MenuBarMijia 是一个把小米米家设备塞进电脑菜单栏的桌面工具，让你不用掏手机就能开关灯、调空调。macOS 版用 Swift 原生开发，Windows 11 有独立的托盘版，扫码即可直连米家，不强制搭 Home Assistant。实际用起来是这样的：写代码或开会时按快捷键唤出面板，输入设备名或拼音首字母回车就能切换，方向键调亮度和温度；按住快捷键说话即可执行「关灯」「设温度」这类指令，简单命令走本地解析，多步复杂请求可选 AI 后端；还能绑定电脑状态做自动化，比如锁屏自动关灯、插外接显示器时切到专注灯光，以及一键全关并支持撤销。适合家里有一堆米家设备、又常坐在电脑前的开发者和智能家居玩家，如果你不用米家生态，这个项目和你关系不大。

这是一套面向机器学习工程师面试的 Jupyter Notebook 题库，把面试常考的手写算法从零实现了一遍。内容分三块：一是用纯 NumPy/PyTorch 手推线性回归、反向传播、Multi-Head Attention、LoRA、BPE 分词器等核心算法，附数学推导和验证测试；二是 LeetCode 风格的纯 Python 题，覆盖加权随机采样、蓄水池采样、ROC-AUC 计算、TF-IDF 检索、流式中位数等 ML 与检索交叉考点；三是 AI 辅助编程环节的模拟题，比如 Mars Rover 指令引擎、贪吃蛇、带 TTL 的内存数据库、令牌桶限流器、DAG 任务调度这类渐进式类设计，正是 Shopify、Meta 等公司 pair programming 的考法。适合正在准备 MLE/ML Infra 岗位面试的工程师，尤其是想在白板或 AI 结对编程环节快速写出正确实现的人；如果你近期没有跳槽或面试计划，和你关系不大。

Tendedero 是一个 macOS 小工具，把你的每张截图像晾衣服一样挂在屏幕顶部的一根线上：鼠标移到菜单栏中间，线就滑下来，移开就收走。截图后不再有桌面堆积和悬浮缩略图，拍完即挂，点一下复制、长按进 Markup、双击进 Preview、拖进文件夹或废纸篓即取即弃，还能固定某张不被新截图挤掉，录屏也一样挂在上面可直接播放和裁剪。它完全本地运行，不联网、不收集数据，也接管系统截图让它们跳过桌面。适合经常截图对照、做设计走查或写文档的 macOS 用户，尤其是受够桌面截图堆积的人；如果你很少截屏，或用的是 Windows/Linux，这项目和你关系不大。

这是一个第三方客户端的发布仓库，把「红果短剧」这款短剧 App 移植到了 Android TV、LG webOS 电视以及 macOS、Windows、Linux 桌面端，仓库本身只提供安装包、版本说明和校验文件。它解决的是电视和桌面上没有官方红果客户端的麻烦：你可以用遥控器浏览新剧推荐、搜索海报、看热门榜单、选集和相关推荐，还支持弹幕显示区域、启动页自定义等设置。播放层面提供标准版和 MPV 版两套方案，标准版以 HTML5 为主、失败时回退 Media3，MPV 版则面向黑屏或解码不兼容的盒子，可切软件解码。更新走多条公开线路自动检查，用户无需配置代理。适合想在电视盒子、LG 电视或电脑上看红果短剧的普通观众，以及做 TV 端播放兼容性排查的开发者；对多数 AI 或后端从业者关系不大。

Cleanly 是一款面向 Windows 和 macOS 的免费磁盘清理工具，可以理解为 CCleaner 的现代替代品，主打界面好看、规则保守、不搞订阅和恐吓营销。它能扫描缓存、临时文件、浏览器缓存、崩溃报告、更新残留和开发者缓存，一键告诉你能腾出多少空间，并把每类文件标成安全、需确认或永久删除三档；还提供气泡式的空间地图，让你直观看到哪个文件夹最占地方，也能找出大文件和重复文件、管理开机启动项、卸载应用。安全设计是它的卖点：用户自己创建的文件一律进回收站可恢复，系统目录和正在使用的文件一律不碰，扫描全部在本地完成，可选的 AI 助手只上传文件名和路径。适合经常被磁盘空间告警困扰的普通开发者和桌面端用户，如果你平时用不上清理工具，这个项目和你关系不大。

