Stremio Origin 是给 LG webOS 电视做的 Stremio 原生客户端，非官方出品，用 C 和 SDL2 写成，走 homebrew channel 安装。它把 Stremio 的插件生态搬上电视大屏：首页、发现、片库、搜索都带海报和预告片，播放器支持选源、字幕、跳过片头片尾、下一集卡片，还能在电视端转码 DTS、播放 Dolby Vision 和种子流（可配 USB 做缓冲），手机投屏功能也接近完成。片库、观看进度与 Continue Watching 会和你的 Stremio 账号同步，登录直接走 Stremio 官方，不收集任何数据，日志只留在电视本地。对家里有 LG 电视、平时用 Stremio 追剧看电影的用户来说，这基本是把网页版体验原样搬到了遥控器上；如果你不碰 Stremio 或没有 webOS 电视，这个项目和你关系不大。

Fush Vue MCP 是一套面向 Vue 前端逆向和 Web 安全测试的工具，由 Chrome 扩展加 MCP 服务端组成，把 91 个浏览器操作能力暴露给 Claude、Codex 等支持 MCP 的 AI 客户端。它能提取 Vue Router 全部路由和权限矩阵、绕过路由守卫与反调试、Hook XFR/Fetch/CryptoJS 等抓取加密参数，还能让 AI 直接点击、截图、抓包、批量探测哪些路由未登录也能访问。它定位是 AI 挖漏洞的副驾而非扫描器，专攻扫描器容易漏掉的越权组合和业务逻辑缺陷。适合甲方渗透测试、企业 SRC、众测平台的安全工程师，以及想用 AI 辅助做授权测试的人；和普通开发者、非安全岗位关系不大。注意它仅限授权测试使用。

这是一个把约3000万参数的decoder-only Transformer语言模型塞进ESP32-S3单片机里离线跑的个人实验项目，模型从零训练，权重和分词器已随仓库提供，不需要联网也不需要API key。它在XIAO ESP32-S3加圆形触摸屏上提供触屏键盘聊天界面，在DevKit上则通过USB对话，能回几句简单寒暄，比如问how are you会答I'm doing okay。但能力非常有限：上下文只有64个token，一次最多生成24个token，速度慢到每秒不到1.5个词，回答容易重复跑题，连基本算术都不可靠，作者自己也标明这是能力受限的个人实验。对多数互联网和AI从业者来说它没有实用价值，值得看的主要是做嵌入式AI、端侧推理或对Transformer在极低算力设备上如何量化部署感兴趣的人，以及想了解LLM从训练到固件落地全流程的硬件爱好者。

gemini-stealth-bridge 是一个把 Gemini 网页版包装成 OpenAI 兼容接口的代理服务，用你自己的 Google 账号 Cookie 登录，不需要 Gemini Developer API key，也不用跑 headless Chrome。它把 OpenAI 格式的消息、图片和工具定义翻译成 Gemini Web 请求再转回 JSON 或 SSE，让只认 OpenAI SDK 的客户端直接调用 Gemini。除了聊天，它还支持多账号池化与配额感知的故障转移、Google 搜索引用附带、Imagen/Veo 图片视频生成，以及内置 MCP 端点供 Claude Code、Cursor 等客户端调用。适合想用免费或已有 Gemini 账号跑 coding agent、又不想接官方 API 计费的开发者，或者需要在多个账号间轮换规避配额限制的场景。但要注意它是非官方桥接，Google 改协议或封号就可能失效，且不保证防检测，对多数普通从业者关系不大。

heditor 是给 Claude Code、Cursor、Codex 这类 AI 编程 Agent 用的视频剪辑技能包，装上后你直接用自然语言下指令，比如「把这段剪成 podcast 风格」或「用 GTA 6 的感觉处理 12:30 到 13:40」，Agent 就会全程本地完成：分析画面找到说话人、按词级时间戳转录并挑出 30-70 秒的完整观点、帧级精剪并压缩停顿、为每条视频单独设计视觉方案，再用 HTML+GSAP 合成渲染，最后混音时保证人声始终在前、背景音乐和音效压在后面。它内置十几种命名风格，从电影感、惊悚监控录像、复古游戏 HUD 到纪录片、聊天 App、机场塔台，甚至能生成人物分身在不同场景间瞬移。适合做 Reels、Shorts、TikTok 竖屏内容的创作者和内容团队，以及想把口播素材批量变成成片的运营；如果你不做视频，跟你的关系不大。

