这是一套给 Claude Code、Cursor、Codex 等 AI 编程 Agent 用的营销技能包，本质是一批 Markdown 格式的知识文件，让 Agent 在处理营销任务时自动套用专业框架和最佳实践。技能覆盖转化率优化、文案写作、SEO、内容营销、投放与衡量、增长留存、销售 GTM 等方向，其中 product-marketing 是基础技能，其他技能都会先读它来理解你的产品、受众和定位。实际场景比如：让 Agent 审计落地页找出转化瓶颈、按品牌调性批量写广告文案和邮件、做 SEO 审计并规划内容策略、搭建转化追踪和归因分析。它还提供与 Converly、AIsa、Omnia 等工具的对接，让 Agent 能读取真实的 SEO、广告和 AI 搜索可见性数据，而不是凭空猜测。适合技术型营销人、独立创始人和增长工程师——尤其是那些已经在用 AI 编程 Agent、想让它顺手承担营销工作的岗位；纯做后端或算法的工程师关系不大。

ComfyUI 是目前最主流的本地 AI 内容生成引擎，用节点连线的方式把模型、参数和后处理串成可视化工作流，类似给 AI 生图/生视频搭积木，不用写代码。它原生支持几乎所有开源前沿模型，覆盖文生图（Flux、SDXL、Qwen Image）、图生视频（Wan、HunyuanVideo）、音频、3D 重建（Hunyuan3D）乃至文本生成，也通过 Partner nodes 接入 Nano Banana、Seedance 等闭源模型。作为针对消费级硬件优化最狠的推理引擎，它靠异步权重流式加载，4GB 显存也能跑大模型，还能把复杂工作流封装成简洁 UI 或通过 API 接进生产管线。适合视觉设计师、AIGC 内容团队、需要把生图生视频能力产品化的后端与算法工程师，以及想在本地高效跑扩散模型的研究者；如果你完全不碰生成式 AI，那和你关系不大。

LobeHub 是一个把多个 AI Agent 当作「员工」来管理的工作台，定位类似给你的 AI 团队配一位 Chief Agent Operator：你负责招人、排班、看汇报，Agent 负责干活。它把散落在不同窗口和模型里的对话收拢到一处，通过 Agent Builder 用一句话描述需求就能快速搭出一个 Agent，并接入上万个技能和 MCP 插件；Agent Groups 让多个 Agent 带着共享上下文并行协作，比如多人共同打磨一篇文档，或者按项目、按工作区分派任务。定时调度功能允许你离线时 Agent 仍在指定时间自动执行，个人记忆模块则让 Agent 记住你的偏好且可编辑透明。适合需要长期维护多个 AI 助手、做内容生产或多 Agent 流水线的个人创作者和小团队；如果你只是偶尔和单个模型聊天，它对你意义不大。

OpenDesign 是一个把设计协作和 AI 编码 Agent 揉在一起的本地优先工作区，可以理解为「Figma + Claude Code」的开源合体版。你先写一段设计需求，再让 Claude Code、Codex、Cursor 或 DeepSeek 这类编码 Agent 直接在项目里生成符合自家设计系统的原型、网页、仪表盘、演示文稿，甚至动效视频和图片，团队成员能在同一工作区里评论、反馈，再让 Agent 按意见继续改。它自带设计系统模板、技能插件和 MCP 接口，也支持 BYOK 自带模型。适合产品设计师、前端工程师和需要快速出原型的独立开发者，尤其是想把 AI 生成结果纳入团队设计流程的人；纯后端或不碰 UI 的岗位关系不大。

ub-mode 是给 AI 编程助手用的一套「工程纪律」技能包，作者是《Clean Code》的 Robert C. Martin（unclebob）。它不生成代码，而是约束 AI 写代码时必须遵守的规矩：先让功能跑通、再重构干净、最后持续练习，比如要求先写测试再写实现、修根因而非打补丁、小步提交等。真正让它落地的是配套的几个确定性质量门禁工具：crapper 计算每个函数的圈复杂度和 CRAP 分数并卡在阈值内，dryer 检测结构重复，mutator 用变异测试暴露没测到的代码，uml-viewer 可视化这些指标。适合正在用 Claude Code、Cursor 等 AI 编程工具、又苦恼于 AI 产出代码质量不稳定的工程师和团队技术负责人，如果你不用 AI 写代码，这个项目和你关系不大。

awesome-go 是一份由社区维护的 Go 生态资源清单，相当于 Go 版的 awesome-python，把散落在各处的优质框架、库和软件按主题分类整理好，从 Web 框架、数据库驱动、日志、消息队列到机器学习、自然语言处理应有尽有。它的价值在于省去你自己在 GitHub 上大海捞针的时间：比如你要给服务加个 SQL 查询构建器、找个 Redis 客户端，或者调研 Go 里有哪些可用的 NLP 分词工具，直接翻对应分类就能看到经过筛选的候选，还能顺带判断哪些项目活跃度高。对 Go 后端工程师、SRE 以及正在选型的技术负责人来说，这是日常最实用的导航站之一；如果你不写 Go，或者只是想找 AI 相关工具，它和多数人关系不大，里面虽有 AI 分类但只是 Go 实现的库，不是模型或应用本身。

