这是一份维护多年的 C++（含 C）生态资源清单，相当于 C++ 版的 awesome 系列目录，把散落在各处的框架、库、工具和学习资料按主题归好类。从网络、数据库、JSON、日志、图像处理、游戏引擎、GUI，到编译器、调试器、构建系统、静态分析工具，甚至书籍、演讲视频和播客都有收录，还专门列了 Machine Learning 和 Artificial Intelligence 分类。比如你要给项目选一个序列化库或异步网络引擎，与其自己搜，不如直接翻对应分类对比现成选项；想找 C++ 学习资料或了解行业动态，也能从资源区快速定位。适合所有写 C++ 或 C 的工程师，尤其是需要选型、想了解生态全貌的后端、客户端、游戏和嵌入式开发者；不写 C++ 的人基本用不上，做 AI 应用开发的人也只需扫一眼 ML 分类即可。

这是一套在浏览器里用摄像头做手部游戏的开源工具包，底层跑 Google 的 MediaPipe Hand Landmarker，把每只手的 21 个关键点转成稳定的游戏输入。它内置约 1600 行无依赖的 TypeScript 手势引擎，能识别 20 种静态手势（握拳、比心、捏合、点赞等）、16 种动作（挥手、画圈、推拉、投掷等）以及拍手、缩放、转向等双手手势，还带平滑和防抖处理，避免手势误触发；视频全程留在本地设备。仓库附带一个完整的 three.js 起步游戏模板和一份从 17 个手部游戏总结出的开发手册，作者用它做过《Show of Hands》等 15 款小游戏。它还专门为 coding agent 写了入口文档，你可以直接让 Claude Code 等工具照着模板生成新游戏，比如「用手指挥交响乐」。适合想做体感互动网页、线下活动 demo 或给产品加手势交互的前端和创意开发者；纯后端或做模型训练的人关系不大。

Hugo 是用 Go 写的静态网站生成器，主打速度，几秒内就能渲染出完整站点，可以理解为 Jekyll 或 Hexo 的高性能替代品。它把 Markdown 内容、模板和主题编译成纯静态页面，内置的资源管线还能顺手处理 CSS、Sass、Tailwind、TypeScript 打包和图片缩放裁剪，开发时有本地服务器实时预览改动，写完推到 Git 即可自动部署。典型用途包括公司官网、文档站、个人博客、新闻活动页和作品集，多语言和分类体系也开箱即用。适合需要搭建和维护内容型站点的前端、文档工程师、独立开发者和运营人员，尤其是嫌 Jekyll 慢、受够了 Node 构建链的团队；如果你平时不碰建站，这个项目和你关系不大。

lazygit 是一个跑在终端里的 Git 图形界面，相当于把 GitHub Desktop 或 VS Code 侧边栏的 Git 面板搬进了命令行窗口，让你不用背一堆 git 命令也能完成日常操作。它把暂存、提交、分支切换、变基、cherry-pick、stash 管理等高频动作都做成了可视化的面板和快捷键，还能直接在界面里看 diff、逐行暂存代码、解决合并冲突。比如你在改一个功能时想把某个文件里的几行单独提交，或者想把最近几条提交整理顺序，在 lazygit 里点几下就能完成，比手敲命令快也更不容易出错。适合所有日常离不开 Git 的后端、前端、运维和 AI 工程师，尤其是那些觉得 Git 命令记不住、又不想离开终端去开图形客户端的人；如果你几乎不用 Git，那这个项目和你关系不大。

rclone 是一个命令行工具，可以把它理解为「云存储版的 rsync」：在几十种云盘和对象存储之间同步、复制、挂载文件，覆盖 Google Drive、Amazon S3、Dropbox、OneDrive、Backblaze B2、Cloudflare R2、阿里云 OSS、华为 OBS、腾讯 COS 等主流服务，也支持 FTP、SFTP、WebDAV 这类传统协议。它解决的具体麻烦包括：把本地数据集批量搬到对象存储、在两个云盘之间做增量备份、用加密方式把敏感文件同步到第三方网盘、或者把云盘挂载成本地目录直接读写。对 AI 从业者来说，最典型的场景是训练数据和模型文件在本地与 S3/R2 之间的搬运，以及多云环境下的数据归档。如果你的工作涉及数据工程、运维备份或管理多个云存储账号，值得花几分钟了解；只是日常用网盘存文件的普通用户则关系不大。

