Scrapling 是一个 Python 网页抓取框架，把快速 HTTP 请求、隐身浏览器、解析和并发爬取整合到一个库里，可以理解为 Scrapy 加 Playwright 的合体替代品。它能抓静态页、渲染 JavaScript、模拟点击交互，还能捕获页面背后的 API 请求；解析支持 CSS、XPath、正则，并能自适应追踪页面改版后元素的位置，最后可整站导出为干净的 Markdown。内置代理轮换、自动重试、限速和断点续爬，也提供 MCP server，让 AI Agent 直接调用它抓数据。适合需要大规模采集电商、资讯或做数据标注语料的爬虫工程师、数据工程师，以及想给 Agent 装上联网抓取能力的 AI 应用开发者；如果你平时只写业务后端、不碰数据采集，跟你的关系不大。

rea-video 是一个把短视频逐镜头拆解的分析工具，能判断每条片子是实拍、AI 生成、数字人、3D 渲染还是代码动效，并反推出它是怎么做的。比如一条带货视频，它会告诉你用了几个机位、什么布光方案、字幕花字的起止时间和样式、配音是真人还是 AI、配乐多少 BPM；一条 AI 视频则会给出每镜反推的提示词、合并成几次生成、该用哪个模型。拆完还能输出复刻方案，配合它的下游项目把运镜、节奏、转场照着原片重做一遍，只替换你指定的元素。它还带 AIGC 检测能力，靠帧率规律、噪点、文件标识等硬证据判断真伪，准确率在官方评测里接近 99%。适合短视频编导、AIGC 内容创作者、做视频生成或 AIGC 检测方向的算法工程师，以及想拆解爆款视频结构的产品和运营；如果你完全不碰短视频，关系不大。

MoneyPrinterTurbo 是一个短视频自动化流水线：你只给一个主题或关键词，它就用大模型写出视频脚本、提炼素材搜索词、抓取匹配的视频素材、生成配音和字幕，再配上背景音乐，最后合成一条可直接发布的高清短视频，覆盖 TikTok、Instagram Reels、YouTube Shorts 这类竖屏平台。它相当于把「写文案、找素材、剪辑、加字幕」这条人工链路整体交给 AI 跑完，还提供 WebUI 和 API 两种使用方式，方便批量生产。适合做内容矩阵的自媒体运营、想快速试水短视频带货或引流的个人创作者，以及需要给产品批量产出宣传短片的市场同学；如果你的工作和短视频内容生产无关，那它跟你的关系不大。

VoiceStudio 是一个完全在本地设备上运行的语音 AI 工作台，可以看作开源版的 ElevenLabs 替代品，覆盖声音克隆、声音设计、视频配音、语音听写、语音转文字和有声书制作，支持 646 种语言。它跑在你的笔记本、台式机、服务器甚至手机上，音频数据不出本地，适合对隐私敏感或不想按量付费的场景。比如你可以用几段自己的录音克隆出一个声音来批量配音，把一段英文视频配上中文音轨，或者把手写会议记录转成语音、把长文档合成有声书。对做内容出海、多语言视频本地化的创作者，以及需要离线转写敏感音频的团队来说，它能省下 ElevenLabs 之类的订阅费；如果你的岗位和语音内容生产无关，那基本用不上。

Spec Kit 是 GitHub 官方推出的工具包，给 AI 编程助手（如 GitHub Copilot、Claude Code 等）套上一套规范流程，让它们不是随手写代码，而是先写规格说明再动手。它内置三种开箱即用的流程：开发新功能时用 Spec-Driven Development，让一份规格贯穿规划、实现和验收；排查 bug 时先定位根因、限定修复范围并记录验证结果；评估想法时给出有依据的「继续、澄清或放弃」决策。除了现成流程，它还允许团队用可组合的模板、命令、质量门禁和扩展机制搭自己的流程，甚至接入私有组件库以满足合规要求。简单说，它解决的是「AI 写代码快但容易跑偏、产出难以验收」的痛点，把工程规范固化进 Agent 的工作流里。适合正在用 AI 编程工具做中大型项目的技术负责人、平台工程团队，以及想在团队内统一 AI 协作规范的工程管理者；如果你只是偶尔让 AI 补几行代码，关系不大。

