STC 是一套给 AI 用的中文写作规范，可以理解为中文版的 ASD-STE100（航空手册用的简化技术英语标准）：提供表达规则、词表和检查工具，让 AI 生成、审阅和改写中文时更简短自然、术语统一、指代清楚。它解决的是大模型写中文的常见毛病——废话多、同一个东西换着叫法、用「进行优化」「赋能」这类套话撑长句子、任务结果和需要用户做的事混在一起。通过 CLI、独立 Skill 或网页链接，可以把它接入 Claude Code、Codex、ChatGPT 等工具，让 agent 按规则输出，还能用机器检查找出可判定的问题并接入 CI。写系统提示词、界面文案、技术文档的团队，以及需要一份可机器校验的中文写作标准的人值得看；普通聊天用户也能用，但和多数不涉及 AI 内容生产的岗位关系不大。

这是一个 ComfyUI 插件，让你在生成的人物图上依次完成换脸换发型、换姿势、换全套服装三步编辑，底层靠 Qwen Image 2.1 和 Qwen-Image-Edit-2511 驱动。它自带三套本地图库：1499 张人像、1439 张姿势、1407 套服装，可以在浏览页面里挑一张脸、一个动作、一套衣服，插件把它们拼成参考图喂给模型，输出「同一个人摆出所选姿势、穿着所选服装」的成图，每一步都能单独预览，也能用开关跳过某一步。适合做虚拟偶像立绘、电商模特换装、游戏或漫画角色三视图的从业者——比如你想让同一个角色反复换动作出图，不用每次重新写提示词。要注意的是，素材包的授权状态并不干净：姿势图库明确禁商用，服装图库没找到再分发许可，人像图库虽标 CC0 但原作者请求勿再分发，README 也反复强调 MIT 只覆盖代码，商用前务必自己核对法律文件。另外它含成人向分类，仅限成年人使用。

MapVerity 是一个数据管道字段级验证工具，专门解决医疗、保险、金融这类行业里「数据看着没问题但其实错了」的痛点——类型对、非空、在域内，但值就是错的。它把业务分析师已经在维护的 source-to-target mapping 表格直接编译成可执行的测试套件，对每个映射字段从源记录重新推导期望值，再和管道实际写入的结果比对，能处理 COBOL copybook、定宽文件、CSV、JSON、Parquet、S3、MongoDB、SQL 数据库和 REST API 等各种真实数据源。除了逐字段校验，它还能做数据变异测试，主动注入 15 类 ETL 故障来衡量你的测试套件到底能抓出多少、盲区在哪，并用基于公开缺陷数据训练的模型给转换函数打风险分、给出 SHAP 解释，把最可能出问题的检查排在前面跑。适合数据平台工程师、ETL 开发和数据质量负责人在 CI 里做发布门禁；如果你不负责数据管道的正确性验证，和你关系不大。

这是一个私有的 Telegram 机器人加 HTTP 服务，用来把你在 App Store 上合法获取的应用下载下来并解密成 IPA 文件。你发一个 App ID、bundle ID 或 App Store 链接，它会先展示应用名称、开发者、版本、大小等信息让你确认，然后排队下载当前最新构建，解密后给你一个 24 小时有效的下载链接，全程在一条消息里实时显示进度条、速度和剩余时间。它会自动检测 App Store 是否发布了新版本，缓存只对当前构建生效，解密时还会剥离 Apple ID 和授权信息，避免账号数据外泄。适合需要频繁获取和归档 iOS 应用 IPA 的安全研究人员、逆向工程师，或者小团队内部共享已购应用的场景；如果你平时不碰 iOS 逆向或应用分发，这个项目和你关系不大。

Doc2Harness 是一个评测基准，衡量的不是模型写代码补丁的能力，而是模型能否从零搭建出一个能用的 coding agent 本体（即 harness）。它分两步：先让被测模型在隔离容器里根据开发文档和接口骨架实现完整 agent，再冻结该实现，用脚本化的 mock 模型端到端驱动，观察模型请求、磁盘文件、退出码、命令输出四类信号来判定通过与否，并用正向对照排除“空过”。场景覆盖文件读写、权限约束、会话状态、无头运行、协议层、终端交互、启动安装等九类。榜单显示 19 个前沿模型最高通过率仅 53%，说明即便最强模型也近半失败。适合关注 agent 工程质量、做 coding agent 产品或模型评测的研究与工程人员；普通后端或应用层开发者关系不大。

