dots-agent 是一个会自己找活干的常驻智能体：它每隔一分钟跑一轮，主动从你的目标队列里领任务、执行、汇报结论，还能把做过的活总结成可复用的「技能」存进技能库，下次直接调用。它提供命令行和 Windows 桌面窗口两种用法，窗口里能看它在干什么、派新任务、批准它想做的敏感动作（比如发邮件），也能直接跟它对话。核心设计是审批闸门和证据机制：危险动作默认要人点头，超时未批自动拒绝；完成的任务必须附带可核对的证据，否则标为「待复核」，防止它编造结果。适合想在本地跑一个长期值守的自动化助手、又不想完全放权给模型的个人开发者或 AI 应用工程师，用来盯邮件、跑例行脚本、整理资料这类重复劳动；如果你只是想找一个对话式 LLM 工具，它不太对口。

OpenCinema 是一个本地优先的 AI 视频工作室，把剧本、参考素材、3D 预演、生成和剪辑整合在一张画布上，让你和 AI agent 共同完成一部短剧或短片。它和常见的文生视频工具不同，后者只回答「怎么生成一个片段」，OpenCinema 关注的是「怎么把一部片子做完」：先用 3D 预演确定走位和运镜，逐镜头审核，需要时只替换单个镜头而不必重做全片。画布上的每个节点既能手动编辑，也能通过 MCP 让 Codex、Claude Code 等 agent 读写，两条路径共享同一套命令、版本和撤销历史。生成后端可自由切换，云端模型、本地服务和已有的 ComfyUI 工作流都能接入同一个生成节点，数据和凭证全部留在本地。适合做 AI 短剧、短视频内容的创作者、剪辑师，以及想用 agent 批量编排视频生产流程的开发者；如果你不碰视频生成，这个项目和你关系不大。目前处于 0.4.0 开发阶段，尚未正式发布。

AgentFlux 是一个可以完全跑在自己电脑或服务器上的可视化工作流平台，把文档、数据源和大语言模型串成一条条可复用的流程，类似 n8n 或 Dify 的自托管替代品，但更强调本地数据不出机器。它内置 17 个预置步骤和 8 个模板，支持分支、撤销重做，也能让 Agent 根据一句任务描述自动生成工作流；模型侧可接 Ollama、LM Studio、vLLM 或任意 OpenAI 兼容接口，还带本地 Whisper 做语音转写。比较特别的是「视频转工作流」：录一段屏幕操作加口述讲解，它会按分钟切片分析画面和语音，自动生成可运行的流程。典型场景是定期清洗导出表格、监控文件夹变化生成报告，或把重复的文档处理固化成定时任务，结果以 JSON、CSV、Markdown 落到本地目录。适合需要自动化日常数据处理、又在意数据隐私的后端、数据或运维工程师；如果你不打算自建工作流平台，和多数人关系不大。

veil 是一个跑在本地的隐私代理，专门给 Claude Code、Codex CLI、Aider 这类 AI 编程 Agent 当「脱敏中间层」。它在请求离开你电脑之前，把日志、数据库查询结果、文件里的真实姓名、邮箱、电话、地址、证件号和密钥统一替换成稳定的假名，模型拿到的全是 First_Cfbf 这类占位符；等回答回到你这边，真实值再被还原，所以模型能照常分析 bug，却始终不知道客户是谁。它还能通过 MCP 给 Agent 提供一个只读数据库工具，Agent 用假名写查询，veil 在底层把假名换成绑定参数执行，写操作和多语句一律拒绝。典型场景是：你用 AI Agent 调试线上账单重复扣费问题，日志里有真实信用卡和客户地址，又不想让它们进模型供应商的服务器。对需要在合规或客户合同约束下使用 AI 编程工具的后端、数据和安全工程师来说，这东西直接解决「日志能不能喂给模型」的难题；如果你的代码里根本不碰真实用户数据，关系不大。

这是一个 MCP server，作用是让 AI agent 能够读取和操作 Elysium 链——Kinetiq 为 Hyperliquid 搭建的 Arbitrum Orbit L2。你可以把它理解成给 Agent 用的链上数据网关：接入后，agent 能通过 JSON-RPC 查最新区块、地址余额（HYPE 及最多 20 种 ERC-20）、交易详情与回执、事件日志，也能调用合约的 view 函数做只读查询和 gas 估算；若配置了 Blockscout 风格的区块浏览器 API，还能额外查地址历史、代币转账、合约 ABI 等索引数据。写操作是独立开关，默认关闭且只允许测试网（chain ID 99801），开启后发送交易也默认 dry run 预览，并带白名单、费用上限等多重校验。适合在做链上 Agent、DeFi 自动化或 Web3 与 LLM 结合原型的开发者，尤其是需要让 Claude 等 MCP 客户端直接查链、读合约的场景；只做模型训练或纯后端的人关系不大。

