durable-pi 是一套让 AI Agent 在你自己的设备上「持久存活」的运行框架，来自 Pi coding agent 团队。它解决的核心问题是：普通 Agent 跑在进程里，浏览器一关、终端一退、机器一重启，跑到一半的工具调用就丢了，只能靠 /resume 恢复一段聊天记录，却不知道当时 bash 执行到哪、改了什么。durable-pi 把历史、排队输入、任务检查点和应用状态在展示前就写进 SQLite，进程挂了也能从断点继续，且半途被杀的工具会以「中断结果」返回，由 Agent 自己决定要不要重跑，避免副作用重复执行。每台设备跑一个小后端持有 Agent，网页 hub、终端 TUI 或一条 curl 都只是薄客户端。README 里的演示很具体：监控日志发现线上结账故障后，Agent 自动开 incident、定位坏 commit、写修复和回归测试，最后停在「等你批准部署」这一步。适合关注 Agent 工程化、可靠性与主动式 Agent 的后端和平台工程师。

OpenChart 是一个把 AI Agent 嵌进投资分析全流程的开源交易工作台，可以理解为「TradingView 加上你自己的 AI 助手」。它提供不限数量的图表、指标和价格预警，支持 4×4 多图网格，还能接入你已有的 Claude、Codex、Gemini 账号来干活。具体来说，你可以用自然语言描述想盯的市场条件，让 Agent 自动构建监控并在触发时调查异动；在图上画一条趋势线或区域，价格穿越时自动触发 Agent 研究；选中某段 K 线，让 Agent 解释这段行情为什么波动，并把带来源的标注钉在图上。它还内置了 Tea 脚本语言，用来写自定义指标和条件逻辑。适合量化交易员、做技术分析的个人投资者，以及想把 LLM 接入行情监控和研究流程的开发者；纯做后端或 AI 应用开发、不碰交易场景的人关系不大。

Pi-Remote 是给终端编码 agent「pi」加装的一个远程遥控器：pi 本身照常在你电脑上跑，它通过官方扩展 API 把会话实时镜像到浏览器，你在手机上就能看到输出、工具调用和状态变化，还能回发消息、切换模型、调整思考深度、压缩上下文、在会话树里创建或分叉会话。数据经自建 relay 端到端加密转发，relay 不持有模型凭证和本地文件；也支持无服务器模式，relay 跑在自己电脑上，同一 Wi-Fi 下手机直连，出门再按需开临时隧道。典型场景是：让 pi 在家里机器上跑长任务，人出门后用手机盯进度、回答它的提问、临时改指令，或者多台设备共享一个 relay 管理各自会话。适合重度使用 pi 这类终端 coding agent、经常需要离开工位又不想中断任务的开发者；不常用 pi 或不跑长时 agent 任务的人关系不大。

Prompt Vault 是一个 Windows 桌面端的 Prompt 收藏管理工具，可以理解为「给提示词用的本地剪贴板加强版」：平时散落在笔记、聊天记录里的 prompt 统一收进一个 JSON 文件，托盘常驻，按 Alt+Q 就能在任意界面唤出搜索面板，输入几个字回车即复制，全程两秒。它支持模糊搜索、标签筛选、星标置顶，还能在正文里写 {{变量}} 占位符，复制前弹窗填空并记住上次的填写值，适合把「写一次、反复改参数」的模板化 prompt 沉淀下来。数据完全本地、不联网不登录，单文件可随手备份。对日常高频调用 LLM 的岗位——比如做 prompt 工程、内容生产、AI 应用开发的从业者——它解决的是「好 prompt 找不回来」这个具体痛点；如果你很少攒 prompt，这个项目和你关系不大。

这是一套给 Claude Code 用的小插件合集，作者是 midudev，每个插件解决一个具体痛点。比如 Sub Meter 在右下角显示订阅用量的 5 小时和周窗口进度条，Context Meter 在输入框上方提示上下文窗口快满、该 compact 或开新会话了；Quick Peek 让 Claude 回复里的文件路径变成可悬停预览、点击在 Finder 打开的链接；Time Machine 把每次改动文件的回合都存成 git 快照，一条命令就能把文件回滚到任意回合之前，连 Bash 造成的改动也能恢复；Commit 则用一条指令把你的改动拆成符合 Conventional Commits 规范的提交。日常重度使用 Claude Code、经常担心上下文爆掉或改乱代码回不去的人，值得逐个翻翻看；如果你平时不用 Claude Code，这些插件和你没什么关系。

