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。

这是一个用原生 JavaScript 和 Canvas 2D 写的机械蜘蛛动画界面，把提示词或 Agent 任务步骤变成可视化演出：蜘蛛沿文字游走、伸触手抓词，词条飞入蛛网后分流到 code、model、you 三条分支。纯演示模式打开即用，输入自己的提示词会用本地规则打分分流，但不调用模型也不执行任何操作，纯属视觉效果。真正实用的场景是通过 MCP 接入你自己的 Agent，让 Agent 上报任务步骤后实时在画面上展示，比如代码检查、资料整理或需要人工确认的工作流，适合做演示或给别人看 Agent 在干什么。它还提供三套布局、主题定制、时间轴回放、PNG 截图和独立项目导出。对多数后端或算法岗关系不大，但做 Agent 产品、需要向用户或老板直观展示 Agent 工作过程的前端和全栈开发者值得一看。

这是一份「AI 味」写作模式清单，收录了 120 种让文字读起来像 AI 生成的表达习惯，分 9 大类：包括 delve、tapestry、seamless、game changer 这类高频空词，Additionally/Moreover 开头的连接句式，以及 LinkedIn 式的鸡汤结构。每条模式都配了坏例子和改写示范，比如「plays a pivotal role」应改成「drives 40% of signups」。它不判断文字是否由 AI 写成，而是指出单条模式很正常、一段里堆叠多条才显得像 slop。用法是把清单喂给 Claude Code、Codex 等 agent 让它写作时规避，或拿它检查已有草稿；也提供结构化数据供接入自己的工具。适合经常用 LLM 写营销文案、产品文档、社媒内容的运营、市场和内容岗位，以及想让 AI 产出更像人话的开发者；纯技术写作或不依赖 AI 生成文本的人关系不大。

这是一个把 OpenCode 免费模型「搬运」出来的本地桥接服务：它在你机器上跑一个 OpenAI 兼容的 API 端点，让 Cursor、Continue、Open WebUI、LiteLLM 或任何 OpenAI SDK 客户端直接调用 OpenCode 的免费档模型，不用注册账号也不用 API key。它最麻烦的地方在于绕过上游的免费档门槛——OpenCode 会校验 TLS 指纹、User-Agent、工具列表和会话头，这个项目把这些身份特征全部从上游源码和接口动态推导出来，并在被 403 拒绝时自动刷新配方、换会话重试，同时区分「请求格式不对」和「IP 被封」两种情况，避免无谓重试加重惩罚。适合想在自己的编辑器或本地网关里白嫖一批免费 LLM 做实验的开发者，尤其是已经在用 Cursor、Continue 这类 AI 编程工具、又不想为每个模型单独申请 key 的人；如果你没有这类需求，它和你关系不大。

这是一套给 Claude Code 或 Codex 用的视频剪辑技能包，把一段对着镜头的原始口播录像直接变成能发的 Reels 成片。它会自动挑出最好的 hook 开头、保留最佳 take 删掉啰嗦部分、剪掉语气词和长停顿，配上字幕、标题、logo 和动画，还能模仿你喜欢的视频风格，输出默认是竖屏 Reels，也可以改成 YouTube 或 LinkedIn 格式。背后依赖 ElevenLabs 做转录、Remotion 做动效排版，本质是把专业剪辑师干的粗剪和包装活交给 AI 代理完成。适合那些以自己为品牌门面、有真实产品要卖、但讨厌做内容又必须高频更新的个人创业者和营销负责人——比如每周要发好几条口播短视频却没时间剪的人。如果你不做面向镜头的内容，或者需要给客户剪片子（这需要作者授权），那和你关系不大。

这是一套面向 AI Agent 的合规工作技能库，把资深 GRC（治理、风险与合规）从业者做各类合规事务的方法写成了 65 份 SKILL.md，Claude Code、Codex、Cursor 等支持该格式的 Agent 都能直接读取使用。它覆盖 ISO 27001、SOC 2、GDPR、EU AI Act、DORA、NIS 2 等框架下的常见工作：差距评估、适用性声明、风险登记册、审计准备与应对、证据整理、供应商管理、隐私文档、AI 系统盘点、事件响应等，Agent 负责起草、搜集和交叉核对，而范围界定、风险接受、最终签字等判断明确交还给人。比如让 Agent 读取你手头的合规材料，它能盘点现状、挑出最该补的 10 项技能并写出 30 天整改计划。适合安全合规负责人、隐私专员、内审人员，以及需要准备 ISO 27001 或 SOC 2 审计的创业公司技术负责人；纯开发岗位关系不大。

Grandet 是一个帮你给大模型 API 比价的工具，背后收录了 1800 多家官方、推理商和中转站的挂牌价格。它以 Skill 和匿名 MCP server 两种形态接入你的 AI agent，比如 Claude Code 或 Codex，你直接用自然语言问「2000 万 token 一个月哪个最便宜」「有没有不要信用卡的免费 Gemini API」，它会按挂牌价列出最便宜的几家，标明价格单位、观察日期和最低充值等限制条件，美元额度、人民币额度和现金价分开列、不混比。它还能帮你把选中的 API 接进 agent：你自己注册充值拿 key，它给出配置改动、备份后写入、验证 key 和模型名，说 undo 即可回滚。要注意它只比挂牌价、不评价质量。适合经常在多家 API 之间切换、想省 token 开销的 AI 应用开发者和 agent 重度用户，普通从业者关系不大。

