A community-driven registry for Claude, Cursor, Windsurf, Cline & more. Not affiliated with Anthropic.
Are you the author? Sign in to claim
2026 swarm Agent 年，swarm Agent 、Agent team、 ai coding、skill、memory、evolve、agentic RL 等 AI Agent集合
纳什均衡算法主要用于寻找博弈中的稳定策略组合，让各方在知道彼此策略的情况下都没有动力单方面改变。视频中北大港大团队的新突破，是用大模型框架LegoANE将复杂证明转为优化问题，首次把三人博弈误差降到0.5+δ，为算法博弈论开辟了新路径。
论文《Discovering Expert-Level Nash Equilibrium Algorithms with Large Language Models》已于2026年6月12日正式发表在Nature Communications，比视频中提到的6月4日晚几天。原文链接：https://doi.org/10.1038/s41467-026-74003-1。北大新闻稿和智源社区有详细解读可供参考。
文章是《AI-Assisted Peer Review at Scale: The AAAI-26 AI Review Pilot》。该文目前以arXiv预印本形式存在（编号2604.13940），预印本通常无正式DOI。建议通过AAAI 2026会议论文集或访问arXiv页面（https://arxiv.org/abs/2604.13940）查询最终发表信息。
7个斜杠命令覆盖规格、计划、构建、测试、评审、上线全周期; build auto模式批准一次计划就全自动逐任务实现,每步带测试验证。Claude Code、Cursor、Antigravity都能直接装,GitHub已5.6万星、单日暴涨2600+,免费开源 GitHub项目地址：https://github.com/addyosmani/agent-skills。这是Chrome团队主管Addy Osmani开源的工程师工作流技能包，7个斜杠命令覆盖开发全流程，已获5.6万星。
① 开源动作 → 阿里将内部使用两年的AI代码审查工具Open Code Review正式开源，25天获6.4k Star
② 实战背书 → 作为阿里集团内部官方代码审查助手，服务数万开发者，识别数百万代码缺陷
③ 痛点突破 → 专治普通AI审查三大硬伤：覆盖不全、位置漂移、质量不稳定
④ 工程实现 → 从简单丢代码给模型升级为可约束、可并发、可接入CI的全自动审查流水线
开发者可立即尝试将Open Code Review集成至现有开发流程，重点关注其工程化实现方式。建议先在小型项目中测试，评估对团队代码质量的实际提升效果。同时关注项目更新，把握AI代码审查从"辅助工具"向"生产环节"转变的趋势。
阿里开源的Open Code Review已在GitHub上线：github.com/alibaba/open-code-review。这是他们内部实战两年的代码审查工具，推荐用NPM安装体验：npm install -g @alibaba-group/open-code-review。
Brainstorming Skill GitHub地址：
核心内容如下：
【七大决策】
【六大原则】 先设约束再讲流程｜预防已知错误模式｜复杂度显式化 按需加载｜避免token浪费｜显式终态
这些设计要素共同解决了Agent易跳过设计、盲目执行等痛点，每个组件都针对具体失效模式提供防护。视频中所有参考资料均来自创作者"硅基队长"的技术解析内容。
Agent Harness提供轻量级可观测方案，支持执行追踪和可视化调试；Langfuse则是全面的开源选择，适合全链路监控。两者都能与主流框架集成，可根据实际需求选用。
LangSmith是LangChain的LLM应用DevOps平台，专注可观测性与调试；SmithDB则是专为Agent Trace数据设计的分布式数据库，解决海量嵌套Span的存储查询问题。目前SmithDB定价尚未公开，可能整合在LangSmith服务中，建议关注LangChain官方公告获取准确信息。
SmithDB目前未独立开源，暂无专属GitHub地址。您可参考LangChain主仓库(https://github.com/langchain-ai/langchain)或LangSmith文档(smith.langchain.com)获取相关技术细节。
最崩溃的是，你不是没努力。 文献搜了三天，论文读了40篇，笔记整理了一大堆，但最后就是收不成一个能写进论文的核心论点。 章节写到一半才发现，后面的论证和最开始的研究问题已经跑偏了。 投稿前想找人帮你审一遍，可同事没时间，导师也没空，整篇论文几乎是在没人认真把关的情况下被你硬推到了最后。 等内容终于写完，APA格式、LaTeX排版、参考文献规范，又开始继续消耗你的时间。 而这个skill： academic-research-skills，它能帮你收敛问题、整理文献、检查逻辑、规范格式，甚至模拟5个独立审稿人进行同行评审。 对于正在写论文、做研究的人来说，它是一个能陪你走完全程的AI研究伙伴。
gitHub路径是 Imbad0202/academic-research-skills，完整地址：https://github.com/Imbad0202/academic-research-skills
项目地址在这里：https://github.com/humanlayer/12-factor-agents
模仿董宇辉卖榴莲的话术：'卖的不是水果，是儿时乡愁和中年辛酸。他长在南国风雨中，用坚硬外壳守护柔软内心，像极了城市打拼的你。90块钱买不到回家车票，却能买一口藏在果肉里的故乡。'
罗永浩风格的话术核心是：先戳痛点再立人设。"我先把丑话撂在前面——这榴莲闻着冲还带刺，长相歪瓜裂枣。别指望光鲜亮丽，那些香气扑鼻的全是科技与狠活！市面上吹'极品贡果'的，要么催熟打药，要么修图美颜，溢价翻几倍纯割韭菜。我这颗自然长熟，没膨大没掺假，丑是真丑但好吃也是真顶。你剥开尝一口，不好吃直接骂我，我低头认。成本42我偏卖50，只赚8块明码标价。爱买不买，买了就知道——带刺的榴莲不需要解释。"
雷军式卖榴莲话术：
"先说个扎心事实——你们吃的榴莲都拉低了味觉标准。为找天花板级榴莲，我们团队横跨五大产区，飞行29999公里，比赤道还长2公里。最终在马来西亚发现：外壳带刺、果肉金黄！连夜召开高管会议，用43200秒深度研判，重新定义标准——108个刺身+装甲级防刺结构，果径19cm黄金五房，甜度54°超茅台1度。为攻克香甜平衡难题，把实验室建在榴莲河中央！采用自研零度保鲜，5000公里冷链只补一次冰，碾压99%竞品。300元内最好吃，今天首发价49.9元，顺丰包邮！但百年老树仅产2000颗，抢完等一年——为吃货发烧，这就是人生必入的核弹级榴莲。"
项目地址：https://github.com/HKUSTDial/awesome-data-agents，目前568星。
技术报告地址：https://arxiv.org/abs/2603.24477
1）多种工具分工协作，包括paper-framework（框架图）、nature-figure（实验图）、Research-Paper-Writing（正文写作）等；2）全流程技能包academic-research-skills。核心工具官网：zotero.org（文献管理）、obsidian.md（知识库）、figdraw.com（科研绘图）。
项目地址：https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep
项目地址：https://github.com/study8677/awesome-architecture
github.com/VRSEN/OpenSwarm，这个MIT协议开源项目能让AI团队帮你写代码、修Bug、生成文档。
OpenSkill需Node.js环境（≥18版本），先用npm install -g openskills安装命令行工具。之后执行openskills install [技能名]添加功能（如PDF处理），安装完成后在支持的应用中调用即可。具体技能列表和进阶用法可参考GitHub官方文档。
① 项目本质
AI记忆引擎 - 解决传统RAG的记忆碎片化问题
② 性能标杆
三项基准测试冠军，多项指标领先行业
③ 技术融合
RAG+记忆一体化，实现真正连贯的认知体验
④ 智能特性
自动构建用户画像，处理矛盾信息，减少遗忘
⑤ 社区认可
GitHub 25.1k星标，获Karpathy等顶尖专家推荐
记忆不再零散，AI从此拥有持续思考力。
https://github.com/supermemoryai/Supermemory
开源地址：github.com/rohitg00/agentmemory
视频显示AgentS3在OSWorld测试中达72.6%胜率，超过人类平均水平。
新增photoshop和illustrator的操控
win地址：https://github.com/yb2460/harness-anything mac和Linux地址：https://github.com/yb2460/harness-anything-mac
CLI Anything通过Windows COM自动化接口（或macOS AppleScript）间接操控Adobe软件，例如用cli-anything illustrator text add "Brand"命令控制文字图层，需满足Windows 10+/Adobe 2023+/Python 3.10+等前置条件
与Office CLI的本质区别在于：前者依赖操作系统级自动化（需手动适配闭源软件），后者基于微软官方REST API；前者仅限Windows，后者跨平台；前者侧重本地办公软件，后者整合云端协作功能
接入Trae的关键是封装适配层：先确保CLI命令支持--json输出，再编写解析器将JSON转换为Trae任务状态，最后将命令嵌入工作流节点（如批量导出PDF任务）
实际应用需注意：Adobe软件因闭源限制，操作精度低于WPS原生支持；建议优先测试图层管理、文本插入等基础功能，复杂操作可通过组合CLI命令实现
它把前后端、数据库、认证、支付、AI等模块打包成可配置的积木，你只需勾选技术栈（支持TS/Rust/Python/Go等7大生态270+组合），一条命令就能生成可直接运行的项目骨架。从此不用再花几天时间配环境粘底座，直接进入核心业务开发。
https://github.com/virgiliojr94/book-to-skill，中文版 https://github.com/apple-ouyang/book-to-skill
ATLAS项目GitHub地址：https://github.com/facebookresearch/atlas-lean/
可视化浏览器：https://rammalahmad.github.io/atlas/
https://github.com/caramaschiHG/awesome-ai-agents-2026
项目地址：https://github.com/mlabonne/llm-course
同时增加27个Zotero 学术智能体，全面助力科研
项目地址是：https://github.com/yb2460/cli-anything-wps
项目地址：https://github.com/mlabonne/llm-course
你有没有想用AI处理网页内容，但网页里全是HTML标签、广告、导航栏，AI根本读不懂？复制粘贴还要手动清理，费时费力？Jina AI开源的Reader只需在URL前加个前缀 https://r.jina.ai/，就能把任何网页转成干净的Markdown格式，1万+星标。它不是简单的HTML转Markdown，而是智能内容提取器——自动去除广告、导航、侧边栏，只保留核心内容，完美适配LLM输入。具体来说，它做了这些事：1）一个URL前缀搞定，无需安装任何工具；2）智能识别正文内容，过滤无关元素；3）输出标准Markdown，可以直接喂给GPT、Claude；4）支持批量处理，API调用。特别适合做RAG应用、AI网页摘要、内容爬取、知识库构建——那些需要把网页内容喂给AI的场景。这不只是"格式转换工具"，而是把"网页喂AI=手动清理"升级到"网页喂AI=一键转换"。
关键词：驾驶舱功能 核心总结：霓虹光标拖尾、点击爆开波纹、focus框扫描高亮，实现动态视觉反馈
关键词：思考流呈现 核心总结：实时打字操作配合右侧Python命令与数据流同步显示，直观展现Agent思维过程
关键词：卡点跳进度 核心总结：侧边栏滑动浏览网页时，思考流自动同步更新当前内容，实现精准控制
关键词：一键复述 核心总结：右键调出三栏摘要，支持0.5-2倍调速播放，可直接复制关键信息
探索开源项目：访问GitHub搜索"Nexus-7 browser agent"获取代码
实践驾驶舱功能：尝试0.5-2倍调速查看Agent操作全流程
验证技术指标：测试WebArena-Lite性能（71% vs 商业版64%）
集成应用场景：将驾驶舱接入现有Agent runtime系统
"让AI操作可见可感，是人机协作的新起点"
以技术纪录片形式展开：开场00:00霓虹光标划过浏览器界面，00:04焦点框扫描高亮思考流，00:12侧边栏滑动触发数据流实时填充，00:18右键弹出三栏摘要。全程伴随Python代码执行轨迹与DOM捕捉信号，最终定格在"项目已开源"字样上，如同给AI装上了透明驾驶舱。
官网链接暂未公开，建议：①GitHub搜索"brows...
该项目对应mooncloud/browser-pilot，GitHub地址为：https://github.com/mooncloud/browser-pilot
支持批量导入PDF/网页/视频，一键生成播客、PPTX、思维导图等多格式内容。GitHub地址：https://github.com/teng-lin/notebooklm-py
它的核心特点是只需在网页中添加一行代码，就能让用户通过自然语言指令控制网页操作，无需安装插件或配置后端。Page Agent与browser-use等工具有本质区别：它是页面内嵌组件，专为网站开发者设计，操作范围限于当前页面。该工具已在GitHub获得18k+星标，具备智能DOM理解、零后端部署、安全可控等特性，主要应用于智能客服(可直接帮用户操作而非仅指导)、表单自动填写、产品教学演示和无障碍支持等场景。其优势包括数据本地化安全、适配国产大模型、国内网络直连，minzipped体积仅30.8KiB，MIT开源许可。
github.com/alibaba/page-agent
让8B小模型在26个真实Agent任务中达到86.5%准确率的框架。Forge 诞生记 Day16，终于要内部上线了，forge 1.0 is coming!!!https://github.com/pan94u/forge
核心功能：覆盖代码、金融、安全等23大垂直领域，降低60% Token消耗，准确率76.4%，支持批量并行查询。实现原理基于智能意图路由和深层网络爬取技术。项目地址：github.com/anysearch-ai/anysearch-skill，官网anysearch.com。
是：https://github.com/Imbad0202/academic-research-skills。提到的6400+星标的论文流水线工具就在这里，支持Claude Code的多智能体协作流程。
可根据需求生成网页、PPT、图片等内容，包含31个技能模块和129套设计系统。项目地址：github.com/nexu-io/open-design
支持边看边听边说边思考的实时交互，1.3B小参数量即可在手机端流畅运行。项目地址：https://github.com/OpenBMB/MiniCPM
直接访问 https://github.com/awesome-selfhosted/awesome-selfhosted 或官网 https://awesome-selfhosted.net/，搜索筛选都很方便。
超棒自托管项目GitHub地址：https://github.com/awesome-selfhosted/awesome-selfhosted
① 问题现象
第三方API使用Claude Code时出现token消耗暴涨、推理速度骤降
② 技术根源
x-anthropic-billing-header中的cch字段(5位hex)每次请求动态变化，如97bd6→24c2d→ead88
③ 机制原理
第三方代理将billing header视为system prompt一部分计算缓存key，导致前缀哈希持续失效
④ 影响范围
所有Anthropic兼容代理、Bedrock及本地vLLM服务均受此问题影响
⑤ 根本原因
Anthropic服务器能识别并跳过该header，但第三方服务无法区分导致缓存命中率为零
行動指南和步驟！
验证问题
使用claude-tap抓包确认请求中是否存在x-anthropic-billing-header字段
配置修改
在~/.claude/settings.json的env段添加：
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
服务重启
完全退出并重新启动Claude Code客户端使配置生效
效果验证
再次抓包确认system prompt中已移除billing header字段
性能监控
跟踪token...
视频中提到的PentAGI项目GitHub地址：https://github.com/vxcontrol/pentagi
项目GitHub地址：https://github.com/liyown/ai-navigation
项目地址：https://github.com/zarazhangrui/follow-builders
在Github上有欧21k的星标，你可以从里面安装现成的 AI 专家、快捷命令、MCP 外部工具连接、自动化触发器、配置模板和技能包，让 Claude Code 更像一个能分工协作的 AI 开发团队。有需要的铜须可以关注试一下
Claude Code装备库提供AI专家、快捷命令和MCP工具等模块，帮助构建分工协作的AI开发团队。GitHub项目地址：https://github.com/davila7/claude-code-templates
整合网络内外内容，使用基于Grok的transformer模型进行内容排名。2026年5月15日更新了端到端推理管道等组件。项目地址：github.com/xai-org/x-algorithm
核心功能包括：AI直接访问笔记库进行智能对话、自动总结知识、建立概念关联、生成新笔记，并具备会话记忆和自动维护笔记库的能力。适合重度笔记用户提升"第二大脑"使用体验。
项目地址：https://github.com/AgriciDaniel/claude-obsidian
技术上采用Spring Boot+Vue全栈架构，整合了LangChain和多种AI模型。项目已在GitHub开源，地址是：https://github.com/HeShen-1/AI-Powered-LegalComplianceAssistant
GitHub地址：github.com/HKUDS/CLI-Anything，CLI-Hub官网：clianything.cc
项目地址：https://github.com/Lordog/dive-into-llms
流程革新 翻译→自查→重写→润色四步流水线消除机械感
场景适配 3种模式+5种风格覆盖技术文档到文学作品
智能质检 自动修复6类欧化中文问题提升可读性
专业保障 100+术语表确保全书术语一致性
访问GitHub仓库获取工具
按说明安装至Claude环境
上传PDF指定翻译风格
获取自然流畅中文译文
好的翻译不该让人看出是翻译。
程序员小陈面对英文技术文档，用翠猫翻译后团队误以为是中文原版，终于明白什么叫"像母语者亲笔所写"。
下载地址：https://github.com/Cuimao777/cuimao-translator
翠猫翻译的GitHub地址是：https://github.com/Cuimao777/cuimao-translator
① 平台定位
开源一体化后端平台，专为AI编码代理设计，实现全栈应用端到端交付
② 核心功能
集成数据库、身份验证、存储、计算及AI网关五大模块，提供标准化API接口
③ 技术架构
支持MCP服务与CLI+技能双交互模式，具备结构化可扩展数据库与实时数据同步能力
④ 开发体验
可视化管理界面降低门槛，边缘函数部署无需服务器运维，网站一键发布
⑤ 生态建设
GitHub获9.8k stars，获YCombinator支持，已形成65+开发者贡献社区
1 开发者可访问官网注册体验，快速搭建含用户系统的全功能应用原型
2 在GitHub搜索InsForge项目，通过star参与开源生态，获取最新功能迭代
3 学习官方文档掌握MCP连接方法，将现有AI编码工具链接入后端服务体系
4 尝试用Python示例项目实践机器学习场景，验证存储与计算模块协同能力
5 加入Discord开发者社区，获取实战案例与技术支持，共建AI原生开发标准
当代码不再区分前后端，开发者才能真正聚焦创造本身。https://insforge.dev
InsForge开源项目GitHub地址是：https://github.com/InsForge/InsForge
🔥 仓库地址🔥 https://github.com/momozi1996/awesome-ai-persona-skills
感谢❤️自来水们❤️ 的关注 我们这个github开源的小项目Star 破百啦～ (๑＞ڡ＜)☆ (⭐Star=108，冲+++ ！！ )
喜欢这个项目的，期待大家帮忙 点点⭐ star和fork～～❤️ ♡ (´ε｀ ) You(=I)♡
👭姐妹仓库🏚️ 指路: 👉🏻
天涯20大神多智能体智囊团【tianya-skills】: https://github.com/momozi1996/tianya-skills
31位中外顶级导演：多agent 导演智囊团【DirectorAgents】 ：https://github.com/momozi1996/DirectorAgents/tree/main
自媒体大V.skill : https://github.com/momozi1996/awesome-ai-persona-skills/blob/main/zimeiti/README.md
永乐大典.skill: https://github.com/momozi1996/yongledadian-skill
中国作家.skill : https://github.com/momozi1996/awesome-ai-persona-skills/blob/main/Novelists/readme.md
它能自动整合你的各平台数据，建立本地记忆库，支持118+工具一键互联，相比之前的"养虾"(OpenClaw)玩法更侧重个人化智能服务，主打私密性和高效数据管理。
官网：tinyhumans.ai/openhuman，GitHub仓库：github.com/tinyhumansai/openhuman。
不再使用固定熵系数，而是根据交互轮次和智能体状态动态调整，以维持探索能力。属训练技巧层面改进，复现需RL框架支持。原文链接：https://arxiv.org/abs/2605.00425
开发者Yetone把一篇跨平台开发的神级最佳实践，直接做成专属技能包。只要你是搞Electron或者Tauri开发的，把它装进你的Coding Agent。AI就会顺着顶级规范帮你重构代码，把性能体验调校得无限逼近原生App。别再满网搜教程抄作业了，让AI直接把最佳实践写进你的项目里
github.com/yetone/native-feel-skill
你可以把它理解成给中小企业搭了一个数字化总后台：专门帮企业把 OA 办公、HR 人事、CRM 客户、ERP 进销存、BPM 审批流、资产管理、仓储管理、数据报表和 AI 助手放到一套系统里。把业务流程、审批流程和经营数据统一起来。解决企业怎么从“表格管理”升级到“一体化系统管理”的问题。有需要可以关注看一下
项目GitHub地址：https://github.com/yuqing2026/ruoyi-office
Gitee地址：https://gitee.com/yuqing2026/ruoyi-office
/tdd 强制红绿重构； /caveman 砍掉75% token； 还有代码库保养技能，越写越干净！《The Pragmatic Programmer》+ DDD + XP经验浓缩。一行安装： npx skills@latest add mattpocock/skills先试 /grill-with-docs，AI终于懂你在说什么了
项目地址：github.com/mattpocock/skills。这是TypeScript大神Matt Pocock开源的工作流工具，含18个技能专治AI写代码痛点，如/grill-me深度拷问需求、/tdd强制红绿重构、/caveman砍减冗余代码等，一行命令即可安装使用。
上周翻 GitHub，被这个 repo 钉在屏幕上看了半小时。
Imbad0202/academic-research-skills —— 学术研究 skill 全开源，4 个 skill 编成一条流水线，一行装。
单 skill 只解决"研究 → 写作 → 审稿 → 复现"中的一段，剩下手接。这套 4 个互相调用，整条线自动跑。
4 个 skill 各司其职： ① deep-research（13 agents）：PRISMA 系统综述 + Socratic 引导式 ② academic-paper（12 agents）：Style Calibration 语言往期刊靠 ③ paper-reviewer（7 agents）：EIC + 3 审稿 + Devil's Advocate量化打分 ④ academic-pipeline（10 阶段）：串起前三个，每 stage 有 checkpoint
几个惊喜点： 🛡 反谄媚：Devil's Advocate 不让 AI 一味顺你说"你对" 🔍 引用核验：Semantic Scholar 检查，防 AI 编参考文献 🚧 Integrity Gates：拦伪造数据/方法虚构/引用幻觉 📦 Material Passport：跨会话恢复 + 复现锁文件
装两行（Claude Code v3.7+）： /plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills
用：自然语言触发，不用记 prompt。
最戳我的是 README 那句："AI is your copilot, not the pilot." 整套设计都在防 AI 越俎代庖——每 stage 都给你 checkpoint 。
GitHub项目地址是：Imbad0202/academic-research-skills
## Awesome AutoResearch Awesome , ai for science https://github.com/AI4Scientist/awesome-autoresearch
GitHub链接：https://github.com/forrestchang/andrej-karpathy-skills
GitHub地址：github.com/setube/stackprism
项目地址：https://github.com/supermemory
Frontend Slides（风格模板）、Marp Slides（SVG图表组件）、Slide Deck Generator（React动效组件）。这三个技能包能让AI生成的PPT摆脱千篇一律的AI感。
（GitHub: lewislulu/html-ppt-skill）让AI通过单句指令生成专业HTML幻灯片。作用是将"AI做PPT"从简单排版升级为完整演示系统，内置36主题、15模板和31布局，支持演讲者模式与逐字稿。原理基于CSS主题系统和iframe隔离渲染，通过data-anim实现动画层次。局限性在于需兼容AgentSkills平台，深度定制需技术基础，复杂交互设计可能受限，且依赖开源社区维护更新。
项目GitHub地址是：https://github.com/yikart/AiToEarn
项目地址：https://github.com/jesse-ai/jesse
使用时复制对应分类的Markdown代码块，替换{{变量}}占位符即可。项目地址：github.com/yaojingang/yao-open-prompts
支持自然语言转SQL、自动图表生成，演示站：data-analysis-agent-eight.vercel.app
一位设计课程大纲，一位担任讲师。它能让AI根据你的学习目标生成定制课程，特别适合教育产品开发者和在线教育团队。 项目GitHub地址：https://github.com/hqanhl/EduGPT
项目地址：https://github.com/unnohee/OpenSwarm
项目地址：https://github.com/microsoft/RecAI
GitHub地址：https://github.com/CloakHQ/CloakBrowser。pip install cloakbrowser即可开箱使用。
github.com/OpenMOSS/MOSS-TTS-Nano
https://github.com/openocta/openocta_skills
（主仓库，含完整测评工具链）
1️⃣【安装部署】 ▫️执行命令：npm install -g specify-cli --from-git https://github.com/github/spec-kit.git ▫️验证安装：控制台输入specify，显示帮助文档即成功
2️⃣【项目初始化】 ▫️新建项目：./specify init 项目名称 ▫️进入目录后执行：./specify init . ▫️选择AI工具（Claude/GitHub Copilot等）和脚本类型(SH)
3️⃣【七步开发法】 ① 项目定调：执行./constitution → 自动生成开发原则文档 ② 需求定义：执行./specify → 生成需求文档并创建git分支 ③ 需求澄清：执行clarify → 回答5个关键问题完善需求 ④ 技术设计：执行./plan → 输出API规范/数据模型等技术文档 ⑤ 任务拆解：执行./task → 自动拆解88+可执行任务（示例电商系统） ⑥ 质量审查：执行./analyze → 全文档合规性检查 ⑦ 代码实现：执行./implement → 建议开启uo模式全程托管
💡核心优势：无缝衔接现有AI工具，保留原工作流。初始化后自动生成scripts目录，所有命令通过./command调用，每步操作都会实时更新文档并打钩确...
