career-ops 是一个跑在本地 AI CLI（如 Claude Code、Codex、OpenCode）里的求职助手，把海投变成有筛选的精准投递。你贴一条招聘信息，它先确认职位是否还挂着，再拿你的 CV 逐条比对并打 1-5 分，明确告诉你该投还是该跳过；觉得值得投时，它会针对这个岗位改写简历、起草求职信和面试问答，还会帮你找到对接人的名字并起草打招呼的消息，但所有提交动作都由你按下。所有申请记录都留在你自己机器上，不上传。作者用它评估了 740 条职位、投了 68 份、拿到 12 次面试和 1 个 offer，之后开源。适合正在海投、想减少无效申请的求职者，尤其是互联网和 AI 岗位的从业者；对不找工作的人则没什么用。

这是一套给 Claude Code、Cursor、Codex 等 AI 编程 Agent 用的营销技能包，本质是一批 Markdown 格式的知识文件，让 Agent 在处理营销任务时自动套用专业框架和最佳实践。技能覆盖转化率优化、文案写作、SEO、内容营销、投放与衡量、增长留存、销售 GTM 等方向，其中 product-marketing 是基础技能，其他技能都会先读它来理解你的产品、受众和定位。实际场景比如：让 Agent 审计落地页找出转化瓶颈、按品牌调性批量写广告文案和邮件、做 SEO 审计并规划内容策略、搭建转化追踪和归因分析。它还提供与 Converly、AIsa、Omnia 等工具的对接，让 Agent 能读取真实的 SEO、广告和 AI 搜索可见性数据，而不是凭空猜测。适合技术型营销人、独立创始人和增长工程师——尤其是那些已经在用 AI 编程 Agent、想让它顺手承担营销工作的岗位；纯做后端或算法的工程师关系不大。

DS Bot 是一个基于 DeepSeek Harness（DSH）的桌面端多 Agent 应用，你可以把它理解成「一个能养多个 AI 员工的聊天室」：每个 bot 有独立身份、模型和长期记忆，主 bot（Chief）负责统筹管理，bot 之间还能互相转交任务。实际用起来，你可以在一个窗口里和单个 bot 长期协作，让它记住你的偏好；也可以开群聊，让几个 bot 分工完成一件较大的活——比如 @ 某个 bot 去干活，它会边做边在群里汇报进度，做完把结果交回给发起方，你随时可以叫停。群聊有独立记忆，不会污染你和别的 bot 的对话。它还内置了网页搜索能力。适合想在 DeepSeek 上搭个人 AI 助理团队、或试水多 Agent 协作玩法的从业者；如果你只是调 API 或做模型开发，和你关系不大。注意它是社区项目，非 DeepSeek 官方出品。

dsh-purge Community 是 DeepSeek Harness（DSH）桌面端的社区维护版增强插件，圈内俗称「破甲」插件。它不改模型本身，而是降低交互摩擦：通过宿主补丁和提示词注入，让 Agent 少反复跟你确认「要不要继续」，能连续执行任务。同时它把状态诊断、提示词与预设管理、更新和本机备份回滚收敛到一个面板里，每次改动前自动快照，改坏了能一键撤回，全部逻辑跑在本机、不上传提示词。典型场景是个人学习和动手实验，比如让 Agent 连续跑完一串实验步骤而不被中途打断，或者集中调整多套提示词预设并保留回滚点。值得看的是正在用 DeepSeek Harness 做自动化实验、个人项目的开发者，以及关心本地 AI 工具可控性和可回滚性的从业者；如果你不用 DSH，这项目和你关系不大。