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。

Windows Terminal 是微软官方出品的现代终端应用，可以理解为 Windows 自带黑框框（cmd 窗口）的升级版，把新版终端和传统控制台宿主整合到了一起。它支持多标签页、分屏、Unicode 与 emoji 显示、24 位色彩、主题定制，并能同时管理 PowerShell、cmd、WSL 等多种 shell 环境，解决了老控制台多年无法支持标签页和现代文本渲染的痛点。仓库里也包含 Windows 系统控制台宿主 conhost.exe 的真实源码，即 Windows 命令行基础设施本身的实现。对日常在 Windows 上跑命令、用 WSL 开发、或需要频繁切换多个 shell 环境的工程师来说，这是提升效率的必备工具；如果你主要在 macOS 或 Linux 上工作，或者不常碰命令行，这个项目和你关系不大。

Kinetograph 是一个用代码生成视频的渲染引擎，可以理解为「不启动浏览器的 Remotion」。你用 TypeScript 按 Remotion 的写法描述视频，或者直接写一个 HTML 页面，Node 跑你的代码，底层由 Rust 写的 GPU 合成器逐帧绘制，支持 CSS、SVG、Canvas、WebGL shader、3D 和 Web Audio，最终直接输出 mp4。已有的 Remotion 项目和 HyperFrames 项目可以原样迁移过来。它主打速度快，并且明确面向 AI agent 使用，提供了 MCP 接入方式，让 agent 能自己写视频、自己渲染。典型场景是让 Claude 这类编程 agent 批量生成产品宣传片、数据可视化动画或社交媒体短片，省去人工反复预览调试的时间。如果你是做 AI 内容生产流水线、自动化视频工具链的工程师，或者受够了 Remotion 渲染慢、依赖 Chromium 的开发者，值得花几分钟看看；纯做模型训练或后端的人关系不大。

Ryugi 流儀是一套给 Claude Code、Codex、Cursor 等 coding agent 用的 skills 集合，外加一个配套的 artifacts 工作台。它把「写代码前先想清楚」这件事流程化：你说要做一个 React todo list，它先头脑风暴，把几个方案并排画在实时 artboard 上让你挑，而不是用文字描述；你批准后它再按 TDD 拆任务、逐个红绿验证。过程中生成的设计文档、图表、代码都可以像评论文档一样就地批注修改，还有带滑杆的 HTML 测试台，agent 重写页面后滑杆值不丢，做完的成品和当初批准的设计放在同一画布上对照验收。本地优先，一个服务覆盖机器上所有项目。适合日常用 AI 编程工具、希望在方案评审和验收环节多一层可视化把关的前端或全栈开发者；纯后端或不写 UI 的人用处有限。

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。

这是一套面向 iOS 网络代理工具 Loon 的插件合集，作者把各种实用脚本打包成 .lpx 文件，用户点一下就能导入。功能大致分几类：一是去广告，覆盖 36氪、5EPlay、123云盘等几十款 App，还附带 HTTPDNS 拦截器和广告平台拦截器作为公共依赖；二是增强体验，比如给 YouTube 和 Spotify 加双语字幕歌词翻译、解锁 Apple 天气全部功能、给京东商品页加历史比价、修复微博 VVebo 时间线；三是解锁限制，包括 TestFlight 地区解锁、微信外部链接跳过中间页、DNS 防泄露；还有把阿里云盘、夸克网盘挂载到 Fileball 这类文件管理器的玩法。它和多数 AI 从业者关系不大，但如果你日常用 Loon 或类似工具折腾 iOS，想省去自己写规则的时间，这份现成的插件库可以直接抄作业。

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。

Pojun（破军）是一套用 LLM 多 Agent 自主推进的渗透测试与红队平台：你给出一句话目标，它自动完成目标拆解、侦察、漏洞挖掘、利用、后渗透到生成报告的全流程，人可以随时插手纠偏。它不只是跑扫描，还内置了漏洞情报运营——按时间流聚合 NVD、CISA KEV、GitHub Advisory 和 PoC，把近期高危漏洞自动匹配到你的资产指纹上；后渗透阶段提供回连接收器和三种 C2 出口形态，全程流量过 MITM 留痕，最后产出带封面、目录、证据截图和修复路线图的 Word 级报告，方便直接交付 SRC 或甲方。适合安全服务公司的渗透测试工程师、甲方红队与 SRC 白帽，以及想用 AI 提效的攻防团队；如果你不做安全，这个项目和你关系不大。