DS Bot 是一个基于 DeepSeek Harness（DSH）的桌面端多 Agent 应用，你可以把它理解成「一个能养多个 AI 员工的聊天室」：每个 bot 有独立身份、模型和长期记忆，主 bot（Chief）负责统筹管理，bot 之间还能互相转交任务。实际用起来，你可以在一个窗口里和单个 bot 长期协作，让它记住你的偏好；也可以开群聊，让几个 bot 分工完成一件较大的活——比如 @ 某个 bot 去干活，它会边做边在群里汇报进度，做完把结果交回给发起方，你随时可以叫停。群聊有独立记忆，不会污染你和别的 bot 的对话。它还内置了网页搜索能力。适合想在 DeepSeek 上搭个人 AI 助理团队、或试水多 Agent 协作玩法的从业者；如果你只是调 API 或做模型开发，和你关系不大。注意它是社区项目，非 DeepSeek 官方出品。

Floorplan 是一个让 Claude Code 或 Codex 读完你的代码库后，自动生成一张可交互、全英文大白话的架构地图的工具。它把每个模块、文件、接口都起成人能看懂的名字（比如「结账时收信用卡」而不是「Stripe API wrapper」），并画出它们之间的真实连线，包括前端请求对应哪个后端接口，甚至跨仓库也能对上。除了看图，你还能直接向地图提问，比如「退款是怎么打到用户卡上的」，它会给出答案加一张只含相关部分的小地图和分步讲解；它还带健康检查，能揪出 AI 写的应用里常见的坑：硬编码的密钥、开放的 Supabase 表、可伪造的 Stripe webhook、没鉴权的接口。最适合两类人：一是大量借助 AI 搭应用、但没耐心读代码的独立开发者或 vibe coder，用来搞懂自己到底做出了什么；二是团队里负责新人 onboarding 或者要盯住 AI 每次改动影响了哪些部分的人。如果你是逐函数研究大型代码库的工程师，它反而偏粗粒度，不如专门的代码理解工具。

Codex 是 OpenAI 官方开源的终端编码 Agent，用 Rust 写成，可以理解为 Claude Code 的同类产品。你在命令行里用自然语言描述需求，它会自己读代码、改文件、跑测试，完成一整套开发任务，比如「把这个函数的报错处理补全」「给这个模块加单元测试」「把这段逻辑重构成异步」。它也提供 IDE 插件和桌面应用形态，登录 ChatGPT 账号即可使用，Plus 及以上套餐都能用。对后端、全栈等日常写代码的工程师来说，如果你已经在用 Cursor 或 Claude Code 这类 AI 编程工具，Codex 值得对比试一下；纯管理岗或不写代码的读者关系不大。

open-yoki 是一套能在单台服务器上跑起来的 AI 直播主播系统：她用复刻的声音和实时数字人形象出镜，读弹幕、即时回话，记得常来的观众，写日记、自己发动态，还能按时间表自动开播下播，推流到币安广场或任何收 RTMP 的平台，同时有自己的网页直播间。回弹幕用的是 OpenRouter 上的 DeepSeek 这类快模型，几秒内接话，说话前会先垫一声「嗯嗯」，心情和语气跟着内容走；另有一个可选的长期「心」（Claude Code 或 DeepSeek）以 Markdown 文件形式记住她的日记、对常客的印象，决定发什么动态。画面由无头 Chrome 合成，行情、礼物感谢、动作短片都实时叠加后推流。它其实是作者每晚在币安广场直播的 AI 主播 yoki 去掉形象、人设和资金功能后的开源底座。适合想做虚拟主播、AI 数字人直播或研究 AI 直播互动链路的开发者和内容团队；普通从业者看看架构思路即可，直接部署门槛不低。

