这是一套给 coding agent 用的「产品工程」技能包，装进 Claude Code、Codex、Cursor、Copilot 等工具后，agent 就不再只是写代码，而是按一套完整流程陪你从一个想法走到有付费用户：先做竞品分析和市场细分，出带原型的方案让你拍板，再拆解开发计划、分阶段交付，最后处理上线、收款和复盘。作者用它实际做出了三个上线运营的产品，案例都写在里面。它解决的麻烦是：非工程师用 agent 做产品时，常常写完代码却不知道下一步该做什么、该验证什么。适合产品经理、创始人、设计师，以及想让多个 agent 分工协作（一个规划、一个开发、一个审查）的工程师；纯写代码、不关心产品全流程的人关系不大。

Langflow 是一个用拖拽方式搭建 AI 应用的可视化平台，可以理解为面向 LLM 工作流的低代码版 n8n 或 Dify。它内置了主流大模型、向量数据库和各类 AI 工具的连接组件，你把模型、检索、记忆、多 Agent 编排等节点连成流程，就能在内置的 playground 里逐步调试，也可以用 Python 直接改写任意组件的源码。搭好的流程既能一键部署成 API 供自家应用调用，也能作为 MCP server 暴露给 Claude 等 MCP 客户端当工具用，还能对接 LangSmith、LangFuse 做链路观测。适合想快速验证 RAG 问答、客服机器人或多 Agent 协作原型的 AI 应用工程师和算法工程师，省去从零写胶水代码的时间；如果你只做模型训练或纯后端开发，和它的交集就不大了。

Moodle-MCP 是一个零依赖的 MCP server，把全球大量高校在用的 Moodle 教学平台的 Web Service API 封装成十个只读工具，让 Claude、Cursor 等 MCP 客户端直接读取课程数据，不用开浏览器、不用爬虫。它能列出你选修的所有课程，把未提交的作业按「快到期/已逾期/不着急」分类并算出剩余天数，读取测验的作答状态和成绩，还能按周下载课件和作业附件到本地文件夹，甚至生成一份包含新增内容和截止日期的周报。配套的 moodle-course-watch skill 在此基础上做课程内容差异对比和未交作业提醒。适合两类人：一是高校学生，用它在 AI 助手里统一管理多门课的作业、测验和资料，避免漏交；二是给学校做教育工具的开发者，Moodle 之前没有通用 MCP server，这是现成的接入层。如果你既不用 Moodle 也和教育场景无关，这个项目基本用不上。

Unsloth 是一个桌面应用，让你在自己电脑上直接运行和微调大模型，相当于把过去要写一堆 Python 脚本才能做的模型训练和推理，装进了一个图形界面里。它既能跑 Qwen、DeepSeek、Gemma、Llama 等 LLM，也能跑 FLUX、Stable Diffusion 这类图像生成模型和 TTS 模型，支持 GGUF、MLX 等常见格式。训练方面覆盖 LoRA、QLoRA、全量微调、GRPO、DPO 等主流方法，官方称能省七成显存、速度翻倍；还能从 PDF、CSV、DOCX 直接构建训练数据集，训练完导出成可部署的格式。另一个实用点是能把本地模型一键接到 Claude Code、Codex、VS Code 等编程 Agent 上当后端。适合需要在本地或私有环境微调模型的算法工程师、数据科学家，以及想用本地模型替代云端 API 的开发者；如果你只是调用现成 API、不碰训练，关系不大。

MemPalace 是一个本地优先的 AI 记忆系统，可以理解为给 Claude Code 这类 AI 编程助手配一个长期记忆库：它把你的对话历史按原文逐字存下来，用语义搜索找回，不做摘要也不改写，数据不出本机。索引结构模仿记忆宫殿，人和项目是「翼」、话题是「房间」、原始内容是「抽屉」，所以检索可以按范围缩小，而不是在一堆平铺文本里捞。它在 LongMemEval 上拿到 96.6% 的 R@5，全程零 API 调用，检索层可插拔，默认用 ChromaDB。实际场景是：Claude Code 会话 30 天过期后你想找回当初为什么选 GraphQL、某个决策的原始上下文，它能直接翻出原文。适合重度使用 AI 编程工具、经常需要跨会话追溯历史决策的工程师，以及想给团队搭共享记忆服务的人；不常用 AI 助手的读者关系不大。