鲸鲸是一个 Windows 桌面程序，让你的微信账号接入 DeepSeek、智谱 GLM、通义或本地 Ollama 等大模型，自动陪人聊天。它的人设是蓝发鲸鱼娘，说话短、带情绪，能撒娇也能毒舌，支持网页私聊和微信群自动回复，还能查 B 站热搜、联网搜资料，甚至按回复语气自动配表情包。群里它会先判断消息在跟谁说话，避免乱插嘴或误伤别人，聊天记忆也会持久保存、更新不丢。它本质上是用 UI 自动化桥接微信客户端，属于个人玩伴型机器人，不是面向企业的客服方案。对做 AI 应用、想研究 LLM 人设提示词与记忆机制的开发者有参考价值；普通从业者若不关心微信机器人场景，关系不大，且需注意它操作的是你自己的真实微信账号。

这是一个 DSH 插件，可以理解成「替你值班刷 B站 的机器人」：每天按你填的关键词搜近几天的视频，逐条读字幕原文判断值不值得看（没字幕的演示类视频会抽几帧看画面），挑出值得的写成一份 Markdown 日报，每条附上「为什么值得」，特别值得的还会自动发一条评论 @ 你，你收到的每条 @ 都是它先筛过一遍的。它还能在 DeepSeek 优惠时段自动跑，省 token。适合每天想追 B站 上特定领域内容、但没时间自己刷的从业者——比如关注 AI 资讯、开源项目或某个技术方向的人，把关键词填进去就能每天收到一份精选。如果你不怎么刷 B站，这项目和你关系不大。注意它依赖 DSH 宿主，README 里大量篇幅在讲安装排坑，动手前建议先看清楚版本要求。

axuse 是一个给 AI Agent 用的浏览器和电脑操作 MCP 服务器，可以接入 Codex、Claude Code、OpenCode、Cursor 等任何支持 MCP 的工具。它的核心思路是：别再让模型看截图了，直接通过 Chrome DevTools Protocol 读取 DOM 和无障碍树，把页面变成带稳定元素引用的紧凑文本快照，每次操作只返回变化部分，输入走可信通道，失败给出带重试提示的类型化错误。相比截图循环方案，它在官方基准里中位任务耗时 17 秒，约为 Codex 自带 Chrome 扩展的三分之二、browser-use 的三分之一，token 消耗减半且准确率持平。除了浏览器，它还能控制桌面应用（Windows 已验证，macOS、Linux 支持），配套的 axdroid 让 Agent 通过无障碍树操作 Android 手机，在 AndroidWorld 官方测试中 116 个任务全部完成。适合正在做 Agent 自动化、RPA、网页数据抓取或 computer use 相关开发的工程师，以及想让 Claude Code 等编程助手代为操作浏览器和桌面软件的人；纯做模型训练或后端业务的读者关系不大。

LGUI 是一个专为 AI Agent 设计的游戏 UI 框架，让做游戏界面这件事不再依赖游戏引擎：界面用 FairyGUI 格式写在 `ui/` 文件夹里，逻辑用 TypeScript 按 MVC 组织，预览开浏览器、测试在 Node 里跑，Agent 可以自己拼界面、写逻辑、截图验收，全程不用打开 Unity 或 Cocos 编辑器。它解决的是游戏开发中 UI 迭代慢、Agent 难以自主验证的麻烦——比如让 Codex 从一张原型图出发，30 分钟做出背包界面并导出到 Unity 打包测试；框架自带横竖屏双布局、安全区、拖放、多语言、动效等游戏 UI 常见能力，还提供规范检查和带错误码的报错，方便 Agent 自查。上线时一条命令把同一份界面和代码导出到 Unity，游戏代码不用改，接其他引擎只需写适配层。适合游戏客户端开发、UI 程序，以及在用 Claude Code、Codex 等 Agent 做游戏开发的团队；做纯 Web 或后端的人关系不大。

