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。

DeckCraft 是一个用纯 Rust 写的开源演示文稿软件，可以理解为 PowerPoint 的替代品，能打开和保存 .pptx 文件，支持主题、母版、150 多种形状、表格、图表、图片、音视频、转场和动画，还能全屏放映和导出 PDF、图片、GIF。它目前处于 alpha 阶段，但功能覆盖已经相当完整，跨 macOS、Windows、Linux、FreeBSD 和浏览器运行。它最有意思的一点是把界面操作全部暴露成命令：200 多个命令带撤销，可以通过 CLI、JSON 控制通道和 MCP server 驱动，也就是说 AI agent 能直接替你排版、改样式、生成幻灯片。适合两类人看：一是想用 AI 自动生成或批量修改 PPT 的开发者和效率玩家，二是对非 Electron、跨平台原生办公软件感兴趣的技术人；如果你只是偶尔做几页幻灯片，用现有工具就够了。

Tucano 是一个本地运行的多 Agent 协作桌面应用，把散落在多个终端里的 Claude Code、Codex、Cursor CLI、OpenCode 等编码 Agent 收进一个类似团队聊天软件的界面。每个 Agent 有名字、角色、工具权限和记忆，能在频道里用 @ 调度彼此：一个查 bug、一个修、一个 review，全程动作和 token 消耗都有记录。它复用你已有的订阅登录，不另收 API 费用，数据全部留在本机；涉及合并、发帖、删除等真实操作时会弹出审批，还能通过 Telegram 推到手机上确认，并支持 MCP 接入 Jira、GitHub、Slack 等工具。适合同时跑多个编码 Agent、又担心权限失控的 AI 工程师和研发负责人；只想用单个 Agent 写代码的人关系不大。

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。

Kubernetes（常简称 K8s）是容器编排领域的事实标准，用来在多台机器上自动部署、扩缩容和管理容器化应用，可以理解为「数据中心的操作系统」。它源自 Google 内部运行十几年的 Borg 系统经验，由 CNCF 托管，是云原生技术栈的核心底座。它解决的具体问题是：当你的服务拆成几十上百个微服务容器后，靠人工在多台服务器上分配资源、重启故障实例、按流量扩容几乎不可行，Kubernetes 负责自动调度这些容器到合适的节点，故障时自愈，流量上涨时水平扩容。对后端开发、SRE、运维和云原生架构师来说，它是绕不开的基础设施；如果你的日常只做前端、算法模型训练或数据分析，跟它关系不大，扫一眼即可。

uv 是用 Rust 写的 Python 包和项目管理工具，可以理解成 pip、poetry、pyenv、virtualenv、pipx 这一整套命令行工具的合体替代品，速度比 pip 快 10 到 100 倍。它能统一管理项目依赖和虚拟环境，带跨平台通用的 lockfile，支持类似 Cargo 的 workspace；也能给单文件脚本声明依赖并隔离运行，安装管理多个 Python 版本，还能像 pipx 一样运行或安装 Python 发布的命令行工具。典型场景是：以前装个依赖要等半天、切换 Python 版本要折腾 pyenv、跑个脚本还得手动建虚拟环境，现在一个工具全搞定，依赖缓存全局共享还省磁盘。凡是日常写 Python 的后端、数据、算法工程师，以及维护 CI 流水线的开发，都值得试一下；不碰 Python 的人关系不大。

Redis 是最广为人知的内存数据库，可以把数据放在内存里以亚毫秒级速度读写，同时提供字符串、哈希、列表、集合、有序集合、JSON 等多种数据结构，相当于把缓存、队列、排行榜、限流器、会话存储这些常见需求统一到一个服务里。除了传统用法，它现在还内置了向量检索和全文搜索能力，可以做 RAG 检索、LLM 语义缓存和 Agent 短期记忆，也支持时间序列和流式消息，用于实时分析、风控和推荐场景。如果你是后端或基础架构工程师，需要给热点数据加缓存、做分布式会话、搭消息队列，或者在 AI 应用里给模型配向量记忆库，Redis 都是绕不开的默认选项；纯前端或非技术岗位则关系不大。

