CVEngine 是一个开源的外部攻击面评估平台，可以理解为把资产发现、漏洞扫描和威胁情报三件事合成一个持续循环的自动化安全工具：输入你的域名，它自动盘点所有暴露的域名、子域名、IP、端口、产品版本和 TLS 配置，再把当天正在被真实利用的 CVE 与你的实际暴露面匹配，直接给出「哪些漏洞真的能打到你」的结论，而不是一堆告警。它的核心价值在于证据驱动：AI 分诊加上只读验证，用 Nuclei、nmap 等工具复现漏洞并记录命令，按真实利用情况给每个 CVE 打出 fire、smoke、ice 评级，同时用时间线追踪新主机、端口变化和页面改动。适合安全运营、渗透测试、漏洞管理岗位以及做 bug bounty 的人使用，尤其是想自建攻击面管理又不想付商业 ASM 平台费用的团队；纯开发或产品岗位关系不大。

OC Ferry 是一个跨平台托盘应用，作用是把 OpenCode 的免费模型池「摆渡」给 WorkBuddy 和 DSH（DeepSeek Harness）这类客户端使用。它自己起一个只监听本机的 OpenAI 兼容转发口，客户端填上就能直接调用，全程不需要 API Key 或登录。它解决的麻烦很具体：OpenCode 目录里带 free 字样的模型不一定真免费，能聊天也不代表能按客户端的工具调用协议干活，而且免费池随时上下线。OC Ferry 会按价格字段筛出真免费的模型，逐个并发探测它们能否正确产生工具动作，判定结果缓存后写进 WorkBuddy 的 models.json 或 DSH 的配置文件，退出时再把自己写入的条目摘干净。适合在 WorkBuddy 或 DSH 里想白嫖免费模型、又懒得手动筛选和维护配置的个人开发者与 AI 工具重度用户；如果你不用这两款客户端，关系不大。

Frametell（帧言）是一个桌面应用，把一句话想法或手头的文档、PDF、PPT 变成会动的讲解视频，类似给知识类创作者配了一个 AI 导演。你先给它一个主题，比如「为什么天空是蓝的」，它会先产出分镜脚本让你确认，再写旁白、配音、逐页绘制画面并自检，最后渲染出带字幕的 1080p 成片，官方示例一条 72 秒的片子成本约 1.59 美元。它不从零生成视频，而是驱动成熟的动画引擎，所以画面稳定、可控，成片还能进编辑器手动微调元素位置、文字和时间轴，改动不消耗 token。模型侧完全本地运行，可接 Anthropic、OpenAI、Google、DeepSeek 等任意兼容端点，素材和密钥留在本机。适合做科普、教育、投资、读书类内容的创作者，尤其是想讲好故事但不想学视频剪辑的人；纯后端或算法岗基本用不上。

这是一个二次元角色换装素材的中文检索与组装工具，把日本画师 たき AI 的 1,027 张角色部件图（发型、服装、姿势、线稿）翻译成中文界面，方便国内用户浏览。它的核心玩法是「组装」：把发型、发色、刘海、发饰、眼睛、服装、姿势分别放进 7 个槽位，再选好品质前缀（Illustrious、NovelAI、SDXL 等）、表情、构图、背景，就能实时生成可直接复制的正向和负向提示词，还能把选中的零件拼成一张带编号的对照图一起发出去。搜索支持中日文和 Danbooru 标签三语，姿势卡可切换线稿喂 ControlNet。对画师、AI 绘图爱好者和需要批量出图的运营来说，这是省去手写提示词的效率工具；如果你不碰 AI 绘画，和你关系不大。