SoundCraft 是一个用纯 Rust 从零重写的开源数字音频工作站（DAW），对标的是 Avid Pro Tools，也就是录音棚里做多轨录音、剪辑和混音的那套行业标准软件。它保留了音频工程师熟悉的 Edit 窗口和 Mix 窗口工作流，支持多轨编辑、每轨十个插入和发送的完整混音台、自动化曲线、MIDI 钢琴卷帘、环绕声与全景声渲染，甚至能解码视频轨做音画同步，且能跑在 macOS、Windows、Linux 和浏览器里。它最有意思的一点是所有操作都能从命令行或由 AI agent 脚本化调用，意味着你可以让模型直接替你摆轨道、写自动化。值得看的是音频工程、影视后期从业者，以及想做「AI 操作专业创作软件」这类应用的开发者；如果你不碰音频制作，这个项目和你关系不大。

这是歸藏为 DeepSeek Harness（dsh）做的内容生产插件，把四套 skill 打包进侧栏：网页 PPT、图文卡片、网页排版、去 AI 味，外加一个学你写作语气的语气档案。前三个共用同一套设计系统，同一篇文章能一键排成杂志风或瑞士风的横向翻页 PPT、小红书 3:4 组图和公众号头图、精排单页网页，主题字体版式保持一致，还能按品牌色生成受约束的配色主题。去 AI 味会删掉中文里的空话和模板腔，语气档案则从你在 DeepSeek 里的对话和你写过的文章里提炼用词、句长、标点习惯，之后改稿和代写文案都照着你的语气来。作品会自动登记进作品库，支持「做同款」和跨 skill 的内容生产工作流。适合做自媒体、公众号、小红书运营的内容创作者，以及需要频繁出 PPT 和图文物料的市场、运营岗位；纯后端或算法岗关系不大。

这是一套给 Claude Code 用的技能包，让你用一句话生成可以直接发 Instagram Reels 的竖屏动画短视频，全程不需要拍摄任何素材。它内置六种风格：3D 卡通科普短片、火柴人讲解、黑白极简线条、3D 地图路线、产品爆炸图和数据折线图。比如输入「家到健身房 2.8 公里」，它会自己写脚本、在你本机渲染出带倒计时和目的地卡片的路线动画；输入粉丝增长数据，就能得到一条平滑上升的曲线和跳动的大数字。输出是 1080x1920 的 mp4，还附带标注了 Instagram 安全区的预览图，2D 类十几秒出片，3D 类约一分半。适合做短视频内容的运营、增长和市场同学，以及想给产品做轻量演示的设计师；如果你完全不做社媒内容，和你关系不大。

AutoCua 是一个 computer-use agent，可以像人一样操作电脑：它看屏幕、移动鼠标、敲键盘，去点桌面软件、逛网页、跑终端命令，甚至通过 USB 或 Wi-Fi 控制配对的 iPhone 和 Android 手机。它覆盖 macOS、Windows、Linux 三大桌面和主流浏览器，一个 agent 通吃。和常见的截图猜坐标方案不同，它把系统无障碍树和 OCR 融合成带编号的元素视图，模型只选编号，选错会被直接拒绝，因此不会乱点；输入走操作系统原生输入层，普通应用收到的事件和你亲手操作完全一样。它还内置一个压缩 agent，在长任务中途自动续写上下文摘要，避免跑到一半撞上上下文上限。实际场景包括：批量在电商网站下单加购、跨多个网页抓取数据填进表格、用真实终端跑编码任务、以及移动端 App 的自动化测试。适合做 RPA、自动化测试、运营脚本和 AI 应用原型的工程师；如果你的工作和桌面/浏览器自动化无关，这个项目跟你就没什么关系。