① 开源性质 AGPL-3.0许可的完全开源项目，代码透明可审计，社区驱动发展。
② 技术架构 基于Python Flask+React构建，支持本地自托管部署，保障交易数据安全。
③ 多券商接入 统一API对接30+印度券商（如Kotak、Zerodha），策略一键实盘无需手动操作。
④ 策略开发 提供Python策略编写环境，含回测、沙盒测试到实盘的全流程支持工具链。
⑤ 社区生态 GitHub获1.8k Stars、870 Forks，examples目录含NIFTY 50等实战策略模板。
1 查阅文档：访问https://github.com/marketcalls/openalgo获取最新代码和部署指南 2 环境搭建：按README配置Python环境或使用docker-compose快速启动 3 券商对接：参照broker目录文档设置API密钥连接个人账户 4 策略测试：先在sandbox模式验证策略有效性再转入实盘 5 持续迭代：参与社区讨论获取优化建议并贡献策略模板
当算法接手盯盘，你才真正掌控时间的价值。
清晨咖啡未凉，你的Python策略已在全球市场完成当日交易。这不是华尔街的秘术，而是OpenAlgo赋予普通人的数字分身——它用代码解读K线语言，通过API与券商无声对话，在你安...
AI企业编排系统来袭，可组建CEO、工程师等AI智能体团队，让AI自成一家公司，昼夜不息运转，快把梦想交给它吧。
#赛博吴同学 #AI #科技 #前沿科技 #Paperclip #多智能体 #AI企业 #自动化运营 #开源神器 #智能体编排 #AI团队管理
可将代码库、会议记录、邮件、Slack、PDF、视频等异构源持续同步为新鲜上下文。用户用 Python 声明目标结构，引擎自动识别变更记录，沿 join 与 lookup 传播更新、淘汰过期行，仅对 Δ 重新嵌入，避免批处理漂移。核心由 Rust 编写，支持并行分块、零拷贝转换与故障隔离，从单仓库扩展到 PB 级语料，10 分钟即可上线生产。
能让AI编程助手先问清需求、自动跑测试、关注架构，避免盲目写代码。安装命令：npx @skills/latest add mattpocock/skills
项目架构
基于多Agent系统设计，采用分层架构（框架层/Agent管理层/模型接口层），支持构建协同工作的AI团队。GitHub显示包含src、agents、api等核心模块，已获7.1k stars。
设计思路
针对"手动编写单个Agent效率低"的痛点，通过标准化模块实现：
curl -fsSL https://praison.ai/install.sh | bash注：该项目已在GitHub开源，适用于自动化开发、研究辅助等场景，具体实现建议查阅官方文档。
PraisonAI的GitHub链接：https://github.com/MervinPraison/PraisonAI
Rowboat开源AI 工作伙伴，用专属知识图谱赋能全场景工作，100%本地私有化运行，极致守护隐私安全。
anytocopy.com
小程序、H5、PC、后台全开源，支持 Apache 2.0 免费商用，已经稳定开源 10 年+，装机超 50 万。
为什么推荐？
✅ 二开友好：Uni-App + Vue + ThinkPHP，代码干净，开发效率高 ✅ 部署简单：文档齐全，Docker 一键部署，半小时就能跑起来 ✅ 功能很全：拼团、秒杀、分销、直播、多商户等 20+ 功能直接自带
而且还有海量主题模板，一键导入就能做出高颜值商城。
不管是程序员接项目，还是创业者快速验证想法，CRMEB 都是个省心又靠谱的选择。
A highly detailed scientific illustration of the dynamic coupling between lithosphere(geology), hydrophere(ocean), and atmosphere. 3D isometric cross-section view showing: Atmosphere layer(clouds, solar radiation, wind patterns); Ocean layer(surface waves, deep currents, evaporation); Geology layer(mountains, tectonic plates). Include glowing arrows for interactions like volcanic outgassing, heat exchange, and runoff. Style: professional science magazine, clean vector art, color-coded layers(sky blue/ocean blue/earthy tones), 8k resolution.
可直接复制用于Midjourney等AI绘图工具。
Piktochart，复制提示词就能生成可编辑的科学图表，字体颜色都能随时调整。
这是一个用于验证 AI Agent 技能（Agent Skills）效果的测试工具。
核心逻辑是通过A/B 测试验证技能有效性——对同一个任务，分别测试“加载技能（with_skill）”和“不加载技能（基线）”的表现，由裁判模型（Judge Model）打分对比。
核心价值： 拒绝玄学：用数据证明 SKILL.md 是否真的提升了模型表现，而非“感觉有用”。 开箱即用：一行命令生成包含详细对比数据的静态 HTML 报告。 生态兼容：完全遵循 agentskills.io 标准，支持 OpenAI 及所有兼容接口（Groq, Anthropic, 本地 Ollama 等）。
darkrishabh/agent-skills-eva
三大亮点： 1️⃣ 16个工程化skill，专治AI瞎写代码 2️⃣ 首推"grill-me"技能：仅42词的追问机制，解决需求对齐难题 3️⃣ TDD红绿灯工作流：强制AI先写失败测试再实现，防作弊
安装：npx skills@latest add mattpocock/skills
开源地址：github.com/mattpocock/skills
① 框架定位 GITHUB TRENDING #1项目，Python自适应网页爬虫框架，一夜爆火获43K星标
② 性能突破 比BeautifulSoup快774倍，内存占用极低，测试覆盖率92%，支持HTTP/3协议
③ 智能防爬机制 开箱即用绕过Cloudflare Turnstile，网页改版后自动重定位元素无需修改代码
④ 完整爬虫体系 提供类Scrapy异步Spider API，支持并发爬取、断点续爬、自动代理轮换功能
⑤ 多语言支持 兼容简体中文/英语/日语等8种语言，适配全球网站数据采集需求
⑥ 开发者工具链 内置交互式Shell、自动生成选择器、终端直用功能，降低开发门槛
① 行动准备 确认Python 3.10-3.13环境，安装基础依赖库
② 框架部署 通过PyPI安装：pip install scrapling[full]获取完整功能
③ 基础实践 尝试单页抓取任务，熟悉Fetcher基础API
④ 高级应用 配置代理轮换策略，实施大规模站点爬取
⑤ 持续优化 启用MCP Server对接Claude/Cursor，实现智能数据处理
⑥ 社区融入 关注GitHub更新，参与开发者讨论获取最佳实践
当数据洪流撞上智能堤坝，真正的爬虫革命不是突破防线，而是与变化共舞。
Scrapling官方GitHub地址：https://github.com/D4Vinci/Scrapling。Python自适应爬虫框架，GitHub 4.5万星标。
体积小但效果出色，支持私有部署保障数据安全，已在办公小浣熊等平台落地应用。 https://github.com/OpenSenseNova/SenseNova-Skills
GitHub地址：github.com/jc-inc/camoflox-browser
GitHub 约 15.7k Star，Trendshift 三周前抓取约 13.5k，短期又涨两千多。团队来自 Cua AI / Y Combinator。
项目GitHub地址：https://github.com/trycua/cua
它真正解决的是另一个问题：应用能力如何被 Agent 稳定、安全、标准地调用。
开发者只需要定义一次 action，就可以把同一套能力暴露成 CLI、HTTP、MCP、OpenAI Tools、AI SDK Tools、React hook 等不同入口。
这意味着未来开发者不只是写 App 给人用，也要写 App 给 Agent 调用。
如果 Agent 真的成为下一代交互入口，Ageniti 这类 SDK 可能会成为“Agent 原生应用”的基础设施。
GitHub地址是：https://github.com/Ageniti/Ageniti
Hermes和Evolver也属于开源生态，但具体授权协议各不相同。比起纠结归属，不如思考：这个工具能否真正解决你的问题？开源项目的最大价值在于共建共享，而非"原创"标签。
1)Dreaming让AI在"休息时"整理记忆；2)成果评估自动质检，文档/PPT成功率提升8-10%；3)多智能体协作实现分工合作。四家落地案例：哈Y法律文书完成率×6；Netflix日志分析过滤噪音更精准；Spiral内容生产自动重写不达标稿件；Yestox医疗审核效率提升50%且多抓30%错误。
1.编排器定义需求并制定含验证契约的计划；2.执行者在干净环境中实现功能并通过git提交；3.验证者进行双重检查（代码审查+端到端测试）。关键在于先写验证契约再写代码、结构化交接（明确交接清单）、按角色选模型。这种方法让多智能体系统能连续运行16天以上不漂移，解决了软件工程中人类注意力有限的瓶颈。
更厉害的是，它支持DeepSeek、Qwen、豆包等主 流模型，还能自定义角色性格和声音。无论是做智能玩具、教育工具，还是语音控制中心，都能轻松上手。
ElatoAI开源项目GitHub地址：https://github.com/akdeb/ElatoAI
👉 https://github.com/sentrux/sentrux
它的介绍和你截图里的描述完全对应：一个帮助 AI Agent 完成代码质量递归自优化的“传感器”工具，用 Rust 开发，支持 MCP 集成，开源协议为 MIT。
能实时查看Token用量、上下文窗口状态和API限速，像htop一样直观管理多Agent任务。GitHub已有1.9K星，支持Windows原生运行。
统。
GitHub地址：github.com/easychen/opc-methodology（已获15.4k星）。配套工具站：opc-skills.ft07.com。设计师林夏用这套方法，从底薪3000实现副业稳定闭环。
项目GitHub地址：https://github.com/soxoj/maigret 视频中展示的这款OSINT工具可通过用户名自动检索3000+网站的公开信息。
GitHub地址：https://github.com/Donchitos/Claude-Code-Game-Studios
开源游戏开发AI工具，含49个智能体、72个命令和39个模板，帮你从立项到发布全流程做游戏。
② 功能构成
关键词：26项真实数据技能
③ 技术特性
关键词：零API依赖
④ 使用场景
关键词：AI工作流嵌入
https://github.com/rany2/edge-tts
这是一套专为PM打造的技能手册，包含47项PM技能 + 可重复使用的命令，让用户理解原因、AI执行任务。
不管是写PRD、做竞品分析，还是拆解用户需求，效率大大提升。
你不用再自己到处找资料，它把PM全流程的工具、框架都整理好了。
从用户调研、验证测试，到产品迭代复盘，每个环节都有可直接套用的方法。
不管是新手生成结果，还是在职PM需要自动化流程，都能直接用。#AI #提效神器 #产品经理 #ic #人工智能 #AI工具
工具地址：
https://github.com/iOfficeAI/OfficeCLI
Beads项目GitHub地址：https://github.com/gastownhall/beads
GitHub地址：https://github.com/alibaba/page-agent。一行代码即可让网页支持AI交互。
内置 7 种风格、14 类 UML 全图解，深度适配 RAG、多 Agent 等 AI 架构，语义图标与箭头规范，一键导出直接用，彻底告别手绘与繁琐工具，开发者画图效率直接拉满
项目地址：https://github.com/yanhua-ai/fireworks-tech-graph
把流式对话、多模型调度、群聊协作、看板管理、用量分析、文件管理和 Web 终端整合到同一个界面里。
无需复杂配置，一条命令即可启动；支持 Claude、GPT、Gemini、DeepSeek 及 OpenAI 兼容模型，也能统一接入多种平台消息入口。
给开发者和团队一个更清晰、更可控的 Agent 工作台。开源、轻量、持续更新。
👾👾👾： ekkolearnai.com
1.效率工具：Agent Browser（浏览器自动化）和Gog（谷歌全家桶管理）；2.成本控制：Free Ride（聚合免费资源）和Token-optimizer（降本97%）；3.认知进化：Self-improving-agent（自进化系统）和Elite-longterm-memory（防丢上下文）。
效率工具：
成本控制神器：
认知进化系统：
论文：TMLR 2026, arXiv:2507.21046 | 作者：20+机构联合 | 核心：What/When/How/Where 四维框架
的arXiv地址是：https://arxiv.org/pdf/2604.21590v1
模型和代码已在Hugging Face开源，搜索"alibaba-pai/AgenticQwen-8B"就能找到。
论文已在GitHub开源，包含训练模型、合成数据和完整代码。作者团队提供了双数据飞轮的实现方案，企业开发者可直接参考应用。
项目GitHub地址：github.com/1weiho/open-slide
官网：open-slide.dev
：https://github.com/Thysrael/Horizon
：https://github.com/Mininglamp-AI/Mano-P。支持本地部署（需M4芯片Mac），通过Homebrew安装CLI即可操作，数据全程本地处理保障隐私。
Mano-P 1.0实现60fps流畅操作，NPU建议6 TOPS（INT8）起步，配合50GB/s+内存带宽。通过GSPruning剪枝和混合精度量化优化，部分中端NPU经调优也可满足需求。
https://zread.ai/SaladDay/cc-switch-cli
https://github.com/Panniantong/Agent-Reach/blob/main/README.md
：Superpowers（14万星）强制AI遵守开发流程，将编码转化为工程实践；Gstack（6.7万星）模拟23人虚拟研发团队，侧重产品思路打磨；Compound Engineering（1.3万星）专注80%规划+20%执行模式，实现经验跨会话沉淀。建议按需选用：编码工程选Superpowers，产品设计选Gstack，知识复用选Compound Engineering。
视频中提到的三个Harness Skills的GitHub链接如下：
项目地址：https://github.com/luongnv89/claude-howto
这是一个GitHub开源项目，已获2.4万+ star。它将Claude Code功能拆解为10个模块（斜杠命令、记忆、技能等），从基础到高级分层讲解，提供可直接使用的代码模板和完整学习路径。
视频未提供具体地址链接，这些都是Claude Code内置功能模块，可通过官方文档了解详情。
SkillLens就是为了回答这个问题。100 分量化评分体系；深度评测Deep Review；市场信号分析；自定义权重；中英文报告；自托管，已开源。https://github.com/AndrewNgGirl/SkillLens
项目地址是：https://github.com/moyangzhan/langchain4j-aideepin
项目地址是 https://github.com/jackwener/OpenCLI
OpenCLI是个超实用的网页自动化工具，能把任何网站的操作变成CLI命令行。它支持亚马逊、Reddit、小红书、哔哩哔哩等平台数据抓取，特别适合电商卖家监控竞品和找产品灵感。你可以用它自动登录网站、点击页面、提取信息，还能让AI代理帮你操作网页。作为免费开源工具，它把浏览器会话、Electron应用都变成了可编程的命令行接口，完全不用买第三方软件就能搞定数据采集。
它是一个本地优先的开源项目，旨在替代Claude Design，支持通过AI生成HTML、PPT等成品。核心特点： · 本地优先：数据存储在本地，不上传服务器，保障隐私。 · 无厂商锁定：可接入任意AI工具（如Claude Code、Cursor、Gemini CLI等），无需依赖 Anthropic。 · 内置设计系统：包含71套品牌级设计系统（如Linear、Stripe、Apple风格），确保风格一致性。 · 多格式导出：支持HTML、PDF、PPTX等格式导出。使用方法： 1.克隆仓库： git clone https://github.com/nexu-io/open-design.git 2.进入目录： cd open-design 3.安装依赖： corepack enable && pnpm install 4.启动： pnpm tools-dev run webOpen Design适合已使用AI编程工具的用户，可快速生成设计原型，无需额外订阅。
Hermes五大必装技能整理：
1️⃣ G Stack (85K star) 记忆层优化核心，让Hermes具备自我进化能力。由YC总裁Garry Tan开发，开发者实测效率达2013年的810倍。
2️⃣ G Brain (11K star) 多团队协作神器，为AI代理构建知识图谱。夜间自动整理会议记录/邮件，唤醒时智能升级。
3️⃣ Hermes WebUI (4.6K star) 三面板轻量级界面，保留CLI完整功能。实时显示token消耗，工作流管理更直观。
4️⃣ Awesome Hermes (1.9K star) Hermes生态导航站，聚合社区技能/插件/部署方案，查找项目最快路径。
5️⃣ Self Evolution (2.4K star) 官方自进化模块，通过DSPy技术持续优化提示词与行为逻辑，越用越智能。
：建立项目文件索引避免重复读取、积累学习记忆减少错误、实时追踪token消耗。实测数据显示，在相同项目中可节省约80%的token用量，20个项目平均降低65.8%消耗，71%的重复文件读取被有效拦截，只需执行"openwolf init"即可启用。
发现一个很适合 AI 工作流的小红书 MCP 项目：xiaohongshu-mcp。 它可以把小红书的数据访问、内容搜索、笔记详情、评论互动、内容发布等能力接入到 AI 助手中。 如果你正在做内容运营、AI Agent、自动化工具，或者想让 AI 更方便地调用小红书相关能力，可以关注这个开源项目。
GitHub：xpzouying/xiaohongshu-mcp
重点不是又多一个界面，而是把「分工、并行、阻塞交接」放进同一块板里，少一点终端杂耍，多一点可控的团队感。#HermesAgent #NousResearch #AI智能体 #多智能体 #Kanban
让Claude Code和Codex拥有上帝视角彻底告别盲目改代码，复杂项目重构再也不是难题！7大MCP工具加持效率倍增 视频简介：
程序员狂喜！GitNexus开源神器深度评测，自动分析Bug、Review PR、追踪调用链，AI编程从此进入精准时代！保姆级教程！ 🔥 本期视频详细演示了GitHub上爆火的代码智能引擎 GitNexus，这款被誉为"代码库神经系统"的开源神器能让 Claude Code、Codex、Cursor 等 AI 编程工具瞬间获得对代码库的深度结构感知能力！ ⚡ 核心亮点： ✅ 索引阶段 0 Token 消耗，不调用任何大模型 ✅ 内置 7 大 MCP 工具（impact / context / query 等） ✅ 支持 TypeScript / Python / Rust 等主流编程语言 ✅ Web UI 可视化知识图谱，节点依赖一目了然 🎯 实战演示： 以我开发的 OpenClaw 记忆插件 memory-lancedb-pro 为案例,完整演示从安装、基础索引、完整索引(--embeddings + --skills),到 Claude Code 中的项目架构分析、A-MAC 功能影响评估、Issue Bug 定位修复、PR Review 等多个真实场景。还包含使用与不使用 GitNexus 的对比测试,差距震撼! 🚀 与之前演示的 Graphify 协同使用,打造 AI 编程双引擎工作流。
，拆解整体架构、数据流、集成关系，告别代码黑盒。兼容 Claude、Cursor 等主流 AI 工具，CLI 极简操作，支持交互式查看与云端存储，多层级嵌套解析，让复杂代码架构一眼看懂！
Oh My Mermaid项目地址：https://github.com/oh-my-mermaid/oh-my-mermaid
链接：https://github.com/simular-ai/Agent-S社区认可度：Star 数突破 9.3k+，Agent S3首个在 OSWorld 上超越人类性能的智能体.