这个仓库声称提供 Daemon Tools（虚拟光驱软件）的所谓「预激活」免费安装包，README 明显是为搜索引擎堆砌关键词的产物，且日期标注为 2026 年，与当前时间不符。它要求用户从第三方域名下载脚本、以管理员权限运行，并主动指导如何关闭 Windows 实时防护来绕过杀毒软件拦截——这是典型的恶意软件分发手法，114 个 Star 很可能是刷出来的。所谓「开源」也站不住脚：仓库里没有任何源代码，只有安装说明。如果你是互联网或 AI 从业者，这个项目与你的工作毫无关系，更不要按它的指引操作，否则很可能中招。

这是一个给 AI 智能体配真实硬件鼠标的 MCP 服务器，需要搭配专用的 uMouse 设备和固件，普通 USB 鼠标不行。它通过 USB HID 协议让 Claude、Codex 这类 Agent 客户端直接操控桌面：移动光标、点击、滚动、拖拽，支持多显示器的物理像素坐标和高精度模式，还能读取光标位置、按键状态和前台窗口信息。除了鼠标，它还带语音听写功能，按住设备上的语音键说话，识别结果会直接输入到当前聚焦的窗口，比如给 Agent 下口头指令或在微信里发语音转文字消息。同一台机器上只跑一个共享守护进程，多个 Agent 客户端可以共用，同一时间只有一个任务能接管键鼠。适合在 Windows 上做 computer-use、桌面自动化实验的 AI 应用开发者，以及想让 Agent 真正操作本机的从业者；没有 uMouse 硬件或不碰桌面自动化的人关系不大。

这是一个面向 AI 绘画和角色设计的中文参考图库，把散落在日文原站的服装、脸型、姿势、深度图和二次元素材整合成一个可中文检索的静态网站。服装库收录写实与动画两套共两千多套衣装，可按季节、颜色、材质筛选；脸型库有近 1500 张虚构人物的五官与发型参考；姿势库和深度库各 1400 多张，线稿与灰度深度图按编号配对，方便处理肢体遮挡和透视；二次元库则带可直接复制的英文标签。实际用处是：写 prompt 时找不到合适的服装或姿势参考、画分镜需要多视角构图、训练或调试 ControlNet 类模型需要成对的线稿与深度图，都能在这里快速取图。对做 AI 绘画工作流、漫剧分镜、角色设计的画师和相关算法工程师比较有用；纯后端或不做视觉相关工作的读者关系不大。

FDE Gym 是一个面向 LLM 时代的在线评测平台，可以理解为 LeetCode 式 OJ 的升级版：考的不再是写出正确代码，而是像 forward deployed engineer 那样把客户交付做完。每个案例都是一次真实客户交付——你拿到的只有一段含糊的客户诉求、一个已在运行的系统、文档和几个可以询问的客户方人员，需要自己判断真正要解决的问题、找出没写下来的规则，再指挥 coding agent 去改系统。提交后系统会在客户没展示过的流量上真实运行打分，改没改好一目了然，生产事故直接归零，占用客户人员时间也会扣分。适合想评估或练习 AI coding agent 实战能力的工程师、做 agent 评测与 benchmark 的团队，以及关心 FDE 这类岗位实际工作方式的人；只想刷算法题或找部署方案的读者关系不大。

CoworkOS 是一个让人和 AI agent 长期协作干活的运行框架，可以理解为给 Agent 加了一套「项目管理 + 交接班」的外壳。它采用三层结构：Main Agent 负责定计划、分任务、验收结果，Coordinator Runtime 负责派发和跟踪子任务，可选的 Subagents 执行具体活儿，任务状态和日志会保留下来，中断后能接着干。它面向的是跨天、跨会话的复杂交付，比如写代码、做研究、产出文档和 PPT、操作 CAD 或 Blender 场景，人和 agent 可以在同一批文件上互相查看和修改，改动以候选形式待审后再合并。README 里还展示了用它跑模型后训练迭代循环的案例，五轮迭代把 Qwen3.6-35B-A3B 在八个 benchmark 上的均分从 33.19 提到 42.95。适合关注 Agent 工程化落地、想做长周期自动化流水线或 agent 驱动研究的工程师和研究者；只是日常用用 AI 编程工具的人关系不大。

