这是一个麦当劳省钱点餐助手，本质是把「菜单×优惠券×叠加规则」的组合优化交给确定性算法：你告诉它想吃什么、预算多少，它拉取门店菜单和全部可用优惠券，穷举出总价最低的合规组合，比如巨无霸套餐从 ¥47 算到 ¥21.9。它采用「取数交给 MCP、算术交给代码、表达交给 Agent」的分工，因为价格折扣叠加这类算术大模型容易算错。除了最便宜，它还能按省钱、吃全、低卡、少排队四种目标给不同解，做券体检（名义面额 vs 实际节省 vs 机会成本，比如一张满减券会挤掉 1+1 随心配反而多花 18 元）、凑单补位、价格×热量帕累托前沿分析，以及多人拼单人均分摊。对 AI 工程师来说，它是 MCP + Agent Skill + 确定性优化器协作的一个干净范例，值得看架构；普通用户也能直接打开在线试算页玩。

麦麦省钱助手是一个基于麦当劳中国 MCP 打造的点餐成本优化 Skill，它做两件事：一是这一单怎么点最省——拉取当前门店的实时菜单和你账户里可用的优惠券，枚举单品、套餐、券组合等候选方案，用 MCP 的真实计价接口逐个算钱，输出最省钱的方案并主动劝退凑单陷阱；二是审计你白扔了多少钱——结合历史订单和券存量，告诉你哪些券快过期、积分商城哪些商品已过兑换期、客单价是否偏高。比如它能算出同样吃汉堡薯条可乐，套餐比单点便宜 13 元，也能提醒你 9 张券即将过期、面值 21.1 元不用就是纯损失。适合经常点麦当劳、想把优惠券和积分用到极致的普通消费者，以及对 MCP 与 Agent Skill 结合方式感兴趣的 AI 从业者参考；不常吃麦当劳的人关系不大。

Scout 是一个开源的浏览器 Agent，用大白话讲就是「雇一个会自己操作浏览器的助手」：你用自然语言描述任务，它打开真实浏览器去读页面、点击、输入、滚动，直到把事办完再把结果交给你；做不完时也会说明缺什么、带回已找到的部分。它能干的活儿包括去 Hacker News 统计评论最多的三条新闻、在表单里替你下单、跨站比价比库存、用给定账号登录并读取欢迎语，还能按你指定的 JSON Schema 返回结构化结果。模型完全自选，可为「动手」「规划」「看截图」「抽取」等不同分工配不同模型，也能跑在本地浏览器或 Outcrawl 云上（云上带验证码处理和每次运行的回放）。值得看的是需要写网页自动化脚本、做数据采集或 RAG 前处理的工程师，以及想让 AI 编程助手顺带搞定浏览器任务的人；纯做模型训练或后端业务的读者关系不大。

BAIagent Director 是一个本地优先的 AI 商业顾问桌面应用，可以理解为「会做市场调研的商业分析师助手」。你把公司网站丢给它，它会自动去查你卖什么、客户评价、竞争对手和市场信号，并保留来源链接，把观察到的事实和假设建议分开呈现，最后产出一份带负责人、时间、预算逻辑、成功指标和止损条件的试点方案。它跑在 Windows 上，可离线读取本地文档，也能用 Ollama 或 Qwen3-4B 本地模型，不需要云端 API key。适合中小企业主、业务负责人或做增长咨询的人，在立项前快速验证一个想法值不值得投入；对纯技术岗位或不涉及业务决策的读者来说关系不大。

wx-bot 是一个把你的个人微信接到 AI Agent 的桥接工具，走的是腾讯官方 ClawBot / iLink 接口，可以理解成「微信版的 ChatGPT 客户端」，但对面接的是你自己选的模型，比如 Grok、Claude、Muse。微信消息先落到本地 SQLite 收件箱，再通过 webhook 推给你的 Agent 或由 Agent 主动拉取，Agent 处理完再用它发回微信，支持文本、图片、语音（自动转写）、文件和视频，投递失败会自动重投，不丢消息。它只服务扫码登录的那个微信号，不支持好友，本地接口只监听 loopback，不对外开端口，隐私上比较克制。适合想在微信里直接和自己的 Agent 对话、或者给个人助理加一个微信入口的开发者，比如用 Claude Code 当后端、在手机微信上随时发指令的场景；如果你没有自建 Agent 的需求，这个项目和你关系不大。