这是一个用 AI 模拟对冲基金团队的教育性项目，你可以把它理解为「AI 版的模拟炒股实验室」：多个 AI 角色像分析师、风控、基金经理一样协作，基于真实历史行情数据做出买卖决策，但系统本身不会真的下单交易。它提供两种玩法，一是纸面交易，你组建若干只基金，逐个交易日推进，每次执行前会先展示 AI 的具体决策供你确认，所有记录以哈希链方式留存，净值曲线可以持续累积；二是回测，把基金策略放到历史行情里重放，画出权益曲线并与基准对比。项目明确声明仅供学习研究，不构成任何投资建议。适合两类人：想理解 AI Agent 如何在金融场景中分工协作的开发者，以及量化方向的从业者想借鉴其策略编排和回测框架的思路。如果你不碰量化、也不研究 Agent 应用，这个项目和你关系不大。

OpenDuet 是 CopilotKit 开源的一个「主动型 AI 助理」模板，可以理解为自托管版的个人 AI 秘书：它不等你提问，每天早上先给你一段简报，汇总日程、邮件和 Slack 里什么需要你决策、什么可以先放着；你离开时它在自己的浏览器和沙箱环境里继续干活，做完或卡住才回来找你。涉及发消息、付款、签名、删除这类不可逆操作时，它会把具体动作摊开给你确认，密码通过遮罩框输入、对话永远看不到，外发内容还会做敏感信息检查。目前能用的能力包括读 Gmail 和 Google Calendar、定时任务、Google Drive 和 Notion 连接器、公开网页调研等，模型和数据都可自托管。适合想把日常事务性工作交给 Agent、又必须保留人工审批环节的个人助理类场景或团队，普通开发者若不做这类产品，参考价值有限。

Lantern Engine 是一个让《血源诅咒》(Bloodborne) 能在 Windows 和 Linux 上运行的启动器兼引擎，基于 bbport 和 shadPS4 重构优化，游戏代码直接在你的 CPU 上原生执行，图形指令则翻译成 Vulkan 输出。它不包含任何游戏文件，你需要自己从 PS4 dump 出合法的 CUSA03173（1.09 版本）才能玩。实际效果是把一款 PS4 独占大作搬到 PC 上，支持 DLSS 超分辨率（RTX 显卡），还接了法兰克福服务器实现无缝联机合作。对游戏行业从业者来说，这是观察主机游戏跨平台移植、图形 API 翻译层和逆向工程实践的鲜活案例；对普通开发者和 AI 从业者而言关系不大，除非你本身是血源玩家或对模拟器技术感兴趣。

这是一个覆盖全球11,011种现生鸟类的开源贴纸库，每种鸟配一张白边透明贴纸，附带结构化数据：分类学信息、最多43种语言的鸟名、分布与形态、保护等级，以及eBird、Wikidata等外部数据库的交叉ID。贴纸出自观鸟App「鸣迹」的作者花叔，分类体系已更新到2025年取代IOC和Clements的AviList v2026，还附带新旧名录的映射表。数据可用于任何场景，包括商业用途，唯一限制是不能直接拿去做观鸟或鸟类识别类应用。对多数互联网和AI从业者来说，这更像一个高质量的多模态数据集：如果你在做生物多样性相关的RAG检索、多语言实体对齐、多模态模型训练或评测，或者需要一个覆盖45目249科的结构化分类数据源，它能省下大量数据清洗时间；如果你只是想找个鸟类贴纸素材，也够用。纯粹做业务后端或前端的人关系不大。