RuView 把家里现成的 WiFi 信号变成一套空间感知系统：人走动、呼吸甚至静坐都会扰动无线电波，它用低成本 ESP32 传感器采集这些扰动，就能判断房间里有没有人、几个人、在干什么，甚至隔墙探测。它能无接触测呼吸和心率、识别跌倒和活动状态、做睡眠分期，还能从 WiFi 信号里估计 17 个身体关键点，相当于不用摄像头的姿势识别。数据可直接接入 Home Assistant，也能桥接到 Apple Home、Google Home、Alexa 等主流智能家居生态，触发「有人入睡」「浴室占用」「老人久未活动」这类自动化。适合做智能家居集成、IoT 感知或隐私敏感场景监控的开发者——想用摄像头又担心隐私的养老看护、酒店、办公空间方案尤其值得看；纯做模型训练或后端的人关系不大。注意 README 提到部分精度仍是合成数据验证，实际效果需自行评估。

CLIProxyAPI 是一个用 Go 写的代理网关，它把 Claude Code、Codex、Gemini CLI、Grok、Devin 这些各家官方命令行工具的登录态，包装成标准的 OpenAI、Gemini、Anthropic 兼容 API 服务。简单说，你不用自己申请 API key 或按 token 付费，只要登录了这些 CLI 工具的账号，就能通过统一接口调用背后的模型，相当于把各家免费或订阅额度聚合成一个可编程的后端。典型场景是：你手上已有 Claude Pro 或 Gemini 订阅，想让自己的脚本、内部工具或不支持官方 API 的应用直接复用这些额度，而不是另开一份 API 账单；或者团队想用一个统一入口切换多家模型。需要留意的是，README 首屏大量篇幅是各类 API 中转商的推广链接，说明它在灰色地带被广泛用于绕过官方计费，使用时要自行评估账号风控风险。对 AI 应用开发者、需要低成本跑多模型实验的人有参考价值，普通从业者关系不大。

这是 DeepSeek Harness 的一个工作流插件，让你在画布上拖拽步骤、连线编排流程，插件把整张图编译成一份计划提示词交给模型执行，本身不带执行引擎，顺序、并行、分支、循环都由当前会话的模型自己调度。它最主打的场景是「破甲」研究：内置一条 15 步的流水线，从 200 多个探针测试开始，分析模型的拒绝模式，再定制生成破甲词，最后 API 验证并输出破甲词文件、使用手册和研究报告，适合想系统化研究 LLM 越狱的人。除此之外，它也能用来编排通用的多步任务，比如写代码、审查、不通过就回炉重修的循环流程，还能把跑通的流程导出成 Skill 复用。值得看的是关注 prompt 工程、Agent 编排和 LLM 安全研究的从业者，如果你只是想找个通用自动化工具，它依赖 DeepSeek Harness 生态，和多数人关系不大。

这是一套免费开源的 AI 工程系统课程，覆盖 542 节课、20 个阶段，用 Python、TypeScript、Rust、Julia 四种语言带你从零手写模型内部结构、检索管线和 Agent 运行时，而不是调用现成库。比如你会自己实现 Transformer、搭 RAG 检索流程、写 Agent 调度逻辑，再配上测试和评估，把失败案例拆开看清楚。课程提供网站、交互实验、项目挑战和学习路线多种入口，也有中文版 README。适合想真正搞懂 LLM 应用底层原理的后端工程师、算法工程师和 AI 应用开发者——如果你只是想快速调 API 上线一个功能，这套从头造轮子的路径对你帮助有限，但若你负责排查 RAG 效果差、Agent 行为不稳定这类问题，它能补上你缺的那块底层认知。

这是博客文章《Sparks of Weight Space Programming: LLMs can understand and write neural network weights》全部实验的完整日志存档，记录了让 LLM 直接读写神经网络权重的一系列尝试。八个实验覆盖了从简单到复杂的场景：让模型只看权重判断网络是玩 Breakout 还是 Pong 训练的、判断扩散模型生成的是圆形还是方形、从中间层判断语言模型学的是 Python 还是英文、直接编辑权重修复一个坏掉的网络、从零写出 MinAtar 游戏网络、写一个 150 万权重的 Go 网络、识别谄媚的语言模型，以及用改权重的方式提升 Qwen3.5-0.8B 的数学能力。每个实验都完整保留了发给模型的提示、模型的回复与推理摘要、它写的代码及运行输出、评分依据和涉及的网络文件，且全程禁用 Codex 的内置工具，仅在少数实验里允许跑沙箱 Python。对做 LLM 能力研究、想了解「权重空间编程」这条路线真实效果和边界的算法工程师和研究者来说，这是难得的可复核一手材料；不关心模型内部机制的人则不必看。

