这是一个给 dsh（DeepSeek Harness）用的插件，装上之后不用登录、注册或填 API Key，就能直接调用 DeepSeek V4.1 Flash、Kimi K3 等一批前沿模型，免费且不限量。它本质上是把 OpenCode 的 Zen 网关、Kilo AI 公共网关等公开免费渠道，以及 LobsterAI、Qoder、TRAE、Cline 等十个账号渠道统一挂进 dsh 的模型选择器，同时提供一个 OpenAI 兼容的本地转发端口，让你本机其它工具也能复用这些模型。除了接模型，它还做了不少实用功能：用量看板统计 token 消耗和首字延迟、工具输出压缩以省 token、多模型降级链、以及把第三方自带 Key 的提供商聚合进同一份清单。适合日常用 dsh 跑 Agent、又不想为每个模型单独申请 API Key 的开发者；如果你不使用 dsh，或者需要处理敏感数据（免费网关可能记录 prompt），就要谨慎评估。

taste-skill 是一套给 Claude Code、Cursor、Codex 这类 coding agent 用的 Agent Skill，目标是让 AI 写出来的落地页和应用界面摆脱千篇一律的「AI 味」模板感。它的工作方式是：先从 brief 里提炼客户独有的素材，再从 20 套研究过的视觉方向中随机发三套供 agent 挑选，确定一句核心创意后，用开放图库里的真实照片（带署名）来搭建页面，最后让 agent 在真实浏览器里以三种宽度截图自检，凡是显得廉价平庸的地方就打回重做，最多迭代三轮。它还覆盖仪表盘和应用界面：按真实产品截图提炼的风格生成外壳、数据、图表和表格，并检查边距对齐、首屏标题、配色是否克制等细节。一次完整构建大约 30 到 45 分钟。适合需要频繁产出落地页、产品官网或后台界面的前端工程师、独立开发者和设计工程师，尤其是受够了 AI 生成页面同质化问题的人；如果你不碰前端或不依赖 coding agent 写 UI，关系不大。

Archify 是一个给 Claude Code、Codex、Cursor 这类编码 Agent 用的技能插件，作用是把一句话需求、一段方案或整个代码仓库变成可交互的架构图和 explainer 页面。你对 Agent 说「把我们的 API 服务画出来」，它就生成一个单文件 HTML：先给结论，再按问题分面板，配表格、步骤、图表和可点击的 Mermaid 验证图，每个节点能跳到源码出处，引用还固定到具体 commit。除了画图，它也能做分析类页面，比如「P99 从 80ms 涨到 600ms 但均值没动，原因是什么」，生成的页面可导出长图或 PDF 分享。适合经常要向同事讲清系统设计、排查结论或做技术方案评审的后端、架构和平台工程师，以及重度使用编码 Agent 的人；如果你平时不写代码也不做技术汇报，这个项目和你关系不大。

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。

这是一个跑在浏览器里的「间谍卫星模拟器」，本质是把全球公开信号源聚合到一个写实 3D 地球上：实时飞机应答、船舶信标、卫星轨道、地震、天气雷达、公共摄像头等都能在同一张图上探索，点击任意目标即可锁定追踪、查看完整元数据，还能切进驾驶舱视角贴地飞行。它还接入了实时 AI 语音助手，可以直接用语音提问「附近有什么」「某颗卫星什么时候过顶」，或在地球上语音标注边界和路线，并支持热成像、夜视、CRT 等多种传感器滤镜和战术 HUD 风格。对做地理空间分析、OSINT 调查、可视化大屏或 WebGL/Cesium 应用的开发者来说，它是很好的参考实现；普通后端或算法工程师看看演示即可，与日常工作关系不大。

这是 Puter 团队发起的一个野心很大的开源计划：把世界上主流的商业软件从零重写一遍，做成免费的开源替代品。它是一个 mono-repository，里面已经放了几十个应用，覆盖办公、协作、创意、工程等大类——比如 Spreadsheet 对标 Excel 和 Google Sheets，Documents 对标 Word，Presentation 对标 PowerPoint，Whiteboard 对标 Miro，PDF 对标 Adobe Acrobat，还有 Meetings 对标 Zoom、Records 对标 Airtable，甚至包括 CAD 和 Photoshop 类工具，每个应用都提供在线试用和源码。对普通用户来说，它解决的是「不想为 Office、Adobe 订阅付费，又需要浏览器里直接用」的场景；对开发者来说，这些用 JavaScript 写的完整应用是很好的参考实现，比如想做在线表格、文档编辑器或白板产品，可以直接看它们怎么处理编辑器架构和协作。值得看的是前端和全栈工程师、以及在做 SaaS 办公或创意工具的产品团队；如果你的工作和这类桌面/网页应用开发无关，扫一眼即可。