这是一个 Claude Code 插件，让你在终端里直接看到 AI 干活的过程和结果，不用切到浏览器或另开窗口。它利用 kitty 图形协议在聊天里渲染图片和播放视频：Claude 改完一个功能后会用 Playwright 录下测试过程，把修复前后的录像并排同步播放，旁边列出每处改动的时间戳，测试项随视频播放逐个变绿变红，一眼就能看出哪步修好了、哪步还挂着。除了 QA，它也能展示 Claude 画的页面、组件、设计稿和生成图，多个方案并排对比，历史版本随时回看。适合重度使用 Claude Code 做前端或全栈开发、需要频繁验收 UI 改动的工程师，以及想在终端里完成视觉走查的 AI 编程用户；只写后端或不碰界面的人关系不大。注意它依赖支持 kitty 图形协议的终端，Warp、WezTerm 等目前还显示不了图片。

omux 是一个用 SwiftUI 写的原生 macOS 终端，专门用来同时跑多个 Claude Code 和 Codex 编码 Agent。它解决的痛点很具体：开八个 Agent 就得开八个终端窗口来回切，逐个翻看哪个在等你授权，窗口一关对话就丢了。omux 把这些变成一个侧边栏仪表盘，每个会话显示正在工作、等你确认还是已完成，Dock 角标统计等待数量，Claude Code 的权限请求和 Codex 的审批直接在侧边栏点 Allow 或 Deny，不用切窗口。每个会话还能绑定独立的 git worktree 和分支，让并行 Agent 互不干扰，配套展示 PR 的 checks 和 reviews，失败日志一键回传给 Agent；会话对话可跨重启恢复，diff 可以逐行批注后汇总发回。适合同时驱动多个编码 Agent 的 AI 工程师和重度 Claude Code/Codex 用户，如果你只跑一两个 Agent，这工具和你关系不大。

这是一套面向 YouTube 创作者的开源视频制作工作流，把提词器、AI 剪辑、视觉设计和动效打包成一条流水线。开头的 Eyeline 提词器能跟读你的脚本、录下麦克风音频并标记口误，随后 AI 工具负责转写、估算多机位同步偏差、生成候选剪辑方案，但剪辑决策仍需人工在 Eyeline Edit 里确认。设计环节提供 267 套可改的 HTML 动效板（含图表、转场、遮罩等），配合 Claude Design 或其他工具产出与旁白对齐的动画，最后整理成能直接交给 Resolve 或 Premiere 的文件夹。它适合独立 YouTuber、视频内容团队里负责脚本到成片全流程的人，以及想用 AI agent 自动化剪辑流程的开发者；如果你不做视频内容，和你关系不大。

Speedrun 是一个移动端端到端测试工具，用 YAML 写黑盒 UI 测试，覆盖 Android、iOS 和 Web，可直接读取 Maestro 的 flow 文件，把 maestro test 换成 speedrun test 就能跑。它从应用外部驱动界面，不往 App 里塞任何 SDK，release 包也能测。核心卖点是快和稳：一次点击约 0.3 秒，同样的用户流程在 Android 上 20 秒跑完，而 Appium 要 59 秒、Maestro 要 127 秒；它靠等待界面真正变化而非固定 sleep，能避开还在滑入的弹窗和加载遮罩，减少 flaky 失败。还内置 session 模式，让 AI 编码 Agent 逐步操作 App、读屏并把跑通的步骤沉淀成 CI 流程。适合移动端 QA、测试开发和负责 CI 的工程师，尤其是已经在用 Maestro、被测试慢和偶发失败困扰的团队；纯后端或算法岗关系不大。

这是一份持续更新的 awesome 清单，收录了 149 个活跃的开源 AI 游戏开发工具，每天从 GitHub API 拉取真实数据刷新，只保留 100 星以上且一年内有提交的项目。它覆盖两大方向：一是用 AI 做游戏，从美术、3D 动画、音频、NPC 叙事到代码引擎、测试 QA、Agent 与 MCP server 都有分类；二是反编译、重混和魔改你自己拥有的游戏，包括 AI 逆向、decomp/recomp 项目、Agent 驱动的 modding 和 AI 替换素材。比如你可以用它找到给老游戏换 AI 生成贴图的工具，或者让 coding agent 读取你手头的游戏文件做二次创作。适合独立游戏开发者、游戏行业技术美术和程序、以及对 AI 逆向工程感兴趣的从业者快速选型；如果你完全不碰游戏开发，这份清单和你关系不大。