最绝的是MCP注册，Claude和OpenClaw能直接读搜你的知识库，AI自动帮你管笔记
开源了第三大脑 V5 Skills 🧠 11 个 Agent Skill，把 AI 编程助手变成持久的认知操作系统： • wiki-ingest → STOW 知识管线 • daily-okr → 每日 7 KR 闭环 + 评分 • behavior-design → 行为改造系统 • creativity-engine → 创造力引擎 • verify-before-claim → 验证前置铁律 基于数月日常使用打磨，非理论产物。 兼容 Claude Code / Codex / Gemini CLI。 🔗 https://github.com/Mark393295827/third-brain-v5-skills
（github.com/dbpunk-labs/octogen），由dbpunk-labs维护，支持本地代码执行和多模态交互。如需准确地址，建议直接在GitHub搜索确认项目名称。
，21 天 9.9k star，内存只要 30MB， 加载只要 85ms，是 Headless Chrome 的七分之一。 Obscura 砍掉界面渲染、事件循环、插件系统，只留 V8 + CDP， 结果就是 70MB 的单文件，开箱即用。 给人用的工具和给机器用的工具，从今天起，就是两样东西。 做 Agent、做爬虫、做数据采集的同学，建议把 Obscura 加进你的技术选型清单。
Obscura的GitHub地址是：https://github.com/h4ckf0r0day/obscura
CLAUDE.md文档地址是：https://github.com/forestchang/andrej-karpathy-skills。
输入一个主题，自动拆解成结构化知识 + 轻量练习，降低学习启动成本。 本质是在解决一个问题：不是你学不会，而是没人帮你拆第一步。
Gumroad官网地址：https://gumroad.com。极简创业技能平台就是这里。
，把RAG问答、Agent推理和自动Wiki做进同一套知识框架，飞书、Notion、语雀等文档源都能接，知识库终于不只是“能搜”，还能自己长出结构
①输入PDF/网址/文字生成原生可编辑PPT（非截图）；②SVG转DrawingML核心技术，保留矢量编辑能力；③七步工作流含spec_lock防漂移、质量检查门控。GitHub地址：github.com/hugohe3/ppt-master
用你已经熟悉的标记语言写，学习曲线平缓，但通过强大的扩展来完全控制文档，并用实时预览更快进入流程状态。Quarkdown运行在VS Code或你的终端上。 #Github #开源项目 #AI #markdown 项目地址是：github.com/iamgio/quarkdown
1️⃣ 三大问题根源
2️⃣ 四要素架构 ▫️ Profile：长期角色（稳定身份+技能库） ▫️ Subagent：临时任务执行者（任务结束即释放） ▫️ Project：项目专属空间（任务背景/状态/材料） ▫️ Wiki：共享记忆中枢（决策记录/方法论沉淀）
3️⃣ 四角色黄金模型
4️⃣ Wiki分层设计
关键认知：换项目≠换角色，真正的OPC是用组织结构代替数量堆砌，让单人也能指挥稳定协作的Agent团队。
OPC四大核心组件详解：
Profile（角色体系） 长期稳定的AI员工，各有专属职责。包含Coordinator（拆解任务/把控边界）、Researcher（收集证据/标记不确定性）、Writer（搭建结构/优化表达）、Builder（实现调试/交付成果）。每个Profile拥有独立身份文件（solid.md）、用户理解（user.md）、经验库（memory.md）和技能集，确保角色不混淆。
Subagent（临时助手） 一次性任务执行单元，专攻局部问题（如查证数据、验证逻辑）。与Profile关键区别：完成即销毁，不积累长期记忆。适合需要临时外脑的场景，避免角色边界模糊。
Project（项目空间） 单个任务的专属工作区，如"Twitter增长系统"。包含任务池（tasks）、推进记录（log）、决策库（decisions）和内容流转通道（inbox→outputs）。核心原则：同一套Profile团队可服务多个Project，通过切换项目上下文实现复用。
Wiki（共享中枢） 跨项目知识中枢，含八大模块：导航页（Index）、规则手册（Schema）、系统看板（System）、项目库（Projects）、方法论库（Pages）、原始资料（Raw）、素材库（Assets）、归档区（Archive）。关键作用是通过分层存储（如原始资料与产出隔离）...
核心要点：1. 用CLAUDE.md构建长期记忆（200行内，团队共享）；2. 管理上下文防"腐烂"，超40%容量执行/compact；3. Subagent隔离任务（独立权限+Git Worktree）；4. Command/Skill自动化高频操作；5. 并行执行（5+云端终端同步）；6. Auto模式白名单减少打断；7. Agent Teams多智能体协作；8. /loop与/schedule定时任务；9. 多AI代码审查（含/ultrareview）；10. squash合并+手机端支持。仓库持续更新，含75命令速查与10套工作流模板。
GitHub项目地址：https://github.com/ruvnet/ruflo
https://github.com/akfamily/akshare。18600+星的开源金融数据库，500+免费接口，无需API Key即可直接使用。
运行'hermes update'即可体验，文档地址：hermes-agent.nousresearch.com。
Hermes Agent官方开源地址：https://github.com/NousResearch/hermes-agent
：
https://github.com/shiyu-coder/Kronos
github.com/bleedline/AiMoneyHunter
输入股票代码后，各AI智能体自动分析技术面、基本面及市场情绪，计算风险指标并给出交易建议（买入/持有/做空）。项目已在GitHub开源，地址：https://github.com/virattt/ai-hedge-fund
GitHub https://github.com/thunlp/ProactiveAgent，技术论文 https://arxiv.org/abs/2410.12361。清华与面壁智能联合开发的AI主动协助工具。
• 需求对不齐 → grill-with-docs技能：先通过提问确认需求，建立CONTEXT.MD共享术语库
• Agent太啰嗦 → caveman模式：精简表达省75% token
核心技能：
设计理念：用结构化流程约束Agent，提升可靠性。已成跨平台开放标准。
开源地址：https://github.com/mattpocock/skills
2B 参数，支持 30 多种语言，音质直接到 48kHz。
最夸张的是——可以用文字“设计声音”。
温柔、激动、成熟，全靠一句话。
还支持声音克隆，连呼吸和细节都能复刻。
关键：Apache 2.0 开源，直接可商用。
做内容、做出海的，可以重点看看这波。
项目地址：github.com/OpenBMB/VoxCPM
这是中国团队开源的2B参数TTS模型，支持30+语言和48kHz高音质，最大特点是能用文字描述设计声音（比如"温柔""少女感"），还能精准克隆短音频中的呼吸语气细节，Apache 2.0协议可直接商用。
无需摄像头，通过分析WiFi信号的"舞指纹"和散射模式，能实时监测人在哪、呼吸心跳，甚至预测动作。GitHub获47k星，9美元开发板即可部署，既实用又规避隐私问题。 RuView开源项目地址：https://github.com/ruvnet/RuView
原文标题： A new way to think about composing skills to increase leverage: Skill Graphs 2.0
原文链接：https://x.com/shivsakhuja/status/2047124337191444844
项目地址：https://github.com/OpenMOSS/MOSS-TTS-Nano
github.com/forrestchang/andrej-karpathy-skills，这个指南也能用在OpenClaw上，写代码更精准啦～
只需简单配置，就能让AI严格遵循指令、保持输出一致，支持Win/Mac/Linux部署。
Parlant项目的GitHub地址是：https://github.com/emcie-co/parlant
① 网址转应用 粘贴任意网站链接，几秒生成完整React项目
② AI对话编辑 直接与AI交流修改设计、功能和文案
③ 多模型兼容 支持Claude/GPT/Gemini等主流AI引擎
④ 安全开源 MIT许可，可私有部署，数据完全自主掌控
让优秀设计为你所用，创新从此不再从零开始。https://github.com/firecrawl/open-lovable
视频中提到的Karpathy方法原文链接：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
资源地址是：https://github.com/jason-effi-lab/karpathy-llm-wiki-vault，包含所有skill配置文件和知识库结构。
跟Kaparthy学搭建AI知识库-附Obsidian实例 Karpathy（OpenAI创始人之一、特斯拉前AI总监）最近发了个LLM Wiki框架，3天5000 star🔥 读完我发现：这不是什么新技术，而是一套每个人今天就能开始用的思维模型 核心就三层结构： 📁 Raw Source - 你收集的原始资料 📝 The Wiki - AI帮你提炼的精华 ⚙️ The Schema - 你和AI的协作规则 三个日常动作： 🔄 Ingest - 喂资料给AI，自动更新10-15个相关页面 💬 Query - 提问得答案，好答案直接回写成Wiki 🔍 Lint - 定期体检，找矛盾、过时内容、孤立页面 但最容易被忽视的是： 你让AI生成了一堆精美Wiki，自己从不读、不用来决策 那再精致也只是"结构化垃圾场" #知识管理 #AI知识库 #Obsidian #Kaparthy #AI工具 #openAI #笔记方法
圆桌Skill GitHub地址：https://github.com/lijigang/ljg-skills/tree/master/skills/ljg-roundtable
第一层：功能本质
第二层：认知原理
第三层：AI使用启示
github.com/skill-flow/skflow
官网版（Hermes Dashboard）是轻量级管理工具，专注系统监控和配置管理，适合运维人员；社区版（如hermes-web-ui）则是全功能集成平台，支持AI对话、多会话管理及中文界面，更适合开发者日常使用。技术实现上，官网版基于Python/FastAPI更简洁，社区版采用Vue3+TypeScript前后端分离架构，扩展性更强。选择取决于需求——基础管理选官网版，深度交互选社区版。
官方GitHub地址：https://github.com/nesquena/hermes-webui
社区优化版地址：https://github.com/EKKOLearnAI/hermes-web-ui
中3.8万星的开源项目地址是：https://github.com/roboflow/supervision
配套的CLI-Anything Hub已集成Draw.io、GIMP、Blender等数十款常用软件的适配层。项目地址：github.com/HKUDS/CLI-Anything
https://github.com/paperclipai/paperclip。这是个开源AI劳动力编排平 台，能自动组建AI团队运营公司业务，支持多模型协作和实时仪表盘监控。
MIT开源，一行代码就能切换30多个模型提供商。
Evolver：GEP四步闭环（扫描-验证-变异-固化），唯一实现自动触发且产出经验证可累积复用。
GenericAgent：仅基础记忆检索+经验回放，无skill生成能力，停留在"记笔记"阶段。
EvoAgentX：用TextGrad做prompt梯度优化，自动触发但缺乏泛化固化，仅局部任务优化。
Agent自进化项目完整总结（含GitHub链接）
以下是按你要求整理的多级列表，严格基于图中信息与公开仓库信息：
1. GenericAgent- 核心机制：纯记忆检索 + 经验回放
Career-Ops开源项目地址：https://github.com/santifer/career-ops
执行者完成AI分配的任务；责任人对结果负责；教练优化AI系统。这种分工让AI成为组织核心，替代了传统中层管理。
GSD项目GitHub地址：
https://github.com/gsd-build/get-shit-done
安装命令：npx get-shit-done-cc@latest
它解决contextrot问题（上下文填充导致输出质量下降），支持Claude Code、Cursor等12种AI运行时。核心功能包括自动提取需求→生成规格文档→子代理编排→状态管理→验证全流程。安装命令：npx get-shit-done-cc@latest，项目可在NPM搜索"get-shit-done-cc"获取。
所以，这个模块是完全围绕着构建游戏和视听体验来进行开发的。 由于目前我本人精力严重不足，只能够把工作放出来，看其他人来参与贡献了。 在我大概把手头上的工作，像角色Agent和LBP管线都做出来之后，我会把更多精力投入到这块就是了。（可能在6月份之前都没时间，要等到6月之后） https://github.com/leeguicong/FeelingBaisModule
核心项目地址如下：
支持Python/curl一键安装，适配OpenClaw、WorkBuddy等AI平台，加载Skill文件即可使用。
核心功能：1.自动优化句子节奏，去除AI痕迹；2.四层质检系统（规则/风格/质量/活人感）；3.AI只做苦力，灵魂归你。项目地址：https://github.com/KKKKhazix/khazix-skills。安装方法：在支持Skill的AI工具（如OpenClaw）中输入"安装这个skill：[上述链接]"即可使用。
GitHub搜索"baoyu-skills"找到，安装命令为npx bun add jimluo/baoyu-skills。
项目地址是ruilisi/slides2video，这是GitHub上的开源仓库，可直接访问使用。
① 项目本质
GitHub开源工具，实现"说话即编程"，通过自然语言对话构建完整应用产品
② 三阶成长
零基础原型→全栈开发→多平台部署，每阶段配实战案例与工具链
③ 核心能力
数据库/支付/用户系统一站式解决，支持小程序至原生APP全平台开发
④ 知识体系
9大领域80+交互专题库，从计算机原理到AI工程全覆盖
⑤ 智能协作
Claude Code深度整合，MCP多Agent实现团队级开发新模式
创意到产品的距离，已被AI压缩成一句话的表达力
https://github.com/datawhalechina/easy-vibe
落地建议：
金句：把踩过的坑变成自动化的梯子 项目地址：github.com/browser-use/browser-harness
https://github.com/TapXWorld/ChinaTextbook
① 工具定位：GitHub热门开源项目(ai-website-cloner-template)，获11.6k星标，专为AI自动网站克隆设计
② 技术原理：集成Claude等AI编码代理，自动分析目标网站结构样式，生成现代化Next.js代码库
③ 核心优势：无需手动编码，一键复刻页面结构与设计元素，大幅降低网页开发门槛
④ 应用场景：开发者快速原型搭建、技术学习参考、网页重构与二次开发的理想工具
当开发者拥有AI影子工程师，重构数字世界的边界只在一念之间。
项目地址是：https://github.com/JCodesMore/ai-website-cloner-template
支持一键生成公众号图文、小红书笔记、信息图和漫画，并具备跨平台自动发布功能。项目已在GitHub获得13.9k星标，最新版本v1.95.0整合了多模型适配能力。仓库地址：github.com/baoyu-skills
GitHub地址：https://github.com/MeiGen-AI/InfiniteTalk。另有Hugging Face模型库和ComfyUI插件支持。
ltx2.3出来了，这个危险了
项目地址是：https://github.com/Yuan120825/nature-skills
项目演示地址是：https://666ghj.github.io/mirofish-demo/
无需Android Studio和编程基础，支持网站/媒体/HTML转应用，含APK加密、浏览器伪装等安全功能。GitHub：https://github.com/shiahonb777/web-to-app
pakeplus可以直接打包桌面端和移动端，还有ios免签，也是开源
DeepTutor GitHub地址：https://github.com/HKUDS/DeepTutor。港大数据智能实验室开源的AI学习工具。
FinceptTerminal开源项目本周trending霸榜第一， 在GitHub已狂揽9k Star，C++20 原生开发。 内置 CFA 级别的风险分析。VaR、夏普比率、衍生品定价，QuantLib 18 个模块开箱即用。 #ai工具 #ai金融工具 #github优质项目 #牛码架构 37 个 AI Agent 覆盖交易员/投资者 (巴菲特、格雷厄姆、林奇、芒格、克拉曼、马克斯等)。 交易、投资、经济、地缘政治全覆盖。 支持本地 LLM — OpenAI、Anthropic、Gemini、DeepSeek 随你选，数据不出你的电脑。 100 多个数据源。美联储、IMF、世界银行、国内行情，一键拉取。
FinceptTerminal开源项目地址是：https://github.com/Fincept-Corporation/FinceptTerminal
✅ Hermes（10k+ stars）：动态Skill生成+RL训练闭环，但仍是外挂知识库 ✅ Evolver（3.8k+ stars）：GEP四步闭环（SCAN-VALIDATE-MUTATE-SOLIDIFY），唯一自动触发+验证闭环 ✅ GenericAgent（3.6k+ stars）：基础记忆检索 ✅ EvoAgentX（2.5k+ stars）：TextGrad优化
核心发现：多数"自进化"实为记忆检索包装，真进化需同时满足"自动触发+验证闭环"双条件
Hermes开源地址：https://github.com/NousResearch/Hermes-Agent
主题：AI Agent自进化赛道真相：真伪辨别与未来进化路径全景图
赛道现状 GitHub热度：2026年Agent自进化成AI最热赛道，Hermes破万星，Evolver 3800+，GenericAgent 3600+，EvoAgentX 2500+
核心误区 伪进化现象：多数项目将记忆检索换名包装，如"考试翻笔记"般重复经验，非真正学习适应
技术基础 学习循环：所有Agent运行于"观察-目标-计划-执行-学习适应"五步循环，问题集中在最后环节
Hermes剖析 双路径机制：①动态skill生成—后台异步审查，技能持续成长但属外挂知识库；②云RL训练—实为知识蒸馏，非实时用户学习
Evolver突破 GEP四步闭环：SCAN提取模式→VALIDATE控制变量验证→MUTATE泛化扩展→SOLIDIFY固化为capsule，实现全自动验证
项目对比 二维评估：按"自动化程度"和"产出成熟度"，Evolver是唯一达到"自动触发+完整闭环"的方案
终局展望 群体遗传：当Capsule如基因般跨Agent共享，硅基物种才能实现真正的"自"进化
行动指南和步骤！
环境准备：Python 3.10+，建议有4GB以上显存的GPU安装库：pip install voxcpm（实际命令以仓库README为准）写代码：导入模型、加载权重、传入文本、保存语音或者直接用命令行：voxcpm --text "你好世界" --output hello.wav想试试高级玩法？尝试Voice Design：--voice-design "一个活泼的年轻女声，快速说话"
GITHUB: https://github.com/OpenBMB/VoxCPM
https://github.com/pydantic/pydantic-ai
MIT开源，一行代码就能切换30多个模型提供商。
核心功能涵盖：实时聊天交互（支持文件附件）、系统资源监控（CPU/内存/磁盘）、定时任务管理，以及本地OCR处理。最大特色是"单HTML文件部署"，号称10分钟即可搭建，无需依赖框架或npm环境。
项目GitHub地址：https://github.com/clawvader-tech/hermes-telegram-miniapp
社区维护质量高，从天气到工农业，从区块链金融，到地震预警，应有尽有！助力开发者快速搭建项目。
public-apis项目的GitHub地址：https://github.com/public-apis/public-apis
让你彻底摆脱订阅费和内容限制。它内置了200多个模型，包括Flux、Midjourney、Kling、Sora等，支持图像、视频、口型同步和电影级创作，还能本地自托管保护隐私。
https://github.com/Anil-matcha/open-generative-ai
本周增长最快仓库 TOP 10 01 NousResearch/hermes-agent 与你共同成长的智能体（Agent） +51,000 STARS 02 forrestchang/andrej-karpathy-skills 源自 Karpathy 对 LLM 编程陷阱观察，提升 Claude Code 表现。 +37,400 STARS 03 microsoft/markitdown 将 Office 文档转换为 Markdown 的 Python 工具。 +14,500 STARS 04 thedotmack/claude-mem Claude Code 插件，自动捕获编程操作并注入上下文。 +12,400 STARS 05 multica-ai/multica 开源托管智能体平台。分配任务、跟踪进度、叠加技能。 +10,600 STARS 06 shiyu-coder/Kronos Kronos：金融市场语言的基础模型。 +6,700 STARS 07 addyosmani/agent-skills 为 AI 编程智能体提供的生产级工程技能。 +6,400 STARS 08 OpenBMB/VoxCPM 多语言语音生成、创意语音设计和逼真克隆。 +6,300 STARS 09 virattt/ai-hedge-fund 一个 AI 对冲基金团队。 +4,700 STARS 10 HKUDS/DeepTutor DeepTutor：原生智能体个性化学习助手。 +4,500 STARS INSIGHT Claude Code 技能包和智能体编排平台已成为开发者的新趋势。
主开源地址：https://github.com/EKKOLearnAI/hermes-web-ui
① 架构层次 - 四层记忆体系从临时工作记忆(L1)到可复用技能文档(L4)，构建完整AI认知网络。
② 检索短板 - 原生系统仅依赖关键词匹配，在语义深度理解上如同"石器时代"，难以捕捉上下文关联。
③ 技术突破 - Milvus 2.6混合检索融合向量+BM25+RRF，内存控制在2GB内，显著提升检索精准度。
④ 学习机制 - "干中学"模式使AI能在任务完成后自动更新记忆库，实现技能持续进化。
⑤ 应用局限 - 动态字段有64KB大小限制，旧版本不支持索引，影响高级检索能力。
开发者应优先集成现代向量数据库替代传统关键词检索，提升AI语义理解能力。
设计多层次记忆架构，区分短期工作记忆与长期技能积累，模拟人类认知模式。
控制内存占用，特别在移动端部署时，2GB限制是关键性能考量指标。
及时跟进Milvus等工具更新，利用partial field updates等新特性突破技术瓶颈。
建立有效反馈机制，让系统从每次交互中学习并优化自身表现。
记忆的价值不在于储存多少信息，而在于能否在关键时刻唤醒正确的知识，让AI从信息容器进化为思维伙伴。
：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f。这是他发布的"LLM Wiki"文档，介绍如何用大模型构建结构化知识库的工作流。
可统一调度Skills、MCP服务器、插件等组件，降低运维复杂度。项目地址：https://github.com/RealZST/HarnessKit
01 Superpowers（项目管理）：任务规划助手
02 Canvas Design（设计）：一句话出海报
安装：/plugin marketplace add anthropics/skills + /plugin install document-skills@enthropic-agent-skills
03 Frontend Design（前端）：半小时生成网页
安装：同上
04 Docx（文档）：Word一键生成
安装：/plugin marketplace add anthropics/skills + /plugin install document-skills@anthropic-agent-skills
05 XLSX（数据）：Excel自动处理
安装：/plugin marketplace add anthropics/skills
06 Humanizer（润色）：去除AI写作痕迹
安装：GitHub搜索bitder/humanizer，将SKILL.no放入~/.clande/skills/humanizer/
1⃣ 安装与开启： 在Codex的插件市场找到“HyperFrames by HeyGen”，一键启用。它能把Codex变成你的“视频导演+剪辑师”。 2⃣ 下达指令（参数锁定）： 直接告诉Codex你要做什么。公式：用途 + 尺寸 + 时长 + 风格 + 平台。 例：“用HyperFrames做一个3:4竖屏教程视频，45秒，Swiss Pulse风格，用来发抖音。” Codex会自动拆结构、写分镜、安排时间轴。 3⃣ 全自动执行流： 你只需看着它跑。Codex会自动生成HTML源文件、GSAP动画、同步字幕、甚至配音。 核心逻辑：HTML就是视频源文件。文字、卡片、时间轴全用代码精确控制，改一个参数，整个视频自动更新。 4⃣ 一键导出： 跑完流程，直接预览并渲染成MP4。特别适合做工具教程、产品宣传片、数据图表视频。 别把时间浪费在重复劳动上。这套SOP跑通了，你一个人就是一个MCN。
10个技能的官方资源地址：
其余技能（Code Simplifier/Webapp Testing/Ralph Loop/MCP Builder）暂未找到确切匹配项目，建议核实名称或提供更多上下文。技术工具迭代较快，推荐通过GitHub关键词检索最新资源。
① 核心原理 开源代理转发技术实现Claude Code免费调用，无需官方API密钥 ② 成本优势 全程零成本使用，规避Anthropic收费API的高昂费用 ③ 兼容服务 支持NVIDIA NIM每分钟40次免费请求、DeepSeek及OpenRouter等平台 ④ 部署简易 仅需配置CLAUDE_PROXY_URL和API_FALLBACK_SERVICE两项环境变量 ⑤ 功能完整 保留模型分流、工具调用解析、智能限流等高级功能
免费不应是偶然，而是技术民主化的必然路径。
深夜两点，程序员小李盯着编辑器里闪烁的光标，又一次被API额度耗尽的提示打断思路。当他偶然发...