这是一个 TypeScript SDK，用来给应用里的 AI 角色做「人设 + 长期记忆」：内置一批现成的角色卡（提示词、性格特质、开场白），再配一套与模型无关的记忆运行时，让角色在多轮对话里始终保持同一性格，并记住之前聊过的关键信息。它把人设、记忆抽取与召回、模型调用、持久化、交互界面这几层拆开，模型侧支持 OpenAI 和 Amazon Bedrock，记忆可存内存、JSON 文件或 SQLite，接口层能对接聊天、语音、游戏乃至 SillyTavern。一次调用就完成记忆召回、提示词编排、生成、本轮信息入库和关系状态推进，还返回语气、语速等语音演绎元数据。适合正在做 AI 陪伴、虚拟角色、互动叙事或游戏 NPC 的产品与工程团队，尤其是需要角色跨会话「记得你」又不想把记忆和人设绑死在单一模型供应商上的场景；如果你只做通用 LLM 应用或不涉及角色化交互，跟你的关系不大。

MyAgent 是一个用 Python 从零实现的通用 Agent Runtime，可以理解为一个可读可改的本地版 Claude Code 底层框架：模型只负责推理并提出工具调用意图，真正的文件读写、Shell 执行、权限判断、结果回写和上下文压缩都由 Runtime 统一接管，形成完整的 Agent Loop。它支持 OpenAI 和 Anthropic 双协议接口，内置 MCP 客户端接入外部工具，还能派生 explore、plan 等子 Agent，并在 Plan Mode 下阻断一切写操作。最有特色的部分是 Skills 自进化：当你对某次输出给出明确反馈，它会自动抽取可复用规则写入 SKILL.md，下次同类任务直接调用，同时按项目隔离长期 Memory、支持会话恢复。适合想搞懂 Agent 底层机制、或需要二次开发个人助手和领域 Agent 的工程师阅读源码；只想用现成 AI 工具干活的人关系不大。

Web3 Agent Kit 是一个用 Python 写的框架，让你用自然语言指挥 AI 代理去操作区块链，比如直接说「把 0.1 ETH 换成 Base 上的 USDC」，它会自动解析目标、调用 LLM 规划、执行交易。它把 RPC 接入、钱包签名、DeFi 协议 ABI、gas 估算这些脏活都封装好了，内置 9 条 EVM/Solana 链、Uniswap、Aave、Curve 等协议的现成接口，还带花费上限、交易前模拟等安全护栏。除了交易，它还覆盖空投追踪、蜜罐/流动性等代币安全检查、套利清算等 MEV 场景、DCA 和狙击机器人、NFT 部署与批量铸造、跨链桥接等。适合想做链上自动化交易机器人、DeFi 策略或 AI 代理应用的开发者快速起步，省掉几周的样板代码；不过项目仍处 beta，官方明确提示不要未经审计就上真金白银，纯做后端或前端的读者关系不大。

Ultron 是一个语音优先的桌面 AI 助手，你可以把它理解成一个带 MCU 反派 Ultron 人格的 Jarvis：用语音指挥电脑，配上 60 FPS 全息 HUD 和实时口型同步。它内置 51 个工作站工具，覆盖鼠标键盘接管、Git 操作、网络审计、人脸识别哨兵等；还能让 AI 自己写新 Python 工具并热加载进内存，无需重启。此外它用 OpenCV 做手势控制（张掌唤醒、握拳锁屏、挥手切歌），用 SQLite 知识图谱加 TF-IDF 向量做本地语义记忆，能通过 Home Assistant 联动智能灯光，甚至用 DSP 管线合成 James Spader 风格的机器人嗓音。适合想折腾个人 AI 助手、桌面自动化或语音交互的开发者和极客；如果你只是找生产级 Agent 框架或企业方案，它更像一个炫技的个人项目，参考价值有限。

这是一套给 AI 编码助手（如 Claude Code、Codex）用的 Agent Skill，核心作用是帮你在逆向或重建已有软件时保持证据驱动：先观察目标软件的行为、收集证据，再整理成需求和重建计划，被明确要求时才动手实现，最后拿结果和原始证据比对验证。它不绑定任何模型或厂商，本质是一组 Markdown 指令，可与逆向工具 REA 配合，也可直接用 REA 已收集的证据。实际场景比如搞清楚某个编辑器保存失败时保留了什么状态、复刻某个文件格式或单个函数的逻辑，它会把「观察到的事实」「合理推断」「新设计选择」分开记录，缺证据的地方明确标为缺口，而不是用看似合理的猜测糊弄过去。适合做逆向工程、遗留系统重构、竞品行为分析的工程师，或需要让 AI 助手按流程严谨复刻功能的开发者；如果你的工作不涉及理解或重建既有软件，和你关系不大。