这是一个用 Python 实现的常见算法合集，涵盖排序、搜索、图论、动态规划、加密等几百种经典算法，定位是教学参考而非生产代码，README 也明确说部分实现效率不如 Python 标准库。它的价值在于把教科书上的算法变成了可以直接对照阅读的代码，比如你想搞懂快排的分区逻辑、Dijkstra 最短路怎么写、或者面试前快速复习二分查找的边界处理，都能找到现成的可运行示例。对刚入行、正在刷 LeetCode 或准备算法面试的工程师来说，这是个随手可查的字典；对做技术内容创作或培训的人，也是现成的素材库。如果你日常做业务开发、不碰算法岗或面试，这个项目和你关系不大，直接跳过即可。

FastAPI 是目前 Python 生态里最主流的 Web API 框架之一，可以理解为 Flask 的现代化替代品：你用 Python 类型注解声明接口的入参和返回值，它就自动帮你做数据校验、生成接口文档，并且性能接近 Node.js 和 Go。它解决的典型麻烦是「写完接口还要手写文档、手动校验参数」——比如你要给前端或客户端团队交付一个用户注册接口，参数类型错了会直接报 422 而不是等到运行时才崩，Swagger 交互式文档也自动生成，联调时对方点开就能试。对做 AI 应用的团队来说，给模型推理服务、RAG 检索接口包一层 HTTP 服务时，FastAPI 几乎是默认选择，异步支持也适合高并发的推理场景。如果你是后端工程师、AI 应用开发者，或者需要对外提供 API 的全栈，这个项目值得花十分钟看；纯前端或算法研究岗则关系不大。

这是一个案例索引清单，收录了 AI agent 拆解并重建闭源软件的真实案例，比如用 AI 逆向出 OBS Studio 的 Rust 替代品 rec-rs、PowerToys 取色器的替代品 hexgrab，以及读写 Axure RP 原型文件的工具。它围绕 REA（Reverse Engineer Anything）这个让 Claude Code、Codex 等编码 agent 借助 Ghidra、IDA、JADX 等工具分析无源码二进制、APK、固件的 MCP 服务展开，同时会核实每个案例到底有没有真的用到 REA，还是只是干净重写，避免被夸大宣传误导。对做逆向工程、互操作性、游戏或软件保存、开源替代品开发的工程师来说，这份清单能快速告诉你「某个闭源软件有没有人已经用 AI 拆过、重建到什么程度」，省去自己搜案例的时间；如果你的工作和逆向、竞品分析、替代品开发无关，那它和你关系不大。

这是一份 Web 安全渗透测试的「弹药库」合集，按漏洞类型整理了大量现成的攻击载荷（payload）和绕过技巧，相当于安全从业者的速查手册。它覆盖 SQL 注入、XSS、SSRF、命令注入、文件上传、提权等常见漏洞，每个章节都给出漏洞原理、可直接使用的 payload，以及能喂给 Burp Intruder 的字典文件，省去自己从零搜集和调试的时间。比如做 bug bounty 时遇到 WAF 拦截，可以直接翻对应章节找绕过写法；打 CTF Web 题或做授权渗透时，也能快速定位某类漏洞的利用思路。主要面向安全工程师、渗透测试人员、红队成员以及准备 CTF 和漏洞赏金的从业者，对开发岗位来说是了解攻击面的参考资料，但日常写业务代码的人基本用不上。

Co-op Anything 是一套让 AI 编码 Agent 自动给单机游戏做联机 Mod 的框架：你把 Claude Code、Codex 或 Cursor 指向这个仓库，它会研究现有资料、必要时逆向游戏和引擎，做出或修复合作模式，再用游戏内的机器人自动测试，最后打包成朋友一键安装、走 Steam 中继联机的成品。它自带 MCP server，能检索合作 Mod 目录、从安装目录识别游戏引擎、读取操作手册和技能库，还提供从零逆向、复活废弃 Mod、联机同步测试等成套方法论。目前已覆盖 Deus Ex、Fallout: New Vegas、塞尔达时之笛、Dungeon Keeper、STALKER 等，社区还产出了 Mega Man X、Enter the Gungeon 等作品。适合想和朋友联机玩老游戏的玩家，以及对游戏逆向、Mod 工程和 Agent 自动化流程感兴趣的开发者；纯做业务后端或模型训练的人关系不大。

