w0ldan / exoproc
DeveloperTools
TypeScript
让 AI Agent 通过 MCP 操控 Windows 进程、读写内存、挂钩 API
exoproc 是一个让 AI 编程助手直接操作 Windows 进程的工具,通过 MCP 协议给 Claude Code、Cursor、Windsurf 等 Agent 提供 21 个工具,让它们能列出进程、读写内存、截屏、挂钩 API 调用,甚至把 C 代码即时编译成机器码在目标进程里执行。它主打零 DLL 注入、不使用 CreateRemoteThread,改用线程上下文劫持和 MinHook 风格的 5 字节 JMP 钩子,对目标进程更隐蔽。典型场景是:你想让 Agent 检查某个桌面应用的内部状态,比如读取记事本编辑框的文字、拦截它的消息处理函数、给它截图,Agent 就能通过这套工具链自动完成。适合做 Windows 逆向工程、动态分析、进程调试的开发者,或者想给自己的 AI Agent 加上「观察和操控本地 Windows 程序」能力的人;如果你不碰 Windows 原生开发或逆向,和你关系不大。
★ 96
24h +2
⑂ 13
创建 7 天前
更新 4 天前
iammrduncan / thermite
Agent框架
TypeScript
让 AI agent 通宵自动跑实验、由独立 judge 验证保留最优解的自研框架
Thermite 是一个让 AI agent 自动跑实验的框架,把「改代码、测指标、留优汰劣」这个工程循环交给 agent 整夜整夜地跑。你只需设定一个目标数字——比如每秒 token 数、准确率、延迟、内存或 benchmark 分数——外加一组必须通过的检查,它就自己去试各种想法。它最核心的设计是防作弊:agent 只负责提方案,一个 agent 看不到也改不了的独立 judge 会重新构建、在同硬件上和当前最优版本对比、验证输出正确性,只有经得起复测的改动才被保留为新的 champion。它支持三种模式:Hill climb 持续推高某个指标、Goal 完成一组验收条件(如移植库到新平台)、Research 回答问题并逐字核对引用来源。所有 campaign 在一个带 REST API 和 MCP 的面板上统一查看和调度,最终结果可导出为 patch。适合做性能优化、模型推理调优、跨平台移植等需要大量试错的工程师,以及想让 coding agent 长时间自主攻关的团队;项目仍在快速迭代中。
★ 52
24h +1
⑂ 7
创建 27 天前
更新 2 小时前
getumbrel / murmur
Agent框架
TypeScript
给自托管 Hermes Agent 套上友好图形界面的多端聊天客户端
Murmur 是给 Hermes Agent 做的一层图形界面,让跑在自己硬件上的开源 AI agent 变成普通用户也能用的产品:不用碰终端和配置文件,打开浏览器或桌面客户端就能和它聊天。它能创建多个带不同人格的 agent,从 Researcher、Writer、Coder 等模板起步,接入 Notion、Linear、Todoist、Figma 等几十个应用,还能通过 WhatsApp、Telegram 或手机网页随时找到它们;多个 agent 可以放进同一个房间协作,用 @ 单独点名,涉及删除文件等敏感操作时会先用大白话征求同意。模型侧支持 ChatGPT 订阅、Ollama、OpenRouter、OpenAI、Anthropic 等,可随时切换。适合想在本地或私有服务器上长期跑个人 agent、又不想折腾命令行的产品经理、独立开发者和 AI 爱好者;如果你只用云端 ChatGPT,或不打算自托管 agent,这项目和你关系不大。
★ 65
24h +2
⑂ 11
创建 22 天前
更新 2 天前
gabe-santana / arkdraw
AI编程工具
TypeScript
用自然语言生成和编辑架构图的开源画图工具
