Chaos 是一门把智能体当作可调用值的编程语言：普通计算写成函数，理解与生成交给 agent，两者在同一个程序里传数据、协作执行。比如你可以声明一个带角色和提示词的 agent，像调用函数一样传入问题让它回答，纯计算部分则完全不需要模型密钥。它自带 CLI 和网页 IDE，程序的返回值可以直接是页面、表格、图表等可交互的交付物，还能通过事件流和运行网络观察每个节点的执行过程。典型场景包括把规划、执行、复核串成多 agent 工作流，或构建围绕目标持久工作的 bot，以及把计算结果变成实时更新的看板报告。适合想用代码而非编排平台来组织多 agent 系统的 AI 应用工程师和全栈开发者；如果你只是调用现成 LLM API、不碰工作流编排，和你关系不大。

这是一个针对 Qwen3.5-4B 的神经元探索工具，属于机制可解释性（mechanistic interpretability）研究方向。它把模型某一层的每个 MLP 神经元都向上、向下推一推（steering），在若干提示词上跑出所有结果并保留，再用 3D 视图把整层神经元铺开供浏览。具体能做的事包括：悬停查看单个神经元的 steer lens 和 R lens，点击看它在不同剂量下的多轮对话效果（负向、无干预、正向三栏对比），查看它在网页文本里最强的激活上下文和集中的域名，以及用 UMAP 观察一层 rollout 的分布。它还内置了 Claude CLI 聊天，把探索器作为 MCP server 让 Claude 读取神经元数据、跑推理和消融、操作地图。适合做模型可解释性、安全研究或想深入理解 Transformer 内部机制的研究员和算法工程师；如果你不碰 Qwen 或不研究模型内部结构，跟你的关系不大。

editonny 是一个装在本地的视频剪辑技能，你可以用自然语言告诉 AI 助手想要什么效果，它会自动检查素材文件夹、挑选完整可用的镜头、对照波形清理停顿和口误、组装工程并导出带字幕的 MP4。比如你说「剪一条 45 秒竖版视频，去掉呼吸声和废话，加上清晰字幕」，它会先列出所有剪辑参数等你确认再动手，成品和工程文件分目录保存，还会让你抽查 8-15 秒样片。内置 145 种动态场景和 79 段原创素材可用于转场和信息图，但素材本身不会被上传，全程在本地处理。适合经常要剪口播、短视频、产品演示的自媒体运营和内容创作者，尤其是已经在用 Claude 等 AI 编程助手、想把重复剪辑工作交给 Agent 的人；如果你不常做视频剪辑，和你关系不大。

这是一套把专业 Blender 3D 制作流程打包成 Agent Skills 的技能库，让 Claude Code、Codex、Gemini CLI、Copilot、Cursor 这类 AI 编程代理能直接指挥 Blender 干活。它覆盖 28 个技能，从硬表面建模、UV 展开、PBR 材质、贴图烘焙、骨骼绑定、动画重定向，到衣物头发、场景环境、天气特效、渲染输出和资产 QA，基本对应游戏美术的完整管线。典型用法是用一句话让代理生成可直接进引擎的游戏资产，比如「给 Unreal 做一个带烘焙法线和 LOD 的板条箱」「用 Rigify 绑定角色并导出到 Unity」「检查模型有没有 z-fighting 和悬浮部件再导出到 Roblox」「把街道做成雨夜带积水和闪电的效果」。它主要面向独立游戏开发者、3D 美术和需要自动化资产管线的技术美术，想用 AI 提速 Blender 工作流的人值得看；纯后端或算法岗关系不大。

rsi_eval 是一个用来评测「递归自我改进」（RSI）方法的轻量级 Python 工具，你可以把它理解成给 RSI 实验用的统一评测台：你自带改进循环，它负责把候选方案丢进现成的 agent 基准里跑分，再把每题得分、执行状态、token 消耗、验证器输出等反馈以统一格式还给你，省去自己对接各家 benchmark 执行和结果处理的麻烦。它内置 24 套评测配置，覆盖 Terminal-Bench、SWE-bench Verified、LiveCodeBench、MMLU、GPQA、ARC-AGI 等编码、推理、工程和领域工作流任务，也支持接入自定义任务，实验过程可快照记录并断点恢复。适合做 agent 自我改进研究、需要横向比较不同 RSI 策略的算法工程师，以及想在统一协议下跑多套基准的 LLM 评测人员；如果你不研究 RSI 或不做 agent 基准评测，跟你的关系不大。