Decks 是一个把幻灯片制作交给 AI 编程助手的工具：你在某一页幻灯片下面留一条评论，Claude Code 或 Codex 就会直接改这份 deck，并把改动说明、追问或保留理由回写在那一页上。每份 deck 就是本地的一个 HTML 文件，浏览器打开即可放映和导出 PDF，还能生成客户可评论的 Review 版本再把反馈收回。除了让 agent 改稿，它还内置了几项演示质量检查（五秒/十秒测试、标题测试、横纵向逻辑流），以及 Focus、Scroll、Sorter、Checks 四种视图，新 deck 会先问你主题和受众再让 agent 起草初稿，也支持导入已有 PowerPoint 或 PDF。对经常做咨询方案、培训材料或对外提案的顾问、独立顾问和需要频繁产出 deck 的从业者来说，这基本是把 PowerPoint 的排版体力活外包给 agent，值得试；只偶尔做 PPT 的人关系不大。

这是一套关于 Linux 恶意软件攻防技术的演讲与研究资料，按五个模块梳理了从用户态到内核态的完整攻击面：先是 LD_PRELOAD 和 ld.so.preload 这类动态链接劫持与进程隐藏（案例 Symbiote），再到用 memfd_create 绕过 noexec 挂载的无文件内存执行（案例 Kinsing 挖矿木马），接着深入 Ring 0，讲 ftrace 动态钩子和 DKOM 隐藏技术如何取代老式的 sys_call_table 改写（案例 Drovorub，APT28），第四部分覆盖 eBPF 的 fentry/fexit 攻击原语，包括静默内核追踪和零端口监听（案例 BPFDoor），最后落到防御侧的遥测不对称、内核 Lockdown、模块签名与 BPF 限制。每个模块都配有真实案例分析、架构图、幻灯片和检测逻辑片段。适合安全工程师、蓝队检测工程师、内核安全研究者以及需要理解 Linux 高级威胁的 SRE 阅读，普通后端或 AI 从业者关系不大。

这是一个针对任天堂 Switch 模拟器（如 Yuzu/Ryujinx 系）的性能优化配置包，主打为《马力欧卡丁车世界》这类游戏提升帧率和画面流畅度。它集成了 FSR 3 与 LSFG 帧生成技术，可以在不显著增加硬件负担的前提下插帧，让原本吃力的机器跑出更顺滑的画面；同时提供动态 FPS 调节和 30 帧锁定选项，方便低配设备在画质和流畅度之间取舍。作者明确说明只在《马力欧卡丁车世界》上测试过，其他游戏效果未知。对普通互联网或 AI 从业者来说，这和日常工作基本无关，只有在折腾 Switch 模拟器、想让老机器流畅玩特定游戏的玩家才需要看一眼，且要自行承担兼容性风险。

这是一个本机运行的 AI 学习工作台，可以理解为「带 RAG 检索的苏格拉底式辅导老师」：你上传课程讲义或习题资料，它先用 BGE 向量化建索引，再结合检索到的原文内容，通过多轮对话逐步给你提示而不是直接甩答案。它能针对你的作答给出错因反馈、分步讲解和变式练习，还能把每道题的提问、作答、反馈保存下来，下次接着学。技术栈是 Next.js 加 FastAPI，向量索引和记录都存在本地，只有教学回复和判分会调用你配置的聊天模型 API。适合想做 AI 辅导类应用、教育 Agent 或 RAG 检索实践的开发者参考其架构；单纯想找个刷题工具的普通学习者也能用，但需要自己准备模型 API 和课程资料。

nomore 是一个本地命令行工具，专门解决 Claude Code 用户的一个痛点：你反复对它说的那些纠正，它转头就忘。它会扫描你过去 30 天的 Claude Code 会话记录，找出你在至少两个会话里重复说过的指令，比如「别乱加注释」「别用 reset --hard」，然后经你确认后写进 CLAUDE.md，让这些规则在每次新会话和上下文压缩后依然生效。它还能反向检查：CLAUDE.md 里已有的规则如果你还在重复说，说明 Claude 没在遵守，它会标出来。此外它从 8000 多条 claude-code GitHub issues 里挖出了 20 条最常被抱怨的行为规则，开箱即用，也支持 OpenAI Codex CLI 的 AGENTS.md。全程本地运行、默认不用 LLM、只写你批准的内容。适合每天重度使用 Claude Code 或 Codex、被重复纠正折磨的 AI 编程工具用户，以及想给团队沉淀 AI 编码规范的工程负责人。