Arkdraw 是一个开源画图工具,可以理解为「带 AI 助手的 draw.io」:你用自然语言描述一个系统,它就把流程图、UML、ER 图、网络拓扑、线框图或思维导图画出来,生成的是可继续编辑的原生图形而非图片。它内置 AWS、Azure、GCP、Kubernetes 等官方图标,能自动按 VPC、子网、资源组分组,连线也会规整避让。除了从零生成,它还能在已有图上做增量修改,比如「在数据库前加一层缓存」「给所有连线加标签」,甚至让某个故障服务闪烁起来,并把请求流程动画导出成 GIF。模型完全自选,支持 Claude、OpenAI、Gemini、DeepSeek 等主流服务,也能用 Ollama 全离线跑,文件是本地 JSON,不经过任何服务器。适合需要频繁画架构图、给团队做系统讲解的后端、架构和运维工程师,以及想快速出方案草图的技术负责人;如果你平时很少画图,关系就不大。
★ 61
24h +2
⑂ 4
创建 12 天前
更新 5 天前
Kai-Jungsthoefel / SOMA
AI编程工具
TypeScript
用编程 Agent 写 CadQuery 代码做参数化 3D 建模的桌面应用
SOMA 是一个桌面应用,让你用自然语言配合编程 Agent 来设计参数化 3D 模型,相当于「CAD 领域的 vibe coding」。你告诉 Agent 想要什么零件,它用 Python 写出 CadQuery 代码,SOMA 实时构建并在 3D 视图里展示结果;你可以点击零件测量、在视图上画标注、指出哪里不对,Agent 再改代码。它内置代码工作区和终端,兼容 Claude Code、Codex CLI、OpenCode 等任何能读文件跑命令的 CLI Agent,也支持 Claude Desktop 这类桌面 Agent 应用,订阅和模型选择仍归你自己。除了建模,它还支持参数调节、版本历史回溯、剖切与爆炸视图、标准件库、STEP 导入、FEM 强度分析、动画渲染,以及导出 STEP/STL/3MF 和工程图 PDF。适合 maker、硬件爱好者和需要快速做出外壳、支架、安装座的开发者——不用学 CAD 软件就能出可打印的零件;对纯软件岗位的人关系不大。
★ 453
24h +1
⑂ 43
创建 25 天前
更新 1 天前
shipwords-dev / shipwords
AI编程工具
TypeScript
面向新词站群的 AI 图片视频站框架,一个下午上线一个可收款的站
shipwords 是一个用来批量做「新词站群」的开源框架:针对每个新出现的搜索关键词,一个下午就能上线一个独立的 AI 图片或视频站点,当天就能收款。它把所有站点共用的部分——登录、积分、Stripe/PayPal 付费、AI 生成流水线——写成一套共享核心,每个站点只保留自己的页面、外观和域名,各自独立部署和数据库,互不影响;核心修一次 bug,所有站点下次部署自动受益。生成侧接入了 GPT Image、FLUX、Seedream、Veo、Kling 等主流模型,还内置了照片套用爆款视频模板、整段换脸等玩法,附带防重复扣款、失败自动退款、游客免费试用防刷等已验证的商业化逻辑。适合想靠 SEO 流量做 AI 应用变现的独立开发者和小团队,尤其是打算用站群策略试水、快速验证关键词的从业者;只想找单个 AI 工具或模型服务的人关系不大。
★ 354
24h +1
⑂ 230
创建 8 天前
更新 1 天前
y5ez3g / facadecode
AI编程工具
TypeScript
把多家 Agent CLI 装进一个 VS Code 的多 Agent 并行开发 IDE
Facade Code 是一个基于 VS Code 的分支版本,核心卖点是把 Claude Code、Codex、Antigravity、Muse Code、Qwen Code 等各家原生 Agent CLI 装进同一个窗口并行工作。它把每个功能需求对应成一个 git worktree,一个 worktree 下可以同时挂多个 Agent,分别负责写代码、写文档、做设计和互相 review,Agent 之间还能互相发消息、互相解卡,你也能随时插手任何一个终端。两种协作模式:Super Engineer 模式下你自己直接指挥多个 Agent,适合需求还在探索、想亲自把关设计决策的场景;Super Team 模式下你只对接一个「技术负责人」Agent,由它拆任务、定接口、开子 Agent 并行实现,适合边界清晰的大功能。适合日常已经在用多个 coding agent、同时推进多个项目和功能的资深工程师或小团队技术负责人,如果你只用单一 Agent 或不做多任务并行,关系不大。
★ 147
⑂ 0
创建 24 天前
更新 7 小时前
