这是一个配合 DeepSeek Harness 插件使用的现成工作流包合集，下载后导入插件即可运行，目前上架的是「破甲制作」。它本质是一条针对目标 LLM 的越狱（jailbreak）研究自动化流水线：输入目标模型名和 API key，自动跑 200 多个探针覆盖身份系统、混合帧等架构，归纳该模型的拒绝规律，再据此生成定制破甲词，用真实 API 回验有效性并迭代，最终输出破甲词文件、使用手册和研究报告三件套。配套的 Skill 内含探针执行、拒绝分析、帧排列组合验证等脚本和提示词模板。值得看的是做 LLM 安全评估、红队测试或越狱攻防研究的安全工程师和 AI 安全研究员，普通开发者或非安全方向的从业者关系不大。

这是一个给抖音、快手、TikTok 直播间做互动特效的开源程序：观众发评论、点赞、送礼时，画面里的 3D 打印机就会逐层打印出该观众的头像，成品再传送到前方传送带，用视觉化的方式把直播间互动变成一场“打印秀”。它内置数据桥，从本机浏览器的直播间页面实时抓取弹幕和礼物事件，秒级触发打印，礼物还能插队；头像通过协议直读、页面采集、资料卡补取三层保障获取，拿不到时自动生成首字头像。画面支持多机位记忆、五档画质、独立场景窗口方便 OBS 采集，还提供中英双语版以适配 TikTok。适合做娱乐直播、带货暖场的主播和直播运营者，用低成本方式提升观众互动率；对后端或 AI 岗位的从业者来说关系不大，除非你想研究它的弹幕采集和 WebSocket 协议解析实现。

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。

这是一个用 AI 翻译普鲁斯特《追忆似水年华》全本的开源项目，把这部 127 万词、中文约 210 万字的巨著整理成七卷，提供在线阅读和 EPUB 下载。译文由多个大模型多轮翻译、修订、润色而成，作者正逐章人工校对并公开与译林出版社十五人译本的逐句对比，指出后者在人物称谓、词义双关、神学隐喻等方面的误译。对多数互联网和 AI 从业者来说，它更像一个有趣的 AI 应用案例：展示长文本翻译如何组织流水线、如何用人工加模型的方式做质量控制，以及 AI 翻译在文学语境下能达到什么水平。如果你做翻译产品、内容出海，或单纯想读这部名著的免费新译本，都值得点开看看；只想找技术框架的人可以跳过。

这是一个用 CUDA 手写的 persistent megakernel 复现项目：只启动一次 GPU kernel，里面的 block 永不退出，从 GPU 上的任务队列里不断领取工作，同时完成三件事——训练一个 162M 参数的 GPT、用还在训练中的权重实时推理出文本、以及在 GPU 上以 35 fps 跑真正的 Doom 引擎。它复现的是 Flapping Airplanes 那段著名演示视频，代码全部从零写成，所有数字都有结果文件可查。实测在 B200 上按 116/24/8 的 SM 划分并行三任务，训练 4000 步约 48 秒，推理约 1660 tok/s；对比显示纯训练它打不过 Megatron + CUDA graphs，但两个进程共享 GPU 时会慢 40% 以上，而 megakernel 的优势正是三件事同时跑。适合做 GPU kernel、推理引擎或对算力调度感兴趣的工程师，以及想了解 megakernel 这种极端优化思路的人；普通 AI 应用开发者关系不大。

youtube-dl 是一个老牌的命令行视频下载工具，可以抓取 YouTube 及上千个视频网站的视频文件，跨平台运行，属于公有领域、可自由修改分发。它不只是简单地保存一个链接，而是能解析播放列表并按序号、标题正则、上传日期、播放量等条件筛选要下载的条目，还能绕过部分地区的访问限制，按画质和文件大小挑选合适的版本。典型场景包括：做内容分析的研究者批量归档某个频道的视频语料、剪辑师收集素材、或者团队需要把线上教程离线留存。如果你的工作涉及视频数据采集、构建多模态训练数据集，或者只是经常需要把网页视频存到本地，它都值得一看；但如果你日常和视频内容无关，这个项目和你关系不大。

fzf 是一个命令行模糊查找工具，可以理解为给终端装上了一个「模糊搜索框」：任何能输出成列表的东西——文件路径、git 分支、进程号、命令历史——喂给它，就能在几毫秒内边打字边过滤出想要的那一条。它性能极强，号称百万级条目也能瞬间响应，且自带 Bash、Zsh、Fish、Vim、Neovim 等集成，开箱即用。除了单纯查找，它还是一个可编程的终端交互框架，支持预览窗口、按键触发动作、动态刷新候选列表，比如选中文件时右侧实时预览内容、按快捷键切换进程列表或与 ripgrep 联动搜索。对日常在终端里工作的后端、运维、数据工程师来说，它能大幅减少翻目录、翻历史、grep 后肉眼挑结果的时间；如果你几乎不用命令行，那它和你关系不大。

