agentring 让你的 AI agent 能直接给你的手机打电话，你也能反过来打电话找它。比如你让 Claude Code 跑一个耗时的数据库迁移，跑到一半失败了，它会像真实来电一样把你的手机（即使锁屏、省电模式下）打醒，一个语音 AI 接起电话告诉你发生了什么，你口头给出决策，转录文本回传给 agent 后它继续干活；反过来你也可以在 App 里主动呼叫 agent，边开车边问「CI 结果怎么样」。它通过 MCP 协议接入 Claude Code、Codex、opencode 等主流编程 agent，通话走自建 VoIP，不需要 Twilio 和电话号码，全程自托管。适合经常跑长任务、需要远程给 agent 下指令的 AI 工程师和重度 AI 编程工具用户；目前仅支持 Android，且处于 pre-release 阶段，只在一台 Pixel 6 上验证过，iOS 用户和纯后端开发者暂时关系不大。

HarborRL 是一个用强化学习训练工具调用型 Agent 的端到端框架，把模型服务、轨迹生成、工具执行、可验证奖励和策略更新串成一条可复现的流水线。它支持以 Qwen、GLM 为基座，用 GRPO、DAPO 等算法在沙箱隔离的任务上训练，覆盖 Terminal-Bench、SWE-Bench 等 200 多个任务，还能接入 Claude Code、Codex、LangGraph、SWE-agent 等 40 多个 harness 框架，通过模型×算法×任务×harness 的组合快速搭实验。它还提供本地 Web 控制台做配置校验、试运行和训练日志查看。适合做 Agent RL 研究或想给 coding agent 做后训练的算法工程师；如果你只调用现成模型 API、不碰训练，这个项目和你关系不大。

OpenVLHarness 是一个让多模态大模型（MLLM）变成「会用工具的视觉推理者」的框架，无需微调，模型通过原生工具调用就能在视觉空间里思考和写代码。它内置九种能力：用文字定位物体、OCR 读图、深度估计、相机轨迹、放大细看、文本与图片搜索、访问网页，以及一个 Python 编码代理，每种能力都返回模型可读的证据。配合多模态记忆，图片、框、掩码、深度图和网页引用在整道题中都可被后续工具和代码复用。例如模型可以先定位物体、估算深度再计算空间关系，或裁剪陌生物体做以图搜图并到网页验证答案。在四个领域 22 个基准上，七个骨干模型平均提升 9.7 到 12.6 分。适合做多模态 Agent、视觉推理评测或研究工具调用的算法工程师和研究员，普通后端或前端开发者关系不大。

CRAB 是一套让 AI Agent 不看源码、只靠观察行为来重写软件的工具包。它把目标程序当成黑盒：驱动 CLI、网页或 Android 应用运行，抓取输出、无障碍树和 API 交互，再由 Agent 归纳成行为规则并逐条对照原程序验证，最后生成一份规格说明书，交给另一个 Agent 按规格从零实现，再用同一套测试比对克隆版与原版的通过率。过程中它会主动注入故障（5xx、断网、超时、畸形响应等）逼出边界行为，检查覆盖率缺口，并拦截任何照抄原文的表达。实际效果上，它在没见过的网页应用上隐藏测试通过率约 97% 以上，CLI 工具更是 397/397。适合做逆向工程、竞品分析、遗留系统重写或需要 clean-room 复现的团队；普通后端或 AI 应用开发者若无此类需求，关系不大。

这是一个让 Claude Desktop 在 Windows 上多开的工具：每个窗口可以绑定不同的 API，比如一个窗口保留官方订阅登录，其余窗口走 cc-switch 指向的第三方或自定义 API，互不干扰。窗口数量不限，带一个仿 Anthropic 风格的小 GUI（内置中文），桌面快捷方式、任务栏、托盘图标都做了区分。会话数据在窗口间共享，新会话、置顶顺序、MCP 配置会镜像同步；同一会话在两个窗口打开时会弹通知提醒。它还内置了较强的代理与身份隔离能力：启动前用双源 GeoIP 校验出口 IP 并自动对齐时区、语言，运行中通过网络熔断机制监控代理漂移，同时加固 Chromium 的 DNS、QUIC、WebRTC 防泄漏。适合需要同时管理多个 Claude 账号、在官方订阅与第三方 API 之间切换的重度用户，以及做账号隔离、防关联的运营人员；只是偶尔用用 Claude 的人基本用不上。