qgpu 是一个实验性项目：在 Qwen3.5-2B 的权重里直接塞进了一块 SIMT GPU——45 层编译出来的 transformer 排在 Qwen 自己 24 层之前，用 Gated DeltaNet 层的循环状态充当寄存器和显存。它不是插件也不是模拟器，模型自己逐 token 写出每次 CUDA kernel 启动的每一步，从分支、循环到 atomicAdd 和 warp shuffle 都能跑，参考解释器在 49 个测试 kernel 上与真实 NVIDIA Tesla T4 结果完全一致，而文本能力几乎不受影响。聊天时问它一个计算，它会现场编译 CUDA 到 PTX、降级成机器块，再由模型自己把每条指令的执行结果写出来，旁边还有面板实时显示 warp 调度和流水线。这更像一个展示「transformer 能当通用计算机器」的研究玩具，适合对模型内部机制、循环注意力或 AI 计算极限好奇的研究者和工程师；想实际做数值计算的人用不上它。

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。

这是一个把 Claude Code 多个 Agent 可视化成 3D 猫咪办公室的本地监控面板：每个 Agent 是一只坐在工位上的猫，有任务进来就醒来干活，屏幕上实时显示它在做什么，跑完后输出落到「CEO 询问」卡片里，猫再回去睡觉；空闲时完全不调用模型，0 token 消耗。它底层通过 tmux 驱动 `claude -p` 执行任务，前端用 three.js 程序化生成办公室场景，支持点猫派发预设任务、向 CEO 描述需求自动分发、token 计数和实时事件流。适合同时跑多个 Claude Code Agent、需要一眼看清各 Agent 状态和产出的开发者，尤其是把 Agent 当作长期后台助手用的人；如果你只偶尔单线用 Claude Code，这东西更多是个有趣的玩具而非刚需。

Trina AX 是一个自托管的团队 AI 工作台：管理员在一台服务器上配好一次 Claude Code 和 Codex，全公司员工直接用浏览器或手机打开就能问，不用装终端、不用碰命令行。它解决的核心麻烦是——Claude Code 在空文件夹里不知道你是谁，每次都要先问六个问题；而 Trina 把公司文件夹、团队技能（一个 SKILL.md 就是一种写法规范，比如提案模板）和每个人的文件夹权限预先接好，新员工第一天问「写个提案」就能拿到贴合公司风格的成品。每次 AI 要读文件，服务器都会以提问者本人的身份做权限校验，你打不开的目录对你的 AI 同样不可见，销售看不到财务报表，AI 也就读不到。适合需要把 AI 编程助手安全地推广给非技术同事的团队负责人、IT 管理员，以及对数据不出内网有硬性要求的公司；如果你只是自己写代码用 Claude Code，关系不大。

这是把 Xbox 版格斗游戏 Soulcalibur II 做成原生移植的项目，采用静态重编译技术：把游戏程序提前翻译成 C 代码在原生运行时上跑，不依赖模拟器，可运行在 macOS、Linux（含 Steam Deck）、Windows 和 Android 上。它最大的卖点是把三个平台的独占客串角色——Xbox 的 Spawn、GameCube 的 Link、PS2 的 Heihachi——合到同一份游戏里，只要玩家自备对应光盘镜像即可解锁，三名角色能在所有模式中对战。此外还加入了训练模式（显示 hit box、帧数据、帧表、连招读数、可录制回放的木桩）、带 rollback 的在线对战、自由相机、宽屏、高分辨率和 CRT shader。对格斗游戏开发者或想研究帧数据、hit box 设计的从业者来说，这套训练工具相当专业；普通 AI 或互联网从业者与它关系不大，纯属怀旧玩家和格斗游戏社区的玩具。