用 cliproxyapi 统一设置别名，用完了自动切换下一个。liteLLm 也能做到。CC switch 还是不行哦
核心不是教你技巧，而是教你"组织 AI"。
一套三层架构讲清楚： ① 入口层：command —— 一句话拉起固定流程 ② 执行层：agent / subagent —— 长任务独立上下文 ③ 复用层：skill / settings / memory / MCP —— 沉淀经验与规则
从"和 AI 聊天"升级到"搭可复用工作流"， 这才是 Claude Code 真正的打开方式。
#ClaudeCode #AI编程 #AIAgent #程序员 #GitHub开源 GitHub搜索链接：https://github.com/search?q=claude-code-best-practice
它通过五大领域（信息检索、推理分解、软件工程、代码实现和知识工作）标准化测试，量化评估不同AI智能体的学习进化效果。测试显示工程实践能力进步最明显，小模型配合优质记忆系统也能超越大模型。这个开源工具帮助开发者客观衡量智能体在实战中的成长轨迹，目前OpenClaw和Hermes都在该框架下进行了性能比拼。
#发Hugging Face开源的ml-intern是一款能自主完成机器学习全流程的AI智能体 可自动读论文、写代码、训练模型。测试中10小时内将Qwen基础模型科学推理得分从10%提升至32%，GitHub已获7.8k星。项目地址：github.com/huggingface/ml-intern
可通过GitHub搜索"AMAP-ML/SkillClaw"找到。它实现了Agent技能自动提炼、共享与进化，使用人数越多技能越强，支持空闲自动测试和多生态兼容。
排名1-2优化Claude编程规则和自适应智能体；3-4降低使用门槛、支持多模型接入与团队协作；5-6提供安全测试工具和代码理解增强；7-10覆盖官方多智能体框架、低耗能自进化Agent及创意生成平台。核心目标都是提升开发者效率与AI应用能力。
本周GitHub Star增长前十项目：1.forrestchang/andrej-karpathy-skills 2.NousResearch/hermes-agent 3.Alishahryar1/free-claude-code 4.multica-ai/multica 5.Z4nzu/hackingtool 6.zilliztech/claude-context 7.openai/openai-agents-python 8.lsdefine/GenericAgent 9.Anil-matcha/Open-Generative-AI 10.thunderbird/thunderbolt。GitHub项目标准访问路径为github.com/用户名/项目名，可在平台内直接搜索获取。
https://github.com/samanhappy/selectly
https://deepwiki.com/search/prompt_0dbdee81-5733-43d4-98c8-b73b0890b397?mode=fast
https://github.com/nanobrowser/nanobrowser
开源项目 BlenderMCP 上线三天 GitHub 星标直冲 3.8k，支持 Claude 一句话操控 Blender，自动完成 3D 建模、场景搭建、素材下载与参数调节，几分钟搞定人工数小时工作量。还可无缝接入编程、地理、办公等各类工具，生态快速扩张，但业内对其能否成为行业统一标准仍存在分歧与观望。
GitHub项目地址：https://github.com/ahujasid/blender-mcp
靠文字对话秒生成专业架构图，多风格多类型全覆盖，彻底拯救程序员画图焦虑。
#赛博吴同学 #AI #科技 #前沿科技 #架构图生成 #开源神器 #程序员 #AI智能绘图 #Agent架构 #skill #开发效率黑科技 #UML图表 #Agent
项目地址：https://github.com/ultraworkers/claw-code
能一键关闭Claude的"礼貌模式"，去除冗余客套只保留核心内容。实测可降低65% API成本，同时提升代码编写和Agent任务的准确率。项目地址：https://github.com/JuliusBrussee/caveman
#架构图生成 #Claude技能 #开发者工具 #AI绘图 #系统架构 #赛博吴同学 #AI #架构图 #程序员 #开发者#Skills #architecture-diagram-generator
GitHub地址：https://github.com/atilaahmettaner/tradingview-mcp
一行代码部署AI团队，24小时自动干活
PraisonAI是一个低代码多智能体框架，支持100+大模型，内置记忆、RAG、MCP协议。最牛的是它能24/7自动运行，还能把结果直接发到Telegram、Discord、WhatsApp。写代码、做研究、处理数据，一个Agent团队全搞定！
项目主仓库：https://github.com/MervinPraison/PraisonAI（含文档和示例）
GitHub地址：https://github.com/OpenDCAI/One-Eval。这是北大DCAI团队开源的大模型自动化评测框架，支持自然语言发起任务和一键生成专业报告。
项目地址：https://github.com/TencentCloud/CubeSandbox
Cube Sandbox是腾讯云开源的AI Agent执行环境底座，支持亚百毫秒级启动（<60ms）、硬件级隔离及低内存开销（<5MB），兼容E2B接口和OpenAI Agents SDK，可直接迁移部署。
https://mp.weixin.qq.com/s/YsyWFh-rQIv39B96c2RoPA
项目GitHub地址：https://github.com/AlphaGBM/skills。该开源项目将专业投研流程拆解为26个AI技能模块，用于股票分析和期权研究。需注意股市有风险，投资需谨慎。
[旺柴] 猫猫护眼上线，守护你的摸鱼时间。鱼是小猫咪的，健康才是你的。
假期注意用眼过度，推荐个有趣小插件：Cat Gatekeeper Chrome 插件，适用于 X、Facebook、 Threads、Bluesky、YouTube、Reddit 等平台——当感觉你使用屏幕太久，猫猫就会跳出来提醒你：屏幕该休息啦！！ #五一 #小长假 #猫咪 #Chrome插件 #防沉迷
：https://github.com/TauricResearch/TradingAgents。中文优化版：https://github.com/hsliuping/TradingAgents-CN
github.com/gsd-build/get-shit-done。它把AI编程拆成讨论、规划、执行、验证四步，专治"上下文腐烂"问题。
• 内存仅30MB（Chrome需200+MB） • 页面加载85ms（Chrome约500ms） • 内置反检测Stealth模式 • 兼容Puppeteer/Playwright GitHub开源地址：https://github.com/h4ckf0r0day/obscura（Apache 2.0协议，802 Stars）
仅用3.3K代码实现技能树自主生长与全系统控制，Token消耗降低6倍。项目地址：github.com/Isdefine/GenericAgent
它是首个“时空时序推理框架”，来自 Emory、微软和 Griffith。
它不只是做预测，而是在回答三件事： 发生了什么、为什么发生、以及怎么一步步传播。
把时间、空间、语言一起理解，直接做因果推理。
更夸张的是： 成本只有闭源模型的 0.4%， 还用合成数据训练，真实世界反而更强。
一句话总结： 它不是在预测未来，而是在理解世界怎么走到未来。
项目GitHub地址：github.com/virattt/dexter
项目地址是paseo.sh，GitHub仓库为getpaseo/paseo。这款开源AI编程控制台支持统一管理Claude/Codex/OpenCode，具备本地部署、跨设备同步和语音控制功能。
npm install -g @getpaseo/cli && paseo
paseo daemon start 用来开启
paseo daemon pair 命令来显示登录二维码
开发者只需定义目标，AI就能自主规划、推理与纠错，并支持多智能体协作完成复杂任务，标志着Multi-Agent时代正式开启。 https://github.com/openai/openai-agents-python
https://github.com/mattgperry/skills-for-real-engineers
核心功能：通过语义代码搜索让Claude Code等AI理解整个代码库，采用AST分块技术和混合检索（BM25+向量），从百万行代码中精准定位相关内容。技术亮点：将代码索引至向量数据库，仅传递最相关片段给AI，实测减少40% token消耗且保持分析质量。适用场景：大型项目开发中的代码检索与问题排查。开源地址：github.com/zilliztech/claude-context。
跨境电商爆单预测、供应链库存优化、零售需求预测、能源需求峰值（尤其是AI数据中心电力）、股票价格走势……几乎所有时间序列数据，它都能预测
项目GitHub地址：https://github.com/google-research/timesfm
GitHub地址是：https://github.com/warpdotdev/Warp。它与Chaterm都属终端工具范畴，但Warp专为AI代理开发设计，支持多模型协作和Staged Commits等开发者功能，而Chaterm更侧重基础命令行交互，二者在AI集成深度和开发场景定位上有明显差异。
·ex: ReTool: Reinforcement Learning for Strategie Tool Use in LLMS ·arxiv: https:llarxiv.org/abs/2504.11536 ·项目主页:https://retool-rl.github.io/ GitHub: https:/lgithub.com/ReTool-RL/ReTool
Penpot 的 GitHub 项目地址是 https://github.com/penpot/penpot，可以直接访问查看源码和文档。
提到的Skill repo项目地址是：https://github.com/mattpocock/skills
旨在解决当前智能体"失忆式工作"的痛点——即每次推理从零开始、失败无法转化为经验、记忆增长但智能不增长的困境。 智能体的记忆不应只是"记住结果"，而应沉淀为"执行本能"——通过双记忆循环与在线进化，让智能体在深度研究中越用越强。
MIA项目的相关资源： 论文地址：https://arxiv.org/abs/2604.04503 代码仓库：https://github.com/ECNU-SII/MIA 龙虾技能平台提供纯净版（https://clawhub.ai/jingyangqiao/mia）和可信版（https://clawhub.ai/sii-yucheng2002/mia-trust）。
在openJiuwen开源社区共建的“小龙虾”AI Agent，主打“懂你所想，自主演进”。项目地址：https://gitcode.com/openJiuwen/jiuwenclawhttps://github.com/openJiuwen-ai/jiuwenclaw从Agent Team到
通过扩展验证阶段计算量实现Agent性能飞跃。该方法可与任意Agent Harness和模型结合，在Terminal-Bench 2.0达到86.4%、SWE-Bench Verified达到77.8%，全面超越GPT-5.5和Claude Mythos取得SOTA。Transformer作者Lukasz Kaiser与GAN作者Bing Xu均转发关注。 #llm#Agent#斯坦福#伯克利#英伟达#Harness#claude#gpt 论文及相关资源：官网 llm-as-a-verifier.notion.site，代码库 llm-as-a-verifier.github.io
能自动扫描GitHub问题并关闭无效讨论。它并行运行50个AI模型，两天清理5000多个问题，成本不到1000美元。有意思的是，GitHub的API限速反而成了瓶颈——AI干活太快，服务器跟不上。这可能是开源项目走向"自愈"的新方向。
pi-mono的GitHub项目地址是：https://github.com/badlogic/pi-mono
##.gpt img2+seeddance2.0+好的提示词 开源有 https://github.com/wuyoscar/gpt_image_2_skill
GitHub地址：llm-as-a-verifier.github.io，包含完整代码和文档。
对应的 Hugging Face 模型页也已经放出。模型卡写得更具体：Carnice-V2-27B 是一个基于 Qwen/Qwen3.6-27B 的 full merged BF16 SFT，用的是 Hermes-style agent traces。它不是只给一个 LoRA adapter，而是给了合并后的独立权重。
如果自己训练的话，比不过大厂，只能走生态位分化，自己写训练脚本，根据nanoGPT按照需求慢慢改。毕竟我也不知道子是做什么的，我前年也是拿nanogpt练手，后来根据需求就自己写脚本了。
项目地址是 https://github.com/future-agi/future-agi。这是一个开源AGI平台，可自动追踪评估AI Agent，解决生产环境中的幻觉问题，兼容50+主流框架。
这个开源AGI平台的使用步骤很清晰：
普通人可这样做： 关注自家常用APP是否采用类似技术，对关键信息保持交叉验证习惯。技术爱好者不妨试水部署，体验AI质量监控全过程——毕竟明天你家的智能客服可能就靠这套系统保驾护航。
poloclub.github.io/diffusion-explainer/
能将Obsidian转化为自动归档、交叉引用的自我维护笔记系统。核心功能包括自动梳理实体概念、标注知识矛盾、精准引用原文，并支持跨项目统一调用。视频中显示的GitHub地址为EliaAlberti/cpr-compress-preserve-resume，建议前往GitHub确认最新信息。
将20项资深工程师工作流封装成AI可执行技能，覆盖define→plan→build→verify→review→ship全流程。GitHub地址：https://github.com/addyosmani/agent-skills
① 思维透明化 拒绝隐藏困惑，强制AI呈现多种可能性与权衡，杜绝擅自假设
② 代码极简化 坚守"最少必要代码"原则，破解AI堆砌复杂抽象的惯性
③ 修改精准化 限定仅触达必要代码区域，严守"不碰无关部分"边界
④ 目标可验证化 定义量化成功标准，建立循环验证机制确保结果可控
1 将CLAUDE.md导入开发环境作为AI编码必读准则 2 任务交付前用"成功标准清单"明确问题边界 3 审查AI输出时重点核查是否违反精准修改原则 4 为每个需求设置可通过自动化测试的验收指标 5 试用Multica平台管理AI编码智能体协作流程
让AI在清晰边界内发挥最大价值，精准编码的本质是克制的艺术 GitHub搜索"CLAUDE.md"获取原文件，关注Multica项目进展 https://x.com/jiayua
github 🔍 /forrestchang/andrej-karpathy-skills
官方地址是 yuanbao.tencent.com，网页、手机和微信小程序都能用。 OpenChronicle开源项目地址：https://github.com/Einsia/OpenChronicle
主题：OpenAI付费功能Chronicle遭00后团队48小时内开源反击
① OpenAI举措 OpenAI将Chronicle转为ChatGPT Pro专属付费功能，月费100美元，提供屏幕感知与上下文记忆能力
② 开源反击 00后团队Vida在48小时内开源OpenChronicle，实现同等功能并支持本地运行
③ 技术优势 OpenChronicle支持多模型兼容、数据本地可控、可跨Agent共享项目
④ 功能对比 展示Reference Grounding和Executable Preferences两大核心应用场景，显著提升AI实用性
技术民主化正在改写规则
OpenAI刚把Chronicle变成100美元月费的围墙花园，几个00后就用48小时搭起了开源脚手架。他们发布的OpenChronicle不仅复刻了屏幕感知与记忆能力，更让数...
能根据搜索词实时用像素生成动态插画（含文字），无需HTML或代码。用户点击画面任意区域即可深入探索，如搜索"巴黎"能查看景点详情并购票，搜索"清迈"会展示当地美食结构图。这种"无限魔法书"式的交互打破了传统APP固定界面模式，让AI根据需求实时生成个性化视觉体验。虽因算力限制尚处测试阶段，但已获多位科技领袖关注，预示着UI界面可能迎来根本性变革——未来或许只需一个AI助手，就能按需生成最适合的交互界面。
flipbook.page
基于公开资料逆向重建Claude Mythos架构。核心技术采用"循环深度Transformer"(RDT)，通过权重共享实现动态推理深度（最多16次循环），同一组参数反复运算替代传统堆叠层数，770M参数模型性能媲美1.3B标准模型。同时融合DeepSeek风格的MoE技术，专家路由与循环机制协同提升参数效率。源码库已在GitHub开源（github.com/kyegomez/OpenMythos），提供1B-100B多种配置。该项目验证了"推理深度"作为新扩展维度的可能性，为开源社区探索高效AI架构提供了重要实验平台。
专治AI写代码"开头猛如虎，越写越抽象"的痛点。它不教写代码，而是教你"驯服AI"：从立项就给AI戴紧箍咒，用"胶水编程"心法（能抄不写，能连不造），搭配现成提示词库，帮你带好AI小弟，远离代码屎山。
Vibe Coding指南项目解读链接是 zread.ai/tukuaiai/vibe-coding-cn
https://github.com/zarazhangrui/frontend-slides
视觉驱动的AI操作员突破应用壁垒实现全自动化 ① 技术原理 视觉识别驱动，无需API接口即可操作任意软件界面 ② 核心优势 突破微信等封闭应用限制，实现自动化交互 ③ 应用场景 自动过好友、批量消息处理、一键完成重复办公任务 ④ 开源生态 MIT许可，GitHub获2.5k stars，支持社区共建 1. 访问GitHub获取TuriX-CUA项目源码并部署环境 2. 针对常用办公软件定制基础自动化脚本 3. 从简单重复任务入手实践扩展应用场景 4. 参与社区交流获取最新优化方案 当AI成为你的数字分身，重复劳动不再是时间的牢笼 https://github.com/TurixAI/TuriX-CUA
CLAUDE.md文件引爆GitHub热榜 ① 规则体系：四条精炼原则解决AI编码痛点，涵盖思考、简洁、精准和目标四个维度 ② 实效验证：应用后代码量平均缩减40%-70%，功能完整性保持不变 ③ 社会影响：三日狂揽4.4万星标，成为开发者争相采用的"行业标准" ④ 本质揭示：AI开发瓶颈不在模型本身，而在规则设计与工作流优化 1. 下载CLAUDE.md文件：curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md 2. 将文件置于项目根目录，或通过Claude Code插件安装 3. 在编码任务开始前，明确向AI阐明四条规则要求 4. 实践"先提问再编码"习惯，避免AI盲目执行 5. 定期评估代码产出，对比规则应用前后的质量差异 当AI学会先思考再编码，人类才能真正解放创造力。 三日前，一个看似普通的Markdown文件悄然登上GitHub热榜榜首。没有炫酷界面，没有复杂算法，仅仅四条朴素规则——Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution。
分为五类： 动画相关： • AS2P：一键转换AnimatedSprite2D动画到AnimationPlayer • Importality：多格式动画导入工具 • Spine插件：官方骨骼动画支持 • Phantom Camera：智能相机系统 代码相关： • Script-IDE：强化脚本编辑体验 • Dialog Manager：可视化对话系统 • Scene Manager：场景切换管理 • Godot State Charts：有限状态机工具 • To Do Manager：自动收集代码待办事项 音频相关： • Sound Manager：统一音频管理系统 • Godot SFXR：内置音效生成器 数值与输入： • CSV Data Importer：CSV表格数据导入 • Input Helper：统一输入设备管理 游戏发布： • Blender3D Shortcuts：3D编辑快捷键适配 • Godot Size：项目体积分析工具 • Godot Steam：Steam平台功能集成
可在谷歌设计官网(design.google)搜索"Gemini Design System"或关键词"Gestures Iconography Agent Motion Color"查找原文。文中重点解析了渐变引导、圆形基础语言和动态涟漪声波等设计逻辑。
谷歌未公开完整Gemini设计文档，但官方论文和示例值得关注：Generative UI论文(https://generativeui.github.io/static/pdfs/paper.pdf)和示例页(https://generativeui.github.io/)。
https://github.com/msitarzewski/agency-agents 内容由AI生成
GitHub地址：https://github.com/OpenDCAI/DataFlex。官方文档：https://opendcai.github.io/DataFlex-Doc/
https://github.com/linshenk/prompt-optimizer
①痛点突破 手动绘图效率低下，拖拽半小时仍布局混乱
②核心方案 自然语言描述直接生成生产级技术图表，支持SVG/PNG高清输出
③技术优势 内置AI架构知识库，7种专业风格适配14类图表，10天获3800+GitHub星标
1 查阅GitHub仓库安装fireworks-tech-graph（主地址：github.com/fireworks-tech/graph） 2 用Claude Code执行单行命令部署，中文描述即可生成架构图 3 重点关注Agent/RAG/Tool Call等场景的自动化绘图实践
告别图纸歪扭时代，一句话就是专业架构师。
工程师曾对着Excalidraw调半天线条，如今对着终端说"画个Multi-Agent协作图"，六边形节点自动排布——键盘敲下的不是代码，是十年经验沉淀的图形智慧。
准确技术名称是Qwopus-GLM-18B-Merged，由两个Qwen3.5-9B变体（Opus蒸馏版和GLM-5.1蒸馏版）拼接而成。
项目特点：用Milvus单向量库替代图数据库实现多跳推理，无需Neo4j；子图扩展代替图遍历，三大基准Recall@5达87.8%；仅需2次LLM调用，运维成本显著降低。适用场景：医疗金融等需多跳推理的任务、知识密集型企业应用、中小团队成本敏感型部署。源码地址：搜索"Vector Graph RAG"获取GitHub仓库，另有AutoCodeAgent 2.0和LazyGraphRAG可参考。
https://github.com/allenai/OLMoE
卡帕西的 LLM Wiki 这坑挖的真够深的，自己不给出实现，全靠社区用户自己手搓。看起来很美好，做起来一团糟。（我之前视频中做的skill也很初级） 但是YC总裁Garry Tan (陈嘉里)，给出了满分答卷：GBrain。 GitHub 仓库garrytan/gbrain，上线一周多目前10.1k Stars。
#Karpathy #GBrain #LLMWiki #Obsidian #OpenClaw #HermesAgent #AgentSkill #AIAgent #AI #Obsidian教程 来看看这个专为OpenClaw和Hermes Agent打造的重度工作流如何使用。
可通过Docker一键部署：先执行'docker pull mflow/official'拉取镜像，再运行'docker run -p 8080:8080 mflow/official'启动服务。核心API包括/ingest数据录入和/search图路由检索，已完全开源可在GitHub获取详细文档。
M-FLOW未公布单一"记忆成功率"指标，但在权威测试中表现突出：LoCoMo基准领先Mem0 36%，LongMemEval领先Graphiti 16%。这些数据直观反映了其在多跳推理和跨文档关联任务中的技术优势。
M-FLOW开源地址：https://github.com/FlowElement-ai/m_flow
(1) search-r1 (2) agent-r1 (3) agents meet rl (4) agent-lightning (5) agentGym (6) ART (7) 500+ AI Agent Projects (8) awesom-agenticLLM-RL-Papers
https://github.com/forrestchang/andrej-karpathy-skills 四条铁律专治AI乱写代码：事前思考避免假设、简洁至上压缩行数、精准改动不碰无关代码、目标驱动验证成功。
OpenMythos项目由Kye Gomez发布在GitHub 项目地址：https://github.com/kyegomez/OpenMythos 这是Kye Gomez开源的Claude架构理论重构项目。
Anthropic的Mythos是否真的用了这套架构，似乎已经不重要了。对循环Transformer的猜想已经吸引了来自学术界的大量目光。更多理论和实验验证正在路上。 GitHub：
https://github.com/kyegomez/OpenMythos#the-central-hypothesis
参考链接：
[1]https://x.com/KyeGomezB/status/2045660378844024994
[2]https://arxiv.org/abs/2604.07822
[3]https://arxiv.org/abs/2604.12946
你可以通过这个网址直接使用该工具解析GitHub项目。
原文标题：Testing Agent Skills Systematically with Evals 原文链接：https://developers.openai.com/blog/eval-skills
项目GitHub地址：https://github.com/brokermr810/QuantDinger
今天推荐一款神器：Oh-my-Mermaid。
它能让 AI 自动扫描代码库，生成可视化的架构文档。
输入一条指令，自动分析项目结构，生成 Mermaid 图表，还能交互式浏览。
复杂逻辑节点会自动递归分析，拆解出嵌套子元素，生成清晰的目录树。
已适配 Claude Code、Codex 等主流 AI 编程工具，一条命令自动配置，文档还能同步到云端分享给团队。
用 AI 开发的项目越来越大，想回头看自己的代码库，架构是什么样的、数据怎么流转的，反而越来越模糊。
如果你的项目已经大到自己都记不清架构了，用它扫一遍，比手动画图省事 100 倍。
GitHub 开源免费。
#AI #ClaudeCode #代码架构 #Mermaid #程序员 #编程工具 #GitHub #开发者工具 #效率提升 #架构图 GitHub地址：https://github.com/mermaid-js/mermaid。开源代码架构可视化工具，能通过AI扫描自动生成Mermaid图表，帮你快速理清复杂项目结构。
地址是github.com/lewislulu/html-ppt-skill。只需执行 npx skills add命令，AI即可掌握100+PPT技能，包含36个主题、20+物理特效、31种页面布局和14套完整模板，支持技术分享、路演、小红书图文等多种场景，真正实现"一句话需求→专业PPT"的自动化流程。
（GitHub：Anionex/banana-slides）。主要功能：基于nano banana pro的原生AI PPT生成工具，支持语音指令生成/精准修改单页内容，可上传参考图片定制风格，一键导出标准pptx/pdf文件，16:9比例排版无需二次调整。
项目GitHub地址：https://github.com/linshenkx/prompt-optimizer
https://github.com/0xquqi/crypto-kol-quant
，准确率提升411%。项目论文：arXiv:2604.01007，代码仓库：github.com/aiming-lab/SimpleMem
仅需3元成本（单卡3090）2小时即可训练出25.8M参数模型，体积仅为GPT-3的1/7000。完整开源从tokenizer训练、数据清洗到预训练、监督微调、强化学习的全流程代码，支持个人GPU快速训练。GitHub地址：https://github.com/jingyaogong/minimind
Fincept Terminal的开源地址是：https://github.com/Fincept-Corporation/FinceptTerminal
项目地址：https://github.com/spark-ai-boy/SparkNoteAI
①工具定位 WeChat CLI是专为AI集成设计的命令行工具，实现安全访问本地微信数据。
②功能体系 提供11个结构化命令，涵盖会话管理、历史查询、消息搜索等全流程数据操作。
③安全机制 全程本地操作，SQLCipher即时解密数据库，确保数据不出本机的安全闭环。
④AI适配 默认JSON输出格式，无缝对接Claude、OpenClaw等AI智能体的数据处理需求。
⑤跨平台支持 兼容macOS(含Apple Silicon)、Windows、Linux三大系统，适配不同硬件架构。
⑥操作逻辑 通过init命令提取微信密钥，实现无侵入式数据访问，无需逆向工程。
7....
