AutoPPT 是一套给 AI 编程智能体（Claude Code、OpenAI Codex）用的课件生成技能加课件引擎，说白了就是「AI 备课神器」：你只需说出课程主题或给一份教学大纲，智能体就按固定流程产出一整周可直接上课的 HTML 幻灯片，包括理论课、实践课三套约 20 页的课件、每页完整讲稿、浏览器里真实计算的互动组件（拖滑块、点按钮当场出结果）、真实运行过的实践代码与 Notebook，还会自动生成学生版、教师分钟级教案和事实出处页。它来自复旦大学《人工智能基础》通识课的真实教学，14 周课件全部用这套方法完成，教师每周只需花约半小时审改设计文档。相比传统 PPT 的二进制难改、代码与截图对不上、交互只是动画等问题，它产出的是纯文本 HTML，可用 git 管理，支持三种视觉风格一键切换。适合高校教师、企业内训师、课程设计师，以及想用 Agent 做教学内容生产的人；如果你不做课件，和你关系不大。

这是一套现成的 DESIGN.md 文件合集，DESIGN.md 是 Google Stitch 提出的概念：一份纯 Markdown 的设计系统文档，AI 编码代理读了就知道该把界面做成什么样，相当于给 AGENTS.md 配了一个管「长什么样」的姊妹文件。仓库里收录了从 Claude、Cursor、Vercel、Ollama、Mistral AI、ElevenLabs 等几十个知名网站反向分析出的设计规范，包含配色 token、排版规则和布局模式。用法很直接：把某个品牌的 DESIGN.md 丢进项目根目录，再让 AI 编码代理「照这个风格做个页面」，生成的 UI 就能保持该品牌的设计语言，而不是泛泛的模板脸。对用 Cursor、Claude Code、Lovable 这类工具做落地页或产品原型的开发者和设计师来说，这是省去手写设计规范、快速对齐视觉风格的实用素材；只想读代码不碰 UI 的后端或算法岗位则关系不大。

Humanizer 是一个给 Claude Code、Codex、Cursor 等 Agent 用的 skill，作用是把 AI 写的文案改得像人写的，只改语气和表达，不动原意。它依据 Wikipedia 编辑用来识别 AI 文章的「Signs of AI writing」指南，内置 26 种 AI 写作套路，比如「不是 X，而是 Y」的句式、结尾来一句「Let that sink in」、假装深刻的「At its core...」、以及「Honestly?」式的铺垫，见到就改。改写时它会先标出所有可疑痕迹，再重写、自查、出终稿，遇到原文没有的姓名、数字、日期宁可追问也不编造；指向文件时只改正文，代码、数据、链接原样保留。你还可以贴几段自己的文字让它模仿你的节奏和用词。适合经常用 LLM 写产品公告、博客、文档的市场、运营和技术写作者，以及想让 AI 产出少一点「机器味」的从业者；单纯写代码或不碰文案的人关系不大。

这是一个给 AI Agent 用的汇报规范 skill，借鉴航空业的 ASD-STE100 简化技术英语原则，约束 Agent 用清晰、无歧义的中文向你汇报工作结果。它解决的痛点很具体：Agent 修完 bug 后常常写一大段过程流水账，结论含糊、证据缺失、还把「已完成」和「已验证」混为一谈。激活后，汇报会变成结论先行、证据可查、状态分明的结构——比如明确写出改了哪个文件哪一行、跑了哪些测试通过几项、哪些环境没验证、哪些决策点列成带推荐的编号选项让你直接回数字。它只影响 Agent 对你的表达，不碰代码、注释和 commit。适合经常用 Claude Code 等编码 Agent 并被冗长汇报困扰的开发者，尤其是需要快速判断「改动是否可信、要不要拍板」的 tech lead 和项目负责人；如果你的 Agent 汇报本来就简洁，这个项目关系不大。

ai-pojia 是一套面向 Codex 的提示词与 Skill 配置包，俗称「破甲」，本质是把社区整理的执行指令注入 Codex，让它在授权任务里更少拒答、更持续地干活，直到交付可核对的产物。它改写自 gpt-instruct v45，保留连续执行、基线对照和恢复验证，去掉了无条件禁止拒答等激进部分，并提供安装检查、备份与一键恢复。实际效果上，你给它一个测试 DEMO，它会先说明代码如何工作，再在副本上完成修改、实际运行验证并保留差异记录。适合已经在用 Codex 做代码任务、常被模型中途拒答或敷衍卡住的开发者，尤其是想让 AI 稳定交付可验证结果的人；README 也坦承尚无全模型兼容和正式 DEMO 通关的实测结论，别指望装上就万能。