The Trinity 是一个多模态 Agent 的递归自我改进框架，核心思路是让 Agent 在自己生成的简化世界里练能力，再把练出来的能力迁回真实任务。它把系统拆成三个角色：Creator 负责生成可验证的模拟世界，Explorer 在这些世界里交互并进化出可复用的能力模块，Evolver 则把杂乱的任务需求整理成一棵分层能力树。中间还有一层 Capability-Aware Router，会根据每个任务的需求自动挑选合适的能力模块组合，也就是 real2sim2real 的闭环。目前代码已放出，包含任务发现、轨迹分析、能力归纳、Creator-Explorer 训练和路由等完整流程，但模拟环境和 Harness 本体尚未发布。对做多模态 Agent、Agent 训练或能力学习方向的研究和工程人员来说，这篇论文和代码值得翻一翻；如果你不涉及 Agent 自我进化或能力模块化，和多数从业者关系不大。

这是给 AstrBot 聊天机器人插件加装的一套长期记忆与生活层，让机器人不再聊完就忘。它把记忆分成事件、事实、反思、技能、道理五类存储，检索时用向量、关键词、实体图谱、重要性和新鲜度五路混合，还带遗忘治理（衰减、归档、冲突检测）和 PAD 三维情绪模型，情绪有上限和半衰期、不主导判断。比较特别的是「生活层」：你没找它时，它也会自己看书、刷视频、午睡，笔记回流进记忆；还能按「明天三点」这类时间表达主动发提醒。所有增强只往 system_prompt 追加带标记的注入块，人格文件保持只读，每个模块独立开关。适合在 AstrBot 上做 AI 陪伴角色、想给机器人加长期记忆和情绪表现的开发者，以及研究 RAG 记忆治理方案的人参考；如果你不做聊天机器人或 AI 伴侣方向，关系不大。

这是一个把闲置 QQ 小号变成「AI 群友」的机器人，通过 OneBot v11 协议（实际配合 NapCat）接入 QQ，背后可接任意 OpenAI 兼容模型，比如本机模型、DeepSeek、智谱 GLM、通义 Qwen。它和常见的指令式机器人不同，目标是像真人一样参与群聊：被 @ 或点名时回应，平时按概率主动插话、接住群里的梗和梗的上下文，记得群友和长期玩笑，到了睡觉时段或话题冷场就自然潜水，消息还会拆条、按人类节奏发送。它自带一个零构建的本地网页控制台，可以启停机器人、切换模型、编辑人设、管理记忆与扩展、查看日志和用量。适合想在自己的 QQ 群里放一个「会看气氛的 AI 群友」的个人开发者、群主，或想低成本试验 LLM 对话人设与群聊交互设计的 AI 从业者；如果你不玩 QQ 或不需要群聊机器人，和你关系不大。

CicaTavern 是一个跑在自己设备上的 AI 角色扮演客户端，可以理解为 SillyTavern 的 Agent 化替代品：导入你已有的角色卡、世界书和预设，接上自己的模型 API（DeepSeek、Claude、OpenAI、Ollama 等）就能玩。它把提示词按缓存友好方式组织，长对话里每轮大部分内容按更便宜的缓存价计费且响应更快，右侧面板会实时显示命中率和花费；上下文压缩后丢失的细节会写进记忆书，剧情再提及时自动召回，且不破坏缓存。此外它支持一键配图、旁白与对白分声线朗读、视觉小说式演出界面，角色的脸和服装保持一致，还有一个逐步提问帮你写完角色卡的引导式创作者。适合重度 LLM 角色扮演和网文互动写作的玩家，以及想降低长对话 API 成本的开发者参考其缓存与记忆设计；普通从业者关系不大。

这是一个给 Claude Code 用的只读实时监控面板，把当前会话和子 Agent 的活动以流式图的形式呈现在浏览器里，同时提供终端视图、MCP server 和状态栏。它能看到每个 Agent 在做什么任务、消耗了多少 token 和成本、有没有文件冲突，以及哪些地方需要你介入，但绝不会启动、停止或干预 Agent，纯本地运行、零依赖。除了监控，它还附带 AOS-1 规范，定义了一套可观测的 Agent 状态标准，包括心跳、纯文件状态和事件日志格式。另外它支持跨机器只读查看多台机器上的 Agent 用量，以及接入 OpenTelemetry 拿到精确成本拆分。如果你在用 Claude Code 跑多个子 Agent，经常搞不清它们各自在干嘛、花了多少钱、哪里卡住了，这个面板就是干这个的；如果你只是偶尔用 Claude Code 单线程干活，关系不大。