InstantTrack 是一个让人形机器人快速学会「照着参考动作跳舞」的训练框架，目标机型是 Unitree G1。它属于动作模仿（motion tracking）这一类：给一段人体动作捕捉数据，训练出一个策略，让机器人在仿真里把动作复现出来。它的卖点是快——在一张 RTX 5090 上约 7 分钟就能把 40 段 LAFAN1 动作全部训到可用水平，且零失败，比 SuperMimic + EMA 的方案快 4.7 倍，同时脚部接触更干净、身体朝向误差更小。做法上它把 SuperMimic 的可微世界模型和 InstantMimic 式的 GPU 训练循环结合起来，用 Muon 优化器和 CUDA graph 进一步压榨速度。项目还预告了 InstantGMT，把这套思路推广到 VR 遥操作的人体动作库上。值得看的是具身智能和人形机器人方向的研究者与工程师，尤其是正在做动作模仿、遥操作策略训练、需要频繁迭代实验的人；如果你不碰机器人强化学习，这个项目和你关系不大。

Furge 是一个免费的本地兽装（fursuit）纸样生成器，主打「别再为纸样付钱了」。它想解决的是自制兽装的第一道坎：不知道该按什么形状下剪刀，而市面上的纸样要么不合身要么收费。你描述自己的 fursona，它会把头部、手爪、脚爪、尾巴和连体衣拆成一张张可打印的图纸，带实线裁剪线、虚线缝合线和毛流方向箭头，还能按你的身材尺寸出裁剪清单和用料估算，导出 A4/Letter 拼页 PDF 以及 SVG、DXF 给切割机用。它的思路是 AI 负责理解描述选形状，几何引擎（基于 FreeSewing）负责把曲面摊平成真正能对缝的裁片，避免「AI 画一张图但你没法缝」的问题。不过要注意，README 明确写着 AI 部分和应用本体还没做出来，目前只有头部裁片的几何原型，没经过完整兽装实测。对做 fursona 手作、兽装 maker 或本地跑 AI 出图（头像、贴纸、ref sheet）的人值得看一眼；纯 AI 从业者关系不大。

DigUp 是一个本地优先的语义文件搜索工具，可以理解为「用自然语言搜你电脑里所有文件的 Spotlight」。它基于 Google DeepMind 的多模态嵌入模型 EmbeddingGemma 2，把图片、PDF、文档、录音、视频和代码放进同一个语义空间，你用自己的话描述要找什么，它就跨格式找到内容匹配的文件。比如搜「沙滩上的狗」能翻出照片，搜「他们聊睡眠的地方」能跳到播客对应分钟，搜「租约里关于宠物的条款」能定位到 PDF 具体页，还能用英文搜到孟加拉语或阿拉伯语写的笔记。发票号、错误码这类精确字符串也照常匹配，Mac 上连截图里的文字也能搜。所有索引都在本机完成，文件不出电脑，无需账号。适合经常在本地堆积大量截图、录音、PDF 和代码仓库、却苦于「记得内容但找不到文件」的开发者、研究者和内容工作者；如果你的文件量不大或全在云端，关系就不大。

这是一个把《暗黑破坏神 II：狱火重生》Switch 版搬到手机和 Mac 上的开源兼容层，不是模拟器也不是云游戏，而是让游戏原本的 aarch64 程序直接在设备上跑，只重写少量系统调用，图形层用 Metal 或 Vulkan 重新实现，因此职业、符文之语、掉落规则等玩法与原版完全一致。它自带完整触控方案、60 fps 稳定帧率、存档同步和五种语言，还加了原版没有的终局模式，游戏文件需要玩家自备，仓库不含任何游戏内容，完全离线无联机。适合想在 iPhone、iPad、Android 或鸿蒙手机上日常刷暗黑 2 的玩家，以及对跨平台图形移植、Metal/Vulkan 实现方式感兴趣的技术人；如果你不玩这款游戏，它和多数从业者关系不大。

NUP 是一个为 Nintendo Switch 1/2 未加密游戏转储设计的容器格式，可以把 base、更新、DLC 等内容打包进一个用 zstd 压缩的 .nup 文件里，同时保留 ExeFS 和 RomFS 的完整目录树。它自带 Python 参考实现，支持打包、查看元数据（标题名、图标、多语言名称、build ID）、按需解包某个子树、修改元数据以及校验文件完整性。简单说，它类似给 Switch 游戏转储做了一个结构化的归档标准，方便分发和管理。适合做 Switch 模拟器、转储工具链、mod/作弊工具相关开发的工程师，或者需要批量整理游戏转储的个人开发者参考；如果你不碰 Switch 生态，这个项目和你关系不大。