这是一个把 AI 原理做成可玩实验的桌面学习应用，类似把教科书里的插图全部变成能拖动、能点击的交互沙盒。58 个小实验覆盖从机器学习基础、注意力机制、RAG、Agent，到预训练、LoRA 微调、量化、蒸馏和部署的完整链路：你可以点一个词看它在 attention 里关注谁，可以实时训练一个微型语言模型看 loss 下降，也可以用 SGD、AdamW、Muon 等优化器跑同一批数据对比效果。每个实验旁配短讲解，同一段内容有简单版、白话版和技术版三种写法，适合不同基础的人。对互联网和 AI 行业从业者来说，它适合两类场景：一是想系统补上 transformer、训练、微调这些底层概念的产品经理、算法工程师或刚入行的新人，用碎片时间把知识盲区补上；二是需要给别人讲清楚 AI 原理的讲师或技术布道者，可以直接拿这些可视化当演示素材。纯做业务开发、不碰模型的人关系不大。

onsystem 是一个专为 AI 编程助手设计的守门工具，解决的问题很具体：Claude Code、Cursor 这类 coding agent 写 UI 时凭训练数据发挥，而不是照你的设计系统来——你要一个设置卡片，它给你硬编码的十六进制颜色、随手写的间距、原生 button，或者根本不存在的组件属性。onsystem 会用 TypeScript 编译器读取你设计系统包里的组件、cva/tv 变体和 design tokens，然后在每次编辑和每个 pull request 上检查 agent 实际写出来的代码，指出问题并附上修复建议，比如把 bg-[#ef4444] 换成语义 token、把原生 button 换成你的 Button 组件。它在设计系统包里配一次，monorepo 里所有应用都能生效，也能通过 GitHub Action 只检查 PR 改动的行。适合维护 React 设计系统或平台团队的前端工程师、以及被 agent 产出的不规范 UI 拖累的 code reviewer；如果你不维护共享组件库，和多数人关系不大。

Aegis SkinFees 是一款本地运行的 CS2 皮肤交易桌面工具，专门用来算清「倒卖一件皮肤到底能赚多少」。它把 Steam Community Market、Buff163、CSFloat、Skinport、Waxpeer 等主流交易场所各自不同的手续费、结算货币和汇率转换都建模进去，扫描器给出的是扣除卖方手续费后的净回报，而不是看起来诱人的表面价差。除了价差扫描，它还提供账户库（可本地生成 Steam Guard TOTP 验证码）、买入计划管理和费用模型配置，所有数据都存在本机，不依赖云端。对在多个平台之间搬砖套利的皮肤交易者来说，它解决的是「手续费和汇率算不准、来回切换网页对价太麻烦」的痛点；如果你不玩 CS2 皮肤交易，这个项目和你基本没关系。

这是一个本地运行的 CS2 皮肤交易工作台，帮你在 Steam、Buff163、CSFloat、Skinport、Waxpeer 这些平台之间算清楚一笔买卖到底能赚多少。它不像很多看盘工具那样只给你一个表面价差，而是把每个平台的手续费、汇率和结算方式都算进去，直接告诉你扣完卖出手续费后还剩多少钱、ROI 是多少。比如你在 Buff163 低价收一个皮肤，打算挂到 Steam 卖，它会把 Steam 那 13% 的手续费和 CNY 兑 USD 的汇率一并扣掉再报净收益。工具还把市场扫描、账户库存、本地 Steam Guard 验证码、买入计划和费率假设拆成独立工作区，数据全部存在本机，不上传云端。适合经常在多平台之间倒卖皮肤、需要反复核对到手利润的个人交易者；如果你不玩 CS2 皮肤交易，这个项目和你没什么关系。

这是一个面向 CS2 饰品交易者的本地桌面工作台，用 Tauri 打包成单个 exe，核心是把跨市场的价差算清楚：它会按 Steam、Buff163、CSFloat、Skinport、Waxpeer 各自的手续费和结算货币（含 CNY/EUR 兑 USD）逐笔折算，报告扣除卖方费用后真正到手的净收益，而不是表面价差。界面分成价差扫描、账户金库（库存与本地 Steam Guard TOTP）、买入计划、费率与接口配置几个独立工作区，报价轮询和网络请求都隔离在 Rust 后端。适合经常在 Buff163 低费率进货、再往 Steam 或 Skinport 出货的饰品倒爷和小型工作室，用来快速判断某笔买卖扣完费还剩多少、以及不同渠道的到手差异；如果你不碰 CS2 交易，这项目和你没什么关系。

SoftJL 是一个把软件需求文档自动转成 UML 图、测试用例和可编辑 Word 规格说明书的工具，带需求追溯能力，可自托管并接入自己的 AI 模型。它主要面向软件工程课程设计和毕业设计场景：你把需求描述丢进去，它能生成用例图、类图等 PlantUML 图表，产出测试用例，并生成能继续手工修改的 Word 文档，同时保留需求到设计再到测试的追溯链，方便答辩时解释「每条需求是怎么被覆盖的」。对互联网和 AI 行业的从业者来说，如果你在带实习生做课程项目、或者团队里需要快速把粗略需求整理成规范文档和测试基线，可以看看；但如果你日常做的是模型训练、推理服务或业务开发，它和你的核心工作关系不大。

