cogit 是一个 Claude Code 插件，解决的问题很具体：Git 记录了代码改了什么，但没人记录为什么这么改。它把你在 AI 编码助手里发的每条消息都存成一条「思考提交」，包含你的提问、agent 的回复、做出的决定以及被否掉的选项，再通过 commit 上的标记把这些思考和代码提交串起来，于是你可以对任意一行代码追问「它为什么存在」。它通过 Claude Code 的 hooks 在你工作时实时写入，而不是事后从 diff 反推；还会生成一张会话地图，把对话画成带分支的 git 图，支持恢复或分叉会话、捕捉未完成任务、生成带决策背景的 PR 描述。对同时开多个 agent 跑多个项目、几分钟就忘了自己干了什么的人，以及需要向 reviewer 解释「为什么」的团队，它相当实用；如果你只是偶尔用 AI 写几行代码，关系不大。

net-merge 是一个把设备上所有可用网络网卡同时用起来的工具，支持 Windows、macOS、Linux 和 Android，通过按连接做负载均衡，让下载、游戏、浏览器等应用叠加多个网络的带宽。它不是 VPN，不需要账号和服务器，也不用配置代理，对所有 TCP/UDP、IPv4/IPv6 流量透明生效。实测中 Wi-Fi 加 USB 热点加 iPhone 热点同时跑 9 个下载，总速度可达 232-303 Mbit/s，而最快的单条链路只有约 121 Mbit/s；它会把更多连接分给更快的链路，某条链路断网时自动停止分配。要注意的是单条连接永远只走一条链路，所以单文件单连接的下载不会变快，受益的是浏览器、Steam、torrent、云备份这类会开大量并发连接的场景。适合经常需要多网叠加、比如出差时同时用 Wi-Fi 和手机热点的网络工程师、运维和重度下载用户；如果你日常只有一条网络或只做单连接传输，和你关系不大。

这是一套给创意人用的「术语词库」，收录了 192 个你向 AI 提需求时该用的专业名词，每个名字都配了动态示例、一句话含义和现成的提问句式。目前分八组：动态图形动作、镜头运动与转场、UI 组件名、落地页与网页特效、照片风格与光影，各两批。它解决的痛点很具体——很多人卡住不是没想象力，而是不知道那种运动叫什么，比如想让 AI 做一段推镜或某种转场，说不清词就只能反复描述。词库提供中英日西多语言版本，还附带一套提示词，让你照着给自己的领域、自己的语言做一份同类词库。适合做短视频、动效、网页视觉的设计师和前端，以及经常用 AI 生成视觉内容的创作者；纯后端或算法岗基本用不上。

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。

Memos 是一个可以自己部署的轻量笔记应用，把日常碎片想法按时间线收在一起，类似自建版的 Twitter 时间流或 flomo。一句话就能发一条 memo，长文则用 Markdown 排版，标签把跨日期的相关想法串起来，方便日后回溯。数据存在自己的服务器上，每条笔记可单独设为私密、共享给家人朋友或公开到网页，也支持多人共享空间各自记录。它还提供浏览器插件把网页摘录存成 Markdown、Telegram 机器人把消息转成笔记，以及 API 和 MCP server 让你把笔记接进自己的脚本和 AI 工具。适合想摆脱云笔记厂商、重视数据自主的个人开发者、写作者和知识管理爱好者；如果你只是偶尔记点东西、不在乎数据放哪，用现成的云笔记更省事，这个项目和多数人关系不大。

花有谱是一款完全离线的 Android 记账应用，核心卖点是「少点手动」：它能识别微信、支付宝的支付成功页，自动提取金额、商户、时间与订单号并记入账本，也支持在账单详情页摇一摇或导入截图来补录。除了自动记账，它还提供退款与原付金额核对、月度分类占比与每日收支趋势统计、银行卡与微信支付宝等账户的资产管理，以及 ZIP 备份和 CSV 导入导出（兼容钱迹模板）。项目在 OCR 选型上做了不少工程取舍，对比了 ML Kit Chinese 与 PP-OCRv5/v6，最终选用体积更小、账单字段识别更准的 V6 Tiny，并通过裁剪 ONNX Runtime 和 OpenCV 模块把安装包压到 20 MiB 左右，全程本地运行、无需账号和服务器。适合想摆脱手动记账、又不愿把账单数据上传云端的个人用户，以及对移动端本地 OCR 工程优化（模型裁剪、内存控制、账单语义解析）感兴趣的 Android 开发者；对多数后端或算法从业者关系不大。