这是一个本地运行的摄像头特效工具，能把你的摄像头画面实时变成动漫里的「瞬移消失」效果，类似给直播或视频通话加一层趣味滤镜。它用 MediaPipe 做人脸和手势识别，通过按键或手势触发烟雾、粒子等特效，让人物瞬间消失再出现，视频全程只在本机处理，不上传服务器。输出可以接到 OBS Virtual Camera，方便在直播场景里使用。适合想给直播、短视频或线上会议加点整活效果的内容创作者和主播，尤其是喜欢 Naruto、Goku 这类动漫梗的人；如果你不玩直播或不做视频内容，这个项目和你关系不大。另外要注意，打包版 EXE 需要联网激活邮箱许可证，本地源码版则没有这层限制。

Kindi 是一个专为低端显卡和 CPU 打造的 LLM 推理引擎，可以理解为 llama.cpp 的「老硬件特化版」。它主打让 1 GB 显存的古董 Quadro K420、GTX 1080、RTX 3080、AMD Radeon 780M 核显乃至纯 CPU 都能跑起 Prism ML 的 Ternary-Bonsai-2 系列三值权重模型（2B 到 27B），也实验性支持 Nemotron 3.5 Bolt E4B，并提供 OpenAI 兼容的服务接口，可直接接入各类聊天客户端、脚本和 AI 编程 Agent。它的实际价值在于榨干被遗忘的硬件：在 K420 上比 llama.cpp 快约 13 倍，CPU 上也快 1.6 到 2.7 倍，prompt cache 对多轮 Agent 场景的提速尤其明显（同一份 9,400 token 文档的第三个问题，0.42 秒对 3.10 秒），且默认输出与 llama.cpp 逐 token 一致。适合手里有闲置旧显卡、想在本地低成本跑小模型做实验的算法和平台工程师；如果你只用云端大模型或高端显卡，这项目和你关系不大。

这是论文 SuperMimic（用一个可微世界模型做人形机器人全身控制）的非官方复现，作者用 AI 编程助手在一小时内写完，目标是复现论文中 LAFAN1 数据集上的对比实验：让一台 29 自由度的 Unitree G1 人形机器人学会跟随 40 段参考动作（跳舞、跳跃、摔倒爬起、冲刺等），训练只花了约 1.5 个 GPU 小时，评估归一化回报达到 0.829，40 段全部成功；作为对照，论文里的 PPO 基线跑 18 小时、最多 8 卡都到不了 0.82。作者在 README 里坦承代码是快速 vibe coding 出来的「slop」，未经审查，风险自负。适合关注人形机器人全身控制、可微仿真或想快速验证论文结果的具身智能、强化学习研究者和工程师；如果你不做机器人控制或仿真训练，这个项目和你关系不大。

这是一套给护理科研用的 AI 技能包，可以理解为把护理论文从选题到投稿的全流程拆成了 18 个「搭子」：检索搭子帮你写检索式、去重题录，精读和拆解搭子负责读文献、做证据卡，选题设计搭子把模糊的护理问题转成可行的研究方案，数据就绪搭子核对量表编码、生成数据字典，统计搭子给出本地分析计划和结果台账，写作、润色、配图、汇报、模拟审稿、审稿回复等搭子则覆盖成稿到返修的后半程。它本质上是给宿主 AI（如 Codex）提供工作方法、模板和参考的提示词与脚本集合，本身不执行临床验证，也不替代作者和统计人员的责任。对护理方向的研究生、临床护理人员以及带教老师最实用——比如正在写横断面研究或系统综述、卡在检索式怎么写、审稿意见怎么回的人，可以直接照着对应搭子的模板推进；如果你不做护理科研，这个项目和你关系不大。

这是一组给 AI Agent 接上「伊朗互联网」的 MCP 服务器合集，共 71 个 server、883 个工具，覆盖 Digikala、Torob、Divar、Snappfood 等电商比价，Neshan 地图导航，Jobinja、Bama 招聘与二手车，以及德黑兰股市、Codal 公司披露、央行汇率、加密货币、税法和新闻等数据源，价格以 Toman 计。它解决的麻烦是：Claude、Cursor、Copilot 等客户端里的 Agent 默认摸不到伊朗本地网站，装上后就能直接查比价、找餐厅空位、看航班票价、查职位和公司财报。多数 server 只读、免登录，部分数据仅限伊朗境内 IP。值得看的是做伊朗市场调研、跨境电商比价、本地化 Agent 应用的开发者，以及需要频繁抓取伊朗公开数据的分析师；如果你的业务和伊朗无关，这个项目基本用不上。