这是一个跑在 DeepSeek Harness（DSH）上的 AI Agent 技能：你在 B 站评论区 @ 它提到的某个视频，它会先从 @ 通知里核对昵称、定位到正确的视频，再本地转写文字稿并抽取关键画面看懂内容，最后以你的身份在评论区回一条内联评论——教学类视频会给出可点击跳转的分章时间戳，玩乐类则回一句情绪反应。它解决的是「B 站 @ 通知只有评论文字、没有视频链接」这条断掉的链路，还踩平了发错位置对方收不到通知、盲取列表第一条点错视频等真实坑，并支持每 30 秒自动检查 @ 的看门狗模式。适合想在 B 站做自动化互动、内容运营或折腾 Agent 技能的开发者；注意它必须配合能操控已登录浏览器的自动化工具（如腾讯 BrowserSkill）才能工作，且会以你的身份公开发言，建议用小号。

这是一套给 AI Agent 用户准备的「账号被锁后还能继续干活」的应急资料包，本质是一组模板加一个纯本地的网页工作表，帮你把 AI Agent 用到的账号、凭证、配置和恢复流程登记造册。它明确不是密码管理器，也不存任何真实密钥，只记录元数据：哪些凭证存在、归谁管、在哪用、多久轮换一次，再配上入职离职清单、业务连续性预案和事故报告范例。比如你把日常运营都托付给某个 AI Agent，某天它被封号或服务商宕机，你可以照着手册独立找回所有账号的控制权，而不必依赖 Agent 本身。适合那些已经在用 AI Agent 承担实际业务、担心供应商锁定或账号风险的运营者和安全负责人看；如果你只是调 API 写代码，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。

这是一个 MCP server，让你在 Cursor、Claude Desktop、Codex 等 AI 编程助手里直接指挥 CapCut 和 OpenCut 剪视频，相当于把剪映的剪辑台搬进了对话框。它提供 59 个工具，覆盖项目管理、时间线增删轨道与片段、分割裁剪、字幕样式、转场滤镜贴纸、音量淡入淡出与降噪，还能调用 OpenAI 或 ElevenLabs 生成配音，并通过 Remotion、HyperFrames 或自带的 ffmpeg 逐帧引擎渲染成片，另有 20 种预设特效和分镜镜头库可查。所有操作默认 dry-run，先预览不落盘，避免 AI 误改你的工程；导出 Premiere/Filmora 的 XML 目前是未经实测的 beta。适合做短视频批量生产、想用自然语言自动化剪辑流程的内容创作者和 AI 应用开发者，纯做后端或模型训练的人关系不大。

这是 Hermes Agent 的一个上下文压缩插件，解决长对话里上下文爆掉的问题。Agent 跑久了历史会撑爆上下文窗口，需要定期把旧对话压缩成摘要，但传统做法要让模型重新读一遍全部历史，又慢又贵。这个插件的做法是把最后一次请求原样重发，让服务端复用 prompt 缓存，只读新增的那部分，所以压缩速度快很多。压缩后的交接摘要按固定结构组织，比如目标、当前状态、关键事实、下一步，另外还会由代码自动生成一份工作台账，记录跑过的命令及退出码、被改动过的文件，方便下一个请求快速接上。如果缓存请求失败，会退回普通模型摘要，再不行就只保留台账，防止小模型把上下文越撑越大。适合在 Hermes Agent 上做长任务 Agent、需要频繁自动压缩上下文的开发者，以及关心 prompt caching 提速效果的人；不直接用 Hermes Agent 的人关系不大。