这是一个把 WhatsApp 接入 AI Agent 的 MCP 服务器，相当于给 Claude、LangChain、Google ADK 这类框架提供了一个现成的 WhatsApp 通道，开发者不用再自己写 REST 封装和 webhook 解析。它通过 Model Context Protocol 暴露 61 个工具、10 个资源和 12 类实时事件，Agent 连上后能自动发现全部能力，覆盖发消息、群管理、联系人、投票、表情回应等操作，还能收到新消息、正在输入等推送。底层同时支持 Baileys（模拟 WhatsApp Web，个人号即可用）和 Meta Cloud API（官方企业通道），两套后端共用同一套工具名，切换渠道不用改 Agent 逻辑。内置限流和持久化，适合高频消息场景。值得看的是正在做 WhatsApp 客服机器人、社群自动化运营或跨境私域触达的开发者，尤其是已经在用 MCP 生态的人；如果你的工作和 WhatsApp 或 Agent 集成无关，这个项目基本用不上。

ClusterChat 是一个纯浏览器运行的分布式推理聊天工具，思路类似 Petals 或 exo，但把模型切分的对象换成了你和朋友各自机器上的显卡：通过 WebRTC 把多台电脑的 GPU 拼成一块，共同跑起一个 27B 的 Qwen 模型，全程零安装，打开链接即可用。它解决的痛点很具体——27B 模型约需 27GB 显存，单人往往不够，但一个实验室、俱乐部或朋友圈凑一凑通常有，于是每个人都能在自己的聊天窗口里同时对话，最多支持 64 人、多条回复并行生成；中途有人退出也不会中断，因为每段模型权重都有多个浏览器持有，丢失的工作会自动在别处重放。实测两块 RTX 3090 上 12 人同时聊天仍能保持每条回复 7.1 tok/s，跨两台机器也有 8.1 tok/s。值得看的是那些手里有闲置显卡、想和同事朋友共享一个大模型的研究者、学生团队或极客玩家；如果你没有多卡环境，这项目跟多数人关系不大。

pumi 是一个用 Rust 写的桌面工作台，专门用来同时跑多个 AI 编程 agent，比如 Claude Code、Codex、pi，你可以把它们并排放在不同标签页里，一眼看出谁在干活、谁卡住了、谁跑完了，还能在它们工作时排队塞新提示词。它背后有个常驻服务接管终端，窗口关了任务照跑，适合长时间挂机的多 agent 任务。真正特别的是它几乎全由插件构成——界面、终端、agent 面板都是 TypeScript 写的插件，能随意关掉、替换甚至重写，主题也能重绘窗口任何部分，插件和主题可以直接从 GitHub 安装分享。核心只保留标签、终端、按键这些最小骨架，远程机器、git 面板等一概不做，留给你自己搭。适合同时驱动多个 AI agent、想按自己工作流定制开发环境的 AI 工程师和重度 AI 编程用户；如果你只用单一 agent 或不碰这类工具，关系不大。

Franco 是一个跑在你本机上的自动外联销售代理，用你已有的 Claude Code 或 Codex 订阅驱动，不额外产生模型 API 账单。它接手一份客户名单，为每个客户找到写信的理由，从你自己的邮箱发出简短的邮件序列，再读取并处理回复，所有引用的事实都记录来源。它有三种工作方式：默认模式下模型会自己找企业、读官网、挑对人并起草个性化序列；模板模式则逐字发送你审核过的文案，合规页脚和退订规则由代码强制执行；还有一种漏斗模式，把客户分进最窄的销售漏斗再按既定故事写信。每封邮件默认都要你过目，也可以开自动发送，新战役一律先预览、签字后才发。适合做 outbound、冷邮件开发的销售和增长负责人，以及想用 AI 提效但要保留人工审核权的团队；纯技术岗或不做主动获客的人关系不大。