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。

Charakuru 是一个把一张全身角色插画变成 VRM 虚拟形象的本地工具包，底层依赖 Tripo 的 Smart Mesh 做 3D 建模。它把原本需要自己摸索的 Tripo 与 Blender 工作流——建模、绑定骨骼、贴图等——打包成一个本地应用加 AI agent Skills，让你把繁琐操作交给 Codex 或 Claude Code 这类编码 agent 去执行，自己只在关键节点做判断：导入插画、审阅生成的四视图、在多个候选模型里挑一个、调整身体比例、用走路动画检查肩膝弯曲是否自然，最后导出 VRM 文件。整个流程被切成若干检查点，agent 不会擅自替你做视觉决策，也不会自动往下推进，避免了「全放手给 AI 结果不可控」和「全程手搓太费劲」两个极端。适合想做虚拟主播形象、VTuber 皮套或游戏/社交用 3D 角色，但既不懂 Blender 又不想纯靠 AI 碰运气的创作者；纯技术岗或不碰 3D 内容的人关系不大。项目仍在开发中，文档由 AI 撰写，建议配合编码 agent 阅读。

fy-code-animation 是一个 DeepSeek Harness 技能，用来把中文文案、画风提示词和声音变成前后连贯的代码动画，落地形式可以是 Remotion、Canvas 或 HTML。它针对的是中文动画最容易踩的坑——做成逐句贴卡的 PPT，每镜时长平均、意思断裂；这套流程会先读懂全文，再做语义分镜、选画风、设计镜头转场与角色表演、配音乐音效，最后落地并检查返修，还内置了 341 个画风的检索库和大量可复用的运动、转场、背景、中文字体、数据 UI 源码。适合需要批量产出中文短视频、产品演示动画或知识类内容的自媒体运营、动效设计师，以及想用 AI 工作流替代手工剪辑的开发者；如果你不做视频内容，跟你的关系不大。

这是一个把 Nintendo Switch 模拟器移植到 PS5 上运行的实验性项目，基于 Switch 2 模拟器 Eglantine（Eden 的分支）改造，让破解或可运行自制软件的 PS5 主机能直接玩 Switch 游戏。目前处于早期 alpha 阶段，视频、音频、手柄输入和存档已确认可用，但不同游戏的兼容性和性能参差不齐。它提供 Vulkan 和 OpenGL 两套渲染后端，支持分辨率缩放、FSR、120Hz 输出和帧生成，游戏文件可放在主机任意可读目录，还带封面库、多用户档案和单游戏独立设置，甚至实验性地支持通过 Eden 房间的本地无线联机。对普通互联网和 AI 从业者来说，这项目和日常工作关系不大；值得一看的主要是主机模拟器开发者、PS5 homebrew 生态的参与者，以及关注图形驱动移植（PS5 上的 Mesa/RADV、Vulkan 实现）的技术人员。

InstantTrack 是一个让人形机器人快速学会「照着参考动作跳舞」的训练框架，目标机型是 Unitree G1。它属于动作模仿（motion tracking）这一类：给一段人体动作捕捉数据，训练出一个策略，让机器人在仿真里把动作复现出来。它的卖点是快——在一张 RTX 5090 上约 7 分钟就能把 40 段 LAFAN1 动作全部训到可用水平，且零失败，比 SuperMimic + EMA 的方案快 4.7 倍，同时脚部接触更干净、身体朝向误差更小。做法上它把 SuperMimic 的可微世界模型和 InstantMimic 式的 GPU 训练循环结合起来，用 Muon 优化器和 CUDA graph 进一步压榨速度。项目还预告了 InstantGMT，把这套思路推广到 VR 遥操作的人体动作库上。值得看的是具身智能和人形机器人方向的研究者与工程师，尤其是正在做动作模仿、遥操作策略训练、需要频繁迭代实验的人；如果你不碰机器人强化学习，这个项目和你关系不大。

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。

这是把 ArtCraft 系列 PC 创作软件（WordCraft、GridCraft 等）非官方移植到 Android 的项目，由爱好者维护，与官方 Storytold 无关联。它不是阉割版，而是用 PC 版同一套源码加上 Android 适配层，让手机、平板也能跑完整功能：通过系统文档选择器打开和保存文件、支持从文件管理器或其他应用拖入文件、接入手势滚动、鼠标、触控板、物理键盘快捷键和中文等国际输入法，还集成了系统剪贴板、打印和深色模式。简单说，就是让你在 Android 设备上获得接近桌面端的创作体验，尤其适合接上键鼠当轻办公工具用。值得看的是需要在平板上处理文档、表格类创作内容的用户，以及对非官方跨平台移植实现方式感兴趣的技术人；如果你不用 ArtCraft 或不关心这类移植工程，跟你的关系不大。