这是一份按编程语言分类整理的机器学习资源导航清单，相当于 ML 版的 awesome 系列索引：从 Python、Java、Go 到 C++、Rust，每个语言下按通用 ML、计算机视觉、NLP、语音识别、强化学习等方向列出可用的框架和库，另外还附带免费 ML 书籍、课程、博客、行业会议和线下 meetup 的链接。它解决的麻烦是：当你想在某个非主流语言里找一个能用的 ML 库，或者想快速了解某个细分方向有哪些成熟选择时，不用自己翻搜索引擎，直接查这份清单即可。适合算法工程师选型时做横向参考、技术管理者评估技术栈，以及想拓宽工具视野的从业者。不过它本质是链接合集而非教程，且作者已因 LLM 生成的 PR 过多而暂停随意提交，内容更新偏慢，日常追新还得靠其他渠道。

Asamana 是一个由 AI 驱动的涌现式叙事引擎：你给它一个主题，它就生成一个共享世界和一群各有性格、记忆、情绪与目标的 AI 角色，角色之间自主互动，故事在没有剧本的情况下自然长出来。它把角色认知拆成感知、动机、决策、行动、反馈五个阶段，用结构化输出和共享上下文保证角色行为前后一致，避免长对话导致的上下文膨胀和幻觉扩散。配套前端可以实时观察世界、查看 2D 地图、关系网络和叙事流，也支持回放。适合做 AI 叙事、生成式 Agent、多智能体模拟研究的开发者和内容创作者，用来快速搭一个可观察、可调优的 Agent 世界；如果你不研究 Agent 或互动叙事，跟你的关系不大。

这是一个持续更新的逆向工程案例合集，收录了大量借助 AI 编码助手（如 Claude、Codex）配合 REA 这类工具完成的真实逆向项目。REA 的作用是把 coding agent 接到本地逆向工具上，让 AI 能直接分析二进制文件。合集里的案例非常具体：比如用 Claude 研究 Tapo 智能家居协议后做出局域网控制工具、逆向 Fractal Scape 耳机的 USB HID 协议写出独立控制端、把 1999 年的 MechWarrior 3 逐函数重建成现代 C++ 版本、以及给老游戏做兼容启动器。每个案例都标注了证据状态和验证程度，能帮你分辨哪些是实测、哪些只是作者自述。如果你是安全研究员、做设备协议开发或游戏复刻的工程师，或者单纯对「AI 辅助逆向」这个新工作流好奇，这份列表能快速给你提供参考案例；如果你不碰二进制分析，关系就不大。

nesformer 把任天堂红白机的 6502 CPU 直接编译进了未经训练的 Qwen3.5 模型权重里：2 KB 工作内存、卡带程序 ROM 都存在模型的 Gated DeltaNet 状态中，玩一局游戏时，模型逐 token 预测 CPU 的执行日志，宿主程序负责画屏、读手柄和触发 vblank 中断。它基于此前把 CHIP-8 和 RISC-V 编译进 Qwen3.5-4B 的 Qwenputer，扩展到了能跑 Super Mario Bros.、Donkey Kong 这类 NROM 卡带游戏，输出帧与传统 6502 模拟器完全一致。速度很慢，一帧要 1 到 6 秒，600 帧约需 25 分钟。这本质上是个展示「Transformer 状态可当图灵机内存」的实验性研究项目，对做模型架构、状态空间模型或对 LLM 计算本质好奇的 AI 研究者和工程师值得一看；想拿它玩游戏或做实际应用的人可以跳过。

OpenManus 是 Manus 的开源复刻版，一个通用 AI Agent 框架，由 MetaGPT 团队开发，不需要邀请码就能自己跑起来。它能接收一句自然语言指令，自主拆解任务、调用工具去完成，比如让浏览器自动操作网页抓取信息、执行代码、生成图表，还内置了专门做数据分析和可视化的 DataAnalysis Agent，也集成了 Browser Use 来驱动真实浏览器。适合想研究 Agent 内部实现、或需要在本地搭建可定制 Agent 的开发者，比如做自动化办公、网页数据采集、数据分析流水线的人。如果你只是想体验 Manus 类产品，直接用官方产品更省事；但如果你是做 Agent 应用研发、想参考成熟 Agent 的架构设计，这个项目值得翻一翻代码。对多数非技术岗位的读者来说关系不大。