这是一套深度学习论文的带注释代码合集，收录了 60 多个经典算法的简洁 PyTorch 实现，覆盖 Transformer 及其变体（GPT、ViT、RoPE、ALiBi、Switch 等）、扩散模型（DDPM、Stable Diffusion）、GAN（StyleGAN2、CycleGAN）、强化学习（PPO、DQN）以及 Adam、Sophia 等优化器。它的独特之处在于代码和逐行中文式讲解并排呈现，配套网站可直接阅读，比啃原始论文或裸代码容易得多，还能配合 coding agent 用的注释实现技能来复现新论文。适合想真正搞懂 Transformer 内部机制、注意力变体或扩散模型采样流程的算法工程师和研究员，也适合带新人做内部分享的团队；如果你只做应用层调用、不关心底层实现，那和你关系不大。

这是一个面向多 Claude 账号用户的本地环境防护工具，核心思路是「Fail-Closed」：启动前先做 14 项环境指纹审计，任何硬性安全项不通过就直接拒绝拉起应用，而不是像常见代理客户端那样出错也照常放行。它检查的包括代理内核是否在跑、TUN 网卡是否接管流量、出口 IP 与国家/时区/Locale 是否一致、IPv6 双栈旁路、DNS 明文泄漏，以及用自研 STUN 协议栈做的 WebRTC 泄漏交叉探测——同时打国内和全球节点，裸连时真实 IP 会被当场抓出。此外还有常驻守护进程，隧道一断秒级杀掉受保护进程，防止代理暴毙时裸连窗口出现。多账号切换不是登出登入，而是用写时复制技术原子化交换整个数据卷，让每个账号在服务端眼里始终是同一台设备。适合经常出差、旅居、需要在合规地区管理多个 Claude 账号的开发者或重度用户；如果你只用单账号单环境，和你关系不大。

这是一个收录了 17,000 多个逆向工程成果的索引库，专门收集那些因为有人逆向了闭源应用、API、设备、协议、文件格式、游戏或 AI 产品而诞生的开源工具。它的核心价值是让你在动手之前先搜一下——你想逆向的东西很可能已经有人做过了，成果就躺在某个没人链接的仓库里。比如你想给某个没有官方 API 的 App 写客户端、想解析某个私有文件格式、想给智能家居设备做本地控制，或者想找某个 AI 工具泄露的 system prompt，都可以先在这里按产品名、厂商或协议检索，还能把它作为 agent skill 或 MCP server 直接接入你的 AI 工作流。索引每晚刷新，按类别分好了游戏反编译、非官方 API 客户端、IoT 设备、汽车电子等门类。适合做协议分析、安全研究、IoT 开发、数据采集以及需要对接闭源生态的工程师；如果你的工作和逆向、互操作性无关，那这个列表跟你的关系不大。

HairDeck 能从一张角色图片直接生成可用于动画的风格化头发卡片（hair cards）。它把每张发片编码成一个 token，用 set diffusion transformer 整体生成整套发型，输出带 UV 的几何网格，并额外用一个 chain diffusion 模型生成驱动发片摆动的 spring-bone 骨骼链，最终可导出 GLB 或挂到虚拟形象上导出 VRM。相比传统流程里美术手工建发片、绑骨骼、刷权重，它把这整套环节自动化了，适合快速给 3D 角色或虚拟主播形象做可动发型。做游戏美术、虚拟偶像/VTuber 内容、3D 角色管线的技术美术和 TA 值得一看，尤其是需要批量产出可动画发型的团队；纯后端或算法岗读者关系不大。

Ansible 是一个老牌的 IT 自动化工具，可以理解为用接近自然英语的描述来批量指挥服务器的「遥控器」。它不需要在目标机器上安装任何代理程序，直接复用现有的 SSH 通道，就能并行完成配置管理、应用部署、云资源开通、网络设备配置和多节点编排等任务。典型场景比如：给上百台机器统一装包改配置、配合负载均衡器做零停机滚动更新、批量初始化新购的云主机。写清楚「期望状态」即可，机器会自己算出要执行哪些步骤，内容也便于审计和版本管理。对互联网和 AI 行业的从业者来说，如果你是运维、SRE、后端工程师，或者需要在 GPU 集群上反复部署推理服务和训练环境，它能显著减少重复劳动；如果你只做模型研究或纯前端开发，这个项目和你的日常工作关系不大。