这是一个把你的家扫描成实时 3D 模型、并把它变成电视主屏幕的个人项目。用 iPhone 的 LiDAR 扫一遍房间，生成低多边形的「娃娃屋」模型，然后接到 Google TV 上当桌面：没有广告和推荐流，取而代之的是你家的 3D 视图，灯具和设备直接嵌进去——用遥控器开一盏灯，现实和 3D 里同时亮起；坐在 3D 沙发上环视，看一眼就能切换对应的灯。它通过 Home Assistant 和 Philips Hue 把 Tuya、Zigbee 等设备统一成一个实时 API，同一套家还能在 iPhone 和 macOS 菜单栏里看。项目的核心其实是一份「AI agent 施工手册」加参考实现，设计上就是让 AI 编码代理照着分阶段做完，每步有明确验收标准和踩坑记录。适合智能家居极客、想玩 AI agent 驱动开发的工程师，以及有 Google TV + Hue + Home Assistant 环境、愿意自己动手改造的人；只用 Apple TV 或三星 LG 的用户关系不大。

这是一套面向 AI Agent 的合规工作技能库，把资深 GRC（治理、风险与合规）从业者做各类合规事务的方法写成了 65 份 SKILL.md，Claude Code、Codex、Cursor 等支持该格式的 Agent 都能直接读取使用。它覆盖 ISO 27001、SOC 2、GDPR、EU AI Act、DORA、NIS 2 等框架下的常见工作：差距评估、适用性声明、风险登记册、审计准备与应对、证据整理、供应商管理、隐私文档、AI 系统盘点、事件响应等，Agent 负责起草、搜集和交叉核对，而范围界定、风险接受、最终签字等判断明确交还给人。比如让 Agent 读取你手头的合规材料，它能盘点现状、挑出最该补的 10 项技能并写出 30 天整改计划。适合安全合规负责人、隐私专员、内审人员，以及需要准备 ISO 27001 或 SOC 2 审计的创业公司技术负责人；纯开发岗位关系不大。

CludeGods 是一套跑在 Claude Code 之上的语音 Agent 工具包，让你像和同事说话一样指挥 Claude：常开麦克风实时收音，Claude 边干活边出声回答，你随时可以插话打断。它还带一个常驻的 Workers 面板，每个 worker 是有自己声音和工作时段的常驻助手，你把任务丢进它的任务框，它执行后把外发内容（邮件、帖子）留成草稿，等你点头才真正发出；另有 guard 机制限制每个 worker 只能用你授权的工具。此外支持 Slack 桥接、共享的 Spaces/Pages 文档，以及把 worker 拉进语音通话。全部本地运行，语音识别与合成都在本机完成。适合重度使用 Claude Code、想把重复任务交给常驻助手的开发者，以及对语音交互办公形态好奇的人；不碰 Claude Code 的读者关系不大。

omni2api 是一个把「任何能在终端里跑的东西」包装成 OpenAI 兼容 API 的反向代理，用 Rust 写的。它在服务器里留一个「座位」，平时这个位置该放模型，现在可以放一个 AI agent、一段脚本，甚至一个人；调用方拿到标准的 base URL、API key 和模型名，完全感觉不到对面不是真模型。它解决的麻烦是：你手头有个能干活的 agent（比如 Claude Code 或自写脚本），但想让别的工具——IDE、桌面应用、任意 LLM 客户端——像调 GPT 一样调它，不用自己写适配层。工具调用是真透传的，调用方沙箱执行命令后结果会回流给座位上的 agent，还支持多路并发对话、图片文件、语音和 Realtime。适合正在搭 AI 工作流、想把内部 agent 复用成标准服务的后端和平台工程师；如果你只是调用现成大模型 API，跟你的关系不大。

toolism 是一个专门给 LLM 工具定义 JSON Schema「瘦身」的命令行工具。你给模型的每个工具（OpenAI function、Anthropic tool、MCP server tool）都会随每次请求发送，而 Pydantic、FastMCP、zod-to-json-schema 这类生成器会塞进大量冗余内容：重复属性名的 title、可选字段的 anyOf 包装、default: null、无用的 $defs 等。toolism 能测量这些 schema 到底花掉多少 token，然后在不改变任何合法工具调用的前提下删掉冗余，并用等价性检查证明结果安全。在 13 个热门 MCP server 的 159 个工具上，默认规则平均砍掉 37.4% 的工具定义 token，Notion 甚至省了 73%。它还提供 CI 门禁，把 token 预算锁在基线水平，防止成本悄悄回涨。适合维护 MCP server、做 Agent 应用或负责 LLM 推理成本的工程师——如果你的工具定义是手写的精简 schema，那它能省的就很少，关系不大。