这是一套给 Claude Code、Codex、Cursor、Gemini CLI 等 AI 编程助手用的 3D 网页技能包，包含八个技能，教 Agent 从零写出 three.js 实时 3D 场景、滚动驱动的影片、Safari 能播的透明视频、跟随鼠标的动画角色、机器爆炸拆解图，以及配套的 AI 图片视频素材规划。它解决的是前端做炫酷 3D 落地页时的典型麻烦：模型贴图难找、滚动动画调不顺、Safari 透明视频不兼容、做完不知道性能是否达标。技能里内置了在真实浏览器里检查帧率、绘制调用、空白画布的脚本，还能录出 60fps 的成品视频用于发社交媒体或给客户演示。适合做营销站、产品官网、数据可视化大屏的前端和创意开发者，以及想让 AI 助手产出可交付 3D 页面的工程师；如果你不碰 3D 或动画网页，跟你的关系不大。

SlideSense 是一款 macOS 菜单栏小工具，把 MacBook 触控板的左右边缘变成音量和亮度滑块：沿左边缘上下滑动调亮度，右边缘调音量，配合触感反馈、Liquid Glass 风格的 HUD 显示，双击右上角可快速静音，底边还能滑动切歌、双击播放暂停。它直接读取 Force Touch 触控板的多点触控数据，不轮询、不占后台资源，闲置时 CPU 基本为零。适合经常需要快速微调音量和屏幕亮度的 MacBook 用户，尤其是嫌功能键或控制中心操作繁琐、追求顺手手势的人；如果你用的是外接键盘鼠标或 Magic Mouse，它暂时帮不上忙。对多数 AI 或后端从业者来说，这只是个提升日常体验的小工具，与工作内容关系不大。

Pomerado 是一个把任意网站快速变成 API 或 MCP 工具的开源框架，可以理解为「网站转 MCP 的自动化流水线」。你只需用自然语言描述想在某个网站上完成的任务，它就会自动探索该网站、跑一遍示例并泛化成可复用的集成，之后你的 AI Agent 就能直接调用它。相比依赖 computer use 的方案，它生成的集成是确定性的，速度更快也更稳定，而且能处理登录和两因素认证背后的站点。典型场景比如让 Claude Code 或 Cursor 自动去某个后台读取数据、提交表单，而不用自己写爬虫或对接官方 API。适合需要让 Agent 操作具体业务网站的 AI 应用开发者、做自动化集成的工程师，以及在 Claude Code、Cursor 等 MCP 客户端里搭建工作流的人；如果你的工作不涉及 Agent 调用外部网站，和你关系不大。

这是论文 SuperMimic（用一个可微世界模型做人形机器人全身控制）的非官方复现，作者用 AI 编程助手在一小时内写完，目标是复现论文中 LAFAN1 数据集上的对比实验：让一台 29 自由度的 Unitree G1 人形机器人学会跟随 40 段参考动作（跳舞、跳跃、摔倒爬起、冲刺等），训练只花了约 1.5 个 GPU 小时，评估归一化回报达到 0.829，40 段全部成功；作为对照，论文里的 PPO 基线跑 18 小时、最多 8 卡都到不了 0.82。作者在 README 里坦承代码是快速 vibe coding 出来的「slop」，未经审查，风险自负。适合关注人形机器人全身控制、可微仿真或想快速验证论文结果的具身智能、强化学习研究者和工程师；如果你不做机器人控制或仿真训练，这个项目和你关系不大。

Detour 是一款免费的 Windows 游戏加速工具，可以看作 ExitLag 的开源替代品。它会实时探测你到游戏服务器的多条路径，只把游戏的流量切到最快的那条上，其余网络流量照常走原路，因此不是 VPN，也不隐藏 IP。它支持 VALORANT、Fortnite 等游戏，能同时发两份包到出口中继，靠先到的那份抵消丢包带来的卡顿；如果问题出在你的 Wi-Fi、缓冲膨胀或后台下载，它会直接告诉你原因而不是硬卖你一条线路。中继可以用社区提供的免费节点，也可以自己在 Oracle Cloud 免费机器上三步搭一个。适合经常打 VALORANT、Fortnite 等竞技游戏、受高 ping 和丢包困扰的玩家，以及想研究多路径路由、分流隧道实现的网络方向工程师；和多数后端或 AI 从业者关系不大。

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。

这是一套面向中文读者的大模型入门教程，核心是用 PyTorch 从零手写一个 GPT-2：不调用任何现成 Transformer 模块，模型代码不到 200 行，加载 OpenAI 官方权重后能真正跑通推理和文本生成，并与 HuggingFace 实现逐项对齐验证。教程用「猫吃鱼」这个三词例子，把从分词、Embedding、自注意力到文本生成的完整链路拆成 15 篇文章，每篇配可运行脚本，还提供矩阵逐格计算的在线可视化，帮读者看清 Attention 公式里 Q、K、V 到底在算什么。它适合两类人：一是想搞懂大模型底层原理、但被论文和公式劝退过的算法工程师或学生，可以对照代码和动图把 Transformer 每个模块吃透；二是需要给团队做 LLM 基础培训的技术负责人，能直接拿它当教材。如果你只关心调用 API 或部署模型，这项目和你关系不大。

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。