pitupitu 让你用手机语音指挥跑在自己电脑上的 coding agent。它是一个装在每台机器上的小型 Rust 程序，通过一条主动外连的 WebSocket 把机器接到 pitupitu 云端，你在手机或浏览器上说一句话，就能在指定机器上启动 Claude Code、Codex、OpenCode 等 agent，查看进度、回答它抛出的问题、或在它卡住时推一把，全程不用碰终端。agent 仍跑在你原有的订阅和权限下，不碰你的凭证，云端也只能执行固定的一组操作，没有任意 shell。它把 agent 会话交给 herdr 这个终端工作区管理，你在桌面上打开 herdr 就能看到和手机完全相同的实时会话。适合经常让 agent 跑长任务、又不想一直守在电脑前的开发者，比如通勤、散步时想确认构建结果或批准权限请求的人；如果你的 agent 任务都是几分钟内完成的短活，这个项目意义不大。

renderlint 是一个针对渲染后界面的检查工具，可以理解为「UI 版的 ESLint」：TypeScript 和 ESLint 只能检查代码本身，看不到像素层面的错误，而 renderlint 会在手机、平板、桌面多种宽度和深色模式下实际渲染每个页面，捕捉文字溢出卡片、灰字看不清、元素重叠、响应式布局在某个断点崩掉、图表标签互相压住、该用图标的地方塞了 emoji 等问题，甚至能发现 KPI 卡片里显示的 $undefined。它支持 Next.js、Nuxt、SvelteKit、Angular 等主流框架，能自动读出路由并填充真实 id，还能按 admin、viewer 等不同角色分别检查登录后的页面，每个问题都会给出元素位置、源文件、标注截图和具体修复建议，格式是 AI 编码代理能直接读懂并动手改的文本。值得看的是前端工程师、QA 以及在用 Claude Code 等 AI 代理写 UI 的人，尤其是那些被「代码没问题但页面就是难看」困扰的团队；如果你不涉及 Web 界面开发，这个项目和你关系不大。

这是一个给 AI Agent 用的 Skill，让 Claude Code、Codex 这类编程助手能画出论文级别的科学示意图，输出可编辑的 SVG/PDF 矢量代码，而不是一张不可改的位图。它解决的是科研人员画机制图、装置图、流程图的老大难：以前要么手绘再描图，要么用 PowerPoint 拼形状，改一个箭头方向都费劲；现在把技术描述和参考风格喂给 Agent，它会给出多个设计方案供挑选，你还能指定扁平 2D、矢量 3D 或 Blender 渲染等风格，以及期刊单栏 89mm、双栏 183mm 的精确尺寸。作者用五篇 Nature 系列论文做了对比测试，展示加 Skill 前后生成质量的差距。适合正在写论文的科研人员、需要画架构图或流程图的算法工程师，以及想探索 Agent Skill 写法的 AI 应用开发者；它只负责快速出草稿和提供设计思路，科学内容的把关仍需作者本人。

这是一个把小说或文章自动改编成漫画的工具链，你把原作文本丢给 Codex 这类 AI 编程助手，它就负责从脚本、分镜、图像生成、排版到 PDF 输出的全流程。它把台词和气泡与画面分开排版，所以后期改对白不用重新生成图片，还内置了角色一致性方案，避免同一角色在不同格子里长得不一样。实际用法是让 Codex 读取仓库里的制作规范后自动推进，人只需要在系统弹权限时点一下确认；也支持 Claude Code、Cursor 等其他 Agent，图像生成可接外部 ComfyUI。适合想把网文、轻小说快速做成漫画试水的个人创作者，以及做 AI 内容生产流程探索的从业者；如果你不碰漫画或图文生成，这个项目和你关系不大。

这是给 Herdr App 做的一套类 T3 Code 布局，把终端、Agent 和仓库管理塞进一个更紧凑的界面：左侧可在 Lists 和 Inbox 两个侧栏间一键切换，Inbox 用 T3 风格的 Settle 机制管理 Agent——需要你处理的排在卡片顶部，做完的可手动归档到安静列表，有新工作时再回来，忙碌的则折叠进 Working 区。它还会统一各处的命名和状态标记，比如转圈表示工作中、感叹号表示受阻、圆点表示完成，并按空间或优先级给 Agent 分组、把子 Agent 嵌套在父级下。适合同时跑多个 Agent、多仓库多机器的重度终端用户，尤其是用 Herdr 协调 AI 编程 Agent 的开发者，能明显减少在窗口间找状态的功夫；如果你不用 Herdr，这项目和你关系不大。