这是一个 ComfyUI 自定义节点包，围绕 MiniMax H3 视频模型做多镜头连续创作。它提供一条时间线（Timeline），把多个片段串起来并跨片段携带上下文，让第二镜、第三镜能延续第一镜的设定；还带一个 Studio 界面，可编辑故事、参考图和时间线。核心卖点是「视觉记忆」：能把之前片段里的某个画面带进后面的镜头，即使中间切了外景或换了机位也能接上。另外内置 H3 Story 节点，可通过 OpenAI 兼容接口（本地或云端）自动规划并撰写时间线上的故事。适合在 ComfyUI 里做短片、分镜连贯性测试的视频创作者和 AI 内容团队，尤其是苦恼于多镜头人物、场景一致性的从业者；只想跑单条视频生成的人用不上它。

dylix 是一个装在 iPhone / iPad 上的 iOS 插件开发工作台，相当于把 Theos 那套越狱插件开发流程搬进了手机：你可以在手机上管理源码、编辑代码，调用内置的 Clang / LLD 和 Logos 语法，直接在本机编译出 dylib 和 deb 产物，还能用 libgit2 做本地版本管理并同步到 GitHub / Gitee。它内置 AI 助手，能按权限读取头文件、解释和修改代码、检查构建结果，普通聊天会话里也能直接创建项目并继续开发。此外还带 IPA 头文件导出、Mach-O 静态信息检查和离线崩溃符号匹配等分析工具，并支持通过局域网让电脑浏览器远程连接手机上的工作台。适合做 iOS 越狱插件或逆向分析的开发者，尤其是想脱离电脑、在移动场景下快速改代码和出包的人；如果你不碰 iOS 原生插件开发，这个项目和你关系不大。

stalemap 解决的是 AI 编码助手的一个通病：模型的训练数据有截止日期，而你项目里锁定的依赖版本往往更新，于是 agent 会按旧 API 写代码，比如对着 AI SDK 7 用 `maxSteps`、对着 zod 4 用 `required_error`。它会找出模型训练截止之后发生变动的依赖，把类型变更和 changelog 摘成一段简短说明写进 AGENTS.md 或 CLAUDE.md，让 agent 开工前先读到；编辑代码后还会跑类型检查，一旦用了过时 API 就立刻把编译错误和对应说明推给 agent；另外提供一个 MCP 工具，agent 可以用自己的话查询某个包的变更。支持 Claude Code、Cursor、Codex、OpenCode 等，适用于 JavaScript 和 TypeScript 项目。官方基准测试显示，用它之后 agent 任务通过率从 68% 提升到 89%。日常用 Claude Code 等工具写 Next.js、React 或 Node 项目的前端和全栈工程师最值得看，尤其是经常被依赖升级坑到的场景。

lessloc 是一个给 Claude Code、Codex、GitHub Copilot、Gemini CLI、Cursor 等 AI 编程助手加装的约束插件，作用是让这些 agent 只写刚好够用的最少代码，别再随手堆垃圾。它会强制 agent 优先复用项目里已有的实现，而不是重复造轮子，从而减少 code review 的负担和每次任务消耗的 token；同时拒绝占位符、注释掉的死代码和随手生成的备份文件，如果 agent 自己跑的测试在「完成」时还失败，会自动回去修到通过为止。对日常用 AI 编程工具的工程师来说，它解决的是两个真实痛点：一是 AI 生成的代码冗余、重复、需要人花时间清理，二是 token 账单虚高。适合那些已经在用 coding agent 做日常开发、经常要 review AI 产出代码的后端或全栈工程师，尤其是团队里 AI 代码占比高、代码质量把关压力大的人；如果你平时不用 AI 编程助手，这个项目和你关系不大。

Azure Lab 是一个跑在本地的 Microsoft Azure 模拟器，让你不注册账号、不绑信用卡就能练 DevOps。它复刻了 Azure Portal、Cloud Shell 和 Azure DevOps 的界面与行为，连命令输出、报错信息和计费逻辑都照搬真实体验（1 分钟真实时间算 1 小时账单），你可以放心搞砸一台虚拟机或忘关一个集群而不产生任何费用。内置的学院课程分 13 个级别、47 个实验，从资源组、VNet、VM 讲到 Terraform、AKS、Pipelines YAML 和 Azure Policy，每一步操作都会被自动校验并打勾，还带 XP 和段位系统。适合想转 DevOps、正在备考 Azure 认证、或团队里需要零成本练手 Azure CLI 与 CI/CD 流水线的后端、运维和平台工程师；纯前端或非云方向的读者关系不大。注意它是独立教育项目，与 Microsoft 无关，也不连接真实 Azure。