OpenMontage 是一套开源的 AI 视频制作系统，核心思路是把你手边的 AI 编程助手（Claude、Cursor、Copilot 等）变成一个完整的视频工作室：你用自然语言描述想要的片子，Agent 负责调研、写脚本、生成或检索素材、剪辑并合成成片。它内置 12 条制作流水线和上百个工具，既能调用 Veo、Kling、Flux 等模型生成动态片段，也能从免费素材库检索真实运动镜头再用 Remotion 拼成时间线，而不是简单把几张静图动起来。README 展示的案例包括 60 秒皮克斯风格动画短片（总成本约 1.33 美元）、科幻预告片和产品宣传片。适合做短视频、广告片、产品演示的内容创作者和营销同学，以及想探索 Agent 落地场景的 AI 工程师；纯后端或算法岗位的人关系不大。

CleanYourTV 是一个通过 Wi-Fi 给 Android TV、Google TV 瘦身的工具，思路类似手机圈的 debloat：打开电视的 USB 调试，用电脑连上去，把厂商预装的遥测、广告推送、内容推荐位和各种预置应用逐个禁用（只是停用，不真卸载，随时可一键恢复），再装上一个体积很小、界面接近 Apple TV 的极简桌面替换掉原来满是广告的首页。它覆盖 433 个电视型号、114 个品牌，包括 Sony Bravia、TCL、小米等，整个过程不需要 root、不需要数据线。对普通用户来说，最直接的收益是家里那台越用越卡、首页全是推荐广告的智能电视终于能清爽了；如果你是做 Android TV 应用或系统定制的开发者，也可以参考它对各品牌预装包的处理方式。和多数 AI 从业者关系不大，但家里有台被广告绑架的安卓电视的话值得试。

sapper 是一套多智能体编排框架，把多个 AI 组成一支分工协作的「军团」：一个 AI 指挥官读全局、做决策、派任务，将军和士兵并行进攻，另有看门狗负责保活，所有经验沉淀进分层的事实-意图图，个体挂了图还在。它不绑定任何模型或 CLI，指挥官、士兵、侦察兵可以各自换用 Claude Code、Codex、DeepSeek 等不同 agent 和模型。该项目专为腾讯智能攻防挑战赛这类 CTF 竞赛设计，曾在 634 支队伍、8 小时无人值守的比赛中夺冠；其通用底座 nvwabase 已独立开源，可复用于办公、科研、工程等任何长周期多智能体协作场景。适合关注 Agent 编排机制、多智能体记忆与自愈机制的 AI 应用和平台工程师，以及想把长任务拆给多个 AI 并行推进的从业者；纯做模型训练或单点推理的人关系不大。

Graphify 是一个给 AI 编程助手用的技能插件，装进 Claude Code、Cursor、Codex 或 Gemini CLI 后，输入一条指令就能把整个代码库连同文档、SQL 表结构、配置文件和 PDF 一起解析成一张可查询的知识图谱，让你用提问代替翻文件 grep。代码部分走 tree-sitter 的 AST 解析，纯本地、确定性、不经过大模型，每条关系都标注是源码里明确写出来的还是推断出来的，方便核对；文档和 PDF 才走语义解析。它不用向量库和 embedding，靠图遍历回答问题，官方称能显著降低 agent 的 token 消耗。适合需要频繁理解陌生代码库的后端和平台工程师、做代码搜索或 RAG 检索的开发者，以及想让 AI 助手少读文件、多查图的团队；如果你日常不碰大型代码库，关系不大。

Harness² 是 Google Research 开源的 Agent harness 自优化框架。所谓 harness，就是模型外面那层让它能干活的系统——提示词、工具、记忆、子 Agent、技能等，Harness² 把这些拆成八个可编辑组件，在不改模型权重的前提下自动改进它们。它解决的是开放世界问题：Agent 遇到设计时没见过的任务怎么办？框架用「提出—探测—组合」三步，先生成几版 harness 改动，在同一任务上跑出行为差异，再据此合成更优版本，全程不需要标准答案；同时把每次学到的经验沉淀下来，指导下一次优化。在 JobBench、LAB、WorkBuddy-Bench 三个职业类基准上，单步优化就能让 GLM-5、Gemini 3.5 Flash 相对基础 harness 提升最多 11.8 个百分点。值得看的是做 Agent 应用、Agent 评测或 prompt 工程的工程师，尤其是需要让 Agent 稳定完成法律、办公、代码等专业任务的团队；只做模型训练或纯后端开发的人关系不大。