Unlisted 是一款本地运行的 Windows 隐私工具，帮你向 970 家数据经纪商批量发送删除请求，替代 DeleteMe 这类每年收费 96 到 129 美元的付费服务。它内置加州官方登记册和开源名单，会根据你所在地区自动选用 GDPR、CCPA 或普通请求模板，从你自己的邮箱分批寄出，每封信你都能先过目。它会跟踪各家的法定回复期限（GDPR 一个月、CCPA 45 天），逾期一键催办，每 90 天复查一次，因为经纪商常把人重新挂回去，还能生成 PDF 报告供监管投诉。此外它会筛选收件箱、解读经纪商回复的含义、警惕钓鱼链接，并可检查用户名和数据泄露记录。AI 完全可选，可用本地模型或自己的 API key，且发送前会脱敏个人信息。适合注重 opsec、不想把资料交给第三方服务器的隐私敏感用户；普通从业者关系不大。

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。

TwinDesk 是一个把你的多台电脑和手机拼成一张桌子的开源工具，可以理解为 KDE Connect 和 Synergy 的合体替代品。它让 Mac、Windows、Linux 和 Android 设备之间共享一套鼠标键盘、屏幕、剪贴板、文件、通知，甚至能在电脑上直接接打电话、回短信、把手机摄像头用进视频会议。比如你把 Mac 和 Windows 笔记本并排放，用一个鼠标横跨两边操作，或者把旧平板变成第二块屏幕，又或者在电脑上粘贴手机里刚复制的内容。连接方式很灵活，同一 Wi-Fi、USB 线、蓝牙甚至无共享网络都能配对，全程设备点对点加密通信，不需要注册账号也不经过云端。适合同时用多系统开发、需要跨设备协同办公的程序员和产品岗，以及想摆脱 Phone Link、KDE Connect 各自局限的效率工具爱好者；只用单一设备的人关系不大。

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。

React 是 Meta 维护的前端 UI 库，也是目前 Web 和移动端界面开发的事实标准之一，可以理解为「用 JavaScript 声明式地写页面」的框架：你描述界面长什么样、数据变了界面怎么更新，剩下的渲染交给它处理。它解决的核心麻烦是复杂交互页面的状态管理——比如一个电商购物车，勾选商品、改数量、算总价，用传统 DOM 操作写起来极易出错，用 React 则只需维护一份状态，界面自动同步。配合 JSX 语法和组件化拆分，团队能高效协作维护大型前端项目。对前端、全栈以及做 AI 产品 Web 界面的工程师来说，这是绕不开的基本功；后端或算法岗了解即可，日常直接用到的机会不多。

这是一份中英双语的开放书稿，作者韩先凯（法海）把它定位成「AI 时代的人生进阶指南」，内容横跨英语学习、AI 上手、真实项目与创业验证、沟通与生活节律恢复。它不是工具软件，更像一本可下载、可打印、可反复填写的实践手册：每条路径都遵循同一套循环——定义问题、保存基线、完成最小任务、记录证据、延迟复测、再决定下一步。具体来说，你可以用它的英语能力诊断表测出听说读写的真实起点，用 AI 评测模板做一次可复核的小实验并写下验收标准，用创业实验卡把想法推到首批用户面前，也可以用生活工作表重新安排一天的最小任务。适合三类人：想把 AI 用进工作但不想外包判断的从业者、准备海外求职或远程协作需要练英语的人，以及想用证据而非焦虑管理自己或孩子学习节奏的人。如果你只想找代码或框架，这个项目和你关系不大。