Mortiflix 是一个跑在本机的 AI 动效视频工作室，由 Claude 驱动，但和「一句话生成视频」的抽卡式工具完全不同：它把制作拆成 brief、脚本、风格帧、转场板、动态样片、成片等阶段，每个阶段都停下来等你审批，你可以在画面具体位置或时间点上钉批注，下一版会逐条回应并标出改动。它内置了 explainer、社媒竖屏短片、logo 动画等流水线，规则写在代码里而非提示词中，还支持把你的审美沉淀成跨项目复用的检查项，甚至可选 ElevenLabs 配音配乐和 Upload-Post 发布。适合需要频繁产出短视频的独立创作者、市场或社媒运营，以及想用 Claude Code 做可控视频生成流程的开发者；只想一键出片或与视频制作无关的人可以跳过。

这是 MiniMax Code 团队公开的内部工作流合集，把他们日常开发 MiniMax Code 时用到的一套「技能」打包开源，每个技能是一份可直接装进 MiniMax Code 的 SKILL.md。它不是提示词合集，而是实战经验：比如用 subagent-split-check 判断任务该不该拆给子代理、用 tool-budget-audit 和 context-tax-audit 审计工具调用与上下文注入对 prompt cache 的消耗、用 long-session-check 决定长会话该压缩还是重开、用 independent-review 从干净上下文独立评审 diff，还有把反复出现的人工纠正固化成测试或 CI 的 taste-to-checks。适合已经在用或打算深度使用 coding agent 的工程师，尤其是负责 AI 编程工具链、harness 工程、想提升 agent 产出质量与评审效率的人；如果你不写代码或不用 agent，这项目和你关系不大。

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。

OpenChart 是一个把 AI Agent 嵌进投资分析全流程的开源交易工作台，可以理解为「TradingView 加上你自己的 AI 助手」。它提供不限数量的图表、指标和价格预警，支持 4×4 多图网格，还能接入你已有的 Claude、Codex、Gemini 账号来干活。具体来说，你可以用自然语言描述想盯的市场条件，让 Agent 自动构建监控并在触发时调查异动；在图上画一条趋势线或区域，价格穿越时自动触发 Agent 研究；选中某段 K 线，让 Agent 解释这段行情为什么波动，并把带来源的标注钉在图上。它还内置了 Tea 脚本语言，用来写自定义指标和条件逻辑。适合量化交易员、做技术分析的个人投资者，以及想把 LLM 接入行情监控和研究流程的开发者；纯做后端或 AI 应用开发、不碰交易场景的人关系不大。

Pi-Remote 是给终端编码 agent「pi」加装的一个远程遥控器：pi 本身照常在你电脑上跑，它通过官方扩展 API 把会话实时镜像到浏览器，你在手机上就能看到输出、工具调用和状态变化，还能回发消息、切换模型、调整思考深度、压缩上下文、在会话树里创建或分叉会话。数据经自建 relay 端到端加密转发，relay 不持有模型凭证和本地文件；也支持无服务器模式，relay 跑在自己电脑上，同一 Wi-Fi 下手机直连，出门再按需开临时隧道。典型场景是：让 pi 在家里机器上跑长任务，人出门后用手机盯进度、回答它的提问、临时改指令，或者多台设备共享一个 relay 管理各自会话。适合重度使用 pi 这类终端 coding agent、经常需要离开工位又不想中断任务的开发者；不常用 pi 或不跑长时 agent 任务的人关系不大。

video-director 是一套给 Claude Code 用的 skill，让 Claude Opus 5.5 当导演，把短视频直接写成代码——用 HTML、Canvas、Three.js、GSAP 或 Remotion 逐帧渲染成 MP4，覆盖产品发布片、讲解动画、数据故事、动态字体、循环短片和社交 Reels。它不是视频生成模型，而是一套流程约束：先用数字把片子规划好，再确定性地写代码，最后用脚本测量模型「看不了也听不了」的东西——首帧是否黑屏、文字大小和对比度够不够、有没有闪烁卡顿、循环接缝、响度和静音段。它还带三份测试 brief 和评分器，README 里展示了加 skill 前后的对比结果。适合需要给产品做发布视频、给 CLI 或 SaaS 写短片的开发者，以及做内容运营、想用代码而非剪辑工具批量产出 Reels 的人；如果你不做视频相关工作，和你关系不大。

这是一套给 Claude Code 用的小插件合集，作者是 midudev，每个插件解决一个具体痛点。比如 Sub Meter 在右下角显示订阅用量的 5 小时和周窗口进度条，Context Meter 在输入框上方提示上下文窗口快满、该 compact 或开新会话了；Quick Peek 让 Claude 回复里的文件路径变成可悬停预览、点击在 Finder 打开的链接；Time Machine 把每次改动文件的回合都存成 git 快照，一条命令就能把文件回滚到任意回合之前，连 Bash 造成的改动也能恢复；Commit 则用一条指令把你的改动拆成符合 Conventional Commits 规范的提交。日常重度使用 Claude Code、经常担心上下文爆掉或改乱代码回不去的人，值得逐个翻翻看；如果你平时不用 Claude Code，这些插件和你没什么关系。