这是一个让 NVIDIA 显卡在 macOS Sequoia 上重新跑起来的 Metal 驱动，主要面向 Intel Mac 和用 OpenCore 装黑苹果的 PC。苹果自 2015 年后就不再为新 NVIDIA 卡提供官方驱动，这个项目把 Metal API 翻译成 Vulkan 再交给 Mesa 的 NVK 后端执行，从而支持 GTX 16、RTX 20 到 50 系列显卡，覆盖 Metal 3 的光线追踪、mesh shader、MetalFX 等特性，OpenGL、OpenCL、Core ML 也能通过它工作。配套的 1401 安装器会自动改 OpenCore 配置并提供一键回滚，装坏了能恢复原状。它适合两类人：手里有 NVIDIA 卡、想在 macOS 上继续做图形开发或跑 Metal 应用的开发者，以及折腾黑苹果、苦于显卡只能用核显的玩家。如果你用的是 Apple Silicon 或 AMD 卡，这项目和你关系不大。

这是一套把跨境电商运营 SOP 翻译成 AI Agent 工作流的 Prompt 工具箱，不是可部署的软件，而是 7 个模块的标准化交付物：每个模块都包含结构化 Prompt、输入输出模板和一份真实产品跑通案例，覆盖从市场分析、产品策略、标题详情页生成、主图规划、短视频脚本，到广告漏斗诊断和评论归因的完整闭环。它解决的核心痛点是运营产出下限不稳定——老手写标题一次到位，新人写十遍还是堆词，这套东西把老手的判断规则（如标题字符实测、净利率与盈亏价核算、像素级图片合规校验）固化成可复用的流程，让 AI 产出稳定在老手水平。适合在 Shopee、Mercado Libre 等平台做运营的卖家和运营负责人，以及想把内部经验沉淀为 AI 工作流的团队参考；纯技术岗或不做电商的人关系不大。

djs 是一个用 no_std Rust 写的 JavaScript/TypeScript 引擎，主要跑在 wasm32 上，定位类似 QuickJS 的替代品，但专为「模型写的脚本调用工具、处理结果」这类场景优化。它的核心卖点是可随时挂起恢复：解释器不在 Rust 栈上递归，能在任意两条指令之间停下再续上，连 getter、Promise 任务、生成器和 async 函数内部也行，配合把等待中的运行状态写成可再加载的续体转储，让一次工具调用可以跨进程持久化。VM 状态全部放在一块字节 arena 里，创建实例只需复制预置镜像，约 40 微秒，且时钟、随机数都由宿主注入，同样输入产出逐字节一致的堆镜像，天然适合需要确定性和沙箱隔离的场景。test262 通过率 99.9%，wasm 下部分负载比 quickjs-wasi 更快。值得看的是做 Agent 运行时、边缘/浏览器内嵌脚本引擎、或需要在服务端安全执行不可信 JS 的工程师；纯前端或后端业务开发基本用不上。

Charakuru 是一个把一张全身角色插画变成 VRM 虚拟形象的本地工具包，底层依赖 Tripo 的 Smart Mesh 做 3D 建模。它把原本需要自己摸索的 Tripo 与 Blender 工作流——建模、绑定骨骼、贴图等——打包成一个本地应用加 AI agent Skills，让你把繁琐操作交给 Codex 或 Claude Code 这类编码 agent 去执行，自己只在关键节点做判断：导入插画、审阅生成的四视图、在多个候选模型里挑一个、调整身体比例、用走路动画检查肩膝弯曲是否自然，最后导出 VRM 文件。整个流程被切成若干检查点，agent 不会擅自替你做视觉决策，也不会自动往下推进，避免了「全放手给 AI 结果不可控」和「全程手搓太费劲」两个极端。适合想做虚拟主播形象、VTuber 皮套或游戏/社交用 3D 角色，但既不懂 Blender 又不想纯靠 AI 碰运气的创作者；纯技术岗或不碰 3D 内容的人关系不大。项目仍在开发中，文档由 AI 撰写，建议配合编码 agent 阅读。