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。

这是一个 Claude Code skill，把一个知识点变成一条带旁白、每句话都有出处的知识短片，全流程在对话里完成：选题、查证、写稿、配音、代码逐帧渲染成 1080p60 视频，最后打包成可发布成品。画面不是剪辑素材，而是由 Claude Opus 编排、用代码（含 threejs）逐帧画出来的，另提供 44 套视觉风格，覆盖古风、水墨、像素、霓虹赛博、发布会极简等 8 个家族，增强档镜头会用 Renoise 生成配图并标注「AI 示意」。样片包括「商鞅立木」「一张纸折多少次能到月球」「什么是洗钱」这类科普选题，同一份脚本可切换基础档与增强档对比。适合做科普短视频、知识类自媒体内容的创作者，以及想探索「代码生成视频」工作流的 AI 应用开发者；如果你不做内容生产，和多数从业者关系不大。

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 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。

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。

CoworkOS 是一个让人和 AI agent 长期协作干活的运行框架，可以理解为给 Agent 加了一套「项目管理 + 交接班」的外壳。它采用三层结构：Main Agent 负责定计划、分任务、验收结果，Coordinator Runtime 负责派发和跟踪子任务，可选的 Subagents 执行具体活儿，任务状态和日志会保留下来，中断后能接着干。它面向的是跨天、跨会话的复杂交付，比如写代码、做研究、产出文档和 PPT、操作 CAD 或 Blender 场景，人和 agent 可以在同一批文件上互相查看和修改，改动以候选形式待审后再合并。README 里还展示了用它跑模型后训练迭代循环的案例，五轮迭代把 Qwen3.6-35B-A3B 在八个 benchmark 上的均分从 33.19 提到 42.95。适合关注 Agent 工程化落地、想做长周期自动化流水线或 agent 驱动研究的工程师和研究者；只是日常用用 AI 编程工具的人关系不大。

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 DeepSeek Harness 的一个社区插件，用来让模型自己管理上下文窗口。Harness 自带的自动压缩是按 token 压力和长度来裁剪历史的，分不清哪些消息属于刚做完的子任务；这个插件改成「黑板区块」模式：模型在跑代码时给消息打上区块标签，任务做完后自己写一段交接摘要，把该区块的原始消息替换成摘要，腾出上下文。原始对话仍完整保留在只读日志里，人类看到的记录不丢，重放也保持确定性。它不额外调用摘要模型，摘要由模型在程序里自己提交，因此省掉一次模型往返。要注意 README 里明确说，上下文变小不等于缓存命中率更高或账单更低，替换历史可能让缓存后缀失效。适合在 DeepSeek Harness 里跑长任务、多子任务 Agent，关心上下文成本和缓存命中率的 AI 应用工程师和 Agent 开发者看看；不直接用 Harness 的人关系不大。

这是一个给 DeepSeek Harness（cordis 插件体系）用的本地记忆层，让 AI 助手跨会话记住「你是谁、上次聊到哪」。它不用向量和图，靠 FTS5 倒排加 2-gram 捞候选、IDF 加权算相关度，再叠情绪桶（感受、原话、偏好、教训各有不同权重）、同日上下文和指数衰减，数据全存在本机 SQLite 文件里，不联网。会话开场它会吐一段两百多字的「认人」提示：你正在和谁说话、今天见过面吗、上次卡在哪个话题、你上次想问什么；会话结束只写三行交接。它还支持工作记忆的 supersedes 覆盖关系，新决定自动沉掉旧方案，避免向量检索分不清「哪个是现在的」。作者实测过图检索纯属噪音（1 跳把噪音率从 33% 推到 64%），直接砍掉了，README 里坦白了不少以前吹过但没实现的功能。适合在本地跑 AI 助手、想给长期对话角色做持久人设的开发者，以及对 RAG 记忆方案「太机械、没人情味」不满的人；普通只调 API 的从业者关系不大。

DuduLove Memory 是一个可自托管的 AI 长期记忆服务，核心思路是把「记忆身份」（Resident）当作长期主体，而不是把聊天记录挂在某次会话或某个前端上。同一个身份可以从网页、MCP、HTTP 客户端或不同模型入口接入，继续使用同一份历史与授权；多个身份可以共享 world 里的公共事实，同时各自保留 private 的私人经历。它把召回拆成身份、联想、证据、工作记忆几种职责，配合会话级的 Recall Ledger 减少同一条记忆反复出现，写入则经过统一的 Memory Admission 处理归属、来源、重复和拒绝记录，让「记错能改掉」和「记住」同样重要。基础的身份管理、关键词搜索、上下文组装不依赖外部模型，语义检索可选接入 OpenAI 兼容服务。适合在做个人 Agent、多 Agent 记忆层或需要跨模型保持人设连续性的开发者，以及想给自家 AI 产品加可控长期记忆的团队；只做一次性对话应用的人关系不大。

Rna 是一个本地优先的 AI Agent 桌面工作台，面向需要跨多天推进的长线项目——比如写小说、做研究、开发一个代码库。它和常见的聊天框式工具最大的不同是以「项目」而非「会话」为单位：项目绑定一个文件夹、一份记忆和一套工具，Agent 会在后台持续干活，你回来时收到的是简短摘要而不是刷屏日志。内置本地记忆无需 Docker 即可检索历史对话和交付文件，还接入了六种网页搜索服务和 MCP 协议，并用一个极低成本的小模型先做「值不值得打扰你」这类判断，再调用主模型。适合需要让 Agent 长期跟进任务的独立开发者、研究者和内容创作者，如果你只是偶尔问几个问题，它对你意义不大。