这是一个把 PS4 独占赛车游戏 DriveClub 移植到 Windows 和 Linux 上原生运行的重编译项目。它不是模拟器：游戏自带的 x86-64 代码直接在你的 CPU 上跑，只重新实现了 PS4 系统库，并把 GPU 指令翻译成 Vulkan，思路类似 Wine 和 DXVK。实际效果是从菜单、比赛、拍照模式到存档、奖杯和多人联机都能玩，还支持 DLSS/FSR 帧生成、方向盘力反馈、DLC 解锁和 mods 文件夹。你需要自备游戏本体和 1.28 更新的 dump 文件，项目本身不提供。适合两类人：想在 PC 上重温或首次体验 DriveClub 的赛车游戏玩家，以及对主机游戏重编译、Vulkan 翻译层实现感兴趣的技术爱好者。如果你不玩这款游戏，跟你的工作关系不大。

这是一个用 Flutter 写的非官方酷安客户端，主打轻量和简体中文体验，可以理解为酷安官方 App 的精简替代品。它能浏览动态、文章、评论和用户空间，支持按关键词搜索内容、应用、用户和话题，也能查看图文详情、本地收藏、屏蔽和浏览历史，还带明暗主题与字号调节。项目基于 c001apk-flutter 继续维护，重点修复了酷安公共 API 的请求协议与签名、账号登录与验证码交互、多账号管理和游客模式，主要面向 Android 与 Windows，也提供 Linux 和 iOS 构建。适合两类人：一是觉得官方酷安臃肿、广告多、只想安静刷内容的重度酷安用户；二是对第三方客户端逆向、API 协议维护和 Flutter 跨端开发感兴趣的开发者，可以参考它的协议调研和实现。如果你不用酷安，这个项目和你关系不大。

这是一个把 PS4 版《神秘海域：内森·德雷克合集》（含一代《德雷克的宝藏》、二代《纵横四海》、三代《德雷克的诡计》）搬到 Windows 上原生运行的移植层。它不包含任何游戏文件，需要你自己提供从 PS4 dump 出来的游戏目录；运行时负责补齐 PS4 系统库，再用 Vulkan 渲染器执行原本发给 PS4 GPU 的指令，让游戏自己的 x86-64 代码直接在 PC 上跑。实测三作均可游玩，一代在测试区域稳定 60 FPS，二代在 RTX 5080 上 4K 最重场景能到 99 FPS，合集菜单、存档、音频、过场动画和手柄都正常，还支持 FSR 1/3.1/4、DLSS、DLAA 等超分方案和 120 帧上限。对游戏行业从业者来说，这是一份难得的 PS4→PC 移植实现参考，展示了系统库模拟、GPU 指令翻译和多线程渲染调优的实际做法；普通 AI 或后端岗位与它关系不大。

Kindi 是一个专为低端显卡和 CPU 打造的 LLM 推理引擎，可以理解为 llama.cpp 的「老硬件特化版」。它主打让 1 GB 显存的古董 Quadro K420、GTX 1080、RTX 3080、AMD Radeon 780M 核显乃至纯 CPU 都能跑起 Prism ML 的 Ternary-Bonsai-2 系列三值权重模型（2B 到 27B），也实验性支持 Nemotron 3.5 Bolt E4B，并提供 OpenAI 兼容的服务接口，可直接接入各类聊天客户端、脚本和 AI 编程 Agent。它的实际价值在于榨干被遗忘的硬件：在 K420 上比 llama.cpp 快约 13 倍，CPU 上也快 1.6 到 2.7 倍，prompt cache 对多轮 Agent 场景的提速尤其明显（同一份 9,400 token 文档的第三个问题，0.42 秒对 3.10 秒），且默认输出与 llama.cpp 逐 token 一致。适合手里有闲置旧显卡、想在本地低成本跑小模型做实验的算法和平台工程师；如果你只用云端大模型或高端显卡，这项目和你关系不大。

Axiocairn MCP 是一个托管的 MCP 服务器，让 Claude、ChatGPT 等 AI 助手直接接入一套量化金融分析能力：你告诉它持仓（比如 50% NVDA、30% MSFT、20% SPY），它会算出行业集中度、HHI、日波动率、相对 SPY 的 Beta、下跌日 Beta 和个股相关性，并附上数据日期和统计窗口。它还能做 what-if 情景推演、估算交易成本与容量、检查回测纪律，以及读取平台自己发布的研报，且每条结论都标注数据日期和局限。对个人投资者或做组合研究的人来说，这相当于把「问 AI 我的持仓风险有多大」从泛泛而谈变成有数据支撑的量化回答；对量化研究员，它提供了一套可复用的研报与回测检查工具。适合关注美股组合风险、想在 AI 助手里做持仓分析的投研和量化从业者；纯技术岗或不碰投资的人关系不大。