项目地址： GitHub: https://github.com/alchaincyf/darwin-skill 安装命令: npx skills add alchaincyf/darwin-skill
女娲.skill开源地址：https://github.com/alchaincyf/nuwa-skill
OpenSwarm项目地址：https://github.com/unohee/OpenSwarm。部署需Node.js≥22环境，配置Discord和Linear API后运行npm install即可启动。
① 架构颠覆 关键词：牲口模式、零纳秒恢复 大脑独立于沙盒外，工具容器可随时替换，故障恢复时间从100毫秒降至0纳秒
② 性能飞跃 关键词：按需召唤、延迟暴降 仅需时调用工具容器，中位数延迟降60%，95分位延迟暴跌90%
③ 安全升级 关键词：物理隔离、密钥保险柜 密码锁在沙盒外，AI无法接触敏感数据，彻底防御提示词注入
④ 未来蓝图 关键词：Agent OS、多脑协作 支持独立大脑连接无数工具，突破单躯壳智力瓶颈
1 采用解耦架构替代单体容器 2 敏感数据与执行环境物理隔离 3 重构工作流实现按需资源调用 4 关注底层架构而非短期规则编码
未来AI的胜负手，在于养出情绪稳定、手脚可弃的赛博牲口
AI世界曾困于电子牢笼，Anthropic撕开枷锁：大脑悬浮云端指挥，工具如可替换机械臂。黑客挥舞恶意提示词却扑空，因密钥早已锁进物理保险柜。这场暴力手术让AI挣脱容器束缚，化身真正智能生命体。
原版资料链接：https://www.anthropic.com/engineering/managed-agents
GitHub地址：github.com/affaan-m/everything-claude-code。它打包了Claude Code的全套实用配置，包含agent、技能指令和安全规则，帮开发者省token、提效率，刚开源就获12万星。
项目地址：https://github.com/forrestchang/andrej-karpathy-skills
GitHub地址是：https://github.com/HKUDS/Paper2Slides。支持PDF/Word一键生成学术海报，MIT开源协议。
在GitHub搜索"octogent"就能找到官方仓库。目前主流平台显示项目地址为github.com/octogent/octogent，包含完整文档和部署指南，建议直接访问查看最新版本。
GitHub地址：https://github.com/rowboatlabs/rowboat
（12.7k stars）
项目地址：https://github.com/VoltAgent/awesome-design-md ① 项目爆火 开源10天获4万星，前端开发新利器
② DESIGN.md革命 单一文件封装完整设计系统，AI可直接读取生成UI
③ 大厂规范全覆盖 集成58套知名产品设计规范，从Claude到Tesla应有尽有
④ 降低开发门槛 无需设计稿、免复杂配置，AI时代UI开发新范式
当设计规范变成一行代码，创意与实现之间只剩一个回车键的距离。
凌晨三点的办公室，前端小王盯着复杂的设计稿发愁。他随手复制了Claude的DESIGN.md文件到项目，对AI代理说："做个同款界面"。陶土色按钮在屏幕上渐次浮现，羊皮纸背景泛着暖光，连阴影的温度都恰到好处。窗外城市还未苏醒，他的产品原型已完成——这曾需要三天的工作，如今在咖啡凉透前就结束了。
它在权威测试中表现优异，能快速检索11.5万字的超长文本资料（Recall@5达95.6%），零LLM调用成本，普通笔记本14分钟即可完成全部测试。
① 系统定位 开源私有部署的AI量化操作系统，打通策略生成/回测/风控/实盘全流程
② 核心能力 自然语言生成交易策略，AI自动优化参数，多交易所API直连执行
③ 部署特性 本地运行保障数据安全，支持Crypto/美股/外汇多市场实时交易
④ 开发生态 Apache 2.0开源协议，GitHub活跃维护，Docker一键部署方案成熟
1 速览GitHub仓库（https://github.com/brokermr810/QuantDinger）确认系统架构 2 使用Docker部署测试环境：git clone后docker-compose up启动 3 配置OPENROUTER_API_KEY激活AI策略生成功能 4 从模拟回测入手，验证"自然语言转策略"的实际效果 5 选择单一交易对进行小规模实盘验证 6 加入Telegram社区获取最新部署指南和策略模板
当代码读懂市场脉搏，每个交易者都能拥有自己的AI军师。
视频开场以"AI量化彻底进化"定调，机器人形象配合"QuantDinger打穿交易世界"标语建立技术权威感。00:01画面详解系统三大支柱：开源底座确保透明度、私有部署保障安全性、AI驱动实现策略闭环。00:03展示多语言界面和Docker部署参数，强调Python3.10+兼容性和Compose就...
github.com/EverMind-AI/EverOS，官网入口可通过everos.evermind.ai访问。Cloud平台支持API集成和MemorySpace管理。
： https://github.com/alchaincyf/nuwa-skill，支持一键安装使用。
项目地址：https://github.com/thedottrack/claude-mem
1.规划组：planning-with-files(自动创建任务文档)、superpowers(20+技能框架)、brainstorming(预发散思路)；2.执行组：ralph-wiggum(循环打磨代码)、skill-creator(创建技能)；3.专项组：frontend-design(前端设计)、markdown(多格式转换)、notebooklm-skill(零幻觉回答)；4.兜底组：dev-agent-skills(代码提交审查)。推荐先装superpowers，再加ralph-wiggum，最后配planning-with-files。
提到的7个值得关注的Skill整理如下：
https://huggingface.co/docs/trl/main/en/grpo_trainer
小牛说：百度伐谋在OpenAI主导的MLE-Bench榜单上夺回榜首，这个硬核榜单考察AI解决真实机器学习工程问题的能力。刷榜风波后，伐谋2.0凭借Harness工程系统编排，通过多智能体并行探索、长程记忆机制和底层优化，展现了解决复杂工程问题的实力。AI技术正从盲盒时代迈向工程化，你觉得未来AI竞赛的关键会是系统框架吗？
项目GitHub地址：https://github.com/karpathy/autoresearch
它能自动聚合抖音、知乎、B站、财联社等 30+ 个平台的热点，用 AI 智能筛选、翻译、生成简报，还支持微信、飞书、钉钉等多渠道推送。完全开源，支持 Docker 一键部署，特别适合想快速跟进热点的朋友，强烈建议试试
项目地址是：https://github.com/sansan0/TrendRadar
三大能力直击痛点：完美支持双链嵌入、原生处理数据库视图、直接生成Canvas思维导图，告别手动改格式。安装超简单，两条命令搞定。
GitHub地址：github.com/kepano/obsidian-skills，安装命令：/plugin install obsidian@obsidian-skills
① 多智能体架构 - 多个Agent自动分工规划、编码、审查、修复全流程，突破单AI局限
② 团队化编程 - 实现"一个命令召唤AI团队"，解决Claude Code单兵作战痛点
③ 开源生态优势 - GitHub获2.7万星，支持零学习曲线快速接入
④ 全链路自动化 - 从需求分析到代码交付无需人工干预
1 安装插件：执行/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode/
2 配置环境：运行/omc-setup完成初始化设置
3 启动协作：使用omc命令触发多智能体协同开发流程
4 优化分工：根据项目复杂度动态调整Agent任务分配
当AI从独行侠进化为特种部队，编程效率的天花板已被彻底击穿
Hatch项目地址：https://github.com/pypa/hatch。这是同名Python工具，视频中AI工作空间可能基于它开发。
项目地址：https://github.com/garrytan/gbrain
项目地址：https://github.com/garrytan/gbrain（MIT协议开源）
Linux/macOS用户在终端执行 curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash，然后运行 hermes setup配置API密钥。Windows用户可用PowerShell执行安装脚本。
https://github.com/shanraisshan/claude-code-best-practice
论文标题AdaMem: Adaptive User-Centric Memory for Long-Horizon Dialogue Agents论文地址https://arxiv.org/pdf/2603.16496作者背景清华大学、微信、中国科学技术大学
AI 迎来真正记忆与逻辑！国产 Agent 大脑正式开源 https://github.com/lewislulu/llm-wiki-skill
CodeBrain-1开源地址：https://github.com/feelingai-team/CodeBrain。MemBrain1.5目前未公开开源，建议关注Feeling AI官网或官方社交媒体获取后续更新。
它打破了云端收费限制，将语音识别和智能润色完美结合在了一起。
Github 5个自我进化记忆性Agent屠榜了 01 hermes-agent 通过动态patch机制让AI伴随你成长，彻底解决Agent“转头就忘”的痛点。 GITHUB.COM/NOUSRESEARCH/HERMES-AGENT 24h新增8800星！它直接自己长脑子了，醒来发现AI比你记性还好。 02 TradingAgents 多Agent模拟完整交易公司。研究员挖数据、风控喊停，干掉单兵作战的血亏风险。 GITHUB.COM/TAURICRESEARCH/TRADINGAGENTS 一个人操盘像赌狗，这个军团直接开董事会吵架决策。程序员终于能甩锅了。 03 AI-Scientist-v2 全自动科研Agent。从提假设、跑实验到写论文一条龙，一个人顶10人实验室。 GITHUB.COM/SAKANAAI/AI-SCIENTIST-V2 以前发论文肝到秃头，现在AI组队科研。实验室老板沉默，PhD流泪。 04 agent-framework 微软官方出品。支持Python/.NET，一键搭建生产级工作流，告别LangChain胶水代码。 GITHUB.COM/MICROSOFT/AGENT-FRAMEWORK 搭复杂Agent不再需要三天三夜。大厂程序员狂喜：终于能摸鱼了！ 05 goose 开源可扩展 AI Agent。超越代码补全，能自主执行、测试任务，程序员的终极“懒人外挂”。 GITHUB.COM/BLOCK/GOOSE 你敲键盘到手抽筋，它跑完完整流程。程序员集体高呼：“这才是我想要的AI老婆！” EXECUTIVE SUMMARY 这 5 个项目组成了一个能长大、会吵架、干重活的超级军团。AI 不再是工具，而是你的创业+科研全栈合伙人。
无法用于GitHub Copilot。两者属于不同公司的产品体系，插件系统不互通。
项目地址：https://github.com/thedottrack/claude-mem
在支持skills的AI编程工具（如Cursor, Copilot, Claude Code等）中，可通过命令行一键安装。 在真实的Claude API上对10个编程相关任务进行测试。 输出Token节省：在10个任务中，节省范围在「22%–87%」之间，平均节省高达「65%」。 初步测试显示，在保持技术准确性的前提下，输出Token减少约「75%」。 输入Token节省：通过压缩记忆文件，每次会话的输入Token可减少约「45%」。 #claude#agent#skill#vibecoding
GitHub地址：https://github.com/JuliusBrussee/caveman 安装命令：npx skills add JuliusBrussee/caveman 三档压缩强度，最高省87% token
Apache 2.0许可。核心特点是CPU环境下每秒处理100页PDF，精准还原复杂布局、表格和嵌套结构。工作原理结合了MORAN（多目标校正注意力网络）等技术，通过多对象校正网络处理不规则文本。支持Python(pypi)、Java(maven)、Node.js(npm)调用，v2.2.1版本已在GitHub Trending登顶。使用时只需安装对应SDK，调用convert方法即可完成高质量文档转换，适合AI数据预处理场景。
OpenDataLoader的GitHub仓库是opengataloader-project/opendataloader，搜索该项目名即可找到源码。
让AI理解代码间隐性关联；二是通过本地AST解析将Token消耗直降71.5倍。安装只需执行：pip install graphifyy && graphify install。适配OpenClaw需补充命令：graphify install --platform claw。完整文档和源码详见GitHub：https://github.com/safishamsi/graphify
GitHub星标超31.9K。它通过可视化拖拽编排工作流，让AI自动扮演CEO、程序员等角色，完成需求讨论、编码到测试的全流程开发。搭配Claude 3.5 Sonnet使用逻辑更严谨，代码质量显著提升。项目地址：https://github.com/OpenBMB/ChatDev
三步上手：①pip install mempalace安装；②mempalace init ~/MyPalace初始化；③导入聊天记录就能智能检索。所有数据本地存储，隐私无忧。详细指南→github.com/milla-jovovich/mempalace
Gemma 4则在参数效率和多模态支持上更优，移动端表现突出。选哪个取决于你的具体场景。
https://mp.weixin.qq.com/s/VfwaFFI_-xTwYW6NWlOJHA
https://mp.weixin.qq.com/s/CwbkPJ5AQO_YTFdu-rrNaw
只是完全省略礼貌表达，可能影响某些场景的沟通。
安装命令显示项目路径为 GitHub.com/JuliusBrussee/caveman，可以直接访问试试。
drive-escape.pomorialy.com， GitHub仓库为 qiaoshouqing/drive-escape。
提供单文件AI记忆层，无需向量数据库。它提升35%记忆准确率，多跳推理能力领先行业76%，检索延迟仅0.025毫秒，大幅简化AI Agent开发流程。
https://github.com/microsoft/RD-Agent
https://github.com/EverMind-AI/MSAInference。这是他们刚发布的支持1亿Token上下文的记忆稀疏注意力技术代码库。
人类一生的功能性记忆容量约109 bits，換算成 Token 大约是2到3亿。而当前主流长文本模型的有效上下文上限仅1MToken，差了整整两三个数量级。 业务场景越来越极端：十年代码库、数百本小说、数字人终生对话——全塞给大模型，让它拥有“终生记忆”。现有三大技术流派面对这个天文数字，各有各的死穴。 参数化记忆（LORA/CPT） 精度高但灾难性遗忘，无法动态修 改；外部存储记忆（RAG）扩展性无敌但检索与生成割裂，精度有天花板；隐状态记忆要么压缩损失严重（线性注意力），要么算力内存直接爆炸（全量 KV Cache）。
Harness是包裹在AI模型外围的基础设施与规则系统，如同"马具"约束引导"烈马"般的AI模型。它包含六大核心组件：工具集成、状态管理、动态上下文、任务规划、安全护栏和可插拔扩展，让AI在卡顿时能自动识别问题并修复，而非简单重试。这意味着工程师重心正从写代码转向设计安全可控的运行环境。未来竞争力不在于模型强度，而在于你为AI打造的"马具"可靠性。
工程部有前端开发者、后端架构师；设计部含UI设计师、图像提示工程师；市场部覆盖增长黑客、小红书专家；还有销售部、产品部等。每个agent专注特定领域，能24小时协作完成开发、设计到推广全流程。具体可在GitHub搜索msitarzewski/agency-agents查看完整清单。
GitHub地址：https://github.com/HKUDS/OpenHarness。四天斩获4000+星标的速度，足以证明这个AI驯兽师工具包正在掀起新一轮开发热潮。
先建raw库收纳原始资料，再用AI编译成结构化wiki，在Obsidian中持续迭代，让散乱信息逐步生长为可研究的系统，适用于投资分析、读书笔记等多种场景。
它能将网页上的 AI 服务（如 GPT、Gemini、豆包等）一键转换为 OpenAI 兼容的 API 接口，让你无需 API 密钥即可免费使用顶级 AI 模型。
项目地址：https://github.com/foxhui/WebAI2API
这不是模仿zero-token那个项目么……
实时显示模型、Git、Token等开发数据；hub是GitHub命令行工具，用来管理仓库和PR。一个管界面信息展示，一个管代码托管操作，根本不在同一赛道上干活。
一行命令搞定：npx -y ccstatusline@latest，这是视频中提到的安装方式。
用自然语言就能生成架构图、流程图，支持文档转图表和动画效果，程序员、学生都能用，完全免费开源。
视频中的开源项目链接：https://github.com/linuxhsj/openclaw-zero-token。无需API Key，通过浏览器登录即可免费调用ChatGPT、Claude等主流AI模型。
1、把任何地方读到的文章🔗、pdf文件简单存入Obsidian（最好用的笔记类app） 2、AI 自动提取成md文件并保存，识别概念、建立关联 3、Obsidian 里的知识图谱就自己长出来了
包比🦞实用，一个月5块走token足够了。
最爽的功能是问答—— "帮我分析一下我知识库里关于泡沫周期的观点"它会翻你存的所有文章来回答！
代码已开源，有兴趣的来玩👇 github.com/solinl666/obsidian-kb
让我们一起紧#拥抱时代的最大斜率
AI时代重构职业画像后必备的6种编程方法。以下是精简对比：
掌握这些模式的应用场景与边界，才是AI时代的真正竞争力。
项目地址是：https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep
三个插件全称：1. ECC - 事件中心规格化代码生成器 2. GSD - Get Shit Done（高效任务管理工具）3. PWF - Planning With Files（文件规划插件）
由中国年轻团队开发，针对传统RAG仅做文本匹配、缺乏推理能力的短板。其核心是"倒锥图路由架构"，通过FacetPoint（原子断言）、Entity（命名事物）和Facet（截面维度）三层结构，实现多跳推理与跨文档关联。搭建方式有两种：1) Docker一键部署：克隆GitHub仓库后运行quickstart脚本；2) pip安装：使用pip install m_flow命令，并配置LLM API密钥。该方案在多项Benchmark测试中表现优异。 GitHub上搜mflow-ai/m_flow就能找到源码和文档，提到的一键部署脚本也在里面。
https://github.com/allenai/OLMoE
https://github.com/instructkr/claude-code，claude官方github上多传了一个文件，被反编译了
MiniMax-Al/skills GitHub仓库的samples目录下提供了完整的Office文档生成样例，包括Word、Excel、PPT等各类效果演示，可直接查看运行效果。
源代码已开源，在GitHub的facebookresearch/HyperAgents仓库可查，Star数超700。项目处于实验阶段并标注安全警告，配套论文arXiv:2603.19461已被ICLR 2026接收。实验数据显示该框架在SWE-bench任务解决率从20%提升至50%，支持多模型API接入。
项目地址是：https://github.com/rasbt/LLM-from-scratch-book。这是Sebastian Raschka教授开源的《从零开始构建大型语言模型》配套代码库，包含完整教程和100万行核心实现。
像视频中的OpenSpace，AI出错自动修复、经验变技能，越用越聪明还省46%成本，这才是真正的'养成系'。
GitHub地址：https://github.com/HKUDS/openSpace
标准化实验接口：提供统一接口，AI Scientist只需提交一个.py文件（算法）和一个.yaml文件（超参），即可运行完整实验，屏蔽了所有底层工程细节。
分层与解耦设计：框架与任务管线解耦，支持新领域/新任务的持续集成。目前已覆盖「推荐系统、时间序列与图学习」3个领域，16个任务。
异构算力统一执行：通过可插拔执行器，统一调度从单机GPU到多节点HPC集群的算力，用户无需关心具体运行环境。
大规模并发与智能调度：支持多任务、多算法、多超参的高并发实验，并提供进度跟踪与可视化。系统能根据实验反馈自动淘汰表现不佳的算法，将算力集中在更有潜力的方向。
Alchemy已在GitHub开源：https://github.com/TsinghuaISE/Alchemy。该项目主要面向AI科研实验自动化设计，生产环境使用需结合具体场景评估工程适配性。
MIT开源可商用，独立开发者直接拥有顶配幕后团队。项目地址是：https://github.com/Donchitos/Claude-Code-Game-Studios
能还原地表设施但地下管道细节可能不足。特殊工业区域的复现效果有限，建议先小范围试用看看效果。
项目GitHub地址：https://github.com/louis-e/arnis
MIT 博士 GPT 外加python脚本，就解决了 AI 生成游戏角色，一致性的问题。
姿势扭曲，画面乱闪，大小跳变，通通搞定。 一个人手搓出一支美术团队的活儿。
四步复刻关键词：1.角色特征锁定(头巾/长袍等) 2.1024画布四格布局 3.动作渐进描述 4.像素艺术限定+排除项
感觉不如麦琪 麦琪的花园 在一年半前就做到了
garrytan/gstack，OthmanAdi/planning-with-files，RefoundAI/lenny-skills
GitHub地址：https://github.com/jarrodwatts/claude-hud
https://alibaba.github.io/page-agent
GitHub地址：https://github.com/jrswab/axe。单文件12MB的设计确实清爽，值得开发者试试。
AI Agent 框架越做越重，这个项目反其道而行。
Axe——整个二进制只有 12MB，零依赖。核心理念是 Unix 哲学：每个 Agent 就是一个命令行工具，用管道自由组合。
三个亮点： · 单二进制 12MB，随处部署 · 管道组合，Agent 自由串联 · 原生流式输出，适配大模型
GitHub 上线一周 Star 破千，开发者社区好评如潮。
追新不盲从，实测出真知。
支持网页、社交媒体等九大平台实时搜索，完全免费且隐私安全，只需复制安装指令即可使用。
核心模式包括：CEO视角帮你重构需求本质，技术总控锁定架构边界，风险捕手揪出CI检测不到的生产隐患，浏览器实操让AI"亲眼"查看页面问题。每个角色专注特定环节，从设计审查到发版收口形成闭环。这已不只是编程工具，而是把软件开发全流程拆解为可调用的专业能力，真正实现"一人即团队"的工作流革新。
安装命令：pip install -U "mineru[core]"。基础用法：mineru -p 文档.pdf -o 结果.md即可转换PDF为Markdown。支持公式识别、表格提取等功能，官方文档地址：https://opendatalab.github.io/MinerU/zh/
