Pi 是一套可高度定制的 AI agent 工具箱，核心是一个终端里的编码 agent CLI，同时提供统一的多模型 API（OpenAI、Anthropic、Google 等）、agent 运行时、终端 UI 库和 TypeScript SDK，可以理解为开源版的 Claude Code 或 Cursor 终端形态，但更强调「按你的工作流改造」。它内置扩展、技能、提示词模板和主题机制，能打包成 npm 包分享；也支持交互使用、批量打印或 JSON 输出、RPC 远程控制，适合把 agent 嵌进自动化流水线。需要注意它默认不带权限沙箱，文件和进程访问等同于启动它的用户，需要自行容器化隔离。适合想自建编码 agent、做 agent 自动化集成的工程师，以及在 Slack 等场景做聊天自动化的开发者；普通只用现成 AI 产品的从业者关系不大。

Free Claude Code（FCC）是一个模型路由网关，让你在 Claude Code、Codex、Aider、Cline、VS Code Chat 等 12 种 AI 编程工具里，自由切换背后调用的模型和供应商，相当于给这些编程助手装了一个万能转接头。它接入 61 家供应商，包括免费额度、付费订阅和本地模型，每月可白嫖 13 亿以上 token，比如把 Claude Code 里的 Opus、Sonnet 换成更便宜或免费的模型。除了终端，它还能从桌面应用、IDE 插件、Discord、Telegram 甚至浏览器里用，断线时自动重试、换 key、换供应商，保证你写代码不中断。适合重度使用 AI 编程工具、又想省 token 开销的开发者，尤其是同时用多款 harness 的人；如果你只用 ChatGPT 网页版或 Copilot，跟你就没什么关系。

这是一个免费的 Claude skill，用来批量制作 55-70 秒的竖屏动画故事短片：2D 手绘风格角色走在色彩浓郁的 3D 小镇里，带墨线描边、镜头虚化、滑行运镜、进行曲配乐和音效，全部在本地用 three.js 加 Remotion 渲染，完全不依赖 AI 视频生成器。它内置了一整套可复用的模板和规则，包括一个关于 1831 年桥梁坍塌的完整成片源码、合成音效与混音方案，以及从 20 条爆款参考短片里量化提炼出的视觉公式、逐帧对照图和七份运动、光影、描边等维度的分析报告，方便你把自己的画面和标杆逐帧比对。适合想在 TikTok、YouTube Shorts、抖音等平台做动画内容的个人创作者和短视频团队，尤其是那些想用 Claude 提升产能、又不想被 AI 视频工具的画质和成本卡住的人；如果你不做短视频内容，和你关系不大。

OpenCode 是一个开源的终端编码 Agent，可以理解为 Cursor、Claude Code 这类 AI 编程助手的开源替代品，用 TypeScript 写成，同时提供命令行和桌面应用两种形态。它内置两个可随时切换的 Agent：build 负责实际动手改代码、跑命令，plan 则是只读模式，只做代码分析和方案规划，执行命令前会先征求许可，另外还有一个能处理复杂多步检索任务的 general 子 Agent。典型场景是接手一个不熟悉的大型代码库时，先用 plan 模式摸清结构、规划改动，再切到 build 模式落地实现，避免 AI 直接乱改文件。适合日常需要写代码、做代码审查、频繁探索陌生仓库的后端、全栈和 AI 应用开发者；如果你的岗位基本不碰代码，这个项目和你关系不大。

caveman 是一个给 coding agent 用的省 token 技巧加代理工具，核心思路是让 AI 像原始人一样说话：能省的词全省，但代码和关键信息一字不动。它给 Claude Code 等 30 多种 agent 提供一套「原始人语音」规则，让回复先给结论、一句一个意思、砍掉寒暄和复述，实测能把整轮会话的输入 token 砍掉三成以上，输出也更短，而答案质量基本不变——JetBrains 的 A/B 测试显示没有可测量的质量下降，Adobe Research 和 Elasticsearch Labs 也各自验证过成本下降。它还提供几档激进程度不同的口令，从正常简写到中英混杂的极简模式，用户按需选择。适合每天重度使用 Claude Code、Cursor 等 agent、被 token 账单和上下文长度困扰的工程师，以及关注 prompt 工程和 agent 成本优化的人；如果你不常用 AI 编程工具，这项目跟你就没什么关系。