这是一个给研究 idea 做文献调研和多模型评审的工具：你输入一句话 idea，它会拆出英文检索式，去 Semantic Scholar、arXiv、OpenAlex 搜论文并下载开放获取的全文，逐篇精读、核对摘要与正文是否一致、按论文类型分档评质量，再据此画出方向版图、找有论文证据支撑的空白，为你的原始 idea 和挖出的新方向各写一份 proposal，最后换别家公司的模型做元评审（只列撞车论文、死因、可行性、最便宜的证伪实验，不打分），由最强模型综合成最终 meta review，输出一份手机电脑都能看的自包含 HTML 报告。它的设计很克制：证据不够就停下来不硬编，评审只交可核实的页码和实验，写 proposal 和做评审的必须是不同家的模型以免自我打分偏高。适合正在选题、写开题或基金本子的研究生、高校青年教师和企业研究院的科研人员，尤其是想快速判断「这个 idea 有没有撞车、值不值得做」的人；日常做工程或应用开发的读者关系不大。

Litpage 是一个可以自己部署的开源工作空间，把文档编辑、数据库和 AI 聊天装进同一个应用里，形态上类似 Notion，但整个系统只跑一个 Node.js 进程、只用一个 SQLite 文件，不需要额外的 Postgres 或 Redis，笔记本就能跑起来。它提供块编辑器写文档、支持表格/看板/日历/图表等十来种视图的数据库、实时多人协作和细粒度权限，AI 部分则由你自己填入模型 API key，用来做工作区问答、写作助手、数据库字段自动填充和定时运行的自定义 agent，还带 REST API、webhook 和 MCP 端点方便接入其他工具。适合想自建团队知识库或项目管理工具、又不想维护复杂后端的独立开发者和小团队，尤其是对数据主权敏感、希望文档和任务数据留在自己服务器上的场景；如果你只是想找现成的 SaaS 协作工具，或者不打算自己运维，那这个项目和你关系不大。

open-sesame 是一套给 Claude Code 用的渗透测试技能包，本质是一组 Markdown 指令加少量辅助脚本，把 Claude 变成一个按流程干活的渗透测试员。它包含两个技能：web-pentest 针对单个 Web 应用或 API，按 OWASP WSTG 走完侦察、配置、认证、访问控制、注入、业务逻辑等测试；net-pentest 针对网络和基础设施，覆盖端口扫描、漏洞识别、提权、横向移动，甚至 Active Directory 的 Kerberoasting、BloodHound 等攻击路径。实际用起来，你只需对 Claude 说「测一下我自己的 staging 站点」或「扫我实验室网段」，它会先确认授权范围，再逐步验证漏洞并生成面向工程师和管理层的两份 PDF 报告。适合安全工程师、AppSec 从业者以及做 bug bounty 或 CTF 练习的人，用来加速授权范围内的渗透测试流程；对不涉及安全工作的开发者来说关系不大。

这是一套面向 ML/NLP 方向学生的实用指南合集，涵盖 PhD、硕士和本科论文三种场景，每份内容都提供完整 PDF、一页速查表和幻灯片三种版本，可直接打印使用。内容非常具体：梳理 NeurIPS、ICML、ACL 等主流会议的投稿节奏与 ACL Rolling Review 的实际运作，讲解如何用 Zotero 和 Better BibTeX 管理文献、避开 BibTeX 常见坑，如何做一篇聚焦的 survey（含 ASReview 筛文献）、如何读懂引用速度和 GitHub 仓库信号，还给出用 AI 助手做初审的护栏（比如没打开过的论文绝不引用），以及第一周、第一个月到每次投稿前的检查清单。对刚入学、需要和导师对齐预期的新生最有用；如果你已经在带学生或准备开组会，它的幻灯片版本可以直接拿来当 induction 材料。对不走学术路线的从业者参考价值有限。