这是一个给 AI 聊天助手装上「数字生命体征」的内核插件，运行在 DSH（DeepSeek Harness）之上，让原本无状态的对话机器人拥有能量、激素（多巴胺、皮质醇、血清素）、情绪劫持、时间感、执念缺口池、离线梦境和自主唤醒等拟生命机制。比如请求失败会让皮质醇升高并影响后续回复的语气，长时间没人理会出现孤独提示，深夜闲置时它会自己反思并写入记忆，还能给自己编写新「器官」扩展能力。它解决的是想做长期陪伴型、有人格连续性 AI 角色的开发者的麻烦：不用自己从零设计记忆、情绪和作息系统。适合做 AI 陪伴产品、数字人、Agent 人格化方向的工程师和独立开发者参考；如果你只是调用模型 API 做业务功能，和你关系不大。注意原作者已转入社区维护，不再答疑修 Bug。

Aegis VaultGrid 是一个本地运行的 CS2 皮肤交易工作台，把库存管理、跨平台比价和下单规划拆成几个清爽的独立界面，而不是塞进一个大杂烩面板。它的核心是一个「净收益引擎」：同时抓取 Steam Community Market、Buff163、CSFloat、Skinport、Waxpeer 等平台的报价，扣除各自的手续费和汇率损耗后告诉你真正到手多少钱——比如 Buff163 只收 2.5% 而 Steam 收 13%，它会按实际结算模型算差价，而不是给你一个虚高的表面价差。此外它能在本地生成 Steam Guard TOTP 验证码，库存和订单计划都存在本地 JSON 里，不依赖账号登录即可浏览。适合经常在多个平台之间倒卖 CS2 皮肤、需要精确核算手续费和汇率损耗的个人交易者，以及想自己搭交易工具的开发者；普通玩家或不碰 Steam 交易的人关系不大。

Aegis Skin Terminal 是一个本地运行的 CS2 皮肤交易工作台，把倒卖皮肤时最费脑子的几件事拆成独立界面：价差扫描、账号金库、买单计划和费率设置。它的核心是「净收益」计算——扫描器会先扣掉卖出方手续费和汇率损耗再报数字，而不是给你一个好看的表面价差，比如 Steam 13%、Buff163 2.5%、CSFloat 2% 这些平台的费率和结算币种都内置成模型。账号金库能在本地生成 Steam Guard 验证码，方便你同时管理多个 Steam 账号的登录。数据全部存在本机，不上传云端。对靠 CS2 皮肤搬砖套利的个人卖家、在多平台之间找低买高卖机会的交易者，以及想看清手续费到底吃掉多少利润的人来说，这比在几个网页之间来回切换算数要省事；如果你不碰皮肤交易，这个项目和你没什么关系。

这是一个 Solana memecoin 项目 $JRAMES 的官网仓库，产品分两部分：网站是一个用 Three.js、自写 GLSL 雕刻着色器和 Web Audio 现场生成配乐做的滚动式版画风格互动漫画，讲一座大理石雕像在死币大厅中敲打并取出一枚活币的故事；配套 App 则用来解释 Solana meme 币为何异动，它会列出带日期的证据（聪明钱和 KOL 买入、launchpad 迁移、X 上的帖子），给出假设、置信度和基准概率，但不下结论，另有新币雷达和 X 追踪。本仓库只包含网站部分，App 和后端是私有的。对做前端、WebGL 或创意编程的人，它的雕刻着色器和滚动叙事手法值得翻翻；对链上交易者，App 的证据链思路可能有用，但代码看不到。若你只是找 AI 或通用工具，这项目和你关系不大。

OpenField 是一个跑在自己 GPU 上的本地创作工作室，底层全部通过 ComfyUI 工作流实现，每个功能界面背后都是一张可导出的 ComfyUI 图。它把文生视频、图生视频、FLUX.2 出图、单张图转带 PBR 贴图的 3D 模型、给无声片段配音、口型说话、放大到 1440p、HDR 母版输出等能力打包成一套完整流程，还支持最多挂四个自己的 LoRA、用 @cast 固定角色和道具、手机拍动作同步到角色、事后重新打光和改机位。比较特别的是 Stage 功能，用方块和人物在浏览器里摆镜头，再由 LTX-2.5 的 Layout-to-Render 模型渲染成运镜一致的成片；Scene 则让本地 LLM 把一段剧本拆成多个镜头自动剪成一条。所有渲染都在本地完成，不上传不烧点数，并提供 31 个 MCP 工具供 Claude Code 等 Agent 调用。适合做短视频、广告分镜、独立影视的概念验证和样片制作的创作者，以及想用 Agent 驱动视频生产管线的 AI 工程师；普通办公或纯文本开发的读者关系不大。