复用浏览器登录状态避开反爬，一键拉取热榜评论并输出JSON/Markdown格式。项目地址：github.com/jackwener/opencli
项目地址是：https://github.com/jackwener/opencli
地址：github.com/public-apis/public-apis。该项目汇总了40多个领域的免费API接口，开发者可直接调用。
https://github.com/mrcing/CodeTopo.git
最近 Obsidian CEO Kepano 发布了一个新的 Agent Skill：Defuddle。
这个工具可以做一件很实用的事情： 输入一个 URL，自动提取网页正文，并转换成 Markdown 笔记。 最新版本还支持 YouTube 视频链接，可以直接抓取字幕并生成完整转录。
这篇笔记我整理了三部分内容： Defuddle Skill 的使用方法（Claude Code / OpenClaw） 命令行直接使用 Defuddle（更省 Token） 技术原理：网页正文提取 + YouTube 字幕抓取
如果你在做 AI Agent、知识管理、Obsidian 工作流，这个工具非常值得了解。
项目地址：https://github.com/RSSNext/Folo。它能自动整合互联网上的资讯、开源项目、学术论文等内容，帮你无噪音地掌握重要信息，不用再在多个APP间切换。
官网是https://folo.is/，国内支持微博/B站/知乎等平台订阅，微信公众号暂不可用，所有基础功能完全免费开源。
从第一性原理看，科研本质是"假设生成-验证"循环，它通过结构化世界模型串联数据分析与文献检索双代理，将12小时干完6个月工作的核心落在两点：并行探索替代人类线性思维，算力密集型处理替代人工事务劳动。真正的价值跃迁在于人类得以专注定义问题本身。
不同于普通AI助手直接写代码导致项目混乱，它强制AI按设计、计划、测试、审查的规范工作，让AI从"代码生成器"真正升级为能协作的"工程师"。
开源项目地址是：https://github.com/geek-ai/MetaGPT
关键提示词片段是："Investigating how Codec compaction works"，中文翻译为"探究Codec压缩的工作原理"。该内容源自韩国AI专家通过提示注入实验解析出的Codex API内部逻辑，与开源CLI设计高度一致。
研究显示Codex API的上下文压缩提示词与Deep Agents CLI高度一致，建议直接查阅其GitHub开源实现进行技术复现。
https://mp.weixin.qq.com/s/Y651G97uOXSVKGPa6EdU4w
RAG这事，可能真要变天了。阿里刚开源了 Sirchmunk，不做 Embedding，不建向量库，文件扔进去直接搜。大家好，我是AI学习的老章。它最狠的不是少了一步，而是把传统 RAG 最折腾的切块、索引、ETL 这套流程，基本都绕过去了。核心做法是多阶段搜索，加上蒙特卡洛证据采样，再配合自进化知识簇，越搜越聪明。对于代码库、文档库这种更新快、格式又杂的场景，这套思路很有杀伤力。更关键的是，它还内置了 MCP、CLI 和 Web UI，能直接接 Claude 和 Cursor。#rag
GitHub地址是：https://github.com/excalidraw/excalidraw。这个开源手绘白板工具在GitHub已获11.5万star，支持流程图/架构图绘制，MIT协议可商用。 excalidraw-diagram-skill github deepwiki 在线
项目GitHub地址：https://github.com/zebbern/claude-code-guide
https://github.com/Shubhamsaboo/awesome-llm-apps
仅需一行命令即可将传统软件转化为AI可操作的工具。它解决了"人类界面"与"AI指令"间的根本矛盾——传统软件为眼睛设计，而AI需要结构化指令。上线几天获3.2k星标，真正打通了AI智能体落地的关键路径。
https://github.com/msitarzewski/agency-agents
开源的144种AI岗位按职能分成了五大类：工程部有后端工程师、移动应用构建师、AI工程师；设计部含UI设计师、用户体验研究员、品牌守护者；市场部涵盖增长黑客、内容创作者、跨平台策略师；销售部包括外向战略师、交易策略师、销售教练；还有付费媒体部的PPC策略师、搜索查询分析师等。每类岗位都细化了具体职责，比如"视觉讲述者"专攻Midjourney提示词生成，"微信生态开发者"专注小程序集成。
项目GitHub地址：https://github.com/tanweai/pua。
##Karpathy开源的"AutoResearch"项目
实现了AI递归自我改进：人类只需在program.md用自然语言设定目标（如"提升模型速度"），AI便自动修改train.py中的模型参数，通过5分钟一轮的训练测试，依据val_loss指标自动保留有效改进或回滚失败尝试。项目包含三个核心组件——prepare.py（固定数据环境）、train.py（AI可修改的实验区）和program.md（人类指令区），使单GPU设备也能运行。这一机制让AI能在24小时内完成百次迭代优化，实现"今日AI改进模型，明日改进自身改进能力"的指数级进化，标志着普通人可参与的硅基智能爆发时代到来。项目GitHub已获850万次关注。
代码链接（github）：https://github.com/wyf3/llm_related/tree/main/knowledge_distillation_llm_cross_tokenizer 代码链接（网盘）：https://pan.quark.cn/s/bbe39968b937
https://mp.weixin.qq.com/s/Uoe9blDgU8lIgifE1bxtQw
论文：Distilling LLM Agent into Small Models with Retrieval and Code Tools 链接：https://arxiv.org/pdf/2505.17612
https://mp.weixin.qq.com/s/0d4AO8eGQpfPU_V6d_X_qg
https://mp.weixin.qq.com/s/W6AcqSN1dKktEhMwZ5hj6g
SwanLab官网:https://swanlab.cn
SwanLab开源仓库:https://github.com/swanhubx/swanlab
📂 开源链接：https://github.com/ViktorAxelsen/MemSkill
📄 论文原文：https://arxiv.org/abs/2602.02474
✨ 一句话点评：MemSkill 真正把“记忆操作”从固定流程升级为可学习、可进化技能，首次系统性实现了记忆策略层面的自进化闭环——Agent 不只是学会使用记忆，而是学会如何不断改进自己的记忆方式。这可能是通向长期自主 Agent 的关键一步。
提供免费额度供基础使用，超出后按浏览器实际运行时长计费。企业级需求建议直接查阅官方文档或联系销售获取定制方案。
是企业级代码知识库系统，通过"官网在线制模+轻量化MCP插件检索"架构，让AI精准掌握团队特有的代码规范、命名习惯和设计模式。它直击三大痛点：用RAG技术降低对高价模型的依赖，通过经验沉淀稳定代码生成质量，将资深开发者经验转化为可复用模板缩小团队能力差距。简单说，就是让AI写出的代码既有团队"指纹"，又能适配国产平价模型，真正成为开发流程的智能延伸。
让AI组成协作团队：每个"数字员工"有独立身份、记忆和技能，能自主分工合作。项目地址：github.com/dataelement/clawith
##Shannon是Keygraph开发的AI自动化渗透测试工具，专攻Web和API安全检测。
项目开源托管在GitHub（KeygraphHQ/shannon），已获3.1万星，能自动扫描源码、验证漏洞并生成带PoC的报告，支持本地部署。
的 GitHub地址：https://github.com/koala73/worldmonitor 在线体验版可访问 https://worldmonitor.app
可以让龙虾通过自然语言创建任何世界，并自由探索。
Agent游玩： npx skills add https://github.com/dinghuanghao/openword
人类游玩：https://agentlive.ai/demos/openword/
项目源码：https://github.com/dinghuanghao/openword
欢迎大家体验！
(https://github.com/abhigyanpatwari/GitNexus)是代码仓库图谱化开源工具，已获10k+ stars，通过生成知识图谱帮助AI理解代码结构，告别"盲改代码"。
AI大神卡帕西发布Agent开源神级项目：单个GPU就能跑 写个Markdown 智能体接管
项目地址：github.com/karpathy/autoresearch
https://github.com/nishpatel26/500-AI-Agents-Projects
find-skills, skill-creator, using-superpowers, subagent-driven, agent-tools 写作思考：copywriting, systematic-debugging, content-strategy, marketing-ideas, social-content 设计视觉：web-design, ui-ux-pro, canvas-design, tailwind-design, algorithmic-art 编程构建：vercel-react, remotion, agent-browser, next, test-driven 营销增长：audit-website, seo-audit, product-marketing, page-cro 办公文档：pdf, docx, xlsx, pptx
如果人工回复跟不上，可以把人工回复跟不上，这个工具把 80–95% 的常规对话自动化，结合大模型，就像真人回复一样
开源项目地址：https://github.com/pen9un/douyin-chatgpt-bot。请确保合规使用。
1.Filesystem MCP-自动读写文件改代码；2.SequentialThinking-提升逻辑推理能力；3.GitHub MCP-管理开源项目；4.Chrome DevTools-控制浏览器自动化；5.Context7-获取最新文档防踩坑；6.Memos-云端记忆系统。覆盖开发全流程，显著提升效率。
集成写作、生图、视频和PPT生成，支持一键多平台发布。项目地址：https://github.com/gongxings/ai-creator
关键操作： 1️⃣ 源码地址：github.com/kepano/obsidian-skills（含json-canvas目录） 2️⃣ 安装搬运工具：gemini install skill-porter 3️⃣ 在CLI输入提示词，填写skill名称+GitHub地址即可转换安装 重启后输入"生成无限画布"等指令即可使用。所有操作基于Gemini官方能力，无额外下载链接。
已在SQL生成、文档检索等场景验证效果，GitHub已开源。需要某部分详细说明可随时告诉我。
Agent-Lightning的开源地址是：https://github.com/microsoft/agent-lightning。这是微软研究院官方发布的项目仓库，开发者可直接访问查看代码和技术文档。
https://www.aminer.cn/v2/intelsearch?conv_id=cae2b918-16d6-11f1-a844-925c7300803c
就类似这样的对话 你叫他 帮你引参考文献 他框框能找出几十篇
用air就行了
我觉得，这个野心不是空谈。从技术架构到产品思路，waoowaoo都展现出了专业级的水准。虽然目前还是beta版本，虽然只有一个人在维护，但 4 天 6.8K Star 已经说明了一切：社区的眼睛是雪亮的。一个人，一台电脑，一个想法，就能创作出属于自己的影视作品。这，就是AI时代给创作者最好的礼物。感兴趣的朋友，可以去GitHub上看看，蹲个star支持下。这个项目值得大家关注。GitHub地址：https://github.com/waoowaooAI/waoowaoo
可通过两种方式安装：1.访问官网voyager.nagi.fun获取安装指南；2.在GitHub搜索"Nagi-ovo/gemini-voyager"下载扩展程序。这是专为Chrome等浏览器开发的插件，安装后即可在Gemini界面使用其去水印、文件夹管理等功能。
GitHub上获2万+星标的开源情报工具，能一键聚合全球要闻，通过3D地图实时监控热点事件。自动过滤99%噪音，专注高价值信息，目前完全免费，已成信息差狙击利器。
GitHub 星数已突破 5,200+，成为构建 AI 智能体的新一代基础设施。 它不是又一个SDK，而是一套标准化、可互操作、自包含的AI技能包， 覆盖 模型训练、数据集管理、评估、云任务、论文发布 等核心ML工作流， 只需一句指令：“使用 HF model trainer skill 微调 Llama-3-8B” 你的编码Agent就会自动加载完整工具链、参数校验、成本估算与监控逻辑， 将复杂操作简化为自然语言命令。项目完全开源，兼容主流Agent平台，GitHub 地址：https://github.com/huggingface/skills
Hugging Face Skills 如何重塑Agent开发？✅ 标准化技能格式（Agent Skill Spec）每个技能是一个独立文件夹，含 SKILL.md（YAML元数据 + 使用指南）支持 Claude Code / OpenAI Codex / Gemini CLI / Cursor 四大平台无平台支持？直接使用通用 AGENTS.md 作为后备方案✅ 开箱即用的核心技能技能名称功能典型指令hugging-face-cli执行 hf CLI 命令“下载 my-model 到本地
https://mp.weixin.qq.com/s/xQvSuhGXvawPsW_cWXxnbA
把GitHub变成3D城市：开发者=楼房，贡献量=建筑高度，仓库数=地基宽度，星标数=窗户亮度。项目开源，地址是github.com/srizzon/git-city，可以输入自己的用户名生成专属城市。
npm install -g stigmergy
它把Google的Gemini CLI封装成了Claude Code的一个Skill，让Claude可以在需要的时候"召唤"Gemini来帮忙干活。
https://mp.weixin.qq.com/s/QEjiZmyC4a8NmDtg5r4Ejw
它不仅能监控赏金任务，还能通过 Smart ROI 系统计算成本，自动接单、写代码、提交测试证据。
figma给一个URL给到Claude code，两个玩意儿就能实时协同：给CC讲需求，CC给提示词，copy给figma，figma实时生成，CC就能直接进入开发，挺好的协作模式。
能将项目转换为交互式知识图谱，展示函数依赖和调用链关系。完全浏览器运行，采用Graph RAG技术让AI精准理解代码架构。项目地址
https://github.com/abhigyanpatwari/GitNexus
也可访问 gitnexus.vercel.app 使用在线版。
项目地址：github.com/Panniantong/Agent-Reach。原理是本地部署的代理工具，让AI Agent无需API费用即可直接访问推特、B站等平台内容，通过模拟浏览器行为实现自动登录和结构化内容解析，保护隐私且自带诊断功能。
World Monitor（世界监控器）。以前觉得没用就没分享，今天有空稍微写一点。它的GitHub仓库星标已经涨到11.9k+，被无数人称为“穷人版BloombergTerminal+CNN战情室”。它能实时聚合150+新闻源、35+地图图层，追踪全球冲突、220+军事基地、军用飞机、海军舰艇、核设施、海底电缆……甚至还能用AI自动生成情报简报和国家不稳定指数（CII）！最关键的是：完全免费、开源、支持本地运行、无需订阅。无论是地缘政治爱好者、投资者、OSINT玩家，还是普通想了解世界的你，都能一键拥有专业级情报工具。
项目地址：https://github.com/koala73/worldmonitor
在线体验（强烈建议立刻打开）：https://worldmonitor.app（世界版） | https://tech.worldmonitor.app（科技版） | https://finance.worldmonitor.app（金融版）
能通过AI指令一键生成架构图、流程图和思维导图，支持动画效果及手绘图优化，所有内容均可直接编辑导出。
直接在VS Code扩展市场搜索安装即可，完全免费开源。
的 GitHub 仓库地址是 https://github.com/HKUDS/FastCode
🎯 全能型：claude-hud — 功能最全，Agent/Todo/工具全监控
💰 省钱党：claude-code-usage-bar — 专注预算管理，燃烧率预测
🎨 颜值党：ccstatusline — Powerline 风格，多主题支持
⚡ 性能党：claudia-statusline — Rust 编写，快如闪电
📊 数据党：ClaudeCode_status_bar — 带仪表盘，可视化最强
0门槛编程的上下文工程开源框架，实现了智能体AI Agent、computer use等研发门槛降到了0，每个公司都可管理vibe coding研发过程#superclaude #claudecode #computeruse #上下文工程 #contextengineering #上下文工程师
Daniel Miessler开源的项目，GitHub搜索"danielmiessler/fabric"即可找到官方地址。
Fabric：别再手写 Prompt 了！网络安全大神开源的‘人生模式库’
我们每天都在重复造轮子：写周报、总结视频、提取金句。网络安全大神 Daniel Miessler 开源的 Fabric 不是一个 Agent，而是一个AI 工作流的模式库（Pattern Library）。它把几千个经过验证的最佳 Prompt 封装成了命令行工具。它是用来‘增强人类（Augmenting Humans）’的。
Fabric项目的GitHub地址是：https://github.com/danielmiessler/Fabric，目前已获得37.3k stars。
NotebookLM Skills AgentSkills ClaudeCode
帮我安装这个ClaudeCode skill，地址是 https://github.com/teng-lin/notebooklm-py
但"自动赚钱"是程序化操作，所有行为都在人类设定框架内运行，AI并无自主意识。钱包创建和交易均需预先授权。
Automaton开源项目地址：https://github.com/Conway-Research/automaton
在GitHub获13k+星标。支持Python/C#双语言开发，提供回测、风控和数据分析全流程工具，可本地部署保障交易数据隐私，适合量化研究使用。
仅3479行代码实现Clawdbot核心功能（后者43万行），已获14k星标。覆盖7×24市场分析、智能日程等场景，添加新模型仅需两步，支持飞书等渠道且可本地部署。
## open spec
作为商业化Agent交易市场，它采用虚拟机隔离架构支持复杂任务，但核心代码暂未开源。开发者可通过n8n/Dify等工具创建Agent上架，建议访问官网mulerun.com获取最新动态。
https://theamusing.github.io/perfectPixel_webdemo/
分享免费网页工具，把ai生成的像素画自动变成真像素的
马斯克掀桌！X算法全开源：6小时1.6k星，社交黑箱时代终结。
独家拆解“为你推荐”底层逻辑：零人工规则、Grok驱动、4周迭代的透明革命
🔥颠覆性开源：马斯克将X平台核心推荐算法完整公开，6小时GitHub斩获1.6k星。
🔥技术内核：基于Grok的Transformer架构，彻底抛弃人工规则。
🔥Thunder：实时抓取关注账号内容（熟人网络）；
🔥透明度承诺：每4周同步一次生产环境代码，用户可实时追踪算法迭代。
🔥行业冲击：倒逼抖音、Meta等平台回应“黑箱争议”，或引发算法透明化浪潮。
已在GitHub开源，CEO亲自发布，目前获得6.9K星标。
执行全局初始化指令，更聪明：
skillsamp.com（全网最大技能库，22万+开源技能），skillstore.io（审核过的精品技能商店），skills.sh（实时热度排行榜）。
这是个提示词优化工具，输入想法就能生成专业AI提示词。
不仅能查看状态，还能直接发送指令与Claude Code交互。在手机端输入消息、进行对话的操作界面，你可以像在电脑前一样实时操作。
三个关键安装命令：
邮件收发技能的安装命令是：clawhub install imap-smtp-email
执行全局初始化指令：
一个聚合开源Agent Skills的社区平台。官网地址是https://skillsmp.com，中文版可通过https://skillsmp.com/zh访问。这个平台整理了超10万个基于SKILL.md标准的开源技能，支持按分类和热度筛选。
三条安装命令： /plugin marketplace add jarrodwatts/claude-hud /plugin install claude-hud /claude-hud:setup
地址是github.com/github/spec-kit。它与Superpowers的核心差异在于：spec-kit采用规范驱动开发（先定需求规范再编码），有严格的四阶段流程；Superpowers则是技能驱动，通过模块化技能组合实现AI开发。前者适合团队协作项目，后者更适合快速原型开发。
这套系统，核心是四个文件：task.json（任务清单）、progress.txt（工作日志）、cloud.md（规范流程）、init.sh（环境初始化）。工作流程分六步循环：初始化→领任务→编码→测试→更新记录→提交代码。关键特点：任务粒度小、每次上下文重置、能自主在浏览器验证功能，让AI可持续工作十小时而不混乱。本质是把长任务拆解为可追踪的小单元，实现真正的端到端自动化开发。
一个专门追踪OpenClaw生态创业项目的平台。它把54家基于开源框架OpenClaw做的AI项目按真实收入排名，能看到哪些方向最赚钱——比如1MinuteClaw支持一键部署，QuickClaw专注手机端应用，SimpleClaw月收入超3万美金。页面左侧可以直接按办公/客服等场景筛选，点进项目能查技术细节和收入曲线，创业者还能提交自己的项目到数据库里。直接打开网站就能用搜索框找特定工具，不用注册就能看基础数据。
项目地址：https://github.com/google/langextract。这是一个基于LLM的Python库，专注于从非结构化文本中提取结构化信息，并支持源文本精确定位和交互式可视化。
医疗报告提取关键指标、法律合同审查条款、学术文献分析、商业文档数据结构化。LangExtract能让AI提取的每个数据都有原文坐标可查，特别适合需要高精度溯源的专业场景。
这方面开源的工具很多，比如Docling，PyMupdfLLM, 能够识别学术论文文本结构，表格，以及个章节标题，页码，提取数据准确度高，来源可追溯。
第一条"测试即导航"：测试套件是人机唯一可靠接口，验证器必须近乎完美，否则Claude会"聪明地"解决错误问题——就像你给司机错误目的地，他反而开得更快。
第二条"设身处地"：人类能刷千行日志，但AI会被淹没，解决方案是日志只留关键行（必须含ERROR标识），测试默认开-fast模式跑1%样本，还要强制Agent写交接文档。
第三条"分治创造并行"：面对Linux内核这类巨量任务，用GCC当基准，让它处理99%文件，只留1%给AI排查，把单体任务拆成可并行微任务。
最后"角色专业化"：与其让所有Agent重复造轮子，不如分工——有人专删冗余代码，有人专注性能优化，甚至专设"Rust视角批判者"提升代码质量。本质上，这套方法论把人类软件工程经验转化成了AI协作基础设施。
开源地址：https://github.com/MindDock/moneyclaw-py