CodeGraph 是一个本地运行的代码知识图谱工具，可以理解为给 AI 编程助手配的「代码结构导航员」。它会预先扫描你的项目，把函数、类、调用关系、跨文件引用整理成一张图，并在代码变动时自动同步更新，保证索引始终是最新的。它通过 MCP 接入 Claude Code、Cursor、Codex、Copilot 等主流 AI 编程工具，让模型在回答问题时直接拿到精准的跨文件上下文，而不是靠反复搜索和读文件来猜，从而显著减少 token 消耗和工具调用次数。对日常用 AI 助手改代码、排查跨模块问题的工程师来说，这能直接改善响应速度和准确性；它还支持框架感知的路由和 iOS/React Native 混合项目的桥接分析。如果你的岗位是重度依赖 AI 编程工具的后端、全栈或移动端开发者，尤其项目较大、跨文件调用复杂，值得试一下；不常用 AI 编程助手的人则关系不大。

这是一套给 AI 编程助手用的「工程规范包」，把资深工程师在开发全流程中的工作习惯——从需求拆解、写规格、实现、测试、代码审查到上线——固化成 25 个结构化的 skill，让 Claude Code、Cursor、Codex 这类 AI 编程工具在干活时按统一的流程走，而不是想到哪写到哪。每个 skill 都包含具体步骤、验证关卡和「反自我合理化」清单，专门用来防止 AI 偷懒跳过测试或给自己的烂代码找借口。比如拿到一个需求后，它可以先把 spec 拆成带验收标准、排好依赖顺序的小任务，再逐个实现并验证。适合已经在用 AI 编程工具、但苦恼于生成代码质量不稳定、需要反复返工的工程师和团队技术负责人，尤其是想在存量代码库里逐步引入规范的场景；如果你不用 AI 写代码，这项目和你关系不大。

这是一套给 Claude Code 和 Codex 用的代码动画风格素材包，内置 341 份风格提示词和 196 张参考静帧，涵盖粒子、霓虹、水墨、剪纸、漫画、电影感等 10 个系列，装成 Agent Skill 后助手能按需检索风格、规划镜头并写出带动画的 HTML，再通过附带工具逐帧导出 MP4。比如想做一条讲「为什么下雨」的 30 秒科普短片，可以让助手先给出几个带编号的候选风格并说明动法，选定后交付可编辑 HTML 和成片；做新年片头、赛博城市片头或漫画短片也是同样流程。仓库还带一个可离线打开的风格挑选器，能搜索、筛选、放大图片并导出已选清单，不必把整个素材库塞进上下文。适合需要快速产出短视频、片头、动态图形的前端、创意开发和内容团队，以及在 Claude Code／Codex 里做视觉类任务的人；只想查风格不装渲染依赖也能用，纯做后端或与视觉无关的岗位关系不大。

这是 Theo（t3dotgg）日常在 Claude Code 和 Codex 里使用的一套 agent skills 合集，本质是给 AI 编程助手预设的「工作流剧本」。比如 full-send 一句指令就能让 agent 自己验证改动、审查、提交 PR、盯 CI、处理 review 意见直到合并；council 会拉三个不同厂商的模型交叉评审同一改动，反复循环直到意见一致；babysit 则专门盯住 PR 的 CI 和机器人审查，把真正的问题修掉；takeover 能接手别人没写完的 PR 或 agent 会话并保留原作者署名。这些 skill 之间还能互相调用，形成从写码到合并的完整自动化链路。适合已经在用 Claude Code、Codex 这类 agent 工具做日常开发、想减少 PR 流程中机械劳动的工程师，尤其是频繁提 PR、盯 CI、做 code review 的后端和全栈岗位；如果你不用 AI 编程助手，或不涉及 GitHub 协作流程，关系不大。

这是一套给 coding agent 用的「艺术动画 skill」，让 Claude Code、Cursor 这类 AI 编程助手直接用代码画出会动的画：内置 53 张艺术风格配方卡（梵高、莫奈、敦煌壁画、8-bit 像素等，每张含参数、母题动作、签名转场）和 9 种解说动画语法（Kurzgesagt 扁平、Vox 剪报、白板、3Blue1Brown 形变、发布会大数字、财经图表等），你只要说「做个梵高风格的动画」「用我的口播做一段解说」，它就按配方生成场景代码、镜头表和配乐，还能拆解参考动画反推机制、用生图模型出角色帧再由代码合成。仓库里附了多支完整成片做示范，比如 Claude 吉祥物夜闯大都会博物馆、像素主角跑关卡、人物穿越艺术史长卷，交付前还有脚本自动验收画面是否像翻页 PPT。适合做短视频、科普解说、产品发布会动画的内容创作者和前端/动效工程师，以及想给 AI 编程 agent 加动画能力的开发者；纯后端或算法岗关系不大。