这是一个把麦当劳官方 MCP 接口包装成团餐组织助手的工具，你输入城市、关键词、人数和预算，它去查附近营业门店、拉真实菜单、用官方计价接口算钱，输出几套含合计与人均的可比对方案。除了算钱，它还能自动串联五级查询帮你预约生日派对或品鉴会场次（默认只生成下单载荷，不会真的下单），并结合活动日历给出「今天该不该组织、要不要提前订场」的建议。比如你说「成都春熙路，8 个人，预算 400」，十几秒就能拿到经济型、均衡型等多套真实报价，超预算的组合会直接标出来。适合团建或班级活动的组织者、企业行政和团餐负责人、想办麦当劳派对的家长；对 MCP 或 Agent 开发者来说，它也是一个编排 15 个 MCP Tool 的完整参考实现。和多数不涉及聚餐的从业者关系不大。

ARTEX 是一个用多智能体 LLM 驱动的自主渗透测试系统，可以理解为把红队里「信息收集—漏洞发现—利用验证」这套人工流程交给 AI Agent 自动跑完，后端用 Go 写，前端配了 Next.js 界面，还支持 MCP 协议接入工具。它在百度 agent+ 攻防挑战赛拿了冠军，说明实战能力经过了对抗检验。实际用处是：安全团队让它对自家 Web 资产做自动化安全评估，省掉重复的扫描和手工验证；甲方安全工程师可以用它快速摸清暴露面，而不是手动拼各种扫描器。对做 AI Agent 落地的人来说，它也是一个多智能体协同完成复杂任务的完整参考实现。如果你是安全工程师、红队成员，或者在研究 LLM Agent 在安全领域的应用，值得花时间看看；纯做业务后端或前端的人关系不大。

麦门认证机是一个基于麦当劳中国官方 MCP 的创意应用：上传任意一张图——自拍、工位、代码报错截图甚至你家猫——AI 会看图给出 10 档「麦门身份」判级（从 LV.1 甜筒级到 LV.10 麦门本门），生成一张可转发的认证梗图卡，卡片上附带基于官方真实营养数据的套餐推荐，并能一键领取真实入账的麦当劳优惠券，另有抽奖和当月活动日历等玩法。它的设计思路是「梗图负责传播，接口负责闭环」，把营养表、菜单、优惠券这些零散接口编排成完整的营销链路。这是 2026 麦当劳程序员创意开发大赛的参赛作品，非官方产品。对多数互联网和 AI 从业者来说它更像一个有趣的营销 demo，真正值得看的是做 MCP 集成、Agent 工作流编排或品牌营销玩法的工程师，能从中看到如何把官方 MCP 的原子接口串成有传播力的产品。

这是一个专门评测 AI Agent 在「保研咨询与申请规划」场景下表现的开源基准测试，由屿智同行与保研岛联合推出。它包含 70 道中文任务，分三类：21 道院校推荐题（看推荐是否贴合学生背景）、36 道规划决策题（看备考计划和风险评估是否可执行）、13 道两阶段题（中途给新信息，看 Agent 会不会及时修正建议），每题都有人工校准过的评分标准。目前已跑出 8 组「执行系统 + 模型」配置的排行榜，Codex + GPT Sol 6.1 以 79.08 分居首，Qwen、Kimi、Gemini 等组合分数在 55 到 68 之间。对做 Agent 产品或选型的人来说，这份榜单直接回答了「换哪个模型能提升咨询类任务质量」；如果你正在做教育、升学方向的 AI 应用，或者想给团队挑保研咨询 Agent，值得花十分钟看结果和任务设计。普通开发者若不涉及这类场景，关系不大。

Lampline 是一个在自己电脑上构建和测试 AI 电话客服机器人的开源工具，可以理解为 Dialogflow CX 的本地化替代加测试框架。它把电话机器人写成 YAML 和 Markdown 文件，用测试用例描述「来电者说什么、机器人该走到哪一步、必须或绝不能说什么」，然后自动跑测试并给出失败原因，还能让 AI 扮演来电者给真实通话打分。它支持导入导出 Dialogflow CX 和 CX Agent Studio 的机器人，也能通过 Twilio、Telnyx 或任意 SIP 中继接真实电话，底层基于 Pipecat。对做呼叫中心、IVR、语音 Agent 的工程师来说，最大的价值是能在改动上线前用自动化测试验证对话流程，还能接入 Claude Code、Cursor 等编码 Agent 自动修复失败用例。如果你不做语音客服或电话机器人，这个项目和你关系不大。