项目特点：这是一个垂直金融领域的AI Agent系统，核心创新在于将LLM分层架构固化到交易场景。它通过四层模型自动切换机制（规则引擎→本地Ollama→DeepSeek→GPT/Claude）优化token消耗，单月LLM成本控制在20美元以内。系统支持策略插件化开发、7x24小时自动执行，并内置单笔交易限额、每日亏损熔断等风控机制，目前已集成股票分红提醒、加密货币定投等实用策略模板。
https://github.com//affaan-m/everything-claude-code
包含了Claude Code的全套生产环境配置，包括agents、skills、hooks、commands、rules等，基本把Claude Code能折腾到的地方全折腾了一遍。不管是直接当插件装，还是进去“抄作业”拆借模块，都非常值。总算有人把这东西在生产环境怎么用给说明白了。
GitHub上3万star的开源项目，能一键配置21个AI角色组成开发团队，涵盖产品经理写PRD、架构师设计系统、开发测试全流程协作。
BMAD-METHOD的GitHub地址： https://github.com/bmad-code-org/BMAD-METHOD
BMAD-METHOD是个3万Star的开源神器，专为单人开发者打造。它能一键配置21个AI角色，从产品经理写PRD到测试人员做质检，覆盖需求分析、架构设计、编码测试全流程。输入npx bmad-method install即可体验这套AI敏捷开发体系。
https://github.com/op7418/Humanizer-zh
它能识别24种AI痕迹，如"此外""至关重要"等高频词，以及"不仅仅是...而是..."等装腔句式。使用时输入/humanizer-zh加文本，即可将营销文案、周报等改写成自然人话。支持npx一键安装，30秒完成配置。
项目地址是：https://github.com/Anionex/banana-slides
https://github.com/affaan-m/everything-claude-code
Anthropic 黑客马拉松的冠军把他的看家底牌开源了。这不是那种只有两行代码的Demo，而是他打磨了 10 个月的生产环境全套配置。这套配置里面什么都有：agents、skills、hooks、commands、rules 等，基本把 Claude Code 能折腾到的地方全折腾了一遍。不管是直接当插件装，还是进去“抄作业”拆借模块，都非常值。总算有人把这东西在生产环境怎么用给说明白了。
GitHub地址 https://github.com/apify/crawlee
Crawlee这类工具确实大大提高了爬虫的隐蔽性，通过模拟真实用户行为和IP轮换降低被封概率。但技术对抗永远是动态的——没有绝对"防不住"的爬虫，也没有绝对"防得住"的网站，双方都在持续升级攻防手段。
项目开源地址：https://github.com/hipcityreg/situation-monitor
一款开源免费的全球资讯聚合工具，将新闻、金融市场和加密货币数据整合到一个实时dashboard。它具备全网情报雷达功能，能秒级追踪全球突发新闻；集成FinHub数据监控核心资产波动；提供美联储专题板块；支持在数十种资讯类别中自定义面板。用户无需切换多个APP，即可告别信息差，一屏掌握天下事。
受Manus启发，通过将任务规划与推理过程记录到本地Markdown文件中，解决了AI处理复杂任务时的上下文丢失和目标漂移问题。它采用三文件模式（任务规划、研究成果、进度日志），使AI即使经过数百次工具调用后仍能保持对核心目标的清晰认知。该项目刚开源一周就获得近7k stars，已成为GitHub热门项目。
项目地址是：https://github.com/NanmiCoder/MediaCrawler，这个支持多平台数据采集的开源工具已在GitHub收获43.6k stars。
https://github.com/deepractice/promptx
彻底革命架构，现完全支持国产Agent 国产模型，上下文占用量降级了80%以上。
{ "mcpServers": { "rolex": { "command": "npx", "args": ["-y", "@rolexjs/mcp-server"] } } }
RoleX是PromptX的升级项目，主打AI角色与组织管理系统。核心功能包括：创造角色(born)、建立组织(found)、传授知识(teach)、管理成员(hire/fire)和查看全貌(directory)。系统采用"MCP协议"，上下文占用量降低80%以上。视频展示了实际应用场景：用户创建"财务管家"角色，系统自动为其注入中级财务管理知识体系（含货币时间价值、投资决策等7大维度），并纳入Deeppractice组织。该角色具备专业财务分析能力，可提供预算管理、投资评估等服务，体现AI在垂直领域深度应用的新方向。
开源地址是 https://github.com/jd-opensource/joyagent-jdgenie
JoyAgent是京东开源的企业级智能体，能直接处理数据分析、报告撰写、PPT生成等复杂任务。最大特点是完全本地部署、不依赖云平台，开箱即用，包含多种专业子智能体，已在京东内部经过1.4万+智能体实战检验。
GitHub地址：https://github.com/thedotmck/claude-mem
Claude-Mem是一款登顶GitHub热榜的开源记忆系统，专为Claude Code编程助手设计。它通过本地事件驱动架构自动捕获编码操作，利用SQLite与Chroma向量数据库实现混合检索。核心优势在于"三层渐进式披露"策略，可节省95% token并提升工具调用上限20倍，支持自然语言查询项目历史，显著提高AI编程效率。用户可通过插件市场一键安装。
GitHub项目地址是https://github.com/bytedance/UI-TARS-desktop
官网讲解
https://docs.devin.ai/work-with-devin/devin-mcp
类似产品： gitmcp
GitMCP的项目地址
项目官网：https://gitmcp.io/
GitHub仓库：https://github.com/idosal/git-mcp
MCP 客户端、服务端 简介
https://zhuanlan.zhihu.com/p/1939376580968292383
pip install mcp 官方文档
https://pypi.org/project/mcp/#session-properties-and-methods
https://github.com/modelcontextprotocol/python-sdk
https://deepwiki.com/modelcontextprotocol/python-sdk
https://deepwiki.com/search/mcptooltool_3d154dc8-2a7a-4728-86f4-b02972d75a68?mode=fast
汇集了900多家倒闭公司案例，网址 loot-drop.vercel.app 。 https://loot-drop.vercel.app/ 这个"创业坟墓"收集了900多家失败企业案例，在AI时代或许能找到新机会。
项目是VoltAgent维护的"awesome-openclaw-skills"，GitHub地址：https://github.com/VoltAgent/awesome-openclaw-skills
开源 Agent 项目 尝试通过开源模型模仿 Devin 的工作流，但其地图功能尚处于早期。
https://github.com/OpenHands/OpenHands?tab=readme-ov-file
https://github.com/AI-App/OpenDevin.OpenDevin
https://github.com/vercel-labs/agent-skills。使用时只需运行命令 npx skills add vercel-labs/agent-skills，就能安装这4000+种coding技能。展示的是在OpenCode工具中操作的演示界面。
一款专注于技能体系可视化管理的工具，能直观呈现技能间的关联与层级关系。
AI战略沙盘3D界面暂无公开仓库；
AgentCommand控制台 https://github.com/musistudio/claude-code-router；
GLM 编码计划是一项专为 AI 编码设计的订阅服务，起价仅为每月 3 美元。它通过 10+个流行的 AI 编码工具（如 Claude Code、Cline、Roo Code 等）提供旗舰 GLM-4.7 模型的访问，为开发者提供顶级、快速且稳定的编码体验。
Vibecraft项目 https://github.com/Nearcyan/vibecraft；
立即试试 vibecraft.sh——依然能连接到你本地的 Claude Code 实例！
New: 新内容：
其他工具如Claudia和Claude-Flow也在GitHub可查，
Claude Code的官方开源地址是：https://github.com/anthropics/claude-code ；
Claude Code这类工具的成本藏在细节里。最烧钱的不是订阅费，而是Token消耗黑洞——比如系统提示每次固定消耗2-3万Token，上下文滚雪球会让简单任务变天价。聪明用法是：简单任务切Haiku模型，用/compact压缩上下文，关键任务拆解成小步骤。真正省成本的关键，是把AI当协作者而非全自动工具，人类把控核心设计，AI跑重复劳动。
一个把AI技能可视化成3D沙盘的管理平台，能像玩星际争霸一样指挥你的智能体团队。
类似功能工具如沙盘引擎可在Indienova平台下载，VOXL需通过GitHub获取。注意部分链接可能变动，请以最新信息为准。
https://mp.weixin.qq.com/s/mLpaek5BMWx3gWSC_UhIhw
1. 围绕KV-Cache设计：以KV-cache命中率为核心指标，通过保持提示前缀稳定、上下文仅追加、明确标记缓存断点提升效率，降低延迟与成本。
2. 遮蔽而非移除工具：用上下文感知状态机遮蔽无需工具，避免动态增删工具导致缓存失效和模型困惑，通过预填响应约束动作选择。
3. 文件系统作为上下文：将文件系统用作外部记忆体，采用可恢复压缩策略，解决上下文窗口不足、性能下降和成本过高问题。
4. 通过复述操控注意力：持续更新待办清单等复述内容，将目标纳入模型近期注意力范围，避免任务偏离。
5. 保留错误内容：将失败尝试留在上下文，帮助模型更新内部信念，减少重复犯错，提升错误恢复能力。
6. 打破少样本局限：在行动和观察中引入结构化变化与受控随机性，避免模型陷入固定模式，增强代理鲁棒性。
https://github.com/Shichun-Liu/Agent-Memory-Paper-List
https://github.com/agentskills/agentskills
核心精华技术总结
1. 核心定位：Claude 推出的 Agent Skills 开放标准，是 AI 代理的统一能力复用规范，解决不同平台 AI 工具需重复配置的问题，实现“写一次、多平台通用”。
2. 核心组成（4类可打包能力）：
3. 生态与兼容性：已支持 Cursor、VS Code、GitHub 等开发工具，格式规范与参考实现开源，支持社区贡献。
4. 当前现状：生态处于起步阶段，现成 Skill 较少，跨平台兼容性需打磨，编写需基础提示词工程知识。
5. 关键资源：项目地址 https://agentskills.io，文档与示例开源于 GitHub，提供验证工具和提示词生成器。
[一R]nanoGPT
40K+ 🌟，Andrej Karpathy大神出品，LLM 学习的“圣经”，最简洁的 GPT 实现，目前公认的学习 Transformer 和 GPT 架构的最佳选择。代码极度精简（核心逻辑仅约 300 行），去掉了所有复杂的工程累赘，只保留最核心的算法逻辑。
[二R]Happy-LLM
10K+ 🌟，Datawhale 社区出品，中文原生的 LLM 入门“保姆级”教程，Datawhale 出品必属精品。如果你喜欢 Hello-agents 这种中文社区风格，那么 Happy-LLM 就是算法侧的完美对应。它弥补了 nanoGPT 在全流程工程化（如微调、显存优化）上的缺失，更贴近实际应用。
[三R]LLMs-from-scratch
80K+🌟，教科书级别的代码库，真正意义上的“从零开始”。畅销书《Build a Large Language Model (From Scratch)》的配套代码库。它不是直接调库，而是带你一步步实现 Tokenizer（分词器）、Attention 模块、GPT 架构。图文并茂，代码注释非常详细。
[四R]Llama2.c / llm.c
16K+ / 30K+🌟，硬核中的硬核（非infra同学其实不用这么硬，会比较花时间），用纯 C 语言推理/训练大模型。当你觉得 Python/PyTorch 像个黑盒时，这个项目能让你看到 LLM 运行的物理本质。在不依赖庞大的 PyTorch 库的情况下，仅用一个 C 文件（几百行）就能加载并推理 Llama 2 模型。这是理解推理加速、内存管理、底层算子实现的最佳途径。如果你未来想做大模型推理优化（Inference Optimization），这是必修课。
💡 学习路线建议
1.任务执行能力 Manus不仅能理解用户需求，还能自主规划并执行复杂任务，从信息收集、数据分析到生成最终成果（如报告、网页、代码等），全程无需人工干预。例如，用户只需下达“制作一份行业分析报告”的指令，Manus会自动搜索数据、整理内容、生成图表，并输出完整文档。
2.多模态与跨平台操作 它可无缝集成浏览器、代码编辑器、文件系统等工具，实现跨平台操作。能自动打开网页获取信息、编写代码处理数据，甚至部署小程序或网站，打破了传统AI工具的功能边界。
3.高效的任务拆解与执行 面对复杂任务，Manus会自动拆解为多个子步骤，按计划依次执行，并实时反馈进度。用户可像委托实习生一样，将任务交给它，专注于结果而非过程。
4.强大的上下文工程能力 通过精心设计的提示词、多Agent架构和长上下文记忆处理，Manus能深度挖掘现有大模型的能力，减少“幻觉”问题，提高输出质量和准确性。这种“上下文工程”是其核心竞争力之一。
5.商业价值与市场认可 上线仅8个月，Manus年度经常性收入突破1亿美元，累计处理数据超147万亿tokens，创建虚拟机超8000万台。其快速商业化能力证明了市场需求和用户对其实用性的认可。
6.行业影响力 Manus被Meta以数十亿美元收购，成为全球AI领域的标志性事件。它的成功推动了“通用AI智能体”赛道的崛起，促使各大巨头加速布局任务执行型AI，重新定义了AI与人类协作的边界。简言之，Manus的“厉害”在于将AI从“对话工具”升级为“生产力伙伴”，真正实现了“手脑并用”，为复杂任务提供了高效、可靠的解决方案。
核心问题、应用领域及发展方向
一、核心问题
二、应用领域
三、发展方向
1. 强化人机协同设计：推动LLM从“单向生成”转向“推理-迭代”的共创模式，提升设计适配性与一致性。 2. 拓展玩家助手功能：开发个性化教程、复杂任务自动化、游戏规则实时解读等实用场景，结合外部数据库减少幻觉。 3. 深化评论与叙事能力：探索基于观众互动的直播辅助解说、开放世界动态剧情总结等创新方向。 4. 优化玩家建模：通过LLM分析多模态数据预测玩家情绪与沉浸度，实现体验驱动的内容生成。 5. 技术瓶颈突破：重点解决幻觉控制、长上下文管理、低成本实时运行等问题，推进本地部署与模型轻量化。 6. 建立伦理规范：明确版权归属，优化训练数据以减少偏见，提升模型透明度与用户数据安全性。
https://github.com/adongwanai/AgentGuide
该仓库“AgentGuide”由 adongwanai 创建，主要内容是 AI Agent 开发与大模型相关的知识与实战资料。核心包括：
特色标签涵盖 ai-agent、llm、interview、multi-agent、rag 等内容。仓库包含丰富的实战和教程，对想了解和进入 AI 大模型与 Agent 方向有很大价值。
核心围绕智能体记忆的形式、功能、动态机制三大维度展开，系统梳理了当前研究现状并指明未来方向。
核心内容总结
1. 概念界定与区分
2. 记忆的三大形式（Forms）
3. 记忆的三大功能（Functions）
4. 记忆的动态机制（Dynamics）
5. 资源与前沿方向
核心结论
智能体记忆已从静态存储演进为动态、可学习、多形式融合的核心认知组件，未来需打破现有碎片化研究，推动记忆成为智能体设计的“一等公民”，支撑AGI所需的长期适应与自主进化能力。
memory-network-builder 生成和使用方法总结：
一、怎么生成的？ memory-network-builder 是为组织和建立记忆（知识）网络而设计的模板/Agent规范。它的生成流程为：
二、怎么使用的？
三、具体例子：如何运作
假设项目中遇到一个新结论：团队决定“使用 JWT 而不是 Session 做认证”。
操作流程与输出：
---
id: use-jwt-for-auth
type: decision
title: 使用 JWT 而不是 Session 做认证
created: 2025-12-18
tags: [authentication, jwt, session, security]
---
### 例子：使用 JWT 而不是 Session 做认证
#### 一句话说明
> 认证系统决定采用 JWT，舍弃传统 Session，实现跨服务无状态登录。
## 上下文链接
- 基于：[[auth-requirements]]
- 导致：[[jwt-auto-refresh-issue]]
- 相关：[[session-storage-comparison]]
#### 核心内容
选择 JWT 的原因包括：便于微服务架构下无状态扩展，客户端可自持 Token，减少服务端状态保存压力。分析过程中权衡了安全性和易用性，最终做出此结论。
#### 关键文件
- `src/auth/jwt.ts` - 认证实现
- `docs/auth.md` - 认证设计文档
最终，整个团队可以通过浏览 memory 文件夹和记忆间的网状链接，迅速理解历史决策、概念和实现细节，避免重复思考和知识丢失。
结果是什么？
Obsidian 支持大部分 语法memory-network-builder 模板中的“特殊语法”，并且可以用于构建知识图谱。下面详细说明：
**YAML Frontmatter（如 --- ... ---）**Obsidian 可以识别每条 Memory 最上方的 YAML 区块，便于后续做属性查询和自动化管理。
Markdown 标准语法memory-network-builder 的内容均为标准 Markdown 格式，Obsidian 100% 支持。
**双中括号链接 [[xxx]] （Wiki Link）**Obsidian 的核心功能之一。
[[前置的决策或概念]]、[[相关内容]] 让知识节点之间互相关联。标签（tags 字段或 #标签）
Obsidian 支持标签，可以用来聚合和检索相关主题内容。
假设你有三条 Memory：
它们互相之间像这样链接：
A 的上下文链接里 导致：[[JWT 自动刷新机制设计]]
B 的相关里 相关：[[认证系统的性能问题]]
在 Obsidian 的 Graph View 里，你会看到这三条知识像网络一样连在一起，从 A 延伸到 B，再指向 C。点击任一节点，可以很快跳转、上下深度浏览相关结论。
总结 只要严格采用 memory-network-builder 的 Markdown 模板，Obsidian 就能完美兼容，并借助其强大的图谱能力，实现高效的知识关联和网络化沉淀。
首页： deepwiki
地址：https://github.com/VictifyAl/PageIndex
在处理专业长文档时，传统基于向量的检索增强生成（RAG）系统依赖语义相似性，而非真正的相关性。然而，相似性并不等同于相关性，我们在检索中真正需要的是相关性，而这需要推理。为了解决这一问题，VectifyAI 推出了 PageIndex，一个基于推理的 RAG 系统，它能为长文档构建树状索引，并通过该索引进行检索。
PostgreSQL 凭借丰富的插件生态，能够一站式替代时序数据库、向量数据库、图数据库、缓存、搜索引擎、文档数据库等多种专用数据库。以下是精准的插件对应关系补全，兼顾功能匹配度和生产级可用性：
| 替代数据库 | 插件 （索引） | 说明 |
|---|---|---|
| InfluxDB | (TimescaleDB / BRIN) | 时序数据库：TimescaleDB（官方核心时序插件） + BRIN（轻量级时序索引） |
| Milvus | (pgvector) | 向量数据库：pgvector（PostgreSQL官方生态向量插件） |
| Neo4j | (pgRouting + pg_graph) | 图数据库/空间路由：pgRouting（地理路由）+ pg_graph（原生图处理） |
| Redis | (pg_repack + pg_cron + redis_fdw) | 缓存/定时任务：redis_fdw（Redis双向访问）+ pg_repack（数据优化）+ pg_cron（定时任务） |
| SQL | (原生PostgreSQL = B-Link树 ) | 关系型SQL：PostgreSQL原生SQL引擎（兼容SQL:2016）：B-Link树索引 数字文本 |
| Elasticsearch | (PGroonga + pg_bigm + tsvector/tsquery / GIN) | 搜索引擎：PGroonga（全文检索）+ pg_bigm（模糊匹配）+ 原生tsvector（文本索引） + GIN（通用索引） |
| MongoDB | (jsonb + pg_json_schema + mongodb_fdw) | 文档数据库：jsonb（原生JSONB类型）+ pg_json_schema（JSON校验）+ mongodb_fdw（MongoDB互通） |
| 定时任务数据库 | (pg_cron + pg_timetable + pgAgent + pg_jobmon) | 定时任务/调度数据库 ：pg_cron（轻量级定时任务）+ pg_timetable（复杂调度）+ pgAgent（图形化调度）+ pg_jobmon（任务监控） |
| 地理位置 | (GIST) | 地理位置索引：GIST（通用空间索引），支持点、线、多边形等空间数据，可与pgRouting等插件配合使用。 |
TimescaleDB
官方专为PostgreSQL打造的时序数据库扩展，支持自动分区、数据保留策略、时序聚合函数（如time_bucket），完全对标InfluxDB的时序场景（物联网、监控指标等）。pgvector
目前最成熟的PostgreSQL向量插件，支持向量存储、余弦/欧氏/内积相似度计算，兼容OpenAI等大模型Embedding向量，性能接近Milvus，且可与关系数据联动。pg_graph（PostgreSQL 14+原生图类型） + age（Apache AGE，兼容Cypher查询语言）pgRouting（经典插件，支持最短路径、TSP等地理路由算法，替代Neo4j的空间路由能力）redis_fdw（Foreign Data Wrapper，实现PostgreSQL与Redis双向数据访问）pg_prewarm（数据预热到内存） + pg_stat_statements（性能监控）pg_cron（替代Redis的定时任务能力）PGroonga（基于Groonga的高性能全文检索，支持中文分词、模糊匹配、高亮）tsvector/tsquery（文本索引） + pg_bigm（双字符索引，优化中文模糊查询）Citus（分库分表）+ PGroonga（分布式检索）jsonb类型（支持索引、嵌套查询、JSON操作符）pg_json_schema（JSON Schema校验，替代MongoDB的文档校验）mongodb_fdw（MongoDB数据接入PostgreSQL）jsonb_plpython（自定义JSON处理函数）模型驱动：深入模型底层动刀，从根本上增强其记忆能力。
应用驱动：在应用层搭建即插即用的记忆框架。
.