OpenDesign 是一个把设计协作和 AI 编码 Agent 揉在一起的本地优先工作区，可以理解为「Figma + Claude Code」的开源合体版。你先写一段设计需求，再让 Claude Code、Codex、Cursor 或 DeepSeek 这类编码 Agent 直接在项目里生成符合自家设计系统的原型、网页、仪表盘、演示文稿，甚至动效视频和图片，团队成员能在同一工作区里评论、反馈，再让 Agent 按意见继续改。它自带设计系统模板、技能插件和 MCP 接口，也支持 BYOK 自带模型。适合产品设计师、前端工程师和需要快速出原型的独立开发者，尤其是想把 AI 生成结果纳入团队设计流程的人；纯后端或不碰 UI 的岗位关系不大。

ub-mode 是给 AI 编程助手用的一套「工程纪律」技能包，作者是《Clean Code》的 Robert C. Martin（unclebob）。它不生成代码，而是约束 AI 写代码时必须遵守的规矩：先让功能跑通、再重构干净、最后持续练习，比如要求先写测试再写实现、修根因而非打补丁、小步提交等。真正让它落地的是配套的几个确定性质量门禁工具：crapper 计算每个函数的圈复杂度和 CRAP 分数并卡在阈值内，dryer 检测结构重复，mutator 用变异测试暴露没测到的代码，uml-viewer 可视化这些指标。适合正在用 Claude Code、Cursor 等 AI 编程工具、又苦恼于 AI 产出代码质量不稳定的工程师和团队技术负责人，如果你不用 AI 写代码，这个项目和你关系不大。

Floorplan 是一个让 Claude Code 或 Codex 读完你的代码库后，自动生成一张可交互、全英文大白话的架构地图的工具。它把每个模块、文件、接口都起成人能看懂的名字（比如「结账时收信用卡」而不是「Stripe API wrapper」），并画出它们之间的真实连线，包括前端请求对应哪个后端接口，甚至跨仓库也能对上。除了看图，你还能直接向地图提问，比如「退款是怎么打到用户卡上的」，它会给出答案加一张只含相关部分的小地图和分步讲解；它还带健康检查，能揪出 AI 写的应用里常见的坑：硬编码的密钥、开放的 Supabase 表、可伪造的 Stripe webhook、没鉴权的接口。最适合两类人：一是大量借助 AI 搭应用、但没耐心读代码的独立开发者或 vibe coder，用来搞懂自己到底做出了什么；二是团队里负责新人 onboarding 或者要盯住 AI 每次改动影响了哪些部分的人。如果你是逐函数研究大型代码库的工程师，它反而偏粗粒度，不如专门的代码理解工具。

Codex 是 OpenAI 官方开源的终端编码 Agent，用 Rust 写成，可以理解为 Claude Code 的同类产品。你在命令行里用自然语言描述需求，它会自己读代码、改文件、跑测试，完成一整套开发任务，比如「把这个函数的报错处理补全」「给这个模块加单元测试」「把这段逻辑重构成异步」。它也提供 IDE 插件和桌面应用形态，登录 ChatGPT 账号即可使用，Plus 及以上套餐都能用。对后端、全栈等日常写代码的工程师来说，如果你已经在用 Cursor 或 Claude Code 这类 AI 编程工具，Codex 值得对比试一下；纯管理岗或不写代码的读者关系不大。

这是博客文章《Sparks of Weight Space Programming: LLMs can understand and write neural network weights》全部实验的完整日志存档，记录了让 LLM 直接读写神经网络权重的一系列尝试。八个实验覆盖了从简单到复杂的场景：让模型只看权重判断网络是玩 Breakout 还是 Pong 训练的、判断扩散模型生成的是圆形还是方形、从中间层判断语言模型学的是 Python 还是英文、直接编辑权重修复一个坏掉的网络、从零写出 MinAtar 游戏网络、写一个 150 万权重的 Go 网络、识别谄媚的语言模型，以及用改权重的方式提升 Qwen3.5-0.8B 的数学能力。每个实验都完整保留了发给模型的提示、模型的回复与推理摘要、它写的代码及运行输出、评分依据和涉及的网络文件，且全程禁用 Codex 的内置工具，仅在少数实验里允许跑沙箱 Python。对做 LLM 能力研究、想了解「权重空间编程」这条路线真实效果和边界的算法工程师和研究者来说，这是难得的可复核一手材料；不关心模型内部机制的人则不必看。

