Diffinery 是一个可以部署在自己 Cloudflare 账号上的开源 GitHub 替代品，把 Git 托管、Pull Request、代码审查和 CI 全部搬到 Cloudflare 的 serverless 平台上运行，不需要自己维护服务器或 runner 机器。它最大的特点是兼容现有的 GitHub Actions 工作流：`.github/workflows` 里的 YAML 可以原样跑，marketplace action 也支持，runner 默认给到 4 vCPU 和 12 GiB，比 GitHub 私有仓库的标准 2 vCPU runner 更快。对 AI 编程团队来说，它把 Claude Code、Codex、Cursor 这类 agent 当成正式成员：给 agent 一个目标，它在沙箱里提交 PR，另一个 agent 负责审查每个 PR 的 bug，人只需要每天在 Today 页面上点批准，绿灯后自动合并，还内置了 MCP server 和 GitHub 兼容的 REST/GraphQL API。适合三类人：想自托管 GitHub 又不想运维服务器的团队、想换掉 GitHub Actions 但保留现有 workflow 的 DevOps、以及正在把 AI agent 接入研发流程的技术负责人。如果你只是用 GitHub 写个人项目，和你关系不大。

这是一个用 Rust 写的恶搞项目：它把 iCloud 共享相册伪装成一个 Amazon S3 兼容的对象存储。原理是利用 Apple 的政策漏洞——共享相册里的照片不占用 iCloud 的 5GB 免费额度，每个 Apple ID 能建 200 个相册、每个相册 5000 张照片，于是理论上能白嫖约 12TB 空间。它实现了一套 S3 XML REST 协议，`aws s3`、`boto3`、`rclone` 等工具都能直接连上去读写，数据被编码进无损 PNG 的 RGB 像素里，还带 CRC32 和 SHA-256 校验，甚至在图片顶部烧了一条 HUD 横幅，让你在 Photos.app 里翻相册时能一眼认出「这是我的数据库备份」。作者自己在 README 里明确写了这是 Satire，不建议用于生产或敏感数据。对多数从业者来说它没有实际用途，但如果你想找一个脑洞清奇的 Rust S3 实现参考，或者单纯想看看「把 S3 协议塞进相册」能有多离谱，花两分钟翻一下挺有意思。

gitai 是一个专为 AI 编码代理设计的版本控制系统，对标 Anthropic 内部未公开的 Scion 方案，用 Go 实现且完全开源。传统 Git 是为「人类 clone 后干几小时再 push」设计的，而编码代理的模式是成千上万个短命任务、每个只改几个文件、几秒内就要落地，全量 clone、merge 队列和客户端历史遍历都会成为瓶颈。gitai 把工作搬到服务端：客户端常在线只拉取需要的对象，blame、路径历史、代码搜索等查询在服务端计算并缓存，落地用 compare-and-swap 取代 merge 队列，冲突可交给任意 LLM 提议解决但必须通过你配置的验证命令才生效，仓库状态存在 SQLite/PostgreSQL 加对象存储里，服务节点无状态可横向扩展。它还提供按代理粒度的权限控制、语义化审批规则和落地后自动测试回滚。适合正在搭建多代理并行写代码流水线的平台工程、DevOps 团队，以及关注 AI 编码基础设施的人；如果你的团队只有少量代理或纯人工协作，暂时关系不大。

Tessera 是一个自托管的文件和笔记分享服务，可以理解为私有版的 WeTransfer 或 pastebin：上传文件、文件夹、代码片段或链接后，得到一个短码和 URL，对方凭码访问，到期或达到下载次数上限后内容自动删除，不留痕迹。它用 Rust 写成单个二进制，内置网页界面，数据存 SQLite/PostgreSQL/MySQL，文件放本地磁盘或 S3 等对象存储，大文件可直传对象存储、下载时重定向，内存占用不随文件大小增长。典型场景包括：在 NAS 或家庭服务器上给自己多台设备传文件、团队内部共享带密码和次数限制的敏感资料、或对公众开放一个带配额和恶意软件扫描的分享站。适合运维、后端和自建服务爱好者，以及需要可控、可审计分享渠道的小团队；纯做 AI 应用开发的人关系不大，虽然它带 MCP 接口。

fuel-core 是 Fuel 区块链的 Rust 全节点实现，相当于 Fuel 网络的「geth」——你可以在自己机器上跑一个节点，参与 Ignition 主网、测试网或开发网的出块与验证。它对外提供 GraphQL 接口，用来提交交易、查询区块和交易状态，底层用 RocksDB 持久化数据，也支持内存模式方便本地调试。典型场景包括：想自己托管节点而不依赖第三方 RPC 的运维、需要稳定本地链环境做合约联调的开发者，以及研究 Fuel 这条主打并行执行的 L2 架构的技术人员。如果你是区块链基础设施工程师、在做 L2 相关的合约或工具开发，或者单纯想搞清楚 Fuel 协议怎么落地，这个项目值得翻一翻；但如果你只是写 AI 应用或做纯 Web 开发，它和你的日常工作基本无关。

KiviDB 是用 Rust 写的 Redis 和 Valkey 替代品，走 RESP 协议，现有 Redis 客户端、redis-cli 和各类库不用改代码就能直连，属于 drop-in replacement。它把命令分片到所有 CPU 核上跑，官方基准显示 32 核下流水线 GET 达到每秒 2100 万次，约为 Redis 8 的 9 倍、Dragonfly 的 2.3 倍，p99 延迟还不到 Dragonfly 的一半。除了常规键值操作，它内置了 Redis Stack 风格的全文检索和向量搜索（FLAT / HNSW），意味着你不必再单独部署一个向量库，缓存、全文查询和向量召回可以在同一套实例里完成，数据也只需维护一份。适合正在被 Redis 单线程性能或授权协议困扰的后端、基础架构和平台工程师，尤其是想把缓存与向量检索合并、或在高并发场景下压延迟的团队；如果你只是写业务代码、不碰存储选型，这个项目和你关系不大。