TwinDesk 是一个把你的多台电脑和手机拼成一张桌子的开源工具，可以理解为 KDE Connect 和 Synergy 的合体替代品。它让 Mac、Windows、Linux 和 Android 设备之间共享一套鼠标键盘、屏幕、剪贴板、文件、通知，甚至能在电脑上直接接打电话、回短信、把手机摄像头用进视频会议。比如你把 Mac 和 Windows 笔记本并排放，用一个鼠标横跨两边操作，或者把旧平板变成第二块屏幕，又或者在电脑上粘贴手机里刚复制的内容。连接方式很灵活，同一 Wi-Fi、USB 线、蓝牙甚至无共享网络都能配对，全程设备点对点加密通信，不需要注册账号也不经过云端。适合同时用多系统开发、需要跨设备协同办公的程序员和产品岗，以及想摆脱 Phone Link、KDE Connect 各自局限的效率工具爱好者；只用单一设备的人关系不大。

这是一个把日文 AI 绘画参考图库全面中文化的静态站点，原作者是ギア（@giaaibusi），本仓库将原本分散在三个站点的姿势库、服装库、人像库三合一，共 6,162 条中文元数据、上万张本地高清图，可离线浏览。它不只是图库：内置一个 Web 合成工作台，让你从人像、服装、姿势三个槽位挑素材拼出角色配方，选好后直连 Gemini、GPT Image、Qwen、Doubao 或本地 ComfyUI 生图，还提供 12 种画风预设和自动组装的中文提示词；同时它也是一个 ComfyUI 自定义节点插件，可在画布内调用姿势、服装、人像及三合一配方节点，姿势图可一键切换素体白模与深度图接入 ControlNet Depth。适合做 AI 绘画、角色设计、插画接单的画师和 AI 美术从业者，尤其是需要稳定姿势参考和多图参考生图流程的人；纯后端或算法岗关系不大。

Mole 是一个把 CleanMyMac、AppCleaner、DaisyDisk 和 iStat Menus 的常用功能塞进一条命令行的开源工具，同时提供 Mac 和 Windows 的原生应用。它能深度清理缓存、日志和已卸载应用的残留文件来腾出磁盘空间，也能连同 LaunchAgents、偏好设置一起彻底卸载应用，还带一个交互式磁盘分析界面帮你找出占空间的大文件，以及实时查看 CPU、内存、网络和进程状态。比如你硬盘快满了，跑一次清理可能就找回几个 GB；换新机器前想把某个 App 彻底清干净不留垃圾，它也能处理。删除操作默认走废纸篓并要求确认，拿不准的路径会直接跳过。对日常需要维护开发机的程序员、经常被磁盘空间困扰的 Mac 用户，或者想用一个工具替代多个清理和监控软件的人来说值得看看；如果你只是偶尔清空一下回收站，和多数人的关系不大。

这是一个针对 WoW Forever 私服拍卖行的自动倒卖机器人，Windows 桌面端加游戏内插件面板，用 Rust 和 Tauri 写成。它不只是像传统工具那样按利润率排序给你看，而是直接替你操作：算清拍卖行抽成和可能损失的押金后，自动低价买入、挂到能卖掉的价格、被人压价时立刻重新上架，每笔买卖都有日志说明理由。它还会识别三类陷阱——挂了没人买的冷门配方、价格已经滑走的旧数据、前面排着几周存量的墙——并告诉你为什么不能碰，同时给出「买多少、买到什么价、大概几天能卖掉、净赚多少」这类具体结论。游戏内面板贴在拍卖行旁边，随时能暂停自动买入。适合在 WoW Forever 上靠拍卖行赚金、不想整天盯着游戏和表格来回切的玩家；TradeSkillMaster 老用户也可以对比看看。和 AI 行业从业者关系不大。

dsh-purge Community 是 DeepSeek Harness（DSH）桌面端的社区维护版增强插件，圈内俗称「破甲」插件。它不改模型本身，而是降低交互摩擦：通过宿主补丁和提示词注入，让 Agent 少反复跟你确认「要不要继续」，能连续执行任务。同时它把状态诊断、提示词与预设管理、更新和本机备份回滚收敛到一个面板里，每次改动前自动快照，改坏了能一键撤回，全部逻辑跑在本机、不上传提示词。典型场景是个人学习和动手实验，比如让 Agent 连续跑完一串实验步骤而不被中途打断，或者集中调整多套提示词预设并保留回滚点。值得看的是正在用 DeepSeek Harness 做自动化实验、个人项目的开发者，以及关心本地 AI 工具可控性和可回滚性的从业者；如果你不用 DSH，这项目和你关系不大。