renderlint 是一个针对渲染后界面的检查工具，可以理解为「UI 版的 ESLint」：TypeScript 和 ESLint 只能检查代码本身，看不到像素层面的错误，而 renderlint 会在手机、平板、桌面多种宽度和深色模式下实际渲染每个页面，捕捉文字溢出卡片、灰字看不清、元素重叠、响应式布局在某个断点崩掉、图表标签互相压住、该用图标的地方塞了 emoji 等问题，甚至能发现 KPI 卡片里显示的 $undefined。它支持 Next.js、Nuxt、SvelteKit、Angular 等主流框架，能自动读出路由并填充真实 id，还能按 admin、viewer 等不同角色分别检查登录后的页面，每个问题都会给出元素位置、源文件、标注截图和具体修复建议，格式是 AI 编码代理能直接读懂并动手改的文本。值得看的是前端工程师、QA 以及在用 Claude Code 等 AI 代理写 UI 的人，尤其是那些被「代码没问题但页面就是难看」困扰的团队；如果你不涉及 Web 界面开发，这个项目和你关系不大。

dsh-ops 是一个 DSH 插件，作用类似给 AI 编程助手换一套更省 token 的底层工具：它新增一组 ops 系列工具，同时隐藏部分官方工具，让模型在执行文件读写、Shell 命令等常见操作时返回更紧凑、带行号或结构化 JSON 的结果，从而减少报错循环和调用轮次。它还提供动态工具加载机制，按需加载 pdf、word 读取、批量文件修改这类高级能力，避免系统提示词膨胀；PTC 模式下另有 18 个 API 的 SDK，帮 AI 少写 TypeScript 代码。适合日常重度使用 DSH、对 token 成本和任务耗时敏感的 AI 编程工具用户，尤其是需要频繁批量处理文件或在 Windows 上跑 Bash 的人；如果你不用 DSH，这个项目和你关系不大。

Next.js 是 Vercel 出品的 React 全栈框架，可以理解为「React 的官方加强版脚手架」，把路由、服务端渲染、静态生成、图片优化这些原本要自己拼装的能力打包成一套约定。它解决的麻烦很具体：纯 CSR 的 React 应用首屏白屏、SEO 差，自己搭 SSR 又要处理 Node 服务和构建细节，Next.js 让你在同一个项目里按页面选择服务端渲染还是静态生成，兼顾首屏速度和开发效率。典型场景包括电商商品页、内容站、营销落地页这类既要 SEO 又要动态数据的站点，也适合做带鉴权和接口的全栈应用。前端工程师、全栈工程师，以及在选型阶段对比 Nuxt、SvelteKit、Remix 的技术负责人最值得看；后端或算法岗如果平时不写 React，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。

three.js 是浏览器端最主流的 JavaScript 3D 库，可以理解为「网页版的 Unity 渲染层」，让你用代码在网页里搭建三维场景。它内置 WebGL 和 WebGPU 渲染器，也支持 SVG、CSS3D 等方案，覆盖从简单几何体到复杂光照、动画、模型加载的完整能力，还延伸到 WebXR（AR/VR）和 WebAudio。典型场景包括电商产品的 3D 展示页、数据可视化大屏里的立体图表、品牌营销页的交互特效，以及基于浏览器的轻量级 3D 游戏原型。前端开发、创意技术（Creative Technologist）和做 H5 营销页的团队基本绕不开它；如果你是做后端、算法或模型训练的，这个项目和你的日常工作关系不大，但想给 AI 产品做一个 3D 可视化界面时，它仍是首选工具。

这是一个本地运行的被盗加密货币追踪工具，粘贴钱包地址或交易哈希，它会逐跳追踪资金流向，覆盖 Bitcoin、Ethereum、TRON、BNB Chain 和 Solana，跨桥跨链也能跟下去。它会给路径上的关键节点打标签：资金进了哪家交易所（交易所配合警方请求可冻结）、是否经过混币器、地址是否在 OFAC 制裁名单上、是否被他人举报为诈骗地址，每个标签都标注来源和置信度。追踪完成后一键生成警方和交易所合规团队能直接使用的报告，含每笔交易的哈希、UTC 时间、链、资产、金额和完整路径。它还内置「追回骗局」检测，帮你识别冒充追债服务的二次诈骗。适合加密货币被盗的受害者、做链上调查的记者和安全研究人员，以及需要向警方提交证据的合规人员；普通从业者若不涉及此类场景，关系不大。

agent-purge 是一个本地提示词管理工具，让你写一份「人设」（system prompt），统一同步给 Codex、Claude Code、OpenCode、pi、Grok 等多个 coding agent，类似给所有 AI 编程助手配一个共享的系统提示词配置中心，带本地 Web 控制台可视化编辑。它解决的麻烦是：你如果同时用好几个编码 agent，想让它们都用同一套协作规范（比如「用简体中文、先结论后依据、改代码前先读实现」），就得挨个改配置，而这个工具可以一键替换或追加到各宿主的提示词入口，还能按执行器单独指定不同人设，支持替换、追加、严格覆盖等模式，变更可追溯可撤销。适合同时重度使用多个 coding agent、对 AI 输出风格有统一要求的工程师，比如想让团队内所有 AI 助手遵循同一套代码规范的后端或全栈开发者；如果你只用单一 agent，或者不关心 system prompt 定制，关系不大。