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。

这是一个用声音反推录音者地理位置的开源工具：任何户外录音里都藏着飞机螺旋桨发出的微弱音调（约60到400Hz），飞机掠过时音调会随多普勒效应下滑，下滑曲线的形状取决于你相对飞机轨迹的位置，结合当天的ADS-B历史航班数据，就能反解出录音地点。它把YouTube视频「I discovered a sound that leaks your exact location」里的方法自动化了，流程包括从音频中提取频谱、自动检测飞越事件、拉取当天航班数据、在网格上搜索匹配位置并精修，实测在100×150公里区域内能把真实位置排到第一，误差43米，还能从12小时的公开老鹰直播流中自动定位摄像头。适合对声学定位、信号处理或隐私安全感兴趣的人，比如做音频算法、关注位置隐私的研究者和工程师；普通AI从业者关系不大。

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。

UnfairPlay 是一个用 Go 写的命令行工具，作用是从一台已登录过 Mac App Store 的 Mac 上提取 FairPlay 授权状态，把它固化成一个可复用的模型，再用这个模型把针对同一账号加密的 iOS IPA 转换成能在 macOS 上运行的格式——你可以理解为「iOS 应用上 Mac」的解密与格式转换器，类似 ipatool 负责下载、它负责解开授权这一环。它只处理你合法获得的 IPA 和自己控制的账号设备，不登录 Apple、不下载应用，转换后 Mach-O 二进制仍保持加密原样，也不改签名或绕过应用内部校验，所以应用仍可能因硬件或服务缺失而拒绝运行。适合做 iOS 应用在 Mac 上运行的兼容性研究、应用保存归档，以及研究 Apple FairPlay 授权机制的安全工程师；普通开发者和多数 AI 从业者关系不大，另外它涉及大量 Apple 私有格式，属于灰色地带工具，使用前务必确认合规。

这是一个把 PS4 版《The Last of Us Remastered》直接搬到 Windows 上运行的原生移植项目，思路类似 shadPS4 那类模拟器，但更进一步：游戏自身的 x86-64 代码在 PC 上原样执行，只需重新实现 PS4 系统库，并用基于 shadPS4 的 Vulkan 渲染器接管 GPU 工作，另配一个启动器。仓库不含任何游戏文件，需要你自己提供正版拷贝的 dump。目前已有玩家反馈可从头玩到尾，但仍有瑕疵：NPC 偶尔瞬移、首次进场景会因编译着色器卡顿、部分子弹穿透物体无效，鼠标视角也只是模拟右摇杆。性能上 GTX 1050 Ti 级别的笔记本在重场景约 40-44 帧，锁 30 帧更流畅。值得看的是对 PS4 逆向、Vulkan 渲染管线或系统库模拟感兴趣的 C++ 开发者和模拟器社区成员；普通玩家和多数从业者关系不大。

Electron 是用 JavaScript、HTML 和 CSS 写跨平台桌面应用的框架，可以理解为「网页版的桌面应用打包器」：把 Chromium 和 Node.js 打包在一起，让前端工程师不学 C++ 或 Swift 也能做出 Windows、macOS、Linux 三端通用的软件。VS Code、Slack、Discord 这些你天天在用的桌面工具都是它的产物。它解决的核心麻烦是「一套代码三端跑」，省掉为每个平台单独维护原生客户端的成本；比如团队内部工具、AI 客户端、编辑器类产品，用它起步最快。对前端和全栈开发者来说这是绕不开的基础设施，值得了解它的能力边界和性能取舍；后端、算法、数据岗位则关系不大，除非你们要做桌面端产品。