这是一个给 AI 编程助手用的「设计知识包」，装进 Claude Code、Cursor、Copilot、Windsurf 等工具后，让它们写界面时不再只会堆默认样式，而是像资深 UI 设计师一样思考。它内置多平台、多框架的设计规范，覆盖 React、Tailwind、移动端 UI 和落地页等场景，核心能力是 Design System Generator：输入「我要做一个 Serenity Spa 的预约网站」这类需求，它会推理出合适的页面结构、视觉风格、CTA 摆放位置和转化策略，再由 AI 按这套系统生成代码。适合用 AI 快速搭产品原型、做营销落地页的前端和全栈开发者，尤其是那些被 AI 生成的丑界面困扰过的人；纯后端或不写界面的岗位关系不大。

Hermes Agent 是 Nous Research 推出的自我改进型 AI Agent，可以理解为一个会越用越聪明的个人助理：它能从经验中自动沉淀技能、在使用中持续优化这些技能，还会跨会话记住你是谁、检索你过去的对话。它不绑定任何模型，OpenAI、Claude、OpenRouter 或自建端点都能随时切换，也能跑在便宜的 VPS 或 serverless 环境上，闲置时几乎不花钱。除了终端界面，它还通过一个网关接入 Telegram、Discord、Slack、WhatsApp 等平台，你可以从手机发消息让它在云端干活；内置的定时任务功能可以用自然语言设定日报、备份、周报等自动化流程，还能派生子 Agent 并行处理多条工作流。适合想给自己搭一个长期在线、能积累记忆的 AI 助手的工程师，以及研究 Agent 训练轨迹的 AI 从业者；如果你只是偶尔用用 ChatGPT，它对你意义不大。

Agent Reach 是给 Claude Code、Codex、Cursor 这类 CLI Agent 装上「眼睛」的工具，让它能读到自己原本够不着的互联网内容。很多 Agent 自带的搜索能力覆盖不到需要登录的平台、视频字幕和中文社区，这个项目把小红书、B站、Twitter、Reddit、YouTube、V2EX、雪球、Boss 直聘等十几个平台的抓取工具预先做好并测好，Agent 用一条命令就能拿到干净的结构化数据，比如搜小红书笔记、读 B站字幕、看 GitHub issue、查雪球行情，全程不用自己写爬虫也不付 API 费用。典型场景是让 Agent 做竞品舆情分析、抓取某领域热门讨论、把 YouTube 视频转成文字稿做研究。值得看的是正在搭 Agent 工作流、需要 Agent 联网获取真实数据的开发者，尤其是做中文平台内容检索和社媒数据采集的人；如果你的 Agent 只处理本地代码或内部数据，跟它关系不大。

ppt-master 是一个把文档或主题直接变成可编辑 PowerPoint 的 AI 工具，和市面上那些导出图片式幻灯片的 AIPPT 产品不同，它生成的是原生 .pptx：形状、切换、动画都是 PowerPoint 里真实存在的元素，可以继续手动微调。你丢给它一份 PDF、Word 文档、网页或一句主题，它会读取材料、提炼要点、组织叙事，按需生成带数据支撑的图表和表格，还能把演讲者备注转成音频旁白，并支持套用自己的 .pptx 模板。典型场景是咨询顾问要把上百页报告压成 20 页汇报、市场人员要按公司模板快速出方案、或者研究者想把论文讲稿变成带图的演示。如果你经常被「今晚要交一份 PPT」折磨，或者在做 AI 应用时需要一个 PPT 生成能力，值得花五分钟看看；纯后端或算法岗、平时几乎不做演示的人，关系不大。

RUN（润）是一份面向中文读者的海外移居手册，把欧洲 36 国加美加澳日韩新等地的 110 多条移民路线整理成结构化文档，覆盖数字游民、欧盟蓝卡、技术工作、留学转工、创业自雇、被动收入、投资居留等类型。每个国家页给出关键数字（收入门槛、永居年限、税率）、流程图、材料清单，以及生活成本、房租、安全、平均工资等生活档案，还带横向对比表，方便你按预算和身份目标筛选。它特别强调时效性——2025 至 2026 年大量路线关闭或改规则，网上旧攻略已失效，手册会跟进英国永居、加拿大 Express Entry 等最新变动。适合正在考虑数字游民、技术出海或为家人规划备选身份的互联网和 AI 从业者快速摸清选项；只是随便看看、暂无移居打算的人关系不大。注意它仅供参考，不构成法律或移民建议。

