这是 TypeScript 培训师 Matt Pocock 开源的一套 AI 编程 Agent 技能包，可以装进 Claude Code、Codex、GitHub Copilot、Gemini CLI 等工具里，让 Agent 在动手写代码前先跟你对齐需求。它针对的是 AI 编程最常见的翻车点：你以为 Agent 懂了，结果它做出来的东西完全不是你要的。核心玩法是「grilling session」，比如 grill-me 会让 Agent 反过来追问你一堆细节问题，逼你想清楚再开工；另一类技能会生成项目术语表，让 Agent 听懂你代码库里的行话，而不是用二十个词描述一个概念。作者强调这些技能刻意做得小、可组合、不接管整个流程，跟 GSD、BMAD 这类大而全的框架是两种路线。日常用 AI 编程工具做真实项目、受够了 Agent 反复跑偏的后端和全栈工程师值得翻一翻，纯做模型训练或不写代码的人关系不大。

Superpowers 是一套给编码 Agent 用的开发方法论和技能框架，可以理解为给 Claude Code、Cursor、Codex、Gemini CLI 等主流 AI 编程工具装上一套统一的「工作纪律」。它解决的麻烦是：Agent 常常拿到需求就闷头写代码，跑偏几小时才发现方向错了。装上之后，Agent 会先反问你真正想做什么，把需求聊成一份分段可读的规格说明，你确认后再拆成连初级工程师都能照做的实现计划，强调真 TDD、YAGNI 和 DRY，随后由多个 subagent 分工执行、互相审查，中途不偏离计划。适合日常重度使用 AI 编程助手、又受够了 Agent 反复跑偏和返工的工程师与技术负责人；如果你不怎么用编码 Agent，这项目和你关系不大。

这是一个给 Claude Code 和 Codex 用的代码审查 skill，核心卖点是让 AI 的 code review 变得可审计：它会跑四个独立的探针，分别检查行为、测试、规则和影响面，每条发现都必须附带具体位置、涉及的契约或代码路径以及严重级别，缺证据的结论直接不算数。它只做静态分析，读 diff、周边源码、测试和项目规则就能工作，不需要构建或跑测试，也不会改动被审查的代码，最后的合并门禁结论由机器可读的 JSON 生成，避免模型自己复述自己的判断。适合在 PR 合并前想拿到一份结构化、可追溯审查报告的工程团队，尤其是已经在用 Claude Code 或 Codex、希望把 AI 审查纳入流程的后端或全栈开发者。不过作者自己也说明它不能替代测试、CI 和人工审查，对并发缺陷的检测尚未验证，如果你只是想找一个能自动把关的工具，它更像辅助而非兜底。

Ryugi 流儀是一套给 Claude Code、Codex、Cursor 等 coding agent 用的 skills 集合，外加一个配套的 artifacts 工作台。它把「写代码前先想清楚」这件事流程化：你说要做一个 React todo list，它先头脑风暴，把几个方案并排画在实时 artboard 上让你挑，而不是用文字描述；你批准后它再按 TDD 拆任务、逐个红绿验证。过程中生成的设计文档、图表、代码都可以像评论文档一样就地批注修改，还有带滑杆的 HTML 测试台，agent 重写页面后滑杆值不丢，做完的成品和当初批准的设计放在同一画布上对照验收。本地优先，一个服务覆盖机器上所有项目。适合日常用 AI 编程工具、希望在方案评审和验收环节多一层可视化把关的前端或全栈开发者；纯后端或不写 UI 的人用处有限。

这是一套面向出海营销的 Agent Skills 技能库，装进 Claude、Codex、Cursor 等支持该规范的 AI 工具后，AI 就能按预设的营销打法干活，相当于把一支海外增长团队的经验写成了 AI 可调用的 SOP。它覆盖的场景很具体：Meta、Google、TikTok 广告的搭建与放量、多角度地道英文文案、UGC 视频脚本与逐帧拆解、投放周复盘和 CPA 诊断、冷邮件开发信序列、弃单与召回邮件流程、WhatsApp 和私信里的私域成交话术，以及 TikTok、Instagram、Reddit 等平台的社媒运营节奏，默认市场是美国。对没有专职营销团队的独立创业者、做美国市场的品牌卖家，以及需要可复用投放 SOP 的投手、外贸业务和代理商来说，它能直接把经验变成 AI 可执行的流程；纯技术岗或不做增长的人关系不大。注意开源部分只覆盖基础打法，完整 SOP 和案例拆解在 Pro 版里。

