Toolkit de código abierto de NVIDIA para crear, ajustar y desplegar modelos de IA de voz, incluidos reconocimiento de voz (ASR), texto a voz (TTS) y LLM de voz.
18,6 mil3,7 milPythonApache-2.0Actualizado anteayer
iflytek/iFly-Skills
Colección oficial de skills de agentes desarrolladas por iFLYTEK para voz, OCR, traducción, corrección de textos y comprensión multimodal.
- Estrellas
- 212
- Forks
- 23
- Issues abiertos
- 36
- Último commit
- hace 10 horas
¿Qué es?
iFly-Skills es un repositorio de paquetes de skills reutilizables basados en las capacidades de IA de iFLYTEK. Cada skill está en su propio directorio, junto con instrucciones, scripts y metadatos, para que un agente o desarrollador pueda instalar y usar una capacidad concreta, como la conversión de texto a voz, la transcripción de voz, el OCR de facturas o la traducción automática.
Las skills actuales cubren capacidades específicas: Hyper TTS, clonación de voz con TTS, transcripción de alta velocidad, OCR de PDF e imágenes, OCR de facturas, corrección de textos, traducción automática, comprensión de imágenes y traducción de video. También incluye una skill de revisión inteligente de contratos y otra para crear diagramas animados tipo boceto que se exportan como GIFs en bucle continuo. Las skills se distribuyen a través de varios registros, y hay un paquete npm con nodos de la comunidad para n8n autoalojado.
El proyecto está en beta, por lo que las skills, las API y los formatos de configuración pueden cambiar. El archivo SKILL.md de cada skill documenta las variables de entorno necesarias, como el ID de aplicación, la API key y el API secret de iFLYTEK.
Funciones clave
- 01Ofrece skills de conversión de texto a voz, clonación de voz y transcripción de audio de alta velocidad.
- 02Incluye skills de OCR para documentos generales y datos estructurados de facturas.
- 03Ofrece skills de traducción automática, traducción de video y corrección de textos.
- 04Añade capacidades de comprensión de imágenes y revisión inteligente de contratos.
- 05Incluye un paquete npm con nodos de la comunidad para n8n autoalojado.
Casos de uso
- Añadir capacidades de voz u OCR al flujo de trabajo de un agente de IA.
- Automatizar la extracción de datos de facturas en un flujo de n8n autoalojado.
- Crear flujos de localización de videos multilingües o traducción de subtítulos.
- Automatizar la revisión de contratos con OCR y detección de riesgos.
Inicio rápido
- 1
Instala el paquete de n8n community node desde n8n Settings → Community Nodes
- 2
Prepara el entorno de Python siguiendo la guía de instalación del paquete
- 3
Ve a un directorio de skills y consulta SKILL.md para ver los detalles de configuración
cd skills/iflytek-hyper-tts
Antes de usarlo
- El proyecto está en fase beta, por lo que las skills, las API y los formatos de configuración pueden cambiar sin previo aviso.
- Para usar las skills, necesitas credenciales de iFLYTEK API (App ID, API key y secret) con cuota para cada servicio.
- El paquete de n8n requiere Node.js 24.x y Python 3.10 o posterior; n8n Cloud no es compatible.
Temas
Preguntas frecuentes
- ¿Qué es iFly-Skills?
- Colección oficial de skills de agentes desarrolladas por iFLYTEK para voz, OCR, traducción, corrección de textos y comprensión multimodal. iFly-Skills es un repositorio de paquetes de skills reutilizables basados en las capacidades de IA de iFLYTEK. Cada skill está en su propio directorio, junto con instrucciones, scripts y metadatos, para que un agente o desarrollador pueda instalar y usar una capacidad concreta, como la conversión de texto a voz, la transcripción de voz, el OCR de facturas o la traducción automática.
- ¿iFly-Skills es gratuito? ¿Qué licencia tiene?
- iFly-Skills es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿iFly-Skills sigue mantenido?
- Mantenimiento activo. El último commit de iFly-Skills fue el 22 oct 2026.
- ¿Para qué puedo usar iFly-Skills?
- Añadir capacidades de voz u OCR al flujo de trabajo de un agente de IA. Automatizar la extracción de datos de facturas en un flujo de n8n autoalojado. Crear flujos de localización de videos multilingües o traducción de subtítulos. Automatizar la revisión de contratos con OCR y detección de riesgos.
- ¿Cómo se instala iFly-Skills?
- Instala el paquete de n8n community node desde n8n Settings → Community Nodes Prepara el entorno de Python siguiendo la guía de instalación del paquete Ve a un directorio de skills y consulta SKILL.md para ver los detalles de configuración: cd skills/iflytek-hyper-tts
- ¿Dónde consigo iFly-Skills?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/iflytek/iFly-Skills
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Aplicación para Linux de escritorio y Sailfish OS para tomar notas, leer y traducir, con reconocimiento de voz, síntesis de voz y traducción automática sin conexión.
1,7 mil76C++MPL-2.0Actualizado hace 10 días
Un framework de agentes que conecta humanos digitales (2.5D, 3D, móvil, PC y web) y LLM con sistemas empresariales.
13,6 mil2,4 milPythonGPL-3.0Actualizado el mes pasado
Herramienta open source que detecta, reconoce, traduce, borra y vuelve a maquetar texto en manga y otras imágenes, principalmente del japonés al chino o al inglés.
10,5 mil1,1 milPythonGPL-3.0Actualizado hace 11 días
Tutorial en chino para aprender a usar AstronClaw, un asistente de IA en la nube, y Loomy, un asistente de escritorio para el trabajo, desde la configuración hasta los flujos de trabajo.
35744JavaScriptApache-2.0Actualizado hace 10 días
Extensión de navegador para traducir páginas web, texto seleccionado, subtítulos y mensajes de Netflix, con traducción sin conexión y un diccionario personal.
Productividad y apps#browser-extension#translation#machine-translation#offline-translator#language-learning
1,1 mil51TypeScriptBSD-3-ClauseActualizado el mes pasado