直接搞定

A Multilingual, Multimodal Translation Model Family

★ 1869 2026-10-17
php-bilibili-danmu 开源

B站直播弹幕机器人，自动互动+积分商城，提升直播间活跃度

一个用于 B站直播间的机器人与积分系统。 支持监听指定直播间的弹幕、礼物、进入、关注、分···

★ 159 2026-08-09
nextai-translator 开源

选中即译，用 ChatGPT 让翻译更懂上下文

基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用 - Browser extension an···

★ 25021 2026-08-09