这是一份俄语编写的 DeepSeek 本地部署完整教程，覆盖从个人电脑到服务器的全流程：用 Ollama、llama.cpp、LM Studio 跑 R1 蒸馏版（1.5B–70B），用 vLLM 或 SGLang 部署 V4 系列大模型，再接上 Open WebUI 做类 ChatGPT 的聊天界面、Python API 接 IDE 写代码，以及 RAG、Agent、微调等进阶玩法。它还包含硬件显存估算、量化选型、常见报错排查和 30 条实用技巧，相当于把「本地跑大模型」这件事的踩坑清单一次性整理好了。适合想在内网或离线环境用 DeepSeek 的后端、算法工程师，以及需要私有化 AI 能力的团队参考；如果你只用云端 API、不关心数据不出机房，那和你关系不大。注意全文为俄语，且部分模型信息（如 V4.1-Flash）来自 2026 年时间线，阅读时需自行核对时效。

这是一个跑在 ESP32-S3 小硬件上的个人 AI 语音助手，你可以把它理解成一台不被任何厂商绑定的智能音箱：喊一声唤醒词或按下旋钮，它就开口回答，支持中英韩三语，还能在模型还没生成完时就逐句流式播报。它的核心卖点是语音识别、对话、合成三个环节各自独立，可以分别指向任意 OpenAI 兼容的服务端，比如转录用便宜的、聊天用最强的、配音选好听的，改一行配置就能换。仓库里还带一个可选的 openmuse agent，负责天气、时间、位置和跨轮记忆，这些上下文都留在你自己机器上。适合想做语音 Agent 硬件原型、研究端侧唤醒与流式对话链路，或者受够了云音箱厂商锁定的嵌入式和 AI 应用开发者；纯做模型训练或后端的人关系不大。

p3-stack 是把 poteto 的 pstack 重新接到 T3 Code 上的一套 AI 编程工作流，核心思路是把单个 AI agent 变成一支有纪律的工程团队：一个主模式技能负责按任务类型路由到不同 playbook（修 bug、性能排查、重构、开 PR、多阶段计划等），再用一组原则约束每次决策，并强制验证，让并行开发敢放手跑。它用 T3 Code 的原生能力替换了 Cursor 那套机制——子 agent 分派、每个 worker 独占 worktree 和分支（一个 worktree 只允许一个写入者，由应用强制而非口头约定）、PR 检查完成或有人评论时自动唤醒线程、定时任务可在无对话时跑审计和夜间任务，还有线程记忆检索和浏览器预览、设备模拟器截图直接落进线程。适合在 T3 Code 里做多 agent 并行开发、想用工程纪律压住 AI 生成代码质量的工程师，尤其是常开长任务、跑自动流水线的人；只用单模型写写脚本的读者关系不大。

这是一套给 Claude Code 用的跨会话工作流模板，解决长项目里「笔记过期」的老问题：每次新开会话上下文都是空的，靠交接笔记续命，但笔记会撒谎——说分支推了其实没推、说任务跑完了其实半夜挂了。它的核心思路是「笔记是主张，脚本是事实」，每次会话启动时用脚本去核对 git、GitHub 和本机的真实状态，报告交接记录与现实的分歧，再给出当天该做什么的建议。除了启动核对，它还提供看板（待办、决策、教训一页看完）、自主权限配置（哪些操作 Claude 可以不经询问直接做）、合并前检查规则，以及笔记膨胀后的裁剪建议。适合长期用 Claude Code 做多会话、多分支开发的工程师，尤其是那些被「上次说好了但其实没做」坑过的人；如果你只是单次问答式使用 Claude Code，关系不大。