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。

这是一套给 AI 编码助手（如 Claude Code、Codex）用的 Agent Skill，核心作用是帮你在逆向或重建已有软件时保持证据驱动：先观察目标软件的行为、收集证据，再整理成需求和重建计划，被明确要求时才动手实现，最后拿结果和原始证据比对验证。它不绑定任何模型或厂商，本质是一组 Markdown 指令，可与逆向工具 REA 配合，也可直接用 REA 已收集的证据。实际场景比如搞清楚某个编辑器保存失败时保留了什么状态、复刻某个文件格式或单个函数的逻辑，它会把「观察到的事实」「合理推断」「新设计选择」分开记录，缺证据的地方明确标为缺口，而不是用看似合理的猜测糊弄过去。适合做逆向工程、遗留系统重构、竞品行为分析的工程师，或需要让 AI 助手按流程严谨复刻功能的开发者；如果你的工作不涉及理解或重建既有软件，和你关系不大。

NxLibrary 是一个用 SwiftUI 写的 macOS 游戏库启动器，界面模仿 Nintendo Switch 的主机风格，本质上是给外部工具链 nxnative 做的图形前端——你可以把它理解成 Mac 版的 Playnite，专门管理在 Apple Silicon 上本地编译运行的 Switch 游戏。它能做的事包括：用 Spotlight 和封面两种视图浏览、搜索、收藏和排序游戏；引导你选择自己的游戏源，跟踪本地构建进度、失败后重试；为每个游戏保存启动参数、封面和元数据；备份和恢复存档、导入金手指文件；还能自定义配色、壁纸、界面音效和手柄按键提示，并支持手柄导航。项目目前处于 alpha 阶段，且不提供任何游戏文件、密钥和固件，需要你自己准备有合法来源的资源。对普通互联网或 AI 从业者来说这项目关系不大，它真正面向的是在 Mac 上玩 Switch 游戏的玩家，以及对 Swift/SwiftUI 游戏工具开发感兴趣、想参考主机风格 UI 实现的开发者。

这是一个把你的 AI 编码 Agent 变成 3D 低多边形办公室员工的可视化看板：每个 Agent 一个工位，状态灯和名牌实时显示谁在干活、谁闲着、谁卡在权限确认上（名牌变红、头顶冒惊叹号），点员工还能只读查看他最近的终端输出。闲下来的员工会去倒咖啡、上跑步机、摸猫，甚至偷玩 Minecraft——如果你开了 Minecraft 模式，每位闲置员工会派一个 Mineflayer 机器人进同一个世界挖矿、砍树、盖小屋，第一人称画面就串在他工位的屏幕上。它通过 Herdr 这类终端多工工具只读拉取 Agent 状态，不会替你按键或确认。适合同时跑多个 Claude Code、Codex、Cursor 等编码 Agent、经常需要盯权限弹窗的开发者，当个有趣的桌面监控摆件；如果你只跑一两个 Agent 或不关心 Agent 状态，这项目跟你就关系不大。

Codixel 是一个给 Claude Code 用的像素画技能包，教 AI 怎么把参考图转成游戏精灵、角色动画和火焰、烟雾、光束这类特效。它反复强调 Claude Code 不是画家、只会写代码，所以正确做法是先找真实参考图，让 AI 逐帧转像素、搭骨骼、再按「写实」等风格要求调整，每一步都要人工检查。它还总结了不少实战经验，比如抖动只用在两色交界处、色相偏移和边缘高光怎么调、音效别让 AI 生成而要去网上找。适合独立游戏开发者和用 Claude Code 做 gamedev 的人，尤其是想让 AI 参与美术流程又怕产出不可控的场景；如果你不做游戏或不碰 Claude Code，这项目和你关系不大。

gilvt 是一个原生 macOS 终端，专门用来同时跑和盯多个 Claude Code、Codex 编码 Agent 会话。它本身是一个完整日常终端（标签页、分屏、GPU 加速渲染、大回滚缓冲），但核心价值在于理解 Agent 的状态：侧边栏把所有会话列成一表，需要你处理的排最上面；窗格边框和标签点按状态着色（待审批、报错、工作中、完成未读），一眼就知道该切到哪个；Inspector 把每轮的命令、文件改动、TODO 和失败整理成时间线，点一行就能跳回终端对应位置，还带本轮 diff。它还支持跨天恢复会话、在新 git worktree 里起新 Agent、离线复盘已完成会话，以及 SSH 到远端主机后把远端 Agent 也纳入侧边栏。它只观察不代答，不改你的配置文件。适合同时开三四个编码 Agent、疲于在多个终端标签间来回检查的 AI 工程师和重度 Claude Code / Codex 用户；如果你只跑单个会话，用普通终端就够了。