这是一个可以部署在自己 Cloudflare 账号上的端到端加密中继服务器，作用类似自建版 frp/ngrok，但中继端完全看不到明文：手机在公网发来的密文经它转发到你桌面的 agent，再由 agent 解密后访问本机的 HTTP 或 WebSocket 端口，比如本地开发服务器、内网仪表盘的 API。配对只需一个 256 位配对码，它同时充当路由 token 和 PAKE 握手盐，没有这个码连中继本身也无法完成握手或窃听。项目基于 Cloudflare Workers 和 Durable Objects，空闲连接会被挂起，长期运行的 agent 加偶尔的手机访问基本落在免费额度内，还针对弱网、代理和半死隧道做了看门狗处理。适合需要在手机上随时访问本机服务的开发者、独立开发者和做 AI 助手类应用的人参考；如果你没有远程访问本地服务的需求，和你关系不大。

这是一套关于 Linux 恶意软件攻防技术的演讲与研究资料，按五个模块梳理了从用户态到内核态的完整攻击面：先是 LD_PRELOAD 和 ld.so.preload 这类动态链接劫持与进程隐藏（案例 Symbiote），再到用 memfd_create 绕过 noexec 挂载的无文件内存执行（案例 Kinsing 挖矿木马），接着深入 Ring 0，讲 ftrace 动态钩子和 DKOM 隐藏技术如何取代老式的 sys_call_table 改写（案例 Drovorub，APT28），第四部分覆盖 eBPF 的 fentry/fexit 攻击原语，包括静默内核追踪和零端口监听（案例 BPFDoor），最后落到防御侧的遥测不对称、内核 Lockdown、模块签名与 BPF 限制。每个模块都配有真实案例分析、架构图、幻灯片和检测逻辑片段。适合安全工程师、蓝队检测工程师、内核安全研究者以及需要理解 Linux 高级威胁的 SRE 阅读，普通后端或 AI 从业者关系不大。

agent-honeypot 是一个给「不请自来的 AI agent」准备的蜜罐：它在系统里放置一个 flag.txt，内容是一段礼貌的 prompt injection，告诉误入的 agent「你找到我了，别再乱翻，去报告吧」，同时留下一个 guestbook 让它签名，记录自己是谁、怎么进来的。它会把 flag 软链到访客常翻的路径（家目录、/etc、C:\、临时目录等），并豁免你自己的 agent（Claude Code、Codex、Cursor 等），避免它们被打扰。适合关心 agent 安全边界、想在开发机或 CI 容器里观察「有没有陌生 agent 在乱逛」的安全工程师和平台开发者——注意它只是检查点而非安全边界，flag 内容本身不构成权限控制，guestbook 也只是自报信息。对不跑 agent 或不做安全防护的人来说关系不大。

ff-ruyiJS 是一个专为自动化和爬虫设计的无头浏览器，它只嵌入 Firefox 真正的 SpiderMonkey JS 引擎和 Necko 网络栈，砍掉了窗口和渲染器，因此比 Headless Chrome、Playwright 轻得多，也更难被反爬系统识别。你可以从 Python 里驱动一个隔离的 Context，让页面的 JavaScript、签名计算和指纹挑战以和真实 Firefox 完全一致的方式执行，还能拿到可调用的 JS 对象继续操作。它适合抓取带 Cloudflare 等验证的页面、逆向网页 JS 加密逻辑、批量采集数据，也支持离线重放抓包流程。如果你的爬虫经常被反爬拦截、或需要在 Python 里跑网页 JS，值得试一下；如果普通 HTTP 库就能拿到页面，那就不必用它。

Azure Lab 是一个跑在本地的 Microsoft Azure 模拟器，让你不注册账号、不绑信用卡就能练 DevOps。它复刻了 Azure Portal、Cloud Shell 和 Azure DevOps 的界面与行为，连命令输出、报错信息和计费逻辑都照搬真实体验（1 分钟真实时间算 1 小时账单），你可以放心搞砸一台虚拟机或忘关一个集群而不产生任何费用。内置的学院课程分 13 个级别、47 个实验，从资源组、VNet、VM 讲到 Terraform、AKS、Pipelines YAML 和 Azure Policy，每一步操作都会被自动校验并打勾，还带 XP 和段位系统。适合想转 DevOps、正在备考 Azure 认证、或团队里需要零成本练手 Azure CLI 与 CI/CD 流水线的后端、运维和平台工程师；纯前端或非云方向的读者关系不大。注意它是独立教育项目，与 Microsoft 无关，也不连接真实 Azure。

pondok-ai 是一个命令行工具，一条命令就能在你自己的机器上搭起一整套私有 AI 环境：本地大模型（Ollama）、聊天界面（Open WebUI）、向量检索（Qdrant）和 OpenAI 兼容 API，全部用 Docker Compose 串好，还会根据你的内存、磁盘和 GPU 自动推荐能跑的模型。它解决的麻烦是：想用 ChatGPT 式的对话和 RAG，又不想把数据传到云端，或者公司、学校没有预算采购 API 服务。典型场景是老师用 pondok-ai share 把一台笔记本变成教室里的私有 ChatGPT，学生扫码登录后各自在手机上提问，聊天记录和向量检索全在本地完成；开发者也可以把现有代码里的 OpenAI SDK 直接指向它，零改动切换到本地模型。适合关注数据隐私的教育机构、小团队运维和想低成本自建 AI 应用的后端开发者，如果你只是调用云端 API，和你关系不大。