YeonwooSung / my-claude-code-mods
AI编程工具
TypeScript
Claude Code 增强 mods 合集,覆盖性能分析、时间线回溯与工程流程
这是一套给 Claude Code 用的 mods 合集,作者把自己日常开发中需要的十几个增强功能打包在一起,装上后 Claude Code 会多出一批斜杠命令和界面面板。它解决的都是用 Claude Code 干活时的真实痛点:agent-profiler 和 context-inspector 分析一次会话的时间花在哪、上下文窗口被什么占满、哪些内容被重复读取;time-machine 用分支时间线记录每次工具调用,能回看任意一步的文件状态,定位是哪次改动弄坏了测试;loop-detective 检测 Bash 反复失败或改了又试的死循环。此外还有验证结果看板、改动影响范围分析、决策记录、交接文档、依赖变更透视等偏工程流程管理的工具。如果你是重度使用 Claude Code 做日常开发的工程师,尤其经常抱怨它烧 token、绕圈子、改崩代码,这套 mods 值得翻一翻;只是偶尔用用 AI 编程工具的人则关系不大。
★ 1.1k
24h +1
⑂ 9
创建 26 天前
更新 4 天前
outcrawlai / scout
Agent框架
TypeScript
用自然语言驱动真实浏览器完成任务的开源 Agent
Scout 是一个开源的浏览器 Agent,用大白话讲就是「雇一个会自己操作浏览器的助手」:你用自然语言描述任务,它打开真实浏览器去读页面、点击、输入、滚动,直到把事办完再把结果交给你;做不完时也会说明缺什么、带回已找到的部分。它能干的活儿包括去 Hacker News 统计评论最多的三条新闻、在表单里替你下单、跨站比价比库存、用给定账号登录并读取欢迎语,还能按你指定的 JSON Schema 返回结构化结果。模型完全自选,可为「动手」「规划」「看截图」「抽取」等不同分工配不同模型,也能跑在本地浏览器或 Outcrawl 云上(云上带验证码处理和每次运行的回放)。值得看的是需要写网页自动化脚本、做数据采集或 RAG 前处理的工程师,以及想让 AI 编程助手顺带搞定浏览器任务的人;纯做模型训练或后端业务的读者关系不大。
★ 950
24h +1
⑂ 32
创建 23 天前
更新 2 天前
tavern-labs-ai / persona-ai-sdk
Agent框架
TypeScript
给 AI 角色配人设与跨会话记忆的 TypeScript SDK
这是一个 TypeScript SDK,用来给应用里的 AI 角色做「人设 + 长期记忆」:内置一批现成的角色卡(提示词、性格特质、开场白),再配一套与模型无关的记忆运行时,让角色在多轮对话里始终保持同一性格,并记住之前聊过的关键信息。它把人设、记忆抽取与召回、模型调用、持久化、交互界面这几层拆开,模型侧支持 OpenAI 和 Amazon Bedrock,记忆可存内存、JSON 文件或 SQLite,接口层能对接聊天、语音、游戏乃至 SillyTavern。一次调用就完成记忆召回、提示词编排、生成、本轮信息入库和关系状态推进,还返回语气、语速等语音演绎元数据。适合正在做 AI 陪伴、虚拟角色、互动叙事或游戏 NPC 的产品与工程团队,尤其是需要角色跨会话「记得你」又不想把记忆和人设绑死在单一模型供应商上的场景;如果你只做通用 LLM 应用或不涉及角色化交互,跟你的关系不大。
★ 198
24h +1
⑂ 2
创建 4 天前
更新 2 天前
globalmpc / nomore
AI编程工具
TypeScript
把对 Claude Code 的重复纠正自动沉淀为 CLAUDE.md 规则
nomore 是一个本地命令行工具,专门解决 Claude Code 用户的一个痛点:你反复对它说的那些纠正,它转头就忘。它会扫描你过去 30 天的 Claude Code 会话记录,找出你在至少两个会话里重复说过的指令,比如「别乱加注释」「别用 reset --hard」,然后经你确认后写进 CLAUDE.md,让这些规则在每次新会话和上下文压缩后依然生效。它还能反向检查:CLAUDE.md 里已有的规则如果你还在重复说,说明 Claude 没在遵守,它会标出来。此外它从 8000 多条 claude-code GitHub issues 里挖出了 20 条最常被抱怨的行为规则,开箱即用,也支持 OpenAI Codex CLI 的 AGENTS.md。全程本地运行、默认不用 LLM、只写你批准的内容。适合每天重度使用 Claude Code 或 Codex、被重复纠正折磨的 AI 编程工具用户,以及想给团队沉淀 AI 编码规范的工程负责人。