agentplay 是一个本地运行的 coding agent 会话回放工具，把散落在 ~/.claude、~/.codex、~/.cursor 等目录里的对话记录，转成一张可交互的地图和一条可播放的时间线，让你看清 agent 到底读了什么、改了什么、哪里失败、最终产出了什么。它兼容 Claude Code、Codex、Cursor、Copilot、OpenCode、Kiro、Gemini CLI 等主流工具，一条命令即可扫描本机已有会话并打开本地查看器，无需账号和 API key，数据不出机器。地图以放射树展示会话触及的仓库、文件、shell 命令、MCP 服务、子 agent、错误和产出的 commit/PR；时间线支持 1x 到 16x 回放，按 prompt、错误、编辑、token 消耗、上下文占用等分轨展示，还能按任务或单个子 agent 重新聚焦。适合重度使用 AI 编程助手、想搞清楚「agent 为什么改错文件」「上下文在哪一步撑爆」「哪个命令反复重试」的工程师和团队负责人；偶尔用一下 agent 的人关系不大。

LumaBrowser 是一个把本地 AI 全家桶塞进一个桌面应用的 Chromium 浏览器：内置 llama.cpp 推理运行时、OpenAI 兼容 API、聊天与 Agent、Stable Diffusion 图像视频生成、TTS 和音乐，还带 MCP server 让 Claude Code、Codex、Cline 驱动你的浏览器。它会先读你的显存，在下载模型前就标出哪些模型装得下、预计多快，也能直接复用 LM Studio、Ollama 或 Hugging Face 缓存里已有的模型，避免重复下载。聊天时让它联网查资料，它会自己开标签页读页面作答，而你的标签页和登录状态始终留在本机。对多数人来说，如果你只是用云端 ChatGPT 或 Cursor，这项目关系不大；但想在自己机器上跑本地模型、做隐私敏感的浏览器自动化，或需要给终端里的 coding agent 一个真实浏览器的人，值得看看。

Moli OS 是一个用 Rust 写的超轻量智能家居中枢，定位类似 Home Assistant，但设计思路完全反过来：Home Assistant 是给人点界面用的，Moli OS 是给 AI Agent 用的——Claude Code、Codex 或任何 API 模型可以直接通过 MCP 接入，完成设备配置、日常操作、故障排查，甚至编写新设备驱动，而实时控制循环始终由确定性的二进制核心负责，Agent 不会直接插手。它的资源占用极低，内存只有几兆、镜像十几兆，对比 Home Assistant 动辄 2GB 的开销优势明显。内置 24 种集成（Zigbee2MQTT、Hue、Sonos、Tuya、打印机、3D 打印机等）、Svelte 仪表盘、可视化自动化编辑器和手机 App，敏感操作还设有人工确认的保护机制。适合智能家居爱好者、想探索 Agent 操控物理设备的 AI 工程师，以及需要在低配设备上跑家庭自动化的开发者；纯做模型训练或后端业务的人关系不大。

Local Code 是一款跑在 Mac、iPad 和 iPhone 上的私有 AI 编程与办公 Agent，可以理解为把 Claude Code 这类编码助手搬到本地设备、并内置了一整套工具链的应用。它自带针对 Apple Silicon 优化的 LLM 推理引擎，能离线运行 DeepSeek 4.1、Qwen 等量化模型，也支持接 Anthropic、OpenAI 等云端模型。应用内集成了 Python、Node.js、shell、LibreOffice、FFmpeg 乃至浏览器和绘图工具，Agent 可以在你授权的文件夹里完成数据分析、画图表、写文档和幻灯片、开发软件等完整任务，且所有命令都在 App Sandbox 内执行，无法接触全盘。任务和对话可持久保存、生成中断能续跑、长对话有磁盘级上下文缓存。适合关注本地大模型落地、隐私敏感场景的 AI 应用开发者、Mac 端工具开发者，以及想在无网环境下用 Agent 干活的从业者参考其工程实现。