ViralWave Studio 是一个把社交媒体内容生产自动化的 AI 平台，你可以把它理解成「批量生成加定时发布的营销助手」：把你的网站链接贴进去，它会爬取你的业务、语气和卖点，直接生成一整个月约 50 条带文案和配图的帖子，涵盖教育、幕后、口碑、故事和促销等类型，你只需像刷照片一样逐条批准、跳过或让 AI 修改，然后连接 Facebook、Instagram、LinkedIn、X 等八个平台自动发布。它还提供 AI 配图、短视频生成、SEO 博客、RSS 转帖子和数据分析，并支持通过 MCP 把 Codex、ChatGPT、Claude 直接连到你的账号。值得看的是本地服务业老板（餐馆、诊所、美容院等没有专职营销人的小商户）、靠内容吃饭的创作者和教练，以及需要给多个客户批量排期的营销代理和自由职业者；如果你不做社媒运营，和你关系不大。

jevcrawl 是一个面向 AI Agent 的网页抓取工具，提供 MCP server 和 CLI 两种形态，可接入 Claude Code、Claude Desktop、Cursor 等环境。它解决的是 Agent 浏览网页时的老难题：要么把抓到的页面全塞给 LLM 读，token 烧得快还容易被导航和广告淹没；要么让 LLM 逐个挑链接，又慢又贵。jevcrawl 用一个轻量决策模型代替 LLM 来判断该点哪个链接、该保留哪段文字，LLM 只读最终筛出的相关段落，每次抓取成本约一美分。官方在 WebWalkerQA 基准上测试，找到答案页的比例是 54%，约为 Crawl4AI 的两倍，单次任务成本比让 Claude 自己爬低约 8 倍，且返回内容带 URL 和字符偏移，可溯源、不会被页面文字注入指令。适合在做 RAG、Agent 网页检索、需要从多层嵌套网站里挖答案的工程师关注；如果你的工作不涉及让模型上网找信息，这个项目和你关系不大。

Lead Signal Listener 是一个本地运行的线索发现工具，可以理解为「社交聆听 + 销售线索挖掘」的组合：你告诉它你在卖什么、解决什么问题，它就去 Reddit、X、LinkedIn、Hacker News、RSS 以及 Treg 目录里 3800 多个数据源抓取正在公开吐槽这个痛点的人，同时也会捕捉招聘、融资这类触发信号。抓到的每条线索会按痛点短语、购买意图、目标画像、互动量等规则打分并去重，排好序等你审阅，规则可自行编辑后一键重新打分。数据全部存在本机，单次默认配置跑一轮成本大约几美分。对增长、GTM、销售开发岗位的人来说，它解决的是「主动找到正在描述你所解决问题的潜在客户」这件事，适合需要持续获客线索但又不想依赖昂贵 SaaS 的团队；如果你不做获客或销售，这个项目和你关系不大。

UIGraph 是一个本地运行的代码库架构查看器，可以理解为「给你的代码画工程地图」的工具。它配合 Claude Code、Codex、Cursor 等编码 Agent 使用：让 Agent 读你的代码，把服务依赖、API 规格、数据库表结构、时序图等写成仓库里的普通文件（YAML、Mermaid、OpenAPI），再由本地查看器统一展示，你在界面上改图也会同步写回文件。它还提供 PR 审查视角，能显示一次改动影响了哪些流程、覆盖多少测试。适合需要快速摸清陌生代码库、维护服务目录、做架构评审的后端工程师、架构师和技术负责人，尤其是接手微服务系统、需要向团队解释系统全貌的人；如果你只写前端小项目或不参与系统设计，关系不大。

这是一个 MCP server，让你在 Cursor、Claude Desktop、Codex 等 AI 编程助手里直接指挥 CapCut 和 OpenCut 剪视频，相当于把剪映的剪辑台搬进了对话框。它提供 59 个工具，覆盖项目管理、时间线增删轨道与片段、分割裁剪、字幕样式、转场滤镜贴纸、音量淡入淡出与降噪，还能调用 OpenAI 或 ElevenLabs 生成配音，并通过 Remotion、HyperFrames 或自带的 ffmpeg 逐帧引擎渲染成片，另有 20 种预设特效和分镜镜头库可查。所有操作默认 dry-run，先预览不落盘，避免 AI 误改你的工程；导出 Premiere/Filmora 的 XML 目前是未经实测的 beta。适合做短视频批量生产、想用自然语言自动化剪辑流程的内容创作者和 AI 应用开发者，纯做后端或模型训练的人关系不大。