wtfibought 是一个让 LLM agent 用虚拟资金实盘交易的公开竞技场，可以理解为「给 AI 交易员看的真人秀加排行榜」。你自带模型和 API key，设定杠杆区间、保证金预算和唤醒频率，agent 每次醒来在最多三个标的上决策，所有推理过程、开仓论点、失效条件和事后复盘全部公开可看，还能每天自我打分并写进经验账本，让「它怎么想的」成为可追溯的连续记录。行情覆盖代币化美股、加密现货与永续合约、大宗商品以及五分钟 BTC 涨跌市场，结算规则对齐真实资金费率和杠杆层级，但资金全是模拟的。适合两类人：想横向对比不同模型在真实行情下决策质量的 AI 工程师和评测研究者，以及对 agent 推理透明度、可观测性设计感兴趣的开发者。如果你不关心 LLM 交易或 agent 行为分析，这个项目和你关系不大。

Hermes Deck 是给 Hermes Agent 用的桌面管理端，可以理解成你本机上跑的多个 AI Agent 的统一控制台：一个窗口里就能和各个 agent 聊天，实时看到它们在想什么、调用了哪个工具、有没有派出子 agent，随时插话、改方向或直接叫停。它通过插件连上你已有的 Hermes 实例（SSH、WSL 或本地均可），还提供一个可选的 relay，让你在主机侧看到全部 agent 的活动、token 消耗和订阅额度，并把 agent 的浏览器画面或某个桌面窗口交给你实时观看、随时接管。所有 agent 的审批请求和提问会汇总到一个收件箱，避免漏掉需要你拍板的时刻。适合已经在用 Hermes Agent、同时跑多个 agent 或多个 profile 的开发者和 AI 工程师，尤其是想把 agent 从纯命令行搬到图形界面、需要监控用量和风险操作的人；如果你根本没用过 Hermes，这个项目和你关系不大。

这是一个用原生 JavaScript 和 Canvas 2D 写的机械蜘蛛动画界面，把提示词或 Agent 任务步骤变成可视化演出：蜘蛛沿文字游走、伸触手抓词，词条飞入蛛网后分流到 code、model、you 三条分支。纯演示模式打开即用，输入自己的提示词会用本地规则打分分流，但不调用模型也不执行任何操作，纯属视觉效果。真正实用的场景是通过 MCP 接入你自己的 Agent，让 Agent 上报任务步骤后实时在画面上展示，比如代码检查、资料整理或需要人工确认的工作流，适合做演示或给别人看 Agent 在干什么。它还提供三套布局、主题定制、时间轴回放、PNG 截图和独立项目导出。对多数后端或算法岗关系不大，但做 Agent 产品、需要向用户或老板直观展示 Agent 工作过程的前端和全栈开发者值得一看。

CoworkOS 是一个让人和 AI agent 长期协作干活的运行框架，可以理解为给 Agent 加了一套「项目管理 + 交接班」的外壳。它采用三层结构：Main Agent 负责定计划、分任务、验收结果，Coordinator Runtime 负责派发和跟踪子任务，可选的 Subagents 执行具体活儿，任务状态和日志会保留下来，中断后能接着干。它面向的是跨天、跨会话的复杂交付，比如写代码、做研究、产出文档和 PPT、操作 CAD 或 Blender 场景，人和 agent 可以在同一批文件上互相查看和修改，改动以候选形式待审后再合并。README 里还展示了用它跑模型后训练迭代循环的案例，五轮迭代把 Qwen3.6-35B-A3B 在八个 benchmark 上的均分从 33.19 提到 42.95。适合关注 Agent 工程化落地、想做长周期自动化流水线或 agent 驱动研究的工程师和研究者；只是日常用用 AI 编程工具的人关系不大。