RoboSkills 是一套面向机器人的轻量级 Agent 工作流与工具集，可以理解为把 LLM Agent 的能力接到机器人仿真和动作生成上的「技能包」。它内置了几种典型工作流：让 LLM 逐步观察画面并直接充当策略控制机器人动作；从人类演示视频重建可交互的仿真场景（Real2Sim）；用文字、图片或视频描述生成动作视频；以及通过反复仿真试验自动改进策略。项目强调低成本，官方给出的对比是 Real2Sim 任务花费约为 Codex 的 11%，动作生成几乎不花钱。适合做具身智能、机器人学习、仿真数据合成的研究员和算法工程师，尤其是想用 Agent 快速跑通「演示到仿真」「策略迭代」实验、又不想自建整套工具链的人；如果你不碰机器人方向，和多数从业者关系不大。

anyscene 让 AI agent 从一段文字描述或几张参考图出发，自动搭出照片级的 Blender 3D 场景：先由 Claude 按 SKILL.md 规划房间结构和道具清单，再为每件道具生成参考图，用 fal 上的 Tripo 和 Meshy 两个 image-to-3D 模型各转一次，通过同光照渲染对比挑出更好的那个，最后脚本化完成摆放、碰撞检查、污渍雾气、实用光源布光、电影感运镜和调色渲染。整个过程每步都有可视化检查关卡，.blend 文件只是可重新生成的构建产物。示例场景包括东京深夜电子维修店、拉面店、香港大排档和 1970 年代任务控制中心，单个场景包含七八十件自动生成的道具；也支持不装 Blender，直接把参考图发到托管端点拿回完整场景包。适合做 3D 场景、影视预演、游戏关卡概念验证的美术和技术美术，以及想用 agent 批量生产虚拟布景的团队；纯后端或算法岗关系不大。

hackingtool 是一个把 219 个安全工具收进同一个交互式控制台的集合器，覆盖信息收集、Web 攻击、SQL 注入、无线攻击、密码破解、取证、逆向等 21 个类别，你可以直接在里面搜索、安装并运行，不用再逐个去 GitHub 找仓库。它还加了一层 AI 辅助：用自然语言描述目标（比如「找出 example.com 的子域名」），它会映射到合适的工具、给出具体命令、把任务拆成步骤执行，最后汇总结果并起草报告；本地模型或自带 API key 都行，且不会自动执行任何命令。对做渗透测试、红蓝对抗、CTF、bug bounty 或安全运维的人来说，它省去了到处找工具和拼环境的功夫；但工具里包含 DDoS、RAT、钓鱼等攻击性内容，只应在授权目标上使用，普通开发者和非安全岗位基本用不上。

这是一份逆向工程工具与学习资源的精选清单，按「你要干什么」来组织：想识别一个可执行文件、读原生代码、动态插桩、脱壳反调试、分析恶意样本、拆 APK 或 iOS 固件、还原游戏内存结构、做二进制 diff，都能直接找到对应工具和教程，条目还标注了是否为商业软件。它覆盖 Ghidra、Frida、反编译器、符号执行等经典工具，也收录了 AI 辅助分析和 Agent 化逆向的方向，并推荐了配套的 REA 项目。适合安全研究员、恶意软件分析师、CTF 选手、固件与协议分析工程师，以及想入门逆向的后端或移动端开发者——比如你要逆一个陌生协议、审计一个闭源二进制，或给团队找一套现成的分析工具链时，这份清单能省下大量检索时间。纯做业务开发或 AI 应用的人关系不大。