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。

Lemon Studio 是一款用 Rust 从零编写的免费开源数字音频工作站（DAW），定位类似 FL Studio 的替代品，主打「你已经会用」的熟悉操作逻辑。它采用基于模式的音乐制作流程：在步进音序器和钢琴卷帘里编写 pattern，拖到播放列表里编排，再通过可自由布线的混音台混音，支持 CLAP、VST3、VST2 插件托管，跨 Windows、Linux、macOS 三平台。目前最亮眼的能力是能直接打开并保存 FL Studio 的 .flp 工程文件，读取时对不认识的内容原样保留再写回，尽量保证工程往返不丢数据。不过项目仍处于 pre-alpha 阶段，大量控件尚未实现，也没有预编译安装包，只能从源码构建，官方明确警告不要用它覆盖保存原始 .flp 文件。对音乐制作人、音频工具开发者，或想研究 DAW 架构与 Rust 音频引擎的人来说值得了解；普通互联网和 AI 从业者基本用不上。

这是把 PS2 版《Grand Theft Auto: Vice City Stories》的可执行文件反编译重编译成 C++ 后，在 Windows 和 Linux 上原生运行的移植项目，不是模拟器——游戏逻辑直接跑在 PC 上，画面由 Direct3D 11 或 Vulkan 原生渲染，过场视频用 FFmpeg 解码。它解决的是老玩家想在现代电脑上重玩这款 PSP/PS2 经典却只能忍受模拟器兼容性和性能问题的麻烦：支持 60fps 以上高帧率且物理、计时与帧率解耦，宽屏和超宽屏是横向扩展而非裁切，内部分辨率可提升到 8 倍，键鼠手柄可自由混用并全部重绑定，还内置了 trainer 和截图功能。仓库不含任何游戏数据，需要自备美版 ISO。对游戏行业从业者、做原生移植或逆向重编译的技术人来说，它是一个很有参考价值的案例；普通 AI 或互联网从业者与它关系不大。

Apache Superset 是一个开源的商业智能（BI）平台，可以看作 Tableau、Power BI 的免费替代品，让你在浏览器里连上数据库、写 SQL、拖拽出图表并拼成仪表盘。它内置一个免代码的图表搭建器和一个功能完整的 SQL 编辑器，还提供轻量语义层来统一定义维度和指标，支持 Presto、Trino、ClickHouse、Doris 等几乎所有能通过 Python 驱动连接的 SQL 数据源，并带缓存层减轻数据库压力。典型场景是数据团队把散落在各处的查询沉淀成共享看板，业务方自助筛选数据，不用每次都找工程师跑数。如果你是数据分析师、数据平台工程师，或者所在公司正在评估用开源方案替换收费 BI 工具，这个项目值得花时间看看；纯做模型训练或 AI 应用开发的人则关系不大。

这是一份由社区维护的 Rust 生态资源清单，相当于 Rust 版的 awesome 列表，把散落在 GitHub 各处的优质 Rust 项目按类别汇总成一张大目录。从清单里能看到 Rust 已经渗透到各个领域：终端模拟器 alacritty、JavaScript 运行时 Deno、WireGuard VPN 实现 boringtun、数据库管理工具 DBX，甚至还有桌面 AI agent 和 AI 模型浏览工具。它的价值不在于教你写代码，而是帮你快速摸清「Rust 能做什么、有哪些现成轮子」。如果你正在为某个需求选型——比如想找一个 Rust 写的 SSH 客户端、负载测试工具或窗口管理器——翻这份清单能省下大量搜索时间；如果你只是想了解 Rust 生态的全貌，它也是最好的入口。对不碰 Rust 的人来说，它基本无关。