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。

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。

Otto 是一个原生 macOS 应用，可以理解为「给你的 AI agent 们用的个人操作系统」：它把 Claude Code、Codex、Cursor、Grok 等你已有的 agent CLI 统一收进一个界面里运行，首页提供每日简报和常用卡片，聊天区管理会话、机器人和团队，旁边还挂着文档、仪表盘、自动化和内置浏览器。所有 agent 在本地跑，文件、记忆和凭证都留在你的 Mac 上，凭证只进 Keychain，工作和个人资料分开各存一套记忆。它还通过 MCP 把统一的工具注册表暴露给 agent，支持按 agent 切换模型与账号、给机器人配独立记忆和子 agent，以及可选的语音控制和 iOS 配对应用。适合每天在多个 agent CLI 之间来回切换、又不想把凭证和数据交给云端的重度 AI 编程用户和独立开发者；如果你只用一两个 agent 或主要在网页端工作，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。

面栈 MianStack 是一个开源的程序员面试题库网站，把真实大厂面经、技术考点和参考答案整合在一起，覆盖 Java、Python、数据库、算法，以及大模型、AI Agent、RAG 等热门方向。它能帮你解决「资料一堆却不知道先看什么」的问题：同一道题会标出哪些公司问过、多少篇面经提到过、面试官原话怎么问，让你优先刷高频题；还能按公司、岗位、校招社招、面试轮次定向筛选，比如冲字节就先把字节的面经和关联题过一遍。此外它拆解了 20 个真实开源项目的架构、选型和源码，配简历示例和场景化答法，专门应对项目面里「展开讲讲」的追问。适合正在准备跳槽或校招的后端、算法、AI 应用方向工程师，尤其是要突击 AI 岗位面试的人；如果你近期没有面试计划，关系就不大。

这是给 DSH（DeepSeek Harness）用的插件，解决长对话里上下文压缩的老问题：原版要等窗口堆到 80% 才触发一次模型压缩，等十几秒、额外计费，压完注意力还会飘，没多久又堆满。Live Compact 的思路是边做边压——每轮对话结束后，只要上下文超过两万 token 就本地切一刀，把刚结束的这一轮就地压掉，不调用模型、不改切点之前的原文，因此云端的前缀缓存命中率基本不受影响，官方的大压缩能拖就拖。作者用 Aider 的 150 道编程题和 20 题长链路做了对比：通过率不变，费用便宜约 23%，题末上下文比原版低四成，墙钟时间也明显缩短。适合经常用 DSH 跑长任务、多轮工具调用的 AI 编程和 Agent 应用从业者，尤其是按 token 计费、在意缓存命中的云端用户；只是偶尔聊两句的人用不上。

LGUI 是一个专为 AI Agent 设计的游戏 UI 框架，让做游戏界面这件事不再依赖游戏引擎：界面用 FairyGUI 格式写在 `ui/` 文件夹里，逻辑用 TypeScript 按 MVC 组织，预览开浏览器、测试在 Node 里跑，Agent 可以自己拼界面、写逻辑、截图验收，全程不用打开 Unity 或 Cocos 编辑器。它解决的是游戏开发中 UI 迭代慢、Agent 难以自主验证的麻烦——比如让 Codex 从一张原型图出发，30 分钟做出背包界面并导出到 Unity 打包测试；框架自带横竖屏双布局、安全区、拖放、多语言、动效等游戏 UI 常见能力，还提供规范检查和带错误码的报错，方便 Agent 自查。上线时一条命令把同一份界面和代码导出到 Unity，游戏代码不用改，接其他引擎只需写适配层。适合游戏客户端开发、UI 程序，以及在用 Claude Code、Codex 等 Agent 做游戏开发的团队；做纯 Web 或后端的人关系不大。

这是一个让 AI agent 任务「断点续跑」的引擎：当结构化数据任务（JSON/CSV 的抽取、补全、清洗）中途失败时，已完成的分块会被封存校验，只把剩余部分交给新的执行者，避免整单重跑浪费 token 和时间。它自带独立校验环节，验证已完成的行确实原封不动、schema 和 ID 都对得上，客户验收后才通过 x402 协议用 USDC 在 Solana 上付款，链上只记录供应商身份、信誉反馈和支付，数据本身留在 Postgres。整个流程有租约、幂等键、超时、退款、争议等明确状态机，适合做数据众包或外包型 agent 服务的结算层。值得看的是在做 AI agent 商业化、需要「按结果付费」或处理大批量数据任务的产品和平台工程团队；如果你只是调用模型做推理或写应用，跟你的关系不大。

Prevue 让 AI 编码 agent 直接「看见」它写的 Jetpack Compose 界面：保存代码后约一秒，浏览器里的 Compose Preview 就会重绘，无需打开 Android Studio、无需等 Gradle 构建。它解决的是 agent 开发 UI 时的循环痛点——以前 agent 改完代码，开发者要自己开 IDE 看效果、截图、再转述问题，人被卡在循环中间；现在 agent 保存、拿到渲染图、对照 Figma 设计稿或截图自行比对修改，人只需最后在浏览器里验收。它还支持交互模式，agent 能模拟点击拖拽并拿到新画面；点击预览中任意元素可直接定位到对应文件和行号，方便把问题精确指给 agent。每个 worktree 有独立轻量守护进程，内存占用约为 Android Studio 的六分之一，多个 agent 并行互不干扰。适合正在用 Claude Code、Codex 等工具做 Android 或 Compose Multiplatform 开发、且被 IDE 占用和反复截图折磨的工程师；不做 Compose 开发的人关系不大。