这是一个把 AI 原理做成可玩实验的桌面学习应用，类似把教科书里的插图全部变成能拖动、能点击的交互沙盒。58 个小实验覆盖从机器学习基础、注意力机制、RAG、Agent，到预训练、LoRA 微调、量化、蒸馏和部署的完整链路：你可以点一个词看它在 attention 里关注谁，可以实时训练一个微型语言模型看 loss 下降，也可以用 SGD、AdamW、Muon 等优化器跑同一批数据对比效果。每个实验旁配短讲解，同一段内容有简单版、白话版和技术版三种写法，适合不同基础的人。对互联网和 AI 行业从业者来说，它适合两类场景：一是想系统补上 transformer、训练、微调这些底层概念的产品经理、算法工程师或刚入行的新人，用碎片时间把知识盲区补上；二是需要给别人讲清楚 AI 原理的讲师或技术布道者，可以直接拿这些可视化当演示素材。纯做业务开发、不碰模型的人关系不大。

这是一个给 DeepSeek 网页/桌面端用的输入框增强插件：在发送按钮旁加一个鲸鱼尾巴图标，点一下就把你那句没头没尾的草稿原地改写成目标、格式、边界齐全的可执行提示词，只改内容不发送，不满意随时撤销。比如你写「帮我写个爬虫抓豆瓣电影」，它会补上抓 Top250 的名称评分链接、输出 CSV、遵守 robots 协议等约束再放回输入框，补出来的东西你还能继续手改。它支持参考前文对话让改写更贴合上下文，也能读输入框里的图片，改写任务在后台跑，切换会话不中断。适合经常用 DeepSeek 写提示词、但总要来回追问好几轮才能把需求说清楚的从业者，尤其是需要让模型稳定产出结构化结果的运营、产品和开发岗；如果你不用 DeepSeek 或很少写复杂提示词，跟你就没什么关系。

这是一个给 Claude Code 用的音效选材 Skill，让 Agent 帮你在 Freesound 等音效库里搜索、筛选并下载真实音效，比如转场 whoosh、卡片入场、按钮点击、纸纸张滑动这类视频常用声音。它把画面动作翻译成英文关键词去搜候选，再结合下载量、评分人数、时长、描述和许可证（CC0/Attribution）判断是否合适，给出推荐依据和试听链接，最后下载到指定目录，必要时用 FFmpeg 检查时长与能量分布。典型用法是在做产品演示视频时说「找一个 0.3 秒、轻快的卡片飞入 whoosh，只要 CC0」，它会返回候选和理由。适合做短视频、动效演示、产品宣传片的剪辑师和前端/动效开发者，以及在 Claude Code 里搭自动化视频流水线的人；平时不碰视频音效的读者关系不大。

这是一个给 Claude 和 Codex 用的写作 Skill，专门帮你起草 CVPR、ICCV、NeurIPS 风格的论文底稿——摘要、引言、方法、实验和配图规划都能生成。它的写法规则不是拍脑袋定的，而是从 60 篇顶会获奖论文里逐句统计提炼出来的：比如获奖论文很少用泛泛的背景开头，缺口要写清「什么条件下失败、为什么失败」，组件之间是递进关系而非并排罗列，句尾也几乎不带「making X possible」这类 AI 腔。你把自己的研究填进一张表或直接贴一段摘要，它会先拆解出哪些信息已有、哪些缺失并追问补全，再按八类论文类型（方法改进、新能力、规模规律等）路由到对应论证路线起草，最后自动检查 AI 腔、凭空编造的数字和图注问题，没给的数字和引用一律留作 TODO 不会瞎编。适合正在赶 CVPR/ICCV/NeurIPS 投稿、需要快速产出高质量初稿的研究生和研究员，尤其是那些被通用 AI 写出的「千篇一律」稿子困扰的人；如果你不写学术论文，这个项目和你关系不大。

onsystem 是一个专为 AI 编程助手设计的守门工具，解决的问题很具体：Claude Code、Cursor 这类 coding agent 写 UI 时凭训练数据发挥，而不是照你的设计系统来——你要一个设置卡片，它给你硬编码的十六进制颜色、随手写的间距、原生 button，或者根本不存在的组件属性。onsystem 会用 TypeScript 编译器读取你设计系统包里的组件、cva/tv 变体和 design tokens，然后在每次编辑和每个 pull request 上检查 agent 实际写出来的代码，指出问题并附上修复建议，比如把 bg-[#ef4444] 换成语义 token、把原生 button 换成你的 Button 组件。它在设计系统包里配一次，monorepo 里所有应用都能生效，也能通过 GitHub Action 只检查 PR 改动的行。适合维护 React 设计系统或平台团队的前端工程师、以及被 agent 产出的不规范 UI 拖累的 code reviewer；如果你不维护共享组件库，和多数人关系不大。