gpt4free（g4f）是一个把各家大模型聚合到统一入口的开源项目，可以理解为「模型界的聚合器」：你只对接它一个接口，背后能切换 GPT、Claude、Gemini、DeepSeek、Kimi 等不同厂商的模型，还附带本地网页聊天界面、Python/JavaScript 客户端和兼容 OpenAI 格式的 API。它主要解决的是反复在各家控制台申请 key、切换 SDK 的麻烦——比如你想快速对比同一个 prompt 在 DeepSeek v3.2 和 Gemini 3 上的输出差异，或者给内部工具接一个能随时换底层模型的统一网关，用它都能省不少事。适合需要频繁试用多模型、做模型对比评测的算法和应用开发者，以及想低成本搭一个聊天界面的独立开发者；如果你只用单一厂商的官方 API，或者对模型来源的合规性有严格要求，那它跟你关系不大，因为部分渠道来自逆向工程，稳定性与合规风险需要自行评估。

imozuru 是一个给 Claude Code 用的调研技能，解决的是「让 AI 查资料时只读搜索结果前几条就草草总结」的老毛病。它借鉴图书馆信息学里的信息探索理论，先摸清一个陌生领域的术语、关键人物和信息聚集的平台，再顺着引用、参考文献、作者一路追到原文，把原文完整存下来而不是只留摘要，最后按论点整理出带出处的摘录页和分层解说的详细报告，另有一个看板把所有调研汇总成一页。比如你想搞懂 Gaussian Splatting 或者某类音频混音的处理流程，它能挖到论文和一手文章并告诉你每个论点出自哪个文件哪一行，方便你亲自核对依据；还有个监视模式可以持续收集指定话题在 Qiita、arXiv 等来源的新内容。适合需要深入调研陌生技术领域、重视结论可溯源的工程师、技术写作者和研究者，如果你平时只是随手问 AI 几个问题，关系不大。

Verdict 是一个只有 197 KB 的本地小模型，专门判断命令行工具调用到底成功了没有。它的出发点是「退出码为 0 不等于成功」：进程可能一个测试都没跑、返回了 HTTP 500、或者只做了 dry-run，却依然正常退出。Verdict 会读取命令、退出码、stdout 和 stderr，输出 success、failure、blocked 或 unknown 四种结论，帮助 Agent 区分「真失败」和「环境被挡住了」，从而决定该重试、该停下还是可以宣称完成。在 48 个训练时完全没见过的 CLI 家族上，它的准确率达到 93.2%，而只看退出码的基线只有 47.9%。推理纯 Python 标准库、CPU 上 0.5 毫秒出结果，不联网不上传日志。README 也明确说它只是辅助分类器，不能替代确定性检查。适合在做 coding agent、CI 流水线或工具调用编排、需要判断 Agent 是否谎报成功的从业者看一眼。

Decision Forge 是一个把公司内部规章制度编译成可审计的决策训练数据的工具。它读取你们的员工手册、SOP、审批规则和权限表，先提炼出带原文引用的规则草案供业务方审核，再用这些规则去标注从工作流、工单、CRM 记录里还原出的决策场景，产出带来源溯源、标签可复现的样本，用来微调或评估 AI Agent。它解决的问题是：Agent 接手客户分配、文件共享、付款审批这类操作时，凭什么判断该做不该做——通用模型没有你们公司的判断标准，只能从内部文档里学。适合需要让 Agent 在生产环境里按公司规矩行事的团队，比如负责 Agent 落地的工程负责人、做决策类模型微调的算法工程师，以及需要向业务方交代 Agent 行为依据的 AI 治理岗位；如果你的工作和 Agent 决策、合规审计无关，这个项目暂时和你关系不大。

MemForge 是给 AI 编码代理用的记忆层，可以理解为 Claude Code、Codex 这类工具的「团队大脑」。它把散落在 Confluence、Jira、Teams 等系统里的 wiki、工单和聊天记录同步下来，用模型提炼成一条条带出处的短记忆，代理通过 MCP 检索这些记忆，而不是每次从零翻文档。它解决的具体麻烦是：新加入的代理只看得到本地代码库，对团队既有的技术决策、约定和历史一无所知；而直接把整篇文档塞进上下文又太占空间。MemForge 只返回精确的事实并附带原文出处，文档过期或两处说法冲突时会自动更新或标注。适合正在用 Claude Code、Codex 等 AI 编程工具、且团队知识散落在多个协作系统里的研发团队，尤其是需要让代理理解历史决策的工程师；单人开发者或不依赖 AI 编码代理的人关系不大。