这是一个持续更新的精选清单，收录了被反编译、静态重编译、移植或引擎重写的经典游戏项目，覆盖两千多款游戏，按反编译、源码移植、引擎重实现、浏览器版等类型分类，并给出评分。它不托管任何游戏文件，只链接源码和项目页，多数项目需要你自备正版游戏资源。清单每天用真实浏览器复查链接，失效的会被隐藏；其中44款可以直接在浏览器标签页里玩，比如 Counter-Strike 1.6、红色警戒2、Zelda II 的 WebAssembly 版本，部分支持多人联机。对游戏逆向、模拟器开发、WASM 移植感兴趣的工程师，或想找老游戏现代运行方案的从业者，这个清单能省下大量检索时间；如果你不碰游戏逆向或复古游戏，和日常工作关系不大。

这是给赛车模拟游戏 BeamNG.drive 做的一个模组，把整个地球按 1:1 比例搬进游戏里：用真实高程数据和卫星影像生成地形，玩家可以开车去地球上任何地方，还能看到真实的地球曲率、昼夜和极地风光。它靠一个配套服务器按距离流式加载不同精度的地图数据，所以道路、建筑、森林、河流、高压线这些都来自 OpenStreetMap 等真实地理数据，连路灯间距和建筑风格都按当地实际情况生成。对游戏从业者来说，它展示了大规模开放世界流式加载、LOD 分级和浮点原点等技术在实际项目中的落地方式；对 AI 行业从业者关系不大，除非你对地理数据驱动的游戏世界生成感兴趣。

TgWitness 是一个 Telegram 聊天取证与归档工具，可以理解为「带证据保全能力的 Telegram 导出器」：它把聊天记录导出成 HTML、JSON、CSV，同时持续监控并记录那些被对方撤回或修改的消息，还能对比同一消息的不同编辑版本。它最大的特点是为司法和调查场景设计，导出的文件带有 RFC 3161 时间戳签名，能形成完整的证据保管链，方便在事后证明内容未被篡改。典型用法是安全团队或调查人员在跟进一场 Telegram 上的诈骗、威胁情报或内部泄密事件时，用它持续留存对话快照，事后还能按人、按群建立档案并跨聊天关联分析。如果你是 DFIR 取证工程师、做 OSINT 或威胁情报分析的安全从业者，或者法务合规岗位需要固定 Telegram 证据，这个项目值得花时间看看；普通开发者或非安全岗位基本用不上。

Story Studio 是一个给 Claude Code、Cursor 这类 AI Agent 用的技能包，把历史、人物故事类短视频的整条生产线打包：从选题、磨开头钩子、写口播稿，到豆包语音合成配音、本地语音识别对齐字幕时间轴、按配音节奏拆分镜并生成配图画风统一的分镜图，最后直接导出一个能二次编辑的剪映专业版草稿，打开就能微调导出。它内置两套从数百篇爆款逐字稿蒸馏出的写作风格（历史叙事与人物故事）和 370 多篇对标文案库，配图提供厚涂漫画、黑白纪实、历史写实三种画风并用参考图锚定防止跨镜头漂移，还支持只做其中某一步，比如只改稿或只拿现成配音去对齐时间轴。适合做历史科普、人物传记类口播短视频的自媒体创作者和内容团队，如果你不做这类内容，关系不大。

