语音与多模态对话框架，把 STT/LLM/TTS 串成实时处理管线。
相关能力条目
LiveKit Agents 实时语音
🟡 中等
⚠️ 需梯子
搭实时语音 Agent 的框架，内置打断处理、降噪与多路通话。
faster-whisper 加速转写
🟡 中等
❌ 不可用
Whisper 的 CTranslate2 加速实现，同精度下更快更省显存。
Diffusers 扩散模型库
🟡 中等
❌ 不可用
Hugging Face 的扩散模型库，训练与推理图像、视频模型的标配。
ComfyUI 节点式扩散工作流
🟡 中等
⚠️ 需梯子
节点式扩散模型工作流，图像与视频生成、批量出图的主力工具。