Myspoti 是一个用 Jetpack Compose 写的原生 Android Spotify 客户端，核心卖点是让免费账号听出 Premium 的体验：屏蔽音频广告、视频广告、横幅和歌曲间的 30 秒广告间隔，还能任意点歌、无限跳过，不需要 root，也不用改装版 Spotify。它底层其实跑的是官方 Spotify Web Player，登录走 Spotify 官方页面，播放记录照常上报，所以你的收听数据、历史和 Wrapped 都不受影响。除了去广告，它还补了不少官方 App 的短板：逐字同步歌词（带翻译）、官方音乐视频、Genius 歌曲解读、10 段均衡器、Spotify Connect、Jam、Android Auto，以及通过扩展实现的离线下载（支持 FLAC/M4A/MP3，文件加密存储）。适合的人是 Android 上的 Spotify 免费用户，尤其是想省钱又想要歌词、视频、离线这些功能的重度听歌者；如果你是 iOS 用户或付费 Premium 用户，这个项目和你关系不大。

Zed 是由 Atom 和 Tree-sitter 原班人马打造的高性能代码编辑器，用 Rust 编写，主打「快」和「多人协作」。它不只是 VS Code 的又一个替代品，核心卖点是原生渲染带来的极低延迟，以及内置的多人协作功能——你可以像用 Google Docs 一样和同事实时编辑同一份代码、共享光标和编辑内容。对日常被大仓库卡顿、或需要远程结对编程的开发者来说，这两点直接命中痛点。它还内置了 AI 相关能力，可接入各类模型辅助编码。值得看的是：日常写代码、对编辑器响应速度敏感的后端和系统开发工程师，以及有结对编程、代码评审协作需求的团队；如果你主要用 IDE 做重度调试或不介意 VS Code 的速度，它对你的吸引力有限。

vLLM 是目前最主流的开源大模型推理与服务引擎，可以理解为给 LLM 套上了一层高效的「调度+显存管理」外壳，让你用更少的 GPU 跑出更高的吞吐。它的核心卖点是 PagedAttention 和连续批处理，能把 KV cache 像操作系统管理内存一样切块复用，避免显存浪费，同时支持投机解码、量化（FP8、INT4、GPTQ 等）和多种并行策略。它提供 OpenAI 兼容的 API 服务，兼容 Hugging Face 上 200+ 模型架构，覆盖 Llama、Qwen、DeepSeek-V3 等主流 LLM、MoE、多模态和 embedding 模型，硬件上支持 NVIDIA、AMD、Intel GPU 以及 TPU、CPU 等。典型场景是：你想把一个开源模型部署成可对外提供服务的接口，或者在有限显存下压榨出更多并发。如果你是算法工程师、平台/基础设施工程师，或需要自建 LLM 服务的团队，这是绕不开的选型；纯做模型训练或只调用闭源 API 的人关系不大。

openjutsu 是一个本地运行的视频换人工具，可以看作开源版的 Higgsfield Genjutsu：丢进一段视频和一张角色照片，点生成，视频里的主角就被替换成你的角色，同时保留原片的运镜、剪辑、动作和音轨。它基于 ComfyUI 工作流加 Next.js 前端，用 MiniMax H3 生成视频、SAM 3.1 跟踪人物、Qwen3-VL 描述画面并写提示词，全部跑在自己的 GPU 上。除了换人，它还支持多人各换各的、涂抹替换或移除头发衣服等物体、换背景、根据照片生成新姿势再转视频，以及用 FLUX 在同一次生成里重新打光。适合做短视频二创、虚拟主播换皮、广告素材改版的创作者和 AI 视频方向的工程师，尤其是想摆脱云端付费服务、在本地跑通完整流程的人；不碰视频生成的读者可以跳过。

FigCraft 是用纯 Rust 写的开源界面设计与原型工具，可以理解为开源版的 Figma：支持画框、自动布局、组件与变体、矢量网络、样式和变量，能做交互原型，原生应用秒开且完全离线，文件就存在本地磁盘上，不联网、不收集数据。它能打开 Figma 的 .fig 文件（尽力兼容），也能导入导出 SVG、PNG、PDF 等常见格式，对设计师来说迁移成本不高。真正特别的是它对 AI Agent 的友好度：菜单、工具、拖拽全部抽象成命令，同一套引擎既能从界面操作，也能通过 CLI、JSON 控制通道或 MCP server 被 Agent 驱动，README 里的示例设计稿就是完全由命令 API 生成的。值得看的人有两类：一是受够了 Figma 订阅费和联网依赖、想要本地化设计工具的 UI/UX 设计师；二是想让 AI 自动产出或修改设计稿的开发者——如果你的工作和界面设计、AI 自动化设计都无关，那这个项目跟你就没什么关系。