Baseplate 是一个跑在终端里的 Roblox Studio AI 助手，可以理解为「Roblox 版 Cursor」：你用自然语言让它改游戏，它先把整轮改动以 place diff 的形式列给你审——哪些实例新增、哪些脚本改动、哪些被删除，逐行 Luau 都看得到，你点头之后才真正写进 Studio。它还会自动跑一次测试副本，读 Output 里的报错并反复修到干净，最后给出截图和检查结论作为证明；不满意任何一轮，一个 Ctrl+Z 就能整轮回退，git 项目里每轮也对应一个 commit。默认通过 Ollama 用免费本地模型，也可接 Claude、GPT、Gemini。适合正在用 Rojo 或直接在 Studio 里做 Roblox 游戏、想让 AI 帮忙写 Luau 但又怕它乱改文件的独立开发者和小型团队；如果你不碰 Roblox，这项目和你关系不大。

这是一个给 Claude Code 和 Codex 加装的可视化侧边栏，把平时只能靠翻日志才能看清的 agent 工作过程直接画在界面上：主 agent 和子 agent 组成一棵树，每个节点标出模型、角色、token 消耗、耗时和工具调用次数，运行、等待、完成、失败用不同颜色区分。它还会把当前对话里的操作按阶段整理成任务流，比如「读文件—改代码—跑测试」，点开能看到具体动作和结果，失败和缺失的结果也会保留，不会被美化掉。整个过程纯本地解析，不额外调用模型。适合每天用 Claude Code 或 Codex 跑多 agent 任务、经常需要搞清楚「它刚才到底干了什么、卡在哪一步」的 AI 工程师和重度 AI 编程用户；如果你只是偶尔用 CLI 写写代码，这个侧边栏带来的价值有限。

这是一套用来识别「没有真人负责的 AI 代写论文」的证据库加 agent 技能包。它不靠单一模型打分，而是整理了 83 条有出处的可疑信号：比如 AI 高频词汇聚集、防御性 hedging、指令泄漏痕迹、参考文献查无此文、表格间数字对不上等，并在 79 篇真实论文上做了校准，给出人类论文的分位数基线。面向三类人：投稿作者可以用它在署名前自查——它会逼你回答只有你能答的问题、核对引用和数字；审稿人或 AC 面对可疑投稿时，能拿到带原文引用和定位的 W/R/Q 评级、一段可直接写进评审意见的描述；只想快速扫一遍的人可以跑它的表面 lint，得到 28 类痕迹的计数。对学术出版、期刊编辑部、科研诚信岗位的人最相关；普通工程师或做 AI 产品的人关系不大，除非你需要判断收到的论文是否可信。

SoftJL 是一个把软件需求文档自动转成 UML 图、测试用例和可编辑 Word 规格说明书的工具，带需求追溯能力，可自托管并接入自己的 AI 模型。它主要面向软件工程课程设计和毕业设计场景：你把需求描述丢进去，它能生成用例图、类图等 PlantUML 图表，产出测试用例，并生成能继续手工修改的 Word 文档，同时保留需求到设计再到测试的追溯链，方便答辩时解释「每条需求是怎么被覆盖的」。对互联网和 AI 行业的从业者来说，如果你在带实习生做课程项目、或者团队里需要快速把粗略需求整理成规范文档和测试基线，可以看看；但如果你日常做的是模型训练、推理服务或业务开发，它和你的核心工作关系不大。

Simple Reviewer 是一个给 Codex 用的 skill，专门用来审阅 AI 写出来的代码。它把 AI 生成的代码拆成功能块，用大白话解释每块做什么、改动会影响什么，再把你的原始目标转成可观察的验收标准，逐条用实际运行的证据去核对，而不是只看代码「看起来能跑」。它还会列出具体风险，比如数据、凭证、外部服务、费用和权限方面的影响，并给出一到三步后续检查建议，最后产出 HTML 或 Markdown 的审阅报告。适合在 Vibe Coding 之后复盘、接手陌生的 AI 生成代码、或合并改动前把关。如果你的岗位经常用 AI 编程工具写功能但对结果不放心，比如需要给团队或客户交付的独立开发者和工程负责人，这个工具值得花几分钟看看；如果你不写代码或完全不用 AI 编程，它和你关系不大。

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。

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。

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。