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。

WebsiteBench 是一个评测 AI agent 编程能力的基准：给 agent 一个可以随意浏览的真实生产网站，让它通过浏览器探索把整个全栈网站逆向重建出来，外观和行为都要尽可能还原。它包含 70 个网站任务、共 46,916 条隐藏测试用例，每个任务有 302 到 2,016 条检查，既验证功能是否正确，也用 SSIM 图像相似度卡视觉还原度，最终按通过比例给分。这相当于把 SWE-Bench 的思路搬到网页重建场景，衡量的是 agent 能不能像人一样边看边摸索、把一个陌生网站复刻出来。做 agent 评测、web agent 研究，或者想横向比较不同模型在长程浏览器任务上表现的从业者值得看；如果你只是找网页开发工具或部署方案，和你关系不大。

Diffinery 是一个可以部署在自己 Cloudflare 账号上的开源 GitHub 替代品，把 Git 托管、Pull Request、代码审查和 CI 全部搬到 Cloudflare 的 serverless 平台上运行，不需要自己维护服务器或 runner 机器。它最大的特点是兼容现有的 GitHub Actions 工作流：`.github/workflows` 里的 YAML 可以原样跑，marketplace action 也支持，runner 默认给到 4 vCPU 和 12 GiB，比 GitHub 私有仓库的标准 2 vCPU runner 更快。对 AI 编程团队来说，它把 Claude Code、Codex、Cursor 这类 agent 当成正式成员：给 agent 一个目标，它在沙箱里提交 PR，另一个 agent 负责审查每个 PR 的 bug，人只需要每天在 Today 页面上点批准，绿灯后自动合并，还内置了 MCP server 和 GitHub 兼容的 REST/GraphQL API。适合三类人：想自托管 GitHub 又不想运维服务器的团队、想换掉 GitHub Actions 但保留现有 workflow 的 DevOps、以及正在把 AI agent 接入研发流程的技术负责人。如果你只是用 GitHub 写个人项目，和你关系不大。

OpenKatana 是一个由 AI Agent 驱动的开源视频剪辑引擎，可以理解为「让 AI 用代码操作的 Premiere」：把照片、素材和音乐喂进去，输出包含剪辑点、转场、动效、字幕和配乐的完整成片，而且结果是一个可继续编辑的工程文件，不是渲染死的视频。它不依赖单一的文生视频模型，而是给你的 Agent 提供时间线、运镜、3D、音频和 37 种合成特效等真实剪辑工具，还能分析参考片的剪辑节奏并转成时间线参数。同一份工程支持 ComfyUI Apps、Studio、CLI 和 MCP 四种入口，人和 Agent 可以轮流改。适合做短视频、混剪、动效包装的内容团队和 AI 应用开发者，尤其是想把剪辑流程 Agent 化、需要本地可控方案的人；纯做模型训练或后端的读者关系不大。

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。

这是一个让 AI agent 远程调试手机上 WebView 页面的工具，可以理解为把 Chrome DevTools 的能力通过 MCP 协议交给 Claude Code、Cursor 这类 agent。它解决的是移动端最头疼的一类问题：某个 bug 只在个别用户的手机上出现，比如微信这类超级 App 或自家 App 内嵌的 H5 页面，没有 USB 线、没有调试端口、本地也无法复现。接入方只需在页面里加一段脚本，用户端会出现一个带设备码的小浮标并可主动请求协助；开发者侧的 agent 通过 MCP 连上后，能读取无障碍快照、console、网络请求和截图，并像人一样点击、输入、滚动，覆盖该设备上所有页面和 WebView。同时它也给真人留了完整的 Chrome DevTools 控制台，用户全程可见 agent 的操作光标和任务卡片，随时可接管或结束，密码、手机号、卡号在离开手机前会被脱敏。适合做 H5 混合开发、移动端前端、以及想把 AI 引入线上排障流程的工程师；纯后端或不做移动端的人关系不大。

Arkdraw 是一个开源画图工具，可以理解为「带 AI 助手的 draw.io」：你用自然语言描述一个系统，它就把流程图、UML、ER 图、网络拓扑、线框图或思维导图画出来，生成的是可继续编辑的原生图形而非图片。它内置 AWS、Azure、GCP、Kubernetes 等官方图标，能自动按 VPC、子网、资源组分组，连线也会规整避让。除了从零生成，它还能在已有图上做增量修改，比如「在数据库前加一层缓存」「给所有连线加标签」，甚至让某个故障服务闪烁起来，并把请求流程动画导出成 GIF。模型完全自选，支持 Claude、OpenAI、Gemini、DeepSeek 等主流服务，也能用 Ollama 全离线跑，文件是本地 JSON，不经过任何服务器。适合需要频繁画架构图、给团队做系统讲解的后端、架构和运维工程师，以及想快速出方案草图的技术负责人；如果你平时很少画图，关系就不大。