这是一套为中国医生和医学研究生定制的医学论文写作助手，本质上是 32 个可装进 Claude Code、Codex 等智能体的 Agent Skills，让你用中文直接交代科研任务。它覆盖论文全流程：手上有病例数据却定不下选题时，帮你梳理可研究方向；文献查乱了，帮你设计 PubMed 及知网、万方等中英文检索方案；统计结果出来了，帮你区分统计差异与临床意义并起草结果段落；讨论写不下去或导师要求大改时，帮你理顺论证、排出修改顺序；收到审稿意见后，帮你逐条拆解并起草回复信；最后还能按主题、版面费和时间筛选候选期刊、整理投稿材料。对互联网和 AI 行业的从业者来说，除非你正在做医疗科研或学术写作类产品，否则和多数人关系不大；真正需要它的是临床医生、医学研究生以及做医疗 AI 内容工具的人。

这是一个用 AI 帮你找工作的工具，作者是一位有 30 年经验的 IT 从业者，靠这套方法 5 个月后成功再就业。它把求职当成一条数据流水线：你先写一份完整诚实的「主档案」，之后每份简历、每段面试回答都从这份档案生成，AI 只负责重排、压缩和翻译，不允许编造经历。项目提供两条路线，一条是用现成提示词配合任意聊天助手，另一条是基于 CrewAI 和 AWS Bedrock/Claude 的命令行工具，自动针对每个职位描述生成定制简历（PDF/LaTeX，支持葡语和英语），并做岗位覆盖度检查和面试准备草稿。它还附带防招聘诈骗的安全指南。适合正在海投、需要为几十个岗位反复改简历的程序员和 IT 从业者，尤其是会写代码、想批量生成简历版本的人；非技术岗位用提示词那条路线也行，但和多数不求职的人关系不大。

AnyModelBot 是一个开源、本地优先的个人 AI 智能体应用，可以理解为 Grok Bot、OpenAI dots、Claude Duet 的开源替代品：装在自己电脑或服务器上，一个机器人对应一个人设，带默认模型、工作区和长期记忆。它通过一个 Modelflare 账号接入 GPT、Claude、Gemini、Grok、DeepSeek、Kimi、GLM 等 70 多个模型，也支持直连各家官方 API，按量付费不绑定订阅。除了在桌面应用里聊天，你还能在微信、飞书、Telegram 等 IM 里直接找它，让它在后台跑定时任务、读写文件、执行命令、操作桌面，越出工作区时会先征求你的同意；对话、记忆和密钥都留在本地。适合想搭个人自动化助手、又在意数据隐私的开发者和重度 AI 用户，普通只用聊天网页的人关系不大。

这是一个完全跑在本地电脑上的离线 AI 助手加生存知识库，断网也能用，可以理解为「本地版 RAG 问答 + 应急百科」。它内置约 150 万篇来自 Wikipedia、WikiMed、MedlinePlus、CDC、FEMA、美军生存手册等权威来源的文章，你问「停电时食物怎么保存」「烧伤怎么处理」「怎么净化水」，它会检索这些文章作答，并把引用的原文段落高亮给你看，还能展开查看逐步推理过程。你也可以把自己的 PDF、Word、EPUB、网页丢进去一起检索，比如发电机说明书或家庭应急计划；它还会记住「女儿对青霉素过敏」这类备注供后续对话使用。适合经常需要离线环境、重视隐私和答案可溯源的用户，比如户外从业者、应急管理人员，或想给家里备一份断网应急查询工具的人；日常在办公室用云端 AI 的从业者关系不大。

LlamaFactory 是一个把大模型微调这件事打包成一站式工具的开源框架，可以理解为微调界的「全家桶」：不管是 LLaMA、Qwen、DeepSeek、Gemma 这类语言模型，还是 Qwen-VL、LLaVA 这类多模态模型，它都统一支持，从全参数训练到 LoRA、QLoRA 低资源微调，再到 DPO、PPO 等偏好对齐方法都能覆盖。它解决的麻烦是：过去想给模型灌入行业知识或定制对话风格，得自己拼凑 transformers、peft、trl 一堆库，现在准备一份数据集就能跑通，还带图形界面，不写代码也能操作。典型场景比如用 DeepSeek 蒸馏版微调一个新闻分类器，或者让模型学会银行票据的信息提取。适合算法工程师、AI 应用开发者，以及任何想用少量数据让开源模型适配垂直业务、又不想从零搭训练管线的人；如果你只调用闭源 API、不碰模型训练，那和你关系不大。