这是一个把巴西联邦税务局公开的 CNPJ 企业登记数据搬到本地的 MCP 服务器兼命令行工具，让 AI 助手能直接用自然语言查询企业信息。原始数据有 7000 万家企业的记录、动辄几个 GB，它会下载并整理成本地数据库，毫秒级响应，且数据不出本机、免费无调用限制。实际用起来，你可以问「Campinas 有多少家活跃的汽修厂」，它会自动把「汽修厂」翻译成对应的 CNAE 行业代码并给出统计，还能按城市、行业、企业规模、MEI 身份、开业年份筛选，导出 CSV，或对比多个城市的行业分布、看某行业逐年开张与注销的趋势。适合做巴西市场调研、销售线索挖掘、区域经济分析的人，比如市场分析师、BD、咨询顾问；如果你的工作和巴西业务无关，这个项目基本用不上。

这是一套给 Claude Code、Codex 等编码 Agent 用的技能包，作用是把 WordPress 或任意线上网站整站迁移到静态的 Astro 框架，目标是搬完之后和原站一模一样：URL、标题、描述、canonical、结构化数据、媒体路径、重定向全部保留，还按 390/768/1440 三个宽度做像素级比对。它先只读抓取线上页面的 HTML 和资源，再生成新仓库，每一步都有校验关卡，最后产出一个 PR、一个禁止收录的预发布站点和上线检查清单。项目方称已用它迁移过 sxsw.com、harvard.edu 等 45 个 WordPress 站点。适合负责网站重构、SEO 迁移或想甩掉 WordPress 维护负担的前端和运维同学；如果你不碰站点迁移，跟你的关系不大。

这是一份作者自己在用的 AGENTS.md 模板，AGENTS.md 是放在代码仓库根目录、供 AI 编程助手读取的协作规范文件，作用类似给 AI 助手立规矩的员工手册。这份模板记录了作者对 AI 写代码的具体要求：回答直接别绕弯，能做完的事就做完而不是只给计划，改代码时克制、不顺手大范围重构，收尾时如实说明改了什么、验证了什么；错误处理上要求该报错就报错，禁止用默认值或层层兜底把问题藏起来。如果你正在用 Cursor、Claude Code 之类的 AI 编程工具，且受够了它爱说套话、报喜不报忧、擅自重构的毛病，可以直接拿这份文件参考，按自己项目的习惯删改合并。对不使用 AI 编程工具的人来说则没什么用。

这是把经典赛车游戏 Gran Turismo 4 的 PS2 引擎可执行文件反编译回 C++ 源码的项目，目标是用原版编译器重新编译出逐字节一致的程序，为将来移植到 PC 打基础。它已匹配 97.9% 的函数，大部分代码由 Claude 等 AI agent 生成，再经编译器和自动校验器验证，而非人工目测。项目还整理了引擎架构、509 个 RTTI 类、Adhoc 脚本引擎与 C++ 类的对接方式等文档，等于把这款 2004 年游戏的内部结构公开成可读资料。对逆向工程、游戏考古、编译器或 AI 辅助代码还原感兴趣的从业者值得一看；它也展示了 AI agent 驱动工具做大规模 matching decompilation 的实际效果。普通后端、前端开发者关系不大。

这是一份持续维护的自托管开源AI项目清单，收录了309个可以在自己机器或服务器上跑的项目，覆盖本地LLM推理、聊天界面、Agent框架、MCP服务器、RAG与向量库、语音和图像生成等17个分类。它比一般awesome列表多做了一件事：每周自动检查每个项目的健康状态，被归档、删除或一年没动静的会自动移出主列表，另附一张实时健康表展示各项目的star数、最近提交和许可证。比如你想找一个本地跑的Ollama替代方案、一个能自部署的RAG工具，或者对比LangGraph、CrewAI这类Agent框架的定位，都能在这里按分类快速扫一遍。适合正在评估自托管AI方案的架构师、运维和隐私敏感场景的技术负责人，以及想在自己homelab里搭AI服务的开发者；如果你只用云端API、不关心数据不出机房，和你关系不大。