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。

这是一套给 AI 编程助手用的越南法律合规检查清单，装进 Claude Code、Cursor、Copilot 等工具后，你只要说一句「audit pháp lý website này」，它就会根据越南最新的个人数据保护法 91/2025、电商法 122/2025、网安法 116/2025、AI 法 134/2025 等法规，自动扫描你的网站或 App，找出隐私政策、cookie 同意流程、表单收集、追踪像素、支付登录等方面的合规漏洞，并按「需立即修复/建议改进/已达标」分级给出报告和修改建议，还能顺手帮你起草隐私政策。典型场景是：面向越南市场的电商、SaaS 或带 AI chatbot 的产品上线前自查，避免 2026 年数据保护法生效后被罚。适合做越南市场业务的开发团队和独立开发者，尤其是没有法务支持的初创公司；如果和越南业务无关，这个项目用不上。注意它只是 AI 生成的初步自查，不能替代律师审核。

这是一套用 AI 替换视频中人物或物体的开源工作流，由 TEIN 提供。它把深度图、SAM 分割掩码、人脸网格和音频处理串在一起，最终调用 Seedance 模型完成替换，自带本地网页界面用于准备素材、检查掩码、预览生成结果并导出成片。实际用法是：先从原片提取音频并用 Demucs 分离人声，把人声升调后嵌回合成视频，再用彩色深度图配合 SAM 3 掩码抠出主体，交给 Seedance 生成草稿，人工审核通过后才出 1080p 成片，最后把完整原声轨还原回去，保证口型和背景音不被破坏。它适合短视频创作者、影视后期和广告制作团队，尤其是需要换角色、换商品或做创意二创但预算有限的人；对纯算法或后端岗位来说关系不大。注意它依赖 Enhancor 的 Seedance API，需要自备密钥。

Habblaud 是一个把 Claude Code 和 Codex 的多开工作台变成像素风虚拟办公室的可视化工具：每个项目是一间办公室，每个 agent 是一个会实时走动的小人，一眼就能看清谁在打字、谁举手等你授权、谁交付完任务离开、谁在跑测试时干等。它会读取 Claude Code 本地写下的会话文件，展示每个账号在 5 小时窗口和一周内的额度消耗；agent 等待命令时还会吃爆米花、结蜘蛛网，跑完撒纸屑或下雨，闲着的 agent 则会在休息室看球、打游戏。所有数据都在本机处理，不读凭据也不外发。适合同时开多个 Claude Code 会话、频繁派发子任务的 AI 编程重度用户，用来监控 agent 状态和额度；偶尔单开一个会话的人基本用不上。

AVault 是一款免 Root 的 Android 通话录音与加密音频保险库，靠 Shizuku 借用系统权限实现录音，覆盖 Android 11 到 16+。它把录音按联系人、号码或通话 App 归档，支持搜索和筛选，可用 AES-256-GCM 加密并把密钥交给 Android Keystore 硬件保管，还能用 PIN 或生物识别锁住应用，并按你设定的期限自动清理录音（书签可豁免）。典型场景是：需要在自己有权录音的设备上留存通话证据、做合规研究或教育评估的人，用它替代那些要么需要 Root、要么录音裸放不加密的方案。适合关注移动端隐私安全、Android 系统开发或做通话类工具的工程师参考其 Shizuku 接入和加密设计；普通用户若只是偶尔录个通话也能直接用。注意它不替你判断录音是否合法，第三方通话 App 可能限制录音或只录到单边声音。

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。

TOTKDroid 把《塞尔达传说：王国之泪》Switch 1.4.3 版原生跑在 Android 手机上，注意它不是模拟器：游戏自身的 ARM64 代码直接在手机 CPU 上执行，Switch 系统层被运行时替换，图形接口 NVN 翻译成 Vulkan。项目基于 LAS Recomp 和 BOTWRecompAndroid 的引擎，目前处于 beta，已验证序章、洞穴和初始空岛可玩，HUD、字幕、语音、水面和光照效果与 Switch 版一致，POCO F7 Ultra 配 Turnip 驱动在序章能稳 60fps，长时间游玩会因发热降到 45fps 左右，大部分地图尚未测试。它不包含游戏文件，需要你自己合法 dump 的 1.4.3 版本。对游戏从业者或关注主机游戏移植、图形 API 转译、静态重编译技术的工程师来说，这个仓库的实现思路和进度文档值得翻翻；普通 AI 或互联网从业者与它关系不大。