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。

这是一个视频模板合集仓库，收录了 MotionGit 团队的 84 个可下载模板和 102 个 Demo 视频，横竖屏画幅分开展示。它卖的核心概念是 .motion 文件：不是一段提示词，而是一份完整的开源视频工程，里面打包了视觉风格、动效库、转场逻辑、音效规则和给 AI 的制作说明。你把模板包、本期文案和素材一起丢给 Claude、Cursor、Codex、豆包这类具备文件访问和命令执行能力的助手，它就能按包内指南生成预览并导出成片，相当于把「套模板做短视频」这件事交给 AI 执行。适合需要高频产出系列短视频的运营、自媒体和内容团队，用同一套模板保持风格一致并持续迭代；如果你不做视频内容，这个项目和你关系不大。

Qwenputer 把一台 32 位 RISC-V CPU 直接编译进了 Qwen3.5-4B 的权重里：它在原模型前面加了 11 层 transformer，权重全部由编译器算出而非训练得来，并把模型自带的 Gated DeltaNet 状态当作 RAM 使用——每个 head 的一行就是一个内存单元，存寄存器、程序计数器和调用栈。模型能在前向传播中执行 C 和 MicroPython 代码，通过 riscv-tests 测试，还能在内存里跑一个 260K 参数的小模型写故事。实际效果是大数乘除法等算术题从基座的 55~90 分拉到 97.5 以上，接近调用真实 Python 解释器的水平，且模型的正常文本行为几乎没变。对可解释性、模型内计算和「用权重替代外部工具」这条路线感兴趣的研究者值得花时间看；日常做应用开发的工程师关系不大，但如果你在琢磨 LLM 算术不稳、或想让模型摆脱外部沙箱执行代码，这是个很有启发性的实验。

这是一份针对 Jio 机顶盒（JMSC200Av2 与 JMSB200A 型号）的 Windows 11 侧载指南，通过本地 DNS 欺骗加 Docker 容器的方式打开网络 ADB，让你能往这台运营商定制盒子上安装任意应用。它不只是开个调试口，还会顺手做一批改造：把杂乱的原厂界面换成干净的 Monet Launcher、装上兼容 Shizuku 的 Shevery 管理器、屏蔽开机广告和推广片头，并禁用 OTA 自动更新防止设置被官方固件覆盖回去。整个流程依赖拔掉路由器外网、临时关闭防火墙、跑本地 DNS 和 TLS 代理等一整套网络隔离操作，README 里也给了故障排查和 Wi-Fi 重置的兜底方案。值得看的是手上有 Jio STB、想摆脱运营商界面和广告、折腾 Android TV 自定义的玩家或家庭网络爱好者；如果你不做这类硬件侧载，它和你的工作基本无关。

Tucano 是一个本地运行的多 Agent 协作桌面应用，把散落在多个终端里的 Claude Code、Codex、Cursor CLI、OpenCode 等编码 Agent 收进一个类似团队聊天软件的界面。每个 Agent 有名字、角色、工具权限和记忆，能在频道里用 @ 调度彼此：一个查 bug、一个修、一个 review，全程动作和 token 消耗都有记录。它复用你已有的订阅登录，不另收 API 费用，数据全部留在本机；涉及合并、发帖、删除等真实操作时会弹出审批，还能通过 Telegram 推到手机上确认，并支持 MCP 接入 Jira、GitHub、Slack 等工具。适合同时跑多个编码 Agent、又担心权限失控的 AI 工程师和研发负责人；只想用单个 Agent 写代码的人关系不大。

RustGIS 是一个用纯 Rust 写的开源 GIS 桌面软件，可以理解为 QGIS 的轻量替代品：单个原生程序、GPU 渲染，无需安装运行环境，也能编译成 WebAssembly 直接在浏览器里用。它能做地图制图、矢量和栅格数据（GeoTIFF、COG）的样式与属性表编辑、缓冲区等空间分析，并内置 1000 多个地形、水文、LiDAR 和遥感工具；数据默认留在本地，只有你主动选择时才会发给 AI 模型。它的每个按钮都对应一个可脚本化的命令，能从命令行、notebook 或内置 AI Assistant 调用，适合把 GIS 流程自动化。对 GIS 开发者、遥感和地理空间方向的工程师，以及需要在 Python 环境里批量处理空间数据的人来说值得一看；如果你的工作和地图、空间数据完全无关，那这个项目和你关系不大。