这是一个基于麦当劳中国官方 MCP 的命令行选餐工具，输入预算和饮食偏好，它会查询指定门店当前菜单与官方营养数据，给出均衡、蛋白质、预算三种优先级的候选套餐对比。它的核心价值在于「可解释」：套餐会自动展开成单品逐件匹配官方营养再求和，每个金额都标明价源是官方字段、单品加总还是未核实，取不到就如实标「未知」而不是填 0；配件替换后营养和价格会重算，非法替换会被拒绝并说明原因。它明确不提供下单能力，也不做医疗建议。对普通消费者来说，想在麦当劳点餐时兼顾预算和营养目标可以拿来参考；对 AI 从业者而言，它展示了如何用结构化规则负责数值、LLM 只负责理解意图和表达，以及 MCP 在真实商业数据源上的落地方式，值得一看。

这是一个给 AI 智能体配真实硬件鼠标的 MCP 服务器，需要搭配专用的 uMouse 设备和固件，普通 USB 鼠标不行。它通过 USB HID 协议让 Claude、Codex 这类 Agent 客户端直接操控桌面：移动光标、点击、滚动、拖拽，支持多显示器的物理像素坐标和高精度模式，还能读取光标位置、按键状态和前台窗口信息。除了鼠标，它还带语音听写功能，按住设备上的语音键说话，识别结果会直接输入到当前聚焦的窗口，比如给 Agent 下口头指令或在微信里发语音转文字消息。同一台机器上只跑一个共享守护进程，多个 Agent 客户端可以共用，同一时间只有一个任务能接管键鼠。适合在 Windows 上做 computer-use、桌面自动化实验的 AI 应用开发者，以及想让 Agent 真正操作本机的从业者；没有 uMouse 硬件或不碰桌面自动化的人关系不大。

FDE Gym 是一个面向 LLM 时代的在线评测平台，可以理解为 LeetCode 式 OJ 的升级版：考的不再是写出正确代码，而是像 forward deployed engineer 那样把客户交付做完。每个案例都是一次真实客户交付——你拿到的只有一段含糊的客户诉求、一个已在运行的系统、文档和几个可以询问的客户方人员，需要自己判断真正要解决的问题、找出没写下来的规则，再指挥 coding agent 去改系统。提交后系统会在客户没展示过的流量上真实运行打分，改没改好一目了然，生产事故直接归零，占用客户人员时间也会扣分。适合想评估或练习 AI coding agent 实战能力的工程师、做 agent 评测与 benchmark 的团队，以及关心 FDE 这类岗位实际工作方式的人；只想刷算法题或找部署方案的读者关系不大。

Trina AX 是一个自托管的团队 AI 工作台：管理员在一台服务器上配好一次 Claude Code 和 Codex，全公司员工直接用浏览器或手机打开就能问，不用装终端、不用碰命令行。它解决的核心麻烦是——Claude Code 在空文件夹里不知道你是谁，每次都要先问六个问题；而 Trina 把公司文件夹、团队技能（一个 SKILL.md 就是一种写法规范，比如提案模板）和每个人的文件夹权限预先接好，新员工第一天问「写个提案」就能拿到贴合公司风格的成品。每次 AI 要读文件，服务器都会以提问者本人的身份做权限校验，你打不开的目录对你的 AI 同样不可见，销售看不到财务报表，AI 也就读不到。适合需要把 AI 编程助手安全地推广给非技术同事的团队负责人、IT 管理员，以及对数据不出内网有硬性要求的公司；如果你只是自己写代码用 Claude Code，关系不大。

stalemap 解决的是 AI 编码助手的一个通病：模型的训练数据有截止日期，而你项目里锁定的依赖版本往往更新，于是 agent 会按旧 API 写代码，比如对着 AI SDK 7 用 `maxSteps`、对着 zod 4 用 `required_error`。它会找出模型训练截止之后发生变动的依赖，把类型变更和 changelog 摘成一段简短说明写进 AGENTS.md 或 CLAUDE.md，让 agent 开工前先读到；编辑代码后还会跑类型检查，一旦用了过时 API 就立刻把编译错误和对应说明推给 agent；另外提供一个 MCP 工具，agent 可以用自己的话查询某个包的变更。支持 Claude Code、Cursor、Codex、OpenCode 等，适用于 JavaScript 和 TypeScript 项目。官方基准测试显示，用它之后 agent 任务通过率从 68% 提升到 89%。日常用 Claude Code 等工具写 Next.js、React 或 Node 项目的前端和全栈工程师最值得看，尤其是经常被依赖升级坑到的场景。