Go 是 Google 开发的开源编程语言，定位类似「更好上手的 C++ 加上 Python 的简洁」，主打编译快、并发天然好用、部署就是一个二进制文件。它常被用来写云原生基础设施，Docker、Kubernetes、etcd 这批项目都是用 Go 写的，因此在后端服务、CLI 工具、网络代理等场景里非常主流。如果你在做微服务、运维平台或需要高并发的 API 服务，Go 是绕不开的选项；写 AI 应用的推理服务封装、Agent 运行时也越来越多团队选它，因为启动快、内存占用低。对纯算法研究、数据科学或前端岗位的人来说，这个仓库和日常关系不大，了解即可。

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。

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。

这是 Microsoft 官方出品的 AI 入门课程，相当于一套免费的「AI 通识教材」：12 周、24 节课，从符号AI、知识表示讲到神经网络、深度学习，覆盖 CNN、RNN、GAN 等常见架构，代码示例同时用 TensorFlow 和 PyTorch 演示，还包含测验、实验和 AI 伦理内容。它适合两类人：一是想系统补课的后端、前端或运维工程师，可以用它搞懂 Transformer、扩散模型这些天天听到但没动手过的概念；二是需要给团队或学生做 AI 培训的人，课程结构完整、有现成的讲义和习题，直接拿来当教学材料即可。课程已翻译成包括简体中文在内的 50 多种语言。如果你已经在做模型训练或 Agent 开发，这个项目的深度可能不够，翻一下即可。

dumbtv 是一个把 Fire TV 上的广告、追踪和冗余功能清掉的工具，通过 ADB 从电脑操作，不需要 root，所有改动都能一条命令还原。它会禁用约 50 个 Amazon 广告、ACR 屏幕指纹、遥测和实验性包（只禁用不删除），在电视上跑一个开源 DNS 过滤器拦掉约 400 个遥测和自动更新域名，同时保留你的流媒体应用和 HDMI 输入，并用自带的极简开源桌面替换 Amazon 那个满是推广位的首页——只有你的应用、输入源和时钟。作者的起因是一台只剩 129MB 可用内存、首页全是广告的 Fire TV Edition 电视，清理脚本后来被二十多款电视和盒子的用户验证过。适合家里有 Fire TV Stick、Cube 或 Fire TV Edition 电视、受够了卡顿和广告的普通用户，以及关注智能电视隐私和遥测问题的从业者；对没有 Fire 设备或不关心电视广告的人关系不大。

Kairos 是一个开源的实时风控决策引擎，可以看作 Sardine、Sift、Riskified、SEON 这类商业反欺诈服务的替代品：你把注册、登录、下单、支付、提现等事件发给它，它在毫秒级返回通过、二次验证、人工复核或拦截的结论，并附上风险分和依据信号（历史行为、设备/卡/地址的关联、会话特征）。它内置一个叫 Grayson 的决策模型，能用自然语言回答「这个收货地址像不像转售商」「这个邮箱是不是一次性邮箱」，在标签数据很少时就能上线，还能读取地址、描述这类非结构化文本；这些答案可以和你的数值字段一起喂进逻辑回归或 XGBoost 训练。真正的差异化在于调参的人是你的 coding agent：通过 MCP 接入 Claude Code、Cursor 或 Codex，agent 能读取决策记录、设计模型实验、跑对比并把胜出版本发布上线。适合电商、支付、金融科技公司的风控工程师、反欺诈策略和 ML 工程师，尤其是标签稀缺、想用 AI 辅助迭代策略的团队；做通用业务后端或与风控无关的人可以跳过。