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。

这是一套给 DeepSeek Harness（DSH）用的插件合集，装一个包就能拿到全部插件，也可以单独安装其中一个。目前合集里最实用的是 Sessions Insight：它能打开 Claude Code、Codex 或 DSH 的会话记录，让你看清每一轮对话实际喂给模型的内容——消息构成、工具调用、上下文压缩发生在哪一步、这一轮花了多少钱，还支持确认后删除会话。对日常用 AI 编程工具的人来说，这相当于给黑盒会话加了一层可视化审计。如果你是重度使用 Claude Code 或 Codex 的工程师，经常遇到「上下文怎么突然被压缩了」「这轮为什么这么贵」这类疑问，这个插件值得一看；如果你不用这类 AI 编程助手，它和你关系不大。

Ant Design 是蚂蚁集团开源的一套企业级 React 组件库，可以理解为中文互联网圈最主流的「中后台界面积木」，类似 Element UI、MUI 的定位，但更偏 B 端和数据密集型产品。它提供表格、表单、日期选择、弹窗、树形控件等几百个开箱即用的高质量组件，用 TypeScript 编写并支持深度主题定制和几十种语言的国际化，配套还有 Ant Design Pro、Pro Components、Charts、Mobile 等一整套生态。实际场景是：你要快速搭一个后台管理系统、数据看板或企业内部工具时，用它能省掉大量从零写交互和样式的时间，团队也能靠统一的设计规范保持界面一致。值得看的是前端工程师、全栈开发者，以及需要频繁产出中后台界面的 AI 应用团队——比如给 Agent 或大模型产品做管理台、调试界面的人，基本绕不开它；纯做算法或后端的读者关系不大。

这是 Microsoft 出品的机器学习入门课程，12 周 26 课，用 Scikit-learn 讲经典机器学习，刻意避开深度学习，适合零基础系统入门。课程以世界文化数据为素材，每课配课前课后测验、讲解、作业和参考答案，边做项目边学，还提供 50 多种语言翻译，包括简体中文。它适合想转行数据分析、算法岗的新人，或需要给团队做 ML 培训的工程师，用碎片时间补基础；如果你已熟悉深度学习或大模型，这套经典 ML 内容与日常工作关系不大。

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。

scikit-learn 是 Python 生态里最经典的机器学习库，可以理解为传统机器学习的「瑞士军刀」：分类、回归、聚类、降维、模型选择、数据预处理这些能力它都内置了，接口统一，文档和社区积累十几年，基本是数据科学课程和工业界的默认选择。它解决的是「不想自己从零写算法」的麻烦——比如你要做用户流失预测、垃圾邮件识别、销量回归、客户分群，直接调用现成的模型和交叉验证流程就能跑通，还能配合 pandas、Matplotlib 完成从数据清洗到结果可视化的完整链路。值得看的人包括数据分析师、算法工程师、做传统 ML 建模的从业者，以及需要快速验证想法的研究人员；如果你的工作重心在大模型、Agent 或深度学习训练上，它和你的日常关系不大，但做特征工程和基线模型时仍会用到。

Raven 是一个在 Linux 上直接运行 Windows 应用程序的兼容层，你可以把它理解成 Wine 的一个新竞品，但思路不同：它不需要虚拟机、winetricks 或手动改 DLL，直接用 Windows 自带的安装包（NSIS、Inno Setup、MSI）安装程序，装完就能跑。程序代码在沙箱里直接跑在 CPU 上，所有对系统的调用由 Raven 扮演 Windows 内核来应答，图形则通过 Wayland 和 Vulkan 输出，Direct3D 走 DXVK 和 vkkd3d-proton。它目前支持 32/64 位程序、Visual C++ 2005 到 2022、.NET Framework 4.8 和 3.5、DirectX 到 D3D12 甚至光追，官方基准里在 ClassiCube 上还略快于 Wine 11.0。值得看的是那些需要在 Linux 桌面上跑 Windows 专有软件的人，比如依赖老版 .NET WinForms/WPF 工具、行业遗留桌面应用或 Windows 安装包分发软件的开发者和运维；如果你只做 Web 或纯 Linux 服务端，跟它关系不大。