这是一个把 DeepSeek-V4.1-Flash 模型跑在两台 NVIDIA DGX Spark（GB10）上的推理部署方案，核心是作者自己改的 TensorFold 引擎分支，用 2.9bpw 量化加双机张量并行，实测解码速度约为标准 vLLM 部署的 2.1-2.3 倍：散文 57 tok/s、代码 92 tok/s，32K 长提示的预填充速度约 2,200 tok/s，还把上下文窗口拉到 1M token 并通过了百万级大海捞针测试。它面向需要长上下文和低延迟的场景，比如让 Agent 高频调用工具、对同一份长文档反复追问（前缀缓存让第二次提问的首字延迟从 13 秒降到 1 秒），支持强制工具调用、结构化输出和 4 路并发。适合手里有 DGX Spark 硬件、正在为本地大模型部署做性能选型的推理工程师和基础设施负责人参考；README 也注明完整硬件验证尚在进行中。如果你不打算在双机 GB10 上部署 DeepSeek，这个项目和多数人关系不大。

BRUTAL 是一个用 C# 写游戏或自建游戏引擎的底层框架，定位类似「游戏开发的 Linux 内核」：它只提供 interop、内存管理、数学库、无分配集合、任务调度，以及 Vulkan、GLFW、Dear ImGui、FMOD、Jolt 等原生库的绑定，不带编辑器、场景图和渲染器，架构决策全由你自己做。它最出名的背书是 Ludeon 用它搭出 Waylith 引擎，把 RimWorld 从 Unity 迁出来，官方测试中性能达到 Unity 版的 2 到 4 倍，且绝大多数老 mod 仍兼容；RocketWerkz 的太空模拟 Kitten Space Agency 也直接构建在它之上。对多数互联网和 AI 从业者来说这项目关系不大，但如果你是游戏客户端工程师、图形/引擎程序员，或正被 Unity 抽成、性能瓶颈、想摆脱商业引擎控制所困扰，值得花时间看看它把底层做到什么程度。

这是针对 PHP 两个高危漏洞 CVE-2026-109618/109619 的研究与攻防工具包，核心是利用 session.upload_progress 机制和 Zend 引擎 OOM 异常处理缺陷实现远程代码执行。漏洞影响 PHP 5.4 到 8.5 共 14 年的版本，覆盖约 78% 的网站，包括 WordPress、Laravel、Drupal 等主流框架的默认安装，多数利用链无需登录即可触发，其中一条对任何 mod_php 站点零依赖直接 RCE。仓库提供三条完整利用链的 PoC、可复现的实验环境，以及现成的 Suricata、Sigma、ModSecurity、OpenResty 检测规则，还给出最简缓解方案：在 multipart 请求中直接拦截 PHP_SESSION_UPLOAD_PROGRESS 字段。安全工程师、WAF/SOC 运维和 PHP 后端开发值得优先看，前者可直接导入检测规则并评估资产暴露面，后者需确认自己站点的 PHP 版本是否在受影响范围内并尽快打补丁；纯前端或非 PHP 技术栈从业者关系不大。

imozuru 是一个给 Claude Code 用的调研技能，解决的是「让 AI 查资料时只读搜索结果前几条就草草总结」的老毛病。它借鉴图书馆信息学里的信息探索理论，先摸清一个陌生领域的术语、关键人物和信息聚集的平台，再顺着引用、参考文献、作者一路追到原文，把原文完整存下来而不是只留摘要，最后按论点整理出带出处的摘录页和分层解说的详细报告，另有一个看板把所有调研汇总成一页。比如你想搞懂 Gaussian Splatting 或者某类音频混音的处理流程，它能挖到论文和一手文章并告诉你每个论点出自哪个文件哪一行，方便你亲自核对依据；还有个监视模式可以持续收集指定话题在 Qiita、arXiv 等来源的新内容。适合需要深入调研陌生技术领域、重视结论可溯源的工程师、技术写作者和研究者，如果你平时只是随手问 AI 几个问题，关系不大。