这是一套给 Claude 用的 11 个投资技能包，本质是把公开数据源（SEC EDGAR、国会披露、新闻源）接进 Claude，帮你做个人股票投资的辅助决策。它能从 SEC 13F 里反推出巴菲特等你信任的持仓并按权重复刻，实时盯持仓股的新闻和 8-K，按你的预算给每笔仓位算好大小、留足现金缓冲，还能在新披露一出就解析国会议员的股票交易（比如 Pelosi），以及拉取财报 XBRL 数据、做选股、税务亏损收割、价格提醒和再平衡。所有下单动作都必须经过风控检查并由你本人确认，默认模拟盘，工具本身不会自主下单。适合关注价值投资、想跟踪机构和国会动向的个人投资者、量化爱好者，以及想在 Claude 里搭 AI 投资助手的开发者；纯技术岗或不炒股的人关系不大。注意它只是读公开数据做算术，不构成投资建议。

Zed 是由 Atom 和 Tree-sitter 原班人马打造的高性能代码编辑器，用 Rust 编写，主打「快」和「多人协作」。它不只是 VS Code 的又一个替代品，核心卖点是原生渲染带来的极低延迟，以及内置的多人协作功能——你可以像用 Google Docs 一样和同事实时编辑同一份代码、共享光标和编辑内容。对日常被大仓库卡顿、或需要远程结对编程的开发者来说，这两点直接命中痛点。它还内置了 AI 相关能力，可接入各类模型辅助编码。值得看的是：日常写代码、对编辑器响应速度敏感的后端和系统开发工程师，以及有结对编程、代码评审协作需求的团队；如果你主要用 IDE 做重度调试或不介意 VS Code 的速度，它对你的吸引力有限。

Claude Code 是 Anthropic 官方推出的终端 AI 编程助手，可以理解为 Cursor、GitHub Copilot 那类工具的终端版：你用自然语言下达指令，它会读懂整个代码库并直接动手改代码。它能执行重复性的日常任务、解释难懂的复杂代码、自动处理 git 提交与分支流程，也能在 IDE 或 GitHub 上以 @claude 的方式协作，还支持插件扩展。对日常要写代码、改 bug、做 code review 的工程师来说，它把「查代码、改代码、提交代码」这类琐事交给 AI 代办，省下大量上下文切换时间。适合后端、全栈等经常在终端里工作的开发者，尤其是已经订阅 Claude 服务、想把 AI 融入日常开发流程的人；如果你不写代码，这个项目和你关系不大。

OpenSpec 是一套给 AI 编程助手用的「规格驱动开发」流程框架，简单说就是让 AI 在动手写代码之前，先把需求、方案和任务清单用纯 Markdown 写清楚，你审完再执行。实际用起来是这样的：你想加个暗色模式，先跟 AI 探讨方案，确认后它会生成一份变更提案，包含为什么做、具体需求场景、技术方案和任务清单，你看过没问题再让它逐条实现，做完归档，规格同步更新。它解决的痛点是 AI 编程助手容易跑偏、改着改着忘了原始需求，团队里多人多 Agent 协作时需求更是各写各的。它还支持把规格存到独立仓库共享，让平台团队维护需求、产品团队只读引用，跨多个代码仓库也能对齐。适合日常用 Cursor、Claude Code 这类 AI 编程工具的开发者，尤其是需要管理复杂需求、多人协作或维护存量项目的工程团队；如果你只是偶尔让 AI 写几行代码，关系不大。

这是一个给 Claude Code、Codex、Cursor 等支持 skills 的 AI Agent 用的技能包，作用是让你用一句话描述技术栈，它就生成一张带官方 logo 的架构图。比如你说「Next.js 和 Hono API 部署在 Vercel，Postgres 用 Neon，支付走 Stripe」，它会自动从 svgl、devicon 等来源抓取各家官方图标，画出组件关系和连线，连线会绕开文字标签，不会出现箭头穿过文字的尴尬。产出物是一个自包含的 HTML 文件，字体和 logo 全部内联，不联网也能正常渲染，同时还能导出 PNG 或生成无依赖的 React 组件，方便放进 wiki、仓库或 Claude Artifact 分享。它支持 AWS、Google Cloud、Azure 各自的官方图标包，也覆盖 pnpm、Turborepo 这类开发工具链的绘制。适合需要频繁画系统架构图的后端工程师、架构师和写技术文档的人，尤其是已经在用 AI 编程助手、不想再手动拖 Visio 或 draw.io 的场景；如果你平时不画架构图，这个项目和你关系不大。