kubai-icons 是一个给 Claude 用的 skill，让它按同一套设计规范批量画图标：分层结构像文件夹、描边在填充外、整套只用一个强调色派生，鼠标悬停时图标会做符合物体本身逻辑的动作（文件夹打开、信封拆开、日历翻页），也能导出成静态 SVG。它自带 66 个成品示例和一套引擎，新图标从最接近的旧图标改起，画完还会自动截图自检、反复修到通过清单为止。实际用法是把产品功能列表或代码丢给 Claude，它就能补出和现有图标风格完全一致的一套，比如给 Export 加个图标、给仓库主要功能配动态图标。适合前端和 UI 设计相关岗位：需要快速给产品做一套统一风格图标、又不想逐个手绘的场景；纯后端或算法岗基本用不上。

《Hello 算法》是一本开源免费的数据结构与算法入门教程，主打动画图解加一键运行，可以理解为「可视化版的算法入门书」。它用动画把链表、树、图、排序等抽象概念演给你看，配套 Python、Java、C++、Go、Rust 等十几种语言的实现，读者边看动画边跑代码，理解每个数据结构的底层是怎么工作的。内容覆盖从零基础到 LeetCode 常见考点，还提供简中、繁中、英、日等多语言版本。适合三类人：准备校招或刷 LeetCode 的学生和转行者、需要给团队做算法培训或补基础的工程师、以及想找一本比《算法导论》更友好的教材的自学者。如果你日常写业务代码、不碰算法面试，这个项目和你关系不大。

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。

OSS Scanner 是 Anthropic 提供的开源项目安全漏洞扫描服务：你把自己的开源仓库登记进去，它会在隔离的虚拟机里构建你的项目，然后在断网环境下做安全分析，把发现的问题连同复现步骤和建议补丁发到你指定的邮箱，也可以同步到 GitHub 私密漏洞报告。报告由模型自动生成、未经人工复核，因此不设 90 天披露期也不公开。登记方式是提交一个包含项目配置的目录，需要提供仓库地址、安全联系人和一个用于构建环境的 Dockerfile，还可以附上威胁模型文档来告诉扫描器你的安全目标和严重程度评级标准。它适合维护关键开源依赖的项目负责人和安全工程师——尤其是那些被大量下游使用、自己没精力做系统性安全审计的库的维护者；如果你不维护开源项目，这个服务和你关系不大。

这是一个隐私自检网页，打开后它会立刻运行任何网站都能对你跑的 115 种探测脚本，全程不弹任何权限提示，然后把结果拼成一段话：你大概率的国籍、所在城市、语言时区、设备型号、浏览器、屏幕和显卡、网络环境、字体暴露的职业习惯，以及完整的浏览器指纹。它还会像网站那样交叉比对这些读数，指出哪些地方自相矛盾——比如时区和 IP 对不上、User Agent 声称的系统和实际渲染特征不一致——从而暴露你正在用 VPN 或代理。同时提供 DNS 泄漏、WebRTC 泄漏、Canvas 指纹等单项测试，并给出针对 Windows、macOS、手机端的具体修复建议。适合关注隐私的开发者、做反欺诈或风控的工程师，以及任何想知道自己在网站眼里长什么样的人；普通用户也能一分钟看懂自己暴露了多少。

这是一个装在 Claude Code 里的 skill，一句话就能让 AI 替你拍出一条完整的视频：从创意、脚本、分镜、配音、配乐到剪辑和审片全流程自动跑完，最后交付一条 1080p 带声音的 MP4，外加配套的社交媒体文案。它会先读你的产品官网抓取品牌字体、配色和文案，也可以参考你给的风格样片；画面可以纯代码绘制（免费），也可以按需调用图像和视频模型补上真实感镜头，配音和音乐则走 ElevenLabs、Suno 等你已有的账号，用之前都会先报价确认。剪完还有一道独立的审片环节，不达标会自动打回重剪，你也能在本地的审片页面上逐帧留言，每轮意见直接变成下一版。适合需要频繁产出产品发布视频、广告或 MV 的独立开发者、增长和市场同学，尤其是没有视频团队又想保证品牌调性的人；如果你完全不做视频内容，那跟你就没什么关系。