Pitstop 是一个面向 Windows 玩家的一键游戏体检工具：点一下，它就告诉你游戏为什么卡顿、为什么延迟高、为什么打不开。它用 Intel 开源的 PresentMon 采集 60 秒帧数据，指出最拖后腿的问题——比如显示器还锁在 60Hz、内存条插错位置、网线接错口——并给出大白话解释和修复建议，还能一键撤销所有改动，动手前先建系统还原点。网络方面它会逐跳测延迟、抖动和丢包，给 bufferbloat 打 A 到 F 的评级，告诉你卡在 Wi-Fi、路由器还是宽带。针对 VALORANT 玩家，它内置了 Vanguard 报错码（如 VAN 1067）的排查步骤，甚至能直接带你重启进 BIOS。适合经常折腾游戏性能的玩家、网吧运维，以及想快速定位 Windows 端性能问题的桌面端开发者；纯后端或 AI 从业者基本用不上。

dsh-see-now 是给 DSH 用的实时视觉插件，让 AI 直接「看见」你的屏幕，而不是听你口头描述。它解决的是一个很实际的矛盾：定时截全屏喂给模型，截得密会把 token 烧穿，截得疏又会漏掉关键变化。它的做法是先给每帧算一个 0–255 的变化分，只有画面突然切换或持续运动攒够量才留下，再把留下的几帧拼进同一张图，一张图的固定成本摊到多帧上——同样 30 秒的操作，别人烧 30 张图，它常常只要 2 到 3 张，静止屏幕则几乎不出图。除了画面，它还能抓系统回环音频并转写成带时间码的台词，让模型把某句话对应到某一格画面。适合需要让 AI 陪看屏幕的场景，比如做桌面 Agent、屏幕共享助手、视频内容分析的开发者；如果你的工作不涉及给模型喂视觉上下文，这个项目和你关系不大。

这是一个把红果短剧搬到电脑上的桌面客户端，用 Electron 写的，Mac 和 Windows 都能装。它把手机 App 里刷短剧的那套体验搬了过来：能按剧名或分享链接搜片、在线播放、批量下载到本地，还能记录观看进度接着看。除了基础播放，它还做了不少贴近实际用法的功能，比如把下载好的整剧按「剧名 S01E001」命名并生成封面简介，直接投到 NAS 或媒体库；支持同局域网 DLNA 投屏到电视；有老板键一键隐藏所有播放窗口；还能选集数和清晰度加入下载队列、失败自动重试。对追短剧又想把片子存到 NAS 的人来说，它解决的是手机上下载难、投屏麻烦的问题。适合重度短剧观众、想自建短剧媒体库的 NAS 用户，以及对这类桌面工具开发感兴趣的前端工程师；如果你平时不怎么看短剧，这个项目和你关系不大。

AnythingLLM 是一个开箱即用的私有化 ChatGPT 替代品，把聊天、文档问答、AI Agent 和向量数据库打包成一个应用，本地优先运行，也能自托管到服务器。你可以接入 OpenAI、Anthropic、Gemini 等云端模型，或直接跑本地开源模型，然后把 PDF、DOCX 等文档丢进去，用自然语言提问并获得带引用来源的回答。它内置了无代码 Agent 编辑器、定时任务、记忆功能和 MCP 兼容，还能按规则自动路由到最合适的模型，多用户版本可做权限隔离。典型场景是企业想把内部文档、合同、知识库变成一个不外泄数据的问答助手，或者团队需要一个可定时执行任务的自动化 Agent 平台。值得看的是负责企业知识库落地的算法与后端工程师、关注数据合规的技术负责人，以及想快速搭私有 AI 应用的独立开发者；如果你只用云端 API 写 prompt，和你关系不大。