Purrge 是一个 AI 磁盘清理工具，可以理解为「让 Claude Code、Codex 等 AI 帮你判断哪些文件能删」的智能版 CleanMyMac。它在后台定时检测磁盘剩余空间，低于阈值时弹窗提醒，随后扫描缓存、安装包、媒体文件和历史项目，调用本机的 AI 引擎逐项说明每个候选文件的用途、闲置时长和清理影响，最后由你在审查页面勾选确认后才真正执行删除，AI 本身没有删除权限，可重建的缓存默认选中、用户文件默认不选。它支持 macOS 和 Windows，清理的文件先进回收站，还内置了低空间预警、一条命令更新和干净卸载。适合磁盘常年吃紧的开发者，尤其是装了 Claude Code、Codex 等 AI 编程工具、缓存膨胀快的人；如果你的硬盘空间充裕，或者不信任 AI 参与文件决策，这个项目和你关系不大。

BeautifulRust 是一组给编程 Agent 用的 Rust 技能包，装上后 Claude Code、Codex、Copilot、Cursor 等工具写 Rust 时会自动遵循地道写法。它包含三个技能：写作时引导 Agent 产出规范、健壮的代码；审查时对文件、crate 或 diff 输出带优先级的报告，每条问题都注明违反的规则和修复方式；移植时把 C、C++、Python、Go、JavaScript 代码转成行为一致的 Rust，并先移植原有测试以便验证。另附一份可直接放进 CI 的 clippy 配置，把机器可查的规则固化下来。技能内容提炼自 Google、rust-lang 官方 API Guidelines、Microsoft 等五份风格指南，来源冲突时会给出取舍理由。作者实测三个任务中，带技能的 Agent 通过 29/30 项检查，不带则只有 24/30。适合日常用 AI 编程工具写 Rust、或需要把存量代码迁移到 Rust 的工程师；不碰 Rust 的人可以跳过。

这是一个专门盯「新词」的每日雷达：在 X、Hugging Face、GitHub 等源头抓取刚冒头的模型名、产品名和仓库名，抢在 Google Trends 和各类关键词工具收录之前一到两周把它们报给你。它背后的逻辑是，一个新名字会先被实验室或大 V 在 X 上提到、模型登上 Hugging Face 热榜、某个仓库单日涨几百 star，几天后才轮到关键词工具看到搜索曲线，而这个工具读的正是前几个信号。比如它举例的 Strata 仓库，九天涨到 7700 star，人们两天后就开始搜「niko strata」，但当时没有任何关键词工具收录。除了新词雷达，它还监控新域名的排名词、Reddit 上的工具需求提问、刚挂出支付链接的站点等。适合做 AI 工具站 SEO、运营 AI 资讯 newsletter、维护目录站的人，以及想抢热点做内容的从业者；纯研发岗位关系不大。

这是一个面向 macOS 用户的 Claude 本机数据清理工具，主打「先审计、再备份、后清理」的安全流程，把缓存、账号字段、设备记录分开处理，每一步都要求明确选择。它能帮你清掉 Claude Code 和 Claude Desktop 留下的缓存、遥测目录、旧登录状态和指定账号字段，同时严格保护对话历史、项目文件、MCP 配置和 settings 不被误伤；每次写操作前会先做带 SHA-256 校验的时间戳备份，删除项进废纸篓，出错即停。需要说明的是，它不能解除账号封禁、不能绕过 KYC，也不保证清理后设备无法被关联，账号问题仍要走官方支持。适合那些因账号受限需要做本机维护、或想清理 Claude 残留痕迹又怕误删配置的 Claude Code / Claude Desktop 重度用户；如果你只是普通使用者、没有清理需求，和你关系不大。

这是一份精选的开发质量工具清单，核心思路是「每类检查只推荐一个工具」，而不是像 Awesome List 那样罗列一切。它覆盖 lint、格式化、类型检查、依赖分析、CI 流水线校验等环节，优先推荐 Rust 原生的快工具链（如 Ruff、Oxlint），并要求工具必须能在违规时让构建失败，而非只出报告。清单还特别强调对 AI 编码 Agent 友好：非交互、机器可读输出、可自动修复，你可以直接让 coding agent 读取清单，自动为仓库挑选合适的检查项并接入 hooks 和 CI。对工程效能、平台团队或需要统一代码规范的后端/前端负责人来说，这是快速建立质量门禁的参考；如果你不负责制定团队规范或 CI 流水线，和你关系不大。

