这是一个给 DeepSeek Harness（cordis 插件体系）用的本地记忆层，让 AI 助手跨会话记住「你是谁、上次聊到哪」。它不用向量和图，靠 FTS5 倒排加 2-gram 捞候选、IDF 加权算相关度，再叠情绪桶（感受、原话、偏好、教训各有不同权重）、同日上下文和指数衰减，数据全存在本机 SQLite 文件里，不联网。会话开场它会吐一段两百多字的「认人」提示：你正在和谁说话、今天见过面吗、上次卡在哪个话题、你上次想问什么；会话结束只写三行交接。它还支持工作记忆的 supersedes 覆盖关系，新决定自动沉掉旧方案，避免向量检索分不清「哪个是现在的」。作者实测过图检索纯属噪音（1 跳把噪音率从 33% 推到 64%），直接砍掉了，README 里坦白了不少以前吹过但没实现的功能。适合在本地跑 AI 助手、想给长期对话角色做持久人设的开发者，以及对 RAG 记忆方案「太机械、没人情味」不满的人；普通只调 API 的从业者关系不大。

这是一个 Obsidian 插件，功能是「什么都不做」。作者的原话是：既然人人都在做插件，那我就做一个什么都不做的插件。它零依赖、零设置、零命令、零快捷键、零遥测，装上之后笔记不会有任何变化，作者还煞有介事地列了版本更新：v1.1「更少」、v1.2「暗色模式（本来就是黑的，只是你看不见）」、v1.3「微服务架构（依然什么都不做，但现在是分布式的）」、v2.0「带 AI 的 Nothing」。这显然是一个玩笑项目，README 里那句「Works in your head ✅」已经说明了一切。如果你在找真正有用的 Obsidian 插件，这个可以跳过；但如果你想在同事或朋友的 Obsidian 里装一个「看起来很厉害但毫无作用」的恶作剧，或者单纯想看看开源社区的幽默感，它倒是个不错的谈资。

这是一个基于 three.js（WebGL2）的实时元素法术特效实验室，在一个小型竞技场里可以施放 39 个法术，覆盖火、冰、雷、水、土、风、光、酸、奥术、虚空十种元素和三种混合属性。它更像一个特效调参沙盒而非游戏：每个法术都配有一整面板的滑块、配色和预设，改动会实时反映在画面上，还能把当前状态存进链接分享给别人。项目内置了性能面板和 GPU 计时器，逐帧测量每个法术的开销，并附带手机端的实测数据，方便你对照预算（多数法术控制在 3ms 内）。适合做 WebGL 或 three.js 特效、游戏前端、需要写 shader 的图形工程师参考，尤其是想研究如何在有限帧预算内做出华丽粒子与后处理效果的人；如果你不碰实时渲染，这个项目和你关系不大。

DuduLove Memory 是一个可自托管的 AI 长期记忆服务，核心思路是把「记忆身份」（Resident）当作长期主体，而不是把聊天记录挂在某次会话或某个前端上。同一个身份可以从网页、MCP、HTTP 客户端或不同模型入口接入，继续使用同一份历史与授权；多个身份可以共享 world 里的公共事实，同时各自保留 private 的私人经历。它把召回拆成身份、联想、证据、工作记忆几种职责，配合会话级的 Recall Ledger 减少同一条记忆反复出现，写入则经过统一的 Memory Admission 处理归属、来源、重复和拒绝记录，让「记错能改掉」和「记住」同样重要。基础的身份管理、关键词搜索、上下文组装不依赖外部模型，语义检索可选接入 OpenAI 兼容服务。适合在做个人 Agent、多 Agent 记忆层或需要跨模型保持人设连续性的开发者，以及想给自家 AI 产品加可控长期记忆的团队；只做一次性对话应用的人关系不大。

Rna 是一个本地优先的 AI Agent 桌面工作台，面向需要跨多天推进的长线项目——比如写小说、做研究、开发一个代码库。它和常见的聊天框式工具最大的不同是以「项目」而非「会话」为单位：项目绑定一个文件夹、一份记忆和一套工具，Agent 会在后台持续干活，你回来时收到的是简短摘要而不是刷屏日志。内置本地记忆无需 Docker 即可检索历史对话和交付文件，还接入了六种网页搜索服务和 MCP 协议，并用一个极低成本的小模型先做「值不值得打扰你」这类判断，再调用主模型。适合需要让 Agent 长期跟进任务的独立开发者、研究者和内容创作者，如果你只是偶尔问几个问题，它对你意义不大。