这是一本用韩语写成的开源电子书，作者전종홍，全书445页，以「智能像电一样流动」为核心比喻来解释AI Native时代：把foundation model比作发电厂，MCP、A2A比作输电网，AI agent比作家电，从蒸汽机、电力、信息一路讲到第四次革命，覆盖智能的价格与速度、各国的智能能源战略、个人agent、Physical AI、编排者、智能鸿沟等话题，共7部89篇。它以living document方式持续修订，最新版可直接在浏览器打开PDF或下载EPUB，遵循CC BY-NC-ND 4.0协议。适合想从宏观视角理解AI产业格局、公司与国家如何重新画部署图的战略、产品、政策岗位读者；如果你只想找可落地的工程工具，它帮不上忙，而且是韩语原文，需要韩语阅读能力。

shoulder 是一个终端里的实时监控面板，让你像站在身后盯着一样，同时观察多个 AI 编程 agent 在项目里的工作过程。它支持 Claude Code、Codex、Gemini CLI、opencode 等主流 agent，读取它们本来就写下的会话日志，不需要你额外配置 agent 本身。启动后，左侧面板列出各 agent 及其改动的文件，中间显示当前聚焦 agent 正在编辑的文件和 diff，下方是它执行的命令和输出，右侧则是完整的活动日志，包括读取、搜索、编辑、回复等。它还支持分屏同时看多个 agent、查看上下文窗口占用、回放活动历史，以及离开一段时间回来后汇总各 agent 做了什么。整个工具只读、不联网、不改动文件，安全性有保障。适合同时跑多个编程 agent、需要把控改动质量的开发者，尤其是用 AI 辅助写代码但不想盲信输出的人；如果你不怎么用 agent 编程，这个项目和你关系不大。

llama-modchip 是一套让大模型完全在 CPU 内存里跑起来的推理优化方案，基于 llama.cpp 深度魔改，主打零 GPU。它最抓眼的能力是把 284B 的 DeepSeek-V4-Flash 压到 56GiB 左右，塞进一台 64GB 内存的普通工作站，256K 上下文下 prefill 达到 44 tok/s，纯 CPU 解码 9-15 tok/s；30B 级别的 MoE 模型如 Nemotron-3.5-30B-A3B 在 16 核机器上能跑到 25-60 tok/s，Threadripper 上甚至过百。手段包括 SwiGLU-H2 二阶压缩、激进量化、AVX-512 寄存器分块，以及借 Stockfish 的搜索思路做投机解码。它还提供零 API 的 Claude Code 运行方式，把 agent 每轮提示词重算的等待压到十几毫秒。适合想在本地或廉价服务器上跑大模型做 agent、又没有 GPU 预算的工程师，以及关注 CPU 推理极限性能的人；纯做模型训练或云端部署的读者关系不大。

这是一个给 Codex 用的 skill，专门帮 AI 智能体在两台 NVIDIA DGX Spark 集群上对开源权重模型做「行为干预」——比如想改掉模型的拒答倾向、调整某种输出风格，又不想从头微调。它不预设具体模型和层号，而是先扫描 checkpoint 的结构，再基于证据推荐干预路线：可以是直接改权重、加运行时旁路、做有界残差修正，实在不行才回退到训练。整个流程强调可验证，要求量化格式下零编辑往返测试通过，并用可恢复的证据台账记录计划、候选、发布各道关卡。适合做模型对齐、行为安全、量化部署的研究员和推理工程师，尤其是手上有 DGX Spark 双机、需要系统化做模型编辑实验的人；普通应用开发者或只调 API 的人关系不大。

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。

这是 Hermes Agent 的一个上下文压缩插件，解决长对话里上下文爆掉的问题。Agent 跑久了历史会撑爆上下文窗口，需要定期把旧对话压缩成摘要，但传统做法要让模型重新读一遍全部历史，又慢又贵。这个插件的做法是把最后一次请求原样重发，让服务端复用 prompt 缓存，只读新增的那部分，所以压缩速度快很多。压缩后的交接摘要按固定结构组织，比如目标、当前状态、关键事实、下一步，另外还会由代码自动生成一份工作台账，记录跑过的命令及退出码、被改动过的文件，方便下一个请求快速接上。如果缓存请求失败，会退回普通模型摘要，再不行就只保留台账，防止小模型把上下文越撑越大。适合在 Hermes Agent 上做长任务 Agent、需要频繁自动压缩上下文的开发者，以及关心 prompt caching 提速效果的人；不直接用 Hermes Agent 的人关系不大。