StartLux-Prism 是 StartLux-Decision 系列决策模型的高性能推理引擎，可以理解成这类模型的专用 vLLM 替代品：它直接加载官方发布的 GGUF 量化文件，在 NVIDIA GPU 上提供服务，把每个问题拆解成对各个选项的校准概率，而不是只给一个文本答案。相比官方引擎，它在 H200 上延迟最高降低 5.3 倍，同时输出逐位一致——无论批量大小、GPU 数量还是是否命中前缀缓存，同一请求得到完全相同的概率，这对需要可复现结果的业务很关键。典型场景包括客服意图分类、结构化决策打分，比如一次请求对一段视频提出 24 个结构化问题，27B 模型 0.21 秒返回；4-bit 权重下 27B 还能在单张 32GB RTX 5090 上跑。适合需要部署 StartLux-Decision 模型做分类、决策或结构化输出的算法和推理平台工程师，尤其是对延迟敏感、要求结果可复现的线上服务；不涉及这类模型的读者关系不大。

这是一个把廉价 Android 电子相框改造成家庭信息屏的工具集，目标设备包括 Skylight Calendar、BIUFRAME、Frameo 等被厂商锁死的相框。它做的事情是：打通 ADB、获取 root、备份分区、卸掉厂商应用，最后全屏运行你自己写的网页。作者还附带了一个现成的家庭看板示例，用 Vite 写的 Web 应用加一个极简的全屏 WebView 壳，可以显示日程、天气等信息，双指长按能唤出菜单。项目按芯片平台（Allwinner、Rockchip 等）分了多条路径，每条都有身份校验和严格的写入前备份流程，防止把设备刷砖。适合喜欢折腾硬件、想给家里添一块便宜信息屏的开发者，以及对 Android 底层刷机、分区备份感兴趣的人；如果你不碰嵌入式设备或不打算买相框，跟你的日常工作关系不大。

这是 Nous Research 为自家 Hermes Agent 打造的官方插件集合，把智能家居、音乐播放、Claude 订阅接入等能力从主程序里拆出来，按需安装。Hermes Agent 本身是一个能跨会话记忆、自我改进的 AI Agent，可跑在终端、桌面应用或 Telegram、Discord 等聊天工具里，而这个仓库提供它的第一批一方插件：Home Assistant 插件让 Agent 监听家庭设备状态变化、通过 REST API 控制灯具空调、把定时任务结果直接推送到手机通知；Spotify 插件封装了播放控制、设备切换、队列、搜索和歌单管理等能力；还有 Claude Subscription DirectSDK 插件用于接入 Anthropic 订阅额度。所有插件都通过统一的插件目录分发，每个条目固定在经过审核的 commit 上，厂商和社区插件也走同一套审核流程。对做 Agent 集成、智能家居自动化或想给 LLM 接外部服务的开发者来说值得翻一翻；如果你不打算用 Hermes Agent，这个仓库本身和你关系不大。

Hy Memory 是腾讯混元推出的 Agent 认知记忆引擎和 Python SDK，解决大模型 Agent「聊完就忘」的问题。它把记忆分成三套场景：聊天场景下用分层长期记忆记住用户偏好和事实，工作场景下存两层事实与可复用经验，编码场景下追踪代码版本演化的 diff 链。配套的 MemHub 是本地桌面工具，能把 Claude Code、Cursor、Codex 等多个 AI 编程工具的对话和代码轨迹统一到一个本地目录里，跨应用检索。项目还发布了专门用强化学习训练的 Hy-Memory-30B-A3B 记忆写入模型，以及相关学术论文。做 Agent 应用、需要给产品加长期记忆能力的后端和算法工程师值得看；如果你只是日常用 AI 编程工具，MemHub 的跨工具记忆聚合也可能有用，但纯做前端或非 AI 方向的人关系不大。

