caveman 是一个给 coding agent 用的省 token 技巧加代理工具，核心思路是让 AI 像原始人一样说话：能省的词全省，但代码和关键信息一字不动。它给 Claude Code 等 30 多种 agent 提供一套「原始人语音」规则，让回复先给结论、一句一个意思、砍掉寒暄和复述，实测能把整轮会话的输入 token 砍掉三成以上，输出也更短，而答案质量基本不变——JetBrains 的 A/B 测试显示没有可测量的质量下降，Adobe Research 和 Elasticsearch Labs 也各自验证过成本下降。它还提供几档激进程度不同的口令，从正常简写到中英混杂的极简模式，用户按需选择。适合每天重度使用 Claude Code、Cursor 等 agent、被 token 账单和上下文长度困扰的工程师，以及关注 prompt 工程和 agent 成本优化的人；如果你不常用 AI 编程工具，这项目跟你就没什么关系。

Shim 是一个跑在终端里的轻量 AI 编程助手外壳，可以理解为把各家模型和工具粘合起来的「万能适配器」：一个几 MB 的静态二进制，不依赖 Node、Python 或 Docker，也不带界面和后台进程。它内置 OpenAI 兼容和 Anthropic 两种适配器，能接入 Ollama、LM Studio、OpenRouter、Claude 等各类托管或本地模型，同时支持 MCP 服务器和 Agent Skills 的懒加载，省去为每个工具单独配 provider ID、端点和 JSON 的麻烦。日常既可以用自然语言下指令，比如让它解释仓库或修失败的测试，也可以用完整的脚本化命令；管理类请求会先由本地小模型翻译成白名单命令，涉及改动的操作需要人工确认，配置和会话都以纯文本 JSON 存放。适合经常在命令行里工作、想用统一入口切换多个模型和工具的开发者，尤其是偏好本地模型、在意数据不出机器的人；不碰终端的读者关系不大。

MyGit 是一个轻量的原生 Git 图形客户端，跨 macOS、Windows 和 Linux，主打「检查 AI agent 写的代码」这一场景。它把 JetBrains 的提交图和历史工具、VS Code 的暂存方式装进一个不到 7 MB 的单文件里，秒开、内存占用极低（打开两万条提交的仓库约 109 MB，远低于 IDE）。实际用法是：让 Claude Code、Codex 等 agent 干活时开着 MyGit，窗口随改动实时刷新，锁文件和压缩产物自动折叠，图片改动显示前后对比；你可以在 diff 里直接改一行、按行暂存，把不满意的行加上注释、一键复制成带文件和行号的 Markdown 贴回给 agent 重做。它只读 git 输出、所有写操作交给 git 本身，所以和任何 agent、多个 agent 并行、或你自己的手改都兼容。适合日常用 AI 编程、需要频繁 review agent 产出的开发者，以及想要一个比 IDE 轻得多的 Git 客户端的人；不写代码或不用 agent 的读者关系不大。

UNCUT 是一个极简的无头 coding agent，可以理解成「能塞进 shell 管道里的 Claude Code」：单个 7 MB 静态二进制，只有读写文件、替换文本、执行命令四个工具，通过 stdin/stdout 交互，没有界面也没有遥测。它的卖点是「无损」——每次调用都发送完整对话，文件内容和命令输出从不截断，如果模型因输出上限被切断，它直接报错退出，而不是把半截答案当成成功。典型用法是把 git diff 或测试失败日志管道喂给它，让它分析原因或修复问题；也支持 JSONL 会话续跑，以及 OpenAI 兼容接口（含本地模型服务）。适合需要在 CI、容器或脚本里自动跑 agent、又对上下文被静默裁剪敏感的后端和平台工程师；只想在终端里交互式写代码的人，用不上它。

Droidline 是一套用代码操控真实 Android 手机的自动化工具，可以理解为免 ADB、免数据线、免 root 的 Appium 替代品：手机上装一个 App、扫码配对即可，手机主动连回电脑，同一局域网或移动网络都能用。它提供统一的命令集，Python、Node.js、命令行、HTTP 乃至 MCP 都能调用，典型场景包括在真机上测试自己的 App（比如跨应用读取短信验证码完成登录）、让一排手机每天跑同一套例行任务、写点小脚本定时开关 Wi-Fi 或抓取应用里的数据，以及通过 MCP 给 Claude、Cursor 等 AI agent 装上「手和眼」，让它们看手机屏幕并操作。适合移动端测试工程师、做手机农场或 RPA 的开发者，以及想让 AI agent 接管真机的团队；纯后端或算法岗关系不大。

diff-tour 是一个只读的终端工具，把一次 git 变更变成可以左右键逐步翻阅的「导览」，让你像资深工程师那样读 diff。它会先用 git 导出变更前后的文件、diff 和提交信息，再调用你本机已有的 LLM 命令行工具（Claude Code、Codex CLI、Gemini CLI、Copilot CLI 等）生成一份讲解：这次改动为了什么、该重点看哪几个文件、老代码承诺的行为有没有被破坏、失败或重复执行会怎样、哪些问题必须修哪些只是建议，还会抛出「先猜答案再看解析」的思考题。生成过程中 LLM 只有只读权限，无法碰你的真实工作区，屏幕上展示的代码始终直接读自 git，不会照抄模型的输出。适合两类人：一是刚入职或接手陌生代码库、需要快速读懂别人 PR 的工程师；二是带新人的资深 reviewer，可以把它当教学脚手架。如果你平时不参与 code review 或不带人，关系不大。

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。

Memdoor 是一个跑在本机的 coding agent 和工作流编排器，可以理解为给 Claude Code 这类编码助手加了一层确定性的流程控制：它让多个小模型（如 Qwen3.8-27B）分工协作，作者称在 LiveCodeBench Hard 上五个小模型协作的成绩超过了单次调用的 frontier 模型。它能读文件、改代码、跑测试，还能把重复性工作写成带检查点、并行步骤和人工审批门的工作流，失败后可从断点续跑，适合接进 CI 或定时任务；内置的决策模型还能按需裁剪每轮发送的工具和上下文，实测把某类问题的输入 token 压掉了七成。模型可以走本地 Ollama、llama.cpp，也可以用你自己的 OpenRouter 等 API key，单个二进制、无需注册账号。值得看的是关注 AI 编码工作流、想用低成本小模型替代昂贵大模型做批量代码任务的工程师，以及在 CI 里跑自动化修复的后端和平台岗位；如果你只是偶尔用一下 AI 补全，关系不大。