Ghostman 是一个跑在终端里的 API 调试工具，可以理解为 Postman 的轻量替代品：同样是构造 GET、POST 等 HTTP 请求、查看响应，但它不走 Electron 那套重型客户端，内存占用只有约 30MB，冷启动不到 200 毫秒，全程键盘操作，请求集合以纯文本存在本地，可以直接提交进 Git。它还内置了一个 webhook 监听服务，本地起一个端口就能实时抓取 Stripe、GitHub、Shopify 或微服务回调的 payload，省掉再开 ngrok 或 webhook.site 的麻烦，并附带 DNS、TTFB 延迟和状态码等指标。适合后端开发、接口联调和 DevOps 岗位里习惯终端工作流、反感 Postman 强制登录和资源占用的人；前端或纯 AI 岗位日常用 Postman 就够了，关系不大。

OpenMinutes 是一个配合 MemoTalk S1 录音笔使用的开源工作台，把录音笔里的 MP3 导入电脑后，自动转成可搜索、可分类的文字。它把导入、转录、AI 归类、检索复盘串成一条流水线：每条录音都有清晰的状态标签（待下载、待转录、转录中、待归类、已归档、失败等），支持批量操作。转录用流式 ASR 生成带时间戳的分段文本，AI 归类则用 LLM 生成结构化标题、摘要、分类、标签、要点和待办事项，且可手动修改；还能按分类、标签、阶段筛选，按时间排序，回放时可直接跳到对应句子。对每天产生大量会议、访谈录音的人来说，它解决的是「录了一堆却找不到某段对话」的麻烦。适合需要整理语音记录的产品、运营、研究或助理类岗位，以及想自建语音笔记系统的开发者；如果你不用录音笔或不常处理音频，关系不大。

Frankensurf 是一个自托管的网页抓取工具，可以看作 Firecrawl 的免费替代品：一个容器、同一套 API，让 AI agent 用一次调用就能读取网页。它背后串起了 41 种抓取手段，从普通 HTTP 请求、Jina Reader、浏览器到隐身浏览器逐级升级，只有被网站拦截时才动用更贵的付费 API。和多数抓取器不同，它会验证拿到的是否为真实页面——遇到验证码、登录墙或空壳页面会明确报错并说明原因，而不是让 agent 拿着垃圾内容继续作答。在 150 个随机站点的测试中，它的读取成功率达 96%，高于 Firecrawl 云服务的 85%。它支持 MCP server、Python 库、命令行，也能直接替换任何配置了 Firecrawl URL 的工具，如 LangChain、Dify、n8n 等。适合需要给 agent 接入实时网页数据的 AI 应用开发者、做 RAG 或深度研究产品的团队，以及被 Firecrawl 付费方案困扰的自托管用户；如果你不涉及网页抓取，和你关系不大。

nekochat 是一个自托管的角色扮演网页聊天工具，可以理解为「可自己部署的 SillyTavern 类产品」：管理员在后台把底层模型、思考档位、系统提示词、联网搜索、立绘背景和表情包组合成一张「角色卡」，普通聊天页面则完全隐藏模型名和参数，打开就能直接和角色对话。它内置 300 张本地 GIF 表情包，角色会根据语境在回复中自然穿插表情；还支持让角色输出可交互的数据图表、节点图和动画 SVG，以及挂载 DeepSeek 或 ChatGPT 订阅的联网搜索。技术上用 Rust + SolidJS + WebAssembly 把 Markdown 渲染和高亮移出主线程，主打长回复流式输出时界面零卡顿。适合想自建 AI 角色扮演应用、对沉浸感和前端性能有要求的全栈或前端工程师；如果你不碰这类应用，和多数从业者关系不大。

这是一个装在 Codex 里的对话技能，帮对 AI 芯片方向感兴趣的初学者做探索：先了解你的专业背景、可投入时间和设备，再带你认识芯片领域的不同方向，设计 15-30 分钟就能完成的轻量任务让你实际感受某类工作在干什么，或者围绕你已有的科研 idea 查找相近文献、整理可验证的检索关键词。它也支持切换到其他行业，比如你贴入机器人领域的资料或论文链接，它会明确说明实际读到了什么，而不是把芯片那套话术原样搬过去。项目明确声明输出只是探索建议，不是就业预测或能力测评，且目前是第一版草稿，测试多为模拟、真实用户验证尚未完成。适合电子信息、计算机相关专业的在校生，尤其是想了解 AI 芯片有哪些细分方向、要不要往这个方向走但缺乏信息渠道的大一大二学生；已经在行业内的人基本用不上。