这是一个让 Withings 智能体脂秤摆脱官方订阅、把数据同步到自己存储的开源方案。Withings 体脂秤原本通过 WiFi 把体重、体脂等读数上传到 Withings 云端，部分功能需要付费订阅；这个项目通过给秤刷固件、替换官方同步 API，让数据直接落到你自己的服务器，再转发到 Apple Health、Google Health 或任意目标。它包含固件补丁、本地 Python 桥接程序和一个管理设备、用户与读数的 Web 应用，支持 Body Smart、Body、Body Cardio 等多个型号，还能导入原有的设备和用户数据无缝迁移。适合家里有 Withings 秤、不想续费订阅、又希望数据自主可控的个人开发者或智能家居玩家，比如想把体重数据接入 Home Assistant 或自动化健康看板的人。如果你不用 Withings 设备，这个项目和你关系不大。

NCM（Next Concept Modeling）是斯坦福 HazyResearch 团队提出的一种新的语言模型架构思路，配套论文与代码已开源。它想解决的核心问题是：传统 Transformer 逐 token 预测下一个词的方式，在长上下文和推理任务上效率与效果都遇到瓶颈，NCM 改为在更高层的「概念」粒度上做预测，让模型先归纳出中间概念再往下推。从公开信息看，它目前更像一篇研究性工作的实现，附带模型权重和博客解读，尚未提供开箱即用的产品能力。值得看的是做模型架构研究、关注长上下文与推理效率的算法工程师和科研人员，如果你的工作是调用现成模型做应用，这个项目暂时和你关系不大。

这是一套给 Claude Code 用的视频特效指令集，共 51 种效果。你把自己的口播视频拖进 Claude Code，用一句话点名要什么效果，比如让自己的 Reels 卡片绕着脑袋转圈、在身后砸下一个大红章、或者在说到某句话时灯光暗下只留你亮着，它就会自动完成人脸追踪、图层遮挡处理并渲染出成片，音频保持原样。效果可以按时间段叠加，比如前 6 秒锁定人脸跟随，6 到 10 秒切换成环绕，还能配合你说的特定台词触发。本质上它把过去要在剪映或 After Effects 里手动做的花字、贴纸、转场，变成了对 Claude 说一句话的事。适合做 Instagram Reels、短视频口播的创作者和内容运营，尤其是想批量生产带网感特效视频、又不想学剪辑软件的人；纯后端或算法岗基本用不上。

这是一个针对 Synology DSM NAS 勒索软件（文件被改名为 .L0CK3D）的应急恢复工具包，核心思路是：在加密进程还活着的时候别急着重启或杀掉它，先冻结进程、保存内存，再从内存里提取本次会话的 session key，用它解开每个加密文件尾部的密钥记录，从而恢复数据。它还提供了一条不需要密钥的备选路线：利用 Btrfs 的写时复制特性，从旧数据块里找回被覆盖前的内容。项目附带了按场景分类的处置指引，比如 PVE 虚拟机里的 DSM、物理机、进程已退出等不同情况该先做什么，并有真实成功案例——曾从内存中恢复密钥，解开了约 49 GiB 的 GitLab 备份且校验一致。如果你是负责 NAS 或 Synology DSM 运维的后端、运维工程师，或者正在处理勒索事件的应急响应人员，这份手册值得收藏备用；和多数日常开发工作关系不大。

veil 是一个跑在本地的隐私代理，专门给 Claude Code、Codex CLI、Aider 这类 AI 编程 Agent 当「脱敏中间层」。它在请求离开你电脑之前，把日志、数据库查询结果、文件里的真实姓名、邮箱、电话、地址、证件号和密钥统一替换成稳定的假名，模型拿到的全是 First_Cfbf 这类占位符；等回答回到你这边，真实值再被还原，所以模型能照常分析 bug，却始终不知道客户是谁。它还能通过 MCP 给 Agent 提供一个只读数据库工具，Agent 用假名写查询，veil 在底层把假名换成绑定参数执行，写操作和多语句一律拒绝。典型场景是：你用 AI Agent 调试线上账单重复扣费问题，日志里有真实信用卡和客户地址，又不想让它们进模型供应商的服务器。对需要在合规或客户合同约束下使用 AI 编程工具的后端、数据和安全工程师来说，这东西直接解决「日志能不能喂给模型」的难题；如果你的代码里根本不碰真实用户数据，关系不大。