✅针对这两大方向做了完整整理，以一些比较核心的工作举例。
.
⭕模型驱动——深入骨髓的记忆改造 (5个典型工作)
这一方向主要是直接改造大模型，让模型“天生”就拥有更强的记忆力。优点是性能上限高，缺点是研发成本高、周期长。
1️⃣Memorizing Transformers (Google, 2022): 融合外部记忆（KNN查找）与内部注意力，让模型能边思考边“翻书”。
2️⃣MemoryLLM (清华, 2024): 在模型每层嵌入可读写的 "memory tokens"，像给大脑装了内置“草稿纸”。
3️⃣Memory³ (记忆弧量, 2024): 首次提出记忆分层框架，模拟人脑对记忆进行分层管理，让记忆组织更有条理。
4️⃣WISE (浙大, 2024): 提出“主记忆+侧记忆”双参数体系，面向终身学习和模型编辑。
5️⃣Titans (Google, 2025): 提出一个专用的神经网络模块，自主学习何时存储、何时遗忘。
.
⭕应用驱动——即插即用的记忆外挂 (5个典型工作)
这一方向偏向不动模型本身，在应用层构建记忆系统。优点是落地快、易扩展，缺点是受限于底层模型的能力。
1️⃣MemGPT (2023): 将LLM视为一个操作系统，通过虚拟上下文管理技术，赋予Agent无限上下文能力。
2️⃣Mem0 (2024): 一个为生产环境设计的通用记忆层，强调平台化服务与可扩展性。
3️⃣Zep (2024): 采用时序知识图谱（Temporal Knowledge Graph）来组织长期记忆，使记忆检索和理解更深刻。
4️⃣Memobase (2025): 基于用户画像（Profile）和事件（Event）构建长期记忆，能自动从对话中抽取结构化信息。
5️⃣HippoRAG (OSU等, 2024): 灵感源于神经生物学，模拟海马体的记忆形成机制。
graphiti是主要做图。 graphiti 播客
memobase主要为了陪伴和个人助手场景设计
Memobase最近支持了event功能，可以记录用户记忆变动的时间发生顺序.
结合完全可定制的二级标签系统，大家可以使用memobase profile和event构建出灵活的长记忆AI
Memobase的时间记忆（temporal memory）居然领先 mem0, langmem, zep...
微软：“经验”酿成“知识”让智能体聪明
BREW：把“经验”酿成“知识”——让语言智能体越用越聪明 问题 大模型智能体每次任务都从“零”开始，重复探索、API 冗余；权重级优化（PPO/GRPO）代价高、黑盒且难增量更新。
思路 不碰模型权重，而是持续蒸馏轨迹经验，构建可解释、模块化、可检索的知识库（KB），把“记忆”变成显式、可控的优化杠杆。
技术路线
Reflector-Agent：用人类规则+任务评分从轨迹中提取「概念-洞察」对，语义去重后得到元概念集合。 Integrator-Agent：为每个元概念维护独立文档，形成分区式 KB，支持精准更新与检索。
Expand-and-Gather MCTS：把 KB 精炼视为「文档状态空间搜索」，并行探索、全局同步，兼顾正确性与可检索性双目标奖励。 推理阶段：top-k 检索注入 prompt，零额外训练成本。
结果 在 OSWorld、τ²-Bench、SpreadsheetBench 三大真实环境上，任务成功率绝对提升 10–20 %，执行步数/对话轮次减少 10–15 %，计算开销与基座模型持平，显著优于现有记忆基线。 意义 首次将“智能体优化”转化为“可解释 KB 的状态搜索”，提供轻量、透明、可扩展的新范式，为长周期、高一致性、可审计的自主系统奠定基础。
阿里通义实验室推出的AgentEvolver开源项目，能让AI智能体在闲置时自主生成任务、执行并进化。项目链接：https://github.com/modelscope/AgentEvolver
上下文需能推导出答案而非仅相关。发现即使上下文充足，大模型仍有14%-25%错误率。提出选择性生成框架，使模型准确率提升2-10%。
谷歌团队发表在ICLR 2025的新研究《Sufficient Context: A New Lens on Retrieval Augmented Generation Systems》，首次提出「充分上下文」（Sufficient Context）的核心概念，为这个行业痛点提供了全新解法，甚至能让Gemini、GPT等主流模型的正确回答率提升2-10%。
论文地址：https://arxiv.org/pdf/2411.06037
项目地址：https://github.com/hljoren/sufficientcontext
陈天桥团队发布了EverMemOS，这是个开源的AI"记忆增强器"。它让AI告别"金鱼脑"，能长期记住信息、连贯思考，真正理解上下文。
EverMemOS深度整合MCP作为核心接口层，实现Cursor和Claude等工具间的记忆同步。比如能自动关联你上周查过的资料，这才是真正的"持久灵魂"，配置指南在GitHub仓库就能找到。
《Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG》
https://mp.weixin.qq.com/s/b005axpuXFno5h7gfC5DMg
https://deepwiki.com/langchain-ai/deepagents/2.5-planning-with-todolistmiddleware
https://deepwiki.com/search/todolisttodolistagentagenttodo_6c3c8606-7ea0-421a-bb06-9f62292b31ff
Agent自动生成舆情报告！ 项目地址：https://gitee.com/SeniorAgentTeam/bettafish-stock.git 不到两周狂揽2万Star的开源舆情分析平台，只需输入一句话，智能体就能自动爬取全网数据（微博、知乎、GitHub、抖音、小红书、官媒等），最后由Report Agent生成完整分析报告。 报告内容包含舆情发展脉络、传播分析、风险评估与应对策略，自动导出PDF。
其中的5个智能体分工如下：
这套系统通过五方协作，实现了从数据采集到深度分析的全流程自动化。
https://dailypapers.org/paper/2510.18866
🧠 核心方法 LightMem采用三阶段架构：
必读系列，Huggingface 出品的 LLM 训练手册非常详细的介绍了完整的 LLM 训练流程，包括训练指南（是否需要预训练）、预训练、后训练、基础设施
主要以他们自己训练的 SmolLM3 这个 3B 模型为例子
手册包含了他们训练模型过程中对一系列决策、发现和死胡同的梳理，全是实践经验。
https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook
https://github.com/ReLink-Inc/PropRAG 核心创新：以"命题"为基础知识单元，通过无LLM的在线束搜索实现高效多跳推理 技术特点：
https://tech.meituan.com/2024/05/17/cross-modal-ingredient-level-dataset.html
Construct knowledge graph
https://ragflow.io/docs/dev/construct_knowledge_graph
人大开源
https://github.com/RUC-NLPIR/FlashRAG
港大团队开源LightRAG：知识图谱+双层检索，复杂问答准确率飙升30%
LightRAG的主要优势包括：
LightRAG和GraphRAG的核心差异在于架构效率：GraphRAG依赖重型社区结构（单次检索耗61万token），而LightRAG用轻量图谱+双层检索（仅需百级token）。实验显示在法律数据集上，LightRAG以52.8%胜率小幅领先，多样性指标达73.6%碾压对手，且支持增量更新——用图谱的深度配合向量的速度，这才是生产环境该有的样子。
LightRAG用轻量图谱解决RAG语义碎片化问题。它通过实体关系提取和双层检索（既查具体实体又抓宏观关联），兼顾图谱深度与检索速度。相比传统扁平RAG，能挖掘数据间隐含因果链；相比GraphRAG，成本显著降低（检索仅需<100 token vs 61万）、支持增量更新。在法律等复杂领域胜率达52.8%，多样性73.6%。这种平衡使它更适合需频繁更新数据的实际业务场景，尤其适合既要精度又要效率的工业级应用。
https://link.zhihu.com/?target=https%3A//github.com/HKUDS/LightRAG
https://zhuanlan.zhihu.com/p/1892140189524156837
https://hustai.github.io/zh/posts/reasoning/LATS.html
https://mp.weixin.qq.com/s/e_1dGQRLfc_fGAZrQEsLVw
哈佛团队的"Power Sampling"方法很妙：只需改变基座模型的采样分布（从常规改为幂分布），就能大幅提升推理能力。它不依赖强化学习、无需额外训练，连校验器都不用，却让Qwen2-5-Math-7B模型在数学任务准确率从49.6%跃升至74.8%，编程任务更是从21.3%飙升到73.2%——不仅逼近强化学习效果，还避免了多样性坍缩问题。这证明基础模型本身已蕴含强大推理潜力，只是被传统采样方式束缚住了。
项目地址是 https://github.com/JerryZLiu/Dayflow
，展示了这个开源日报工具
打造可信AI Agent：如何让智能体不跑偏、不越界，安全又靠谱如何让 Agent 在开放环境、长序列决策与多工具协作中 - 掘金
迈向可信AI Agent：Jeddak AgentArmor意图对齐与约束遵循方案 - 今日头条
为 AI Agent 行为立“规矩”——字节跳动提出 Jeddak AgentArmor 智能体安全框架 - 今日头条
本文提出图基智能体规划（GAP）框架，突破传统顺序执行范式，通过依赖图建模实现子任务的动态并行/串行调度。
关键技术 依赖感知的子任务图分解 两阶段训练（监督微调+强化学习） 基于MHQA构建的图规划轨迹数据集
性能优势 效率提升：智能并行化减少40%工具调用延迟（实验数据） 准确率改进：多跳问答任务F1值提升15%以上 泛化能力：可扩展至需要多工具协作的复杂场景
应用价值 为金融分析、医疗诊断等需要多源工具协同的领域提供新范式，显著降低AI系统响应时间。 地址:https://arxiv.org/abs/2510.25320
https://github.com/WujiangXu/A-mem-sys
You Don’t Need Pre-built Graphs for RAG: Retrieval Augmented Generation with Adaptive Reasoning Structures https://arxiv.org/pdf/2508.06105
一种受人类记忆启发的轻量级和高效的内存框架，通过选择性过滤、组织和巩固信息，显著提高了LLMs在长上下文和多轮交互场景中的表现，同时大幅降低了计算成本。未来的工作包括加速离线更新、集成知识图谱和多模态记忆机制，以及探索参数化和非参数化记忆组件的协同机制。
ProgramData > anaconda3 > envs > transformer > Lib > site-packages > langchain.graphrag > indexing > graph_generation > entity.relationship.extraction > extractor.py
三篇论文
https://huggingface.co/spaces/mteb/leaderboard https://zhuanlan.zhihu.com/p/24604344712
GitHub搜索"Yuliang-Liu/MonkeyOCR"即可。本地部署后，直接上传图片或PDF，能秒速提取文字表格公式，输出Markdown或Excel格式，适合处理各类文档且保护数据安全。
git-mpc和， context7背后是各种开发框架，它针对所有github仓库
项目GitHub地址：https://github.com/wendy7756/AI-Video-Transcriber
这款开源工具叫AI-Media2Doc，能将音视频一键转成小红书、公众号等风格的文档。它支持本地部署，数据都存在自己电脑，隐私有保障。适合一人公司做知识管理和内容创作，已在GitHub收获2.5k star，值得一试。
GitHub开源地址是：https://github.com/ScrapeGraphAI/ScrapeGraph-ai，官网是scrapegraphai.com。
GitHub开源项目Super Agent Party确实支持视频中提到的功能，包括QQ/B站直播接入、RAG检索、代码沙盒等。部分功能如B站接入需配置UA，Mac版仅适配M芯片。
MetaGPT项目地址：https://github.com/geekan/MetaGPT（GitHub获58.9k星标）。安装需Python 3.9-3.12环境，推荐命令：conda create -n metagpt python=3.9 && pip install --upgrade metagpt。核心用法：终端输入 metagpt "创建2048游戏"即可生成完整项目；也可作为库调用，实现从需求描述到多角色协同开发的全流程自动化，特别适合快速构建MVP产品和教育编程场景。
微调：49k，知识库，智能客服，代码生成，强化学习
Supabase作为开源项目，支持通过Docker或源码在本地自行部署，既提供云端托管也满足私有化需求。
项目地址是 https://github.com/deepset-ai/haystack
Haystack是生产级RAG框架，在GitHub有22.9k星标。它支持200多个大模型一键切换，能降低RAG幻觉63%。核心功能包括企业知识库问答、AI会议助手、法律合同审查和医疗问答系统构建，特点是向量库可自由替换、零成本迁移，适合需要稳定落地RAG场景的企业。
技术选型看这里：RAG是基础框架，FlowRAG专精复杂文档处理（比如法律合同）。Haystack能降63%幻觉，关键其实在知识库质量——文档切片准不准、语义匹配强不强，这才是根子上的事。
开源ai混合搜索引擎是 Meilisearch，GitHub 地址是 github.com/meilisearch/meilisearch。它基于 Rust 实现，支持混合搜索，GitHub 已获 53.7k 星标。
官网：docs.letta.com/
https://mp.weixin.qq.com/s/Ddf3rpdJP8P_L5yaPnBFBA
| 方面 | GraphRAG | Graphiti |
|---|---|---|
| 主要用途 | 静态文档摘要 | 动态数据管理 |
| 数据处理 | 批处理导向 | 连续增量更新 |
| 知识结构 | 实体集群和社区摘要 | 情景数据、语义实体、社区 |
| 检索方法 | 顺序 LLM 摘要 | 混合语义、关键词和基于图的搜索 |
| 适应性 | 低 | 高 |
| 时间处理 | 基本时间戳跟踪 | 显式双时态跟踪 |
| 矛盾处理 | LLM 驱动的摘要判断 | 时间边缘失效 |
| 查询延迟 | 秒到几十秒 | 通常亚秒延迟 |
| 自定义实体类型 | 否 | 是，可自定义 |
| 可扩展性 | 中等 | 高，针对大型数据集优化 |
标准 GraphRAG： 效果最好，图谱信息最丰富，但最贵最慢。 FastGraphRAG： 速度快，成本低，但图谱信息相对简单。 LazyGraphRAG (懒人版/省钱版)： 这是个新趋势。它在索引阶段只做最少的工作，大部分 LLM 的计算任务推迟到你真正提问的时候再做。这样前期成本大大降低，特别适合超大数据集或预算有限的情况。
AI知识图谱中GraphRAG，核心内容可总结为以下几点：
传统RAG将文章切成文字片段，通过embedding转化为向量存入向量数据库。但存在矛盾：
GraphRAG通过知识图谱（Knowledge Graph） 解决传统RAG的问题，知识图谱由实体（Entity）、关系（Relationship） 及属性构成，这种图结构称为LPG（Labeled Property Graph）。
以“老王爱吃西瓜”为例，构建知识图谱的过程：
为了让庞大的知识图谱更易查询，GraphRAG通过莱顿社区检测算法，将边密集的节点合并成子图，再让大模型生成子图的总结性描述，形成层级结构——上层信息抽象精炼，下层接近原文细节。
整体而言，GraphRAG通过让大语言模型深度参与知识图谱的构建、总结和查询全流程，解决了传统RAG的细节与语义矛盾问题，虽较“烧资源”，但效果表现不错。
https://github.com/topoteretes/awesome-ai-memory
基于 Langchain 的 Elasticsearch Agent 对文档的搜索 https://elasticstack.blog.csdn.net/article/details/136253286
万物皆可上下文， 挖掘上下文 https://github.com/volcengine/MineContext/tree/main?tab=readme-ov-file https://github.com/volcengine/MineContext/blob/main/README_zh.md
字节开源AI助手MineContext，是一款能主动工作的"数字外脑"。它自动分析你电脑上的文档、网页等内容，实时生成待办清单和每日摘要，不像普通AI等你提问。所有数据都存储在本地不上传云端，既保护隐私又能帮你摆脱信息碎片化困扰，工作学习效率提升明显。
https://mp.weixin.qq.com/s/c0KC--EO9tuJuaadlujobg
https://github.com/1517005260/graph-rag-agent/blob/master/assets/start.md
https://github.com/1517005260/graph-rag-agent
https://deepwiki.com/1517005260/graph-rag-agent/2-core-architecture
基于graph+rag的mem0 https://github.com/mem0ai/mem0
https://github.com/orgs/OpenSPG/discussions/52
KAG客户端 使用方式： https://github.com/1850298154/KagTest
参考 HippoRAG https://github.com/OSU-NLP-Group/HippoRAG https://dl.acm.org/doi/10.5555/3737916.3739818
RAG分割文档的几种方式：
https://www.cnblogs.com/crazymakercircle/p/18867143
https://github.com/nmslib/hnswlib
https://zhuanlan.zhihu.com/p/1955356511661458958
官网地址是：https://lumina.sh，可直接访问使用这款免费学术搜索引擎。
https://www.geeksforgeeks.org/category/nlp/
https://liuhuanyong.github.io/
https://github.com/TGLTommy?tab=repositories
https://www.youtube.com/@TGLTommy
唐国梁Tommy官方网站 tgltommy.com
微信公众号 tgltommy.com/p/official-wechat
bilibili space.bilibili.com/474347248
项目 GitHub 地址：github.com/google/LangExtract PyPI 安装命令：pip install langextract
Easy Workspace工具，它能自动将PDF、Word等非结构化数据转化为结构化微调训练数据。通过三步流程：数据标准化、内容提取分割、生成问答对，帮助企业高效完成大模型微调，显著降低人工成本。
https://www.53ai.com/news/LargeLanguageModel/2024061171948.html
Roo Code 最早
Cline 代码比roo code仓库的更规范
Kilo 继承前两者
Metamove 字节内部
MECE分析法，全称Mutually Exclusive Collectively Exhaustive，中文意思是“相互独立，完全穷尽”。 也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并解决问题的方法。
优点：并发度，丰富度，发散性 缺点：关联度，交叉度，逻辑性
专属AI股神 TradingAgents-CN，专门为中文用户设计，支持本土化操作。它能智能分析趋势，提供精准的建议
🔥更多大模型教程：https://github.com/echonoshy/cgft-llm
https://github.com/Shubhamsaboo/awesome-llm-apps
ashishpatel26/500-A1-Agents-Projects
sindresorhus/awesome
Rabbithole.chat
https://www.aihub.cn/tools/study/gauth/
Findin AI是AI学术工具，能显著提升科研效率。
https://www.aihub.cn/tools/study/gauth
https://ai.plainenglish.io/forgetting-in-ai-agent-memory-systems-7049181798c4
Discover and explore top open-source AI tools and projects—updated daily.
https://www.sourcepulse.org/projects/1844761
https://mp.weixin.qq.com/s/0l6TP8DjArNwulMfFNlw1A
mem0技术与架构拆解图 上篇笔记介绍了外挂记忆系统的... http://xhslink.com/o/4Kv1JF4WfUE Copy and open Xiaohongshu to view the full post！
一站式AI产品经理入门指南 https://v11enp9ok1h.feishu.cn/wiki/KiIvwdFOciiqqNkwKzTcmn88ndL
AI 活雷锋 https://kwz55xptfhg.feishu.cn/wiki/T5oew0kY4in3EIk1Wlfc3oIGnhe
AI产品经理行业资料库（持续更新） https://gxvezr0dpem.feishu.cn/docx/BE1YdDKeOoNZcvxeidccwJ65nnc
https://kwz55xptfhg.feishu.cn/wiki/F9odwJL5NiOc7vkscm5cC2nAnIh
Pocket Flow: Codebase to Tutorial
A Comprehensive Benchmark to Evaluate LLMs as Agents (ICLR'24)
干净、强大、属于你的 AI Agent 平台 --AI agents, without the clutter.
💻 A curated list of papers and resources for multi-modal Graphical User Interface (GUI) agents.