Furge 是一个免费的本地兽装（fursuit）纸样生成器，主打「别再为纸样付钱了」。它想解决的是自制兽装的第一道坎：不知道该按什么形状下剪刀，而市面上的纸样要么不合身要么收费。你描述自己的 fursona，它会把头部、手爪、脚爪、尾巴和连体衣拆成一张张可打印的图纸，带实线裁剪线、虚线缝合线和毛流方向箭头，还能按你的身材尺寸出裁剪清单和用料估算，导出 A4/Letter 拼页 PDF 以及 SVG、DXF 给切割机用。它的思路是 AI 负责理解描述选形状，几何引擎（基于 FreeSewing）负责把曲面摊平成真正能对缝的裁片，避免「AI 画一张图但你没法缝」的问题。不过要注意，README 明确写着 AI 部分和应用本体还没做出来，目前只有头部裁片的几何原型，没经过完整兽装实测。对做 fursona 手作、兽装 maker 或本地跑 AI 出图（头像、贴纸、ref sheet）的人值得看一眼；纯 AI 从业者关系不大。

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。

CUI 是一个用纯 C 写的原生 GUI 组件库，约 150 个组件、零依赖、体积约 240 KB，一套 C99 代码可同时跑在 Windows、macOS 和 Linux 上。它采用立即模式的写法：界面每帧重新描述，组件本身就是函数，返回发生了什么，开发者不需要维护 UI 状态同步。组件覆盖面很全，除了常见的按钮、输入框、表格、对话框，还内置了命令面板、虚拟化数据网格、看板、甘特图、十几种图表，以及一整套 AI 聊天界面组件（推理过程展示、工具调用、Agent 计划、引用来源、上下文用量条、模型选择器等）。渲染层可走 Win32、Cocoa、X11 或 SDL2/GLFW，核心只输出三角形，方便接自己的渲染器。适合在做桌面工具、内部系统、需要离线分发的 C/C++ 应用的开发者，尤其是想给产品加 AI 对话界面但不想引入 Electron 或 Web 前端栈的人；纯 Web 或后端岗位与它关系不大。

Tesseract 是最老牌的开源 OCR 引擎，最初由 HP 在 1985 年开发，后来长期由 Google 维护，如今是文档识别领域的事实标准之一，很多商业 OCR 产品底层都用了它。它能把图片里的文字提取出来，支持 100 多种语言，能处理 PNG、JPEG、TIFF 等常见格式，输出纯文本、PDF、hOCR、TSV 等多种格式；4.x 起加入了基于 LSTM 神经网络的识别引擎，识别准确率明显提升，同时保留了旧版字符模式识别以兼容老场景。典型用途包括批量扫描件转文本、发票和合同的信息抽取、古籍数字化、字幕提取等。它不带图形界面，主要以库和命令行形式集成到应用里。如果你在做文档数字化、数据抓取或 RAG 数据清洗，需要一个可离线部署、可训练自定义语言的 OCR 组件，Tesseract 值得认真评估；但如果你只是偶尔识别一两张图，直接用现成的云服务或桌面工具更省事，这个项目和多数从业者关系不大。

Warp 是一款从终端进化而来的智能开发环境，可以理解为「带 AI 助手的现代终端模拟器」，用 Rust 编写，界面体验类似 iTerm2 加上 AI 能力。它内置了编码 Agent，也能接入 Claude Code、Codex、Gemini CLI 等你已有的命令行 Agent，帮你完成排查 issue、写需求文档、改代码、审 PR 等工作流。比如后端工程师遇到线上报错，可以直接在终端里让 Agent 分析日志并给出修复建议，而不必来回切换编辑器和浏览器。这次开源还附带了 build.warp.dev 平台，能看到大量 Warp Factory Agent 实时处理任务的过程。适合每天大量使用终端的后端、运维、SRE 工程师，以及想把 AI 融入日常命令行工作流的开发者；如果你平时很少碰终端，这个项目和你关系不大。

open-claude-ui 是一个把 Claude 桌面端界面逆向拆解后重新实现的开源 React 组件库，包含 30 个可直接复用的组件和一套动效引擎，配色、圆角、弹簧参数都对齐 Claude Desktop 的真实取值。它不只是外观复刻，还还原了输入框的中文输入法合成守卫、滚动渐隐遮罩、以光标为锚点的图片画廊缩放、Web Audio 合成提示音等细节交互，另附 3000 多行逆向分析手册，逐条记录这些设计决策的取证来源。设计令牌和纯 CSS 层可以脱离 React 单独引入，Vue 或原生页面也能用。适合两类人：一是正在做 AI 对话产品、Agent 桌面容器的前端工程师，想省去自己调手感的时间，直接抄一套经过验证的交互物理参数；二是对大厂产品设计体系好奇、想读逆向分析学方法论的人。如果你不做前端或不关心 UI 细节，跟你的关系不大。