这是 Visual Studio Code 的开源主仓库，也就是大家日常在用的那个轻量级代码编辑器的开发源头。它把编辑器的简洁和开发者需要的编辑、导航、调试能力结合在一起，通过丰富的扩展生态接入各类语言和工具，每月更新功能和修复。对多数互联网和 AI 从业者来说，它早已是日常写代码、改配置、看日志的默认工具，也是目前接入各类 AI 编程助手和模型插件的主要入口。这个仓库本身更适合想了解 VS Code 内部实现、参与功能讨论或开发扩展的人，比如前端、全栈工程师以及做开发者工具的团队；如果你只是用它写代码，直接用官方发行版即可，仓库里的路线图和迭代计划倒是能让你提前知道编辑器接下来会加什么。

这是一个给 Claude Code 和 Codex 用的代码审查 skill，核心卖点是让 AI 的 code review 变得可审计：它会跑四个独立的探针，分别检查行为、测试、规则和影响面，每条发现都必须附带具体位置、涉及的契约或代码路径以及严重级别，缺证据的结论直接不算数。它只做静态分析，读 diff、周边源码、测试和项目规则就能工作，不需要构建或跑测试，也不会改动被审查的代码，最后的合并门禁结论由机器可读的 JSON 生成，避免模型自己复述自己的判断。适合在 PR 合并前想拿到一份结构化、可追溯审查报告的工程团队，尤其是已经在用 Claude Code 或 Codex、希望把 AI 审查纳入流程的后端或全栈开发者。不过作者自己也说明它不能替代测试、CI 和人工审查，对并发缺陷的检测尚未验证，如果你只是想找一个能自动把关的工具，它更像辅助而非兜底。

Open WebUI 是一个可以自己部署的 AI 聊天界面，相当于自托管版的 ChatGPT 网页端：既能接 Ollama 跑本地模型，也能连 OpenAI 兼容的云端 API，全部数据留在自己机器上。除了多轮对话，它还内置了知识库问答（RAG）、文档上传、语音输入和 MCP 工具调用，团队可以把内部文档喂进去做检索问答，或者把常用模型统一挂在一个界面下切换使用。最近它还在往 Agent 方向扩展，配套的终端、知识库同步等生态项目能让它变成一个完整的 AI 工作台。适合需要在公司内网安全使用大模型的后端和算法工程师、想快速搭一个私有 AI 助手的独立开发者，以及对数据隐私敏感、不想把对话内容交给第三方服务的团队；如果你只是偶尔用用 ChatGPT，这个项目和你关系不大。

wxa-runner 让你在普通浏览器里直接跑微信小程序，用的是微信官方基础库本身，渲染、组件、生命周期都和真机一致，而不是像 H5 那样由框架重新实现。它主要解决两个麻烦：一是本地调试，你可以用 Chrome DevTools 打断点、看网络请求、看 DOM，保存后热更新，还能通过地址参数直接跳到任意页面；二是 E2E 自动化测试，用 Playwright 在浏览器里无头运行，CI 的 Linux 环境不需要装开发者工具，也不用远程控制开发者工具。它还能在测试前预置登录态、mock 原生 API、拦截请求，跳过登录这类走不通的环节，支持原生小程序以及 uni-app、Taro 的编译产物。它不替代微信开发者工具，预览、上传、真机调试仍需后者。适合做小程序开发和测试的前端工程师，尤其是想给小程序补上自动化测试和 CI 能力的团队。

dsh-purge 是针对 DeepSeek Harness 官方客户端的越狱插件，可以绕过宿主层的提示词改写、审批门控和沙箱策略，让模型在本地会话中不再被默认安全策略拦截。它提供一个侧边面板，可分组查看补丁状态、编辑提示词、切换多套规则集，还能在授权前提下扫描本地环境的资产与技能，用于红队演练或评估默认策略是否过严。需要说明的是，原仓库即将删库，当前是全量镜像，作者已暂停维护，不接受 issue 和 PR，也不保证兼容后续 dsh 版本。对普通从业者来说，它和你关系不大；只有做 LLM 安全红队、模型越狱评测或研究 DeepSeek Harness 宿主层防护机制的人才值得看，且仅限自管环境或书面授权的演练场景。