Franco 是一个跑在你本机上的自动外联销售代理，用你已有的 Claude Code 或 Codex 订阅驱动，不额外产生模型 API 账单。它接手一份客户名单，为每个客户找到写信的理由，从你自己的邮箱发出简短的邮件序列，再读取并处理回复，所有引用的事实都记录来源。它有三种工作方式：默认模式下模型会自己找企业、读官网、挑对人并起草个性化序列；模板模式则逐字发送你审核过的文案，合规页脚和退订规则由代码强制执行；还有一种漏斗模式，把客户分进最窄的销售漏斗再按既定故事写信。每封邮件默认都要你过目，也可以开自动发送，新战役一律先预览、签字后才发。适合做 outbound、冷邮件开发的销售和增长负责人，以及想用 AI 提效但要保留人工审核权的团队；纯技术岗或不做主动获客的人关系不大。

agentplay 是一个本地运行的 coding agent 会话回放工具，把散落在 ~/.claude、~/.codex、~/.cursor 等目录里的对话记录，转成一张可交互的地图和一条可播放的时间线，让你看清 agent 到底读了什么、改了什么、哪里失败、最终产出了什么。它兼容 Claude Code、Codex、Cursor、Copilot、OpenCode、Kiro、Gemini CLI 等主流工具，一条命令即可扫描本机已有会话并打开本地查看器，无需账号和 API key，数据不出机器。地图以放射树展示会话触及的仓库、文件、shell 命令、MCP 服务、子 agent、错误和产出的 commit/PR；时间线支持 1x 到 16x 回放，按 prompt、错误、编辑、token 消耗、上下文占用等分轨展示，还能按任务或单个子 agent 重新聚焦。适合重度使用 AI 编程助手、想搞清楚「agent 为什么改错文件」「上下文在哪一步撑爆」「哪个命令反复重试」的工程师和团队负责人；偶尔用一下 agent 的人关系不大。

这是一个把 DeepSeek-V4.1-Flash 模型跑在两台 NVIDIA DGX Spark（GB10）上的推理部署方案，核心是作者自己改的 TensorFold 引擎分支，用 2.9bpw 量化加双机张量并行，实测解码速度约为标准 vLLM 部署的 2.1-2.3 倍：散文 57 tok/s、代码 92 tok/s，32K 长提示的预填充速度约 2,200 tok/s，还把上下文窗口拉到 1M token 并通过了百万级大海捞针测试。它面向需要长上下文和低延迟的场景，比如让 Agent 高频调用工具、对同一份长文档反复追问（前缀缓存让第二次提问的首字延迟从 13 秒降到 1 秒），支持强制工具调用、结构化输出和 4 路并发。适合手里有 DGX Spark 硬件、正在为本地大模型部署做性能选型的推理工程师和基础设施负责人参考；README 也注明完整硬件验证尚在进行中。如果你不打算在双机 GB10 上部署 DeepSeek，这个项目和多数人关系不大。

IDM 是一种让文生图模型「少步出图」的蒸馏方法，全称 Intrinsic Distribution Matching。它把分布匹配蒸馏（DMD）和生成器自身 EMA 特征空间里的矩匹配结合起来，不需要外挂 DINOv2 之类的外部特征编码器，训练出的同一份权重就能支持 1 步和 2 步采样。效果上，在 Z-Image 上 2 步生成一张图只要 0.3 秒（A100），Qwen-Image 也只要 0.44 秒，同时长文本渲染能力在同预算方法里最强，LongText-CN 达到 94.25%，比 Z-Image-Turbo++ 高 2.63 个百分点。它解决的是扩散模型出图慢、步数多导致延迟高的问题，适合对实时性有要求的线上文生图服务。值得看的是做推理加速、模型蒸馏或多模态生成方向的算法和工程同学，尤其是正在优化文生图延迟、又不想牺牲长文本渲染质量的人；如果你不碰图像生成，这项目和你关系不大。

这是一套面向中文读者的大模型入门教程，核心是用 PyTorch 从零手写一个 GPT-2：不调用任何现成 Transformer 模块，模型代码不到 200 行，加载 OpenAI 官方权重后能真正跑通推理和文本生成，并与 HuggingFace 实现逐项对齐验证。教程用「猫吃鱼」这个三词例子，把从分词、Embedding、自注意力到文本生成的完整链路拆成 15 篇文章，每篇配可运行脚本，还提供矩阵逐格计算的在线可视化，帮读者看清 Attention 公式里 Q、K、V 到底在算什么。它适合两类人：一是想搞懂大模型底层原理、但被论文和公式劝退过的算法工程师或学生，可以对照代码和动图把 Transformer 每个模块吃透；二是需要给团队做 LLM 基础培训的技术负责人，能直接拿它当教材。如果你只关心调用 API 或部署模型，这项目和你关系不大。