这是一个纯前端的趣味小玩具：往任意网页里注入一段脚本，页面上就会出现几个用纯 CSS 画出来的小像素人，它们会在页面里到处游荡，沿着边框、按钮、图片和文字行走，碰到墙就转弯，走到窗口底部会掉下去。你还可以把它们抓起来扔出去，或者拖动窗口大小把它们甩飞。整个东西只有一个脚本、零依赖，精灵图全是 CSS 画的，不加载任何图片。它适合用来给自己的网站加一点彩蛋式的互动效果，或者在浏览器控制台里随手一贴，给任何页面加点乐子。对大多数后端、算法或 AI 岗位的从业者来说，这只是个一分钟看完的消遣项目，跟日常工作关系不大；前端工程师如果想给落地页或个人博客加个轻量互动彩蛋，可以看看它的实现方式。

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。

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。

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。

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。

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。

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。

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。

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。

Double Shot 是一个 macOS 菜单栏小工具，解决一个很具体的痛点：你跑着 Claude Code、Codex 或 Cursor Agent 的长任务，合上盖子把 MacBook 塞进包里，任务就停了。系统自带的 caffeinate 只能防「空闲休眠」，管不了合盖休眠，也不知道你的 AI 什么时候跑完。Double Shot 两头都管：它每 10 秒检测已知 agent 进程（也支持你自己写的 LangChain 脚本，在设置里加名字即可），判断它们是在真干活还是卡死了，全部安静几分钟后自动让 Mac 正常休眠；同时通过一次性的管理员授权禁用合盖休眠，让任务在包里继续跑，跑完自动睡回去。考虑到包里散热差，它还会在机器变热时主动收手、关掉屏幕、电池模式下开 Low Power Mode、电量低于 20% 放手。适合经常挂长 agent 任务又想合盖走人的独立开发者和 AI 工程师，普通办公场景用不上。

bootgpt 是一个把语言模型塞进硬盘主引导记录（MBR）的极客项目：开机后不加载任何操作系统，直接在 16 位实模式的 386 上跑一个 11.5 KB 的 int8 量化小模型，让它「做梦」出一段 Linux 启动日志——时间戳、PCI 设备、ACPI 事件，全是不存在的硬件。模型只有 8 字符上下文和一个隐藏层，输出质量约等于乱码版 dmesg，但字符级输出与 Python 模拟完全一致。整个推理引擎压缩在 510 字节的引导扇区里，权重和词表放在后续扇区，前向传播只用整数乘除完成。它属于 boot sector demoscene 的 sizecoding 传统，和 sectorllm 等项目一脉相承，只是走了「极致小而专」的路线。对多数从业者来说这更像行为艺术而非生产力工具，值得花两分钟看的是它展示的量化与整数推理技巧；真正会动手研究的是做底层推理、模型量化或对 demoscene 感兴趣的工程师。

这是一个实验性项目：把一个文件系统直接编译进 Qwen3.5-2B 的权重里，模型自己就能存取文件，不需要外挂数据库或工具服务器。它在 Qwen 原有 24 层之前插入 8 层专门的 transformer，这些层的权重全部按构造设定、不经过训练，负责解析模型发出的普通工具调用（写文件、读文件、列目录、建立文件间链接、按关键词搜索等），并由模型自己生成响应。文件内容存在 attention 中，路径表和链接图存在 DeltaNet 状态里，因此读取能逐 token 精确还原，还能通过链接和反向链接形成文件图谱。这更像是一个「把 RAG 和记忆系统烧进权重」的概念验证，展示 LLM 的记忆与检索未必需要外挂组件。对做模型架构研究、关注长上下文记忆或 Agent 记忆机制的工程师和研究者有参考价值；想直接拿来用的人会失望，它目前只是实验品，和多数从业者的日常工作关系不大。

pwner 是一个用自然语言指挥的网络渗透测试 Agent：你直接对它说「扫一下这台机器，重点看数据库」，它自己规划步骤、调用 nmap、nuclei、netexec、impacket、hydra 等真实工具去发现主机、识别服务、比对已知漏洞，最后给出带严重级别、证据和修复建议的报告，而不是模拟一遍流程。它的安全设计值得留意：目标范围在代码层强制校验，模型无法越权扩大授权；爆破、远程执行、凭据窃取等侵入性动作默认拒绝，必须你逐次批准，拒绝后它会继续在边界内工作。模型可以自选 OpenAI、Anthropic、DeepSeek 或本地 Ollama 等，也支持完全不接模型的确定性扫描模式。适合安全工程师、渗透测试人员和红队在授权范围内做自动化侦察与验证，也适合想了解 LLM Agent 如何安全驱动真实工具的开发者；普通后端或 AI 应用开发者关系不大。