nxnative 把任天堂 Switch 游戏直接跑在 iPhone、iPad 和 Mac 上，但它的思路和 Yuzu、Ryujinx 那类模拟器完全不同：不做指令翻译，而是重写游戏的 NSO 可执行文件，用一个 Horizon 系统的高层模拟宿主承接系统调用，再把 Switch 的 NVN 图形调用翻译成 Metal，让游戏代码原生跑在 Apple 芯片上。你提供自己 dump 的 NSP 和 prod.keys，一个脚本就能打包成可侧载的 IPA；Switch 2 游戏则从 .nup 文件或游戏文件夹构建，目前只在 Mac 上验证过，已支持 Mario Kart World、Donkey Kong Bananza 等多款，部分游戏甚至能跑到 60 帧。硬件门槛不低：需要 A17 Pro 或 M1 以上芯片，因为要读 BC 压缩纹理。对普通从业者来说这更像一个技术奇观而非生产力工具，但如果你关注主机系统模拟、图形 API 转译或 Apple 平台底层性能，它值得花十分钟看看 README 里的架构思路。

Hindsight 是一套给 AI Agent 用的记忆系统，目标是让 Agent 不只是记住聊天历史，而是能像人一样从经验中学习，逐步形成对世界的认知。它自称在 LongMemEval 这类长期记忆基准上超过了 RAG 和知识图谱等常见方案，还配套发布了专为记忆任务设计的 decision、rerank、embedding 模型。实际用起来，你可以把它接到自己的 Agent 上，让它记住用户偏好、过往决策和项目上下文，下次交互时自动调用，而不是每次都从零开始。比如客服 Agent 记住某位用户上次的投诉处理结果，或编程 Agent 跨会话延续一个长期任务的进展。适合正在做 Agent 应用的后端和算法工程师，尤其是已经在用 Claude Code、Cursor 等工具、需要给 Agent 加持久记忆的人；如果你不开发 Agent，这个项目和你关系不大。

这是一个跑在本机的 AI 求职助手，基于 Claude Code 搭建，把找工作这件事拆成一套可复用的工作流。你先填好个人资料，之后它能帮你抓取招聘信息、评估职位与你的匹配度、针对每个岗位定制简历和求职信，还能用 LaTeX 排版成 PDF，并做 ATS 可解析性检查，最后整理面试准备材料。作者是地球物理学家，2025 年底被裁后用这套流程自己投递，六十九份定制申请换来二十次一面和一份合同，最终转行做了 AI 工程师。核心的自我画像、匹配评估和「起草—审校」投递管线与语言国家无关，但内置的职位搜索技能针对丹麦本地招聘网站，国内用需要自己替换数据源。适合正在海投、想把写简历和求职信的时间从每周一个下午压缩到几十分钟的求职者，尤其是愿意折腾 Claude Code 的技术岗；只想随手看看机会、不打算系统投递的人关系不大。

Sherlock 是一个用 Python 写的 OSINT（开源情报）命令行工具，输入一个用户名，它会去 400 多个社交网络和网站上逐一探测这个账号是否存在，并把命中的链接列出来。典型场景包括：安全团队做渗透测试前的侦察，摸清目标在哪些平台留了痕迹；法务或公关部门查冒用品牌名的仿冒账号；普通人想看看自己的昵称被谁注册了、或者找回多年前注册过的账号。它本质上是把「手动逐个平台搜索」这件苦差事自动化，属于信息收集类工具，不涉及模型推理或 AI 能力。对渗透测试、红队、威胁情报和数字取证岗位的人来说是常用武器库成员；如果你的工作与安全调查、品牌保护无关，这个项目和你关系不大。

这是一份持续维护的免费公开 API 大清单，收录了上千个可直接调用的接口，覆盖天气、地理、金融、新闻、图片等各类数据源，每个条目都标注了是否需要密钥、支持的调用方式和 CORS 情况。最近它还新增了 Model Context Protocol 一节，把适合 AI Agent 调用的 MCP 服务单独列出，标明可安装到 Claude、Cursor、VS Code 等客户端。比如你想让 Agent 查 IP 归属地、抓网页转 Markdown、搜 GitHub 仓库或查云 GPU 价格，都能在这里找到现成的接口，省去自己翻文档找数据源的时间。适合需要给应用或 Agent 接外部数据的后端开发、AI 应用开发者，以及在做 RAG、Agent 项目时苦于找不到合适数据源的人；纯做前端或与数据无关的岗位关系不大。

这是一个用 Python 写的自动化脚本，目标是让批量 Google 账号零成本薅到两年的 Google AI Pro（5TB 存储）订阅。它会驱动 Chrome 自动登录账号、通过辅助邮箱或 2FA 验证，然后在结账时反复叠加多层免费优惠包，把 12 个月逐步堆到 24 个月封顶，最后自动取消续订并截图留证。脚本内置了 0 元消费保护，只有确认金额为 US$0.00 才会点订阅，同时要求你填入自己的 Visa/Mastercard 外币卡和美区代理。说白了，这是给想批量囤 Google AI Pro 权益的羊毛党准备的工具，需要 Windows、Chrome 和美区网络环境。对普通从业者来说它和日常工作关系不大，除非你正好想低成本批量拿到 Gemini 相关的 Pro 权益；但批量注册账号、自动绑卡这类操作本身有违反 Google 服务条款的风险，使用前需要自行评估账号被封的代价。

Free Claude Code（FCC）是一个模型路由网关，让你在 Claude Code、Codex、Aider、Cline、VS Code Chat 等 12 种 AI 编程工具里，自由切换背后调用的模型和供应商，相当于给这些编程助手装了一个万能转接头。它接入 61 家供应商，包括免费额度、付费订阅和本地模型，每月可白嫖 13 亿以上 token，比如把 Claude Code 里的 Opus、Sonnet 换成更便宜或免费的模型。除了终端，它还能从桌面应用、IDE 插件、Discord、Telegram 甚至浏览器里用，断线时自动重试、换 key、换供应商，保证你写代码不中断。适合重度使用 AI 编程工具、又想省 token 开销的开发者，尤其是同时用多款 harness 的人；如果你只用 ChatGPT 网页版或 Copilot，跟你就没什么关系。

awesome-python 是一份精选的 Python 生态导航清单，回答「我想用 Python 做 X，该选哪个库」这个问题。它按用途把社区里最常用的框架、库和工具分门别类，从 Web 开发、数据处理、爬虫、测试、DevOps 到 AI 与 Agent 编排（如 langchain、langgraph、pydantic-ai、crewai）都有收录，还配了可搜索筛选的网站。它不解决具体技术问题，而是帮你在选型阶段快速缩小范围，避免重复造轮子或踩坑。适合两类人：一是刚接触某个领域、不知道从哪下手的 Python 开发者，比如要做爬虫时先看 HTTP & Scraping 分类；二是需要横向对比方案的技术负责人或架构师，在引入新依赖前先摸清有哪些成熟选项。如果你日常不写 Python，这个清单的参考价值有限。

这是一套对齐中国课标和人教版教材的 K12 知识图谱，覆盖小学到高中的数学、三年级到高中的英语，以及初中和高中物理，共 1644 个知识点、2403 条先修边和 6723 道题。它把「学好二次函数需要先掌握哪些内容」这类依赖关系显式建模：学生答错一道题，系统会沿先修边从高中一路回溯到具体的小学知识点，定位真正的薄弱环节，这就是它附带的自适应前置诊断。比如高一学生配方法总出错，诊断可能追到小学的乘法公式没吃透。对做教育产品、自适应学习、智能题库或学习路径推荐的团队来说，这是难得的结构化中文教育数据，省去自己从零梳理课标的功夫；做 AI 辅导 Agent 的人也能拿它当知识底座。注意先修关系和题库仍需一线教师审核，且商业使用需单独授权，纯个人学习教学研究可免费用。与多数互联网从业者关系不大。

yt-dlp 是一个命令行音视频下载工具，可以理解为 youtube-dl 的活跃升级版，支持数千个网站，从 YouTube、Bilibili 到各类播客和直播平台都能抓取。除了基础下载，它还能按画质和格式筛选、批量抓取播放列表、下载字幕和封面、嵌入元数据，甚至能自动跳过视频里的赞助商广告片段（SponsorBlock）。典型场景包括：内容创作者需要批量存档自己的视频做备份、播客运营者定期抓取音频做转录、研究者收集公开视频语料训练多模态模型，或者单纯想把在线课程离线保存。如果你的工作涉及视频内容采集、数据标注前的素材准备，或者需要在自动化脚本里批量拉取公开媒体资源，这个项目值得花十分钟了解；但如果你的岗位和媒体内容完全无关，它和多数 AI 从业者关系不大。