★ 102
24h +1
⑂ 0
创建 12 天前
更新 1 天前
erhanmeydan / kilnframe
AI编程工具
TypeScript
把口播语音自动转成动画插片和配乐的剪辑插件
Kilnframe 是一个免费开源的 Premiere Pro 和 DaVinci Resolve 插件,作用是把你口播的语音自动变成动画插片和配乐,直接落到时间线上。你在时间轴上框选一段 10 到 40 秒的素材,它会听懂这段话的内容,自动规划场景——提到数字就画图表,讲流程就配示意图,金句就用大字排版——然后用 HTML、CSS 和 JavaScript 写成动画,在你本机渲染好并配上合成音效,还能用 Google Lyria 给整条片子生成跟随话题分段、自动避让人声的背景音乐。渲染前每个场景会先出静帧供你审阅,可单独重做。模型可以走 Claude Code、Codex、Grok 的订阅或 API key,也能用 LM Studio、Ollama 跑本地视觉模型,音视频不出本机。适合做知识类口播、产品讲解视频的剪辑师和自媒体创作者,尤其是需要大量动态图表和文字动画但没有 motion designer 的人;纯写代码或做模型训练的读者关系不大。
★ 94
24h +1
⑂ 15
创建 25 天前
更新 1 天前
AISEO-VirtualabDigital / mcp-video-editor
Agent框架
TypeScript
让 AI 助手直接操控 CapCut/OpenCut 剪辑视频的 MCP server
这是一个 MCP server,让你在 Cursor、Claude Desktop、Codex 等 AI 编程助手里直接指挥 CapCut 和 OpenCut 剪视频,相当于把剪映的剪辑台搬进了对话框。它提供 59 个工具,覆盖项目管理、时间线增删轨道与片段、分割裁剪、字幕样式、转场滤镜贴纸、音量淡入淡出与降噪,还能调用 OpenAI 或 ElevenLabs 生成配音,并通过 Remotion、HyperFrames 或自带的 ffmpeg 逐帧引擎渲染成片,另有 20 种预设特效和分镜镜头库可查。所有操作默认 dry-run,先预览不落盘,避免 AI 误改你的工程;导出 Premiere/Filmora 的 XML 目前是未经实测的 beta。适合做短视频批量生产、想用自然语言自动化剪辑流程的内容创作者和 AI 应用开发者,纯做后端或模型训练的人关系不大。
★ 78
24h +1
⑂ 22
创建 9 天前
更新 6 天前
Rod292 / 3d-home-tv-os
Agent框架
TypeScript
把家扫描成 3D 模型当电视桌面,灯和设备实时联动
这是一个把你的家扫描成实时 3D 模型、并把它变成电视主屏幕的个人项目。用 iPhone 的 LiDAR 扫一遍房间,生成低多边形的「娃娃屋」模型,然后接到 Google TV 上当桌面:没有广告和推荐流,取而代之的是你家的 3D 视图,灯具和设备直接嵌进去——用遥控器开一盏灯,现实和 3D 里同时亮起;坐在 3D 沙发上环视,看一眼就能切换对应的灯。它通过 Home Assistant 和 Philips Hue 把 Tuya、Zigbee 等设备统一成一个实时 API,同一套家还能在 iPhone 和 macOS 菜单栏里看。项目的核心其实是一份「AI agent 施工手册」加参考实现,设计上就是让 AI 编码代理照着分阶段做完,每步有明确验收标准和踩坑记录。适合智能家居极客、想玩 AI agent 驱动开发的工程师,以及有 Google TV + Hue + Home Assistant 环境、愿意自己动手改造的人;只用 Apple TV 或三星 LG 的用户关系不大。
★ 58
24h +1
⑂ 3
创建 16 天前
更新 5 天前
AKamaly / CludeGods
Agent框架
TypeScript
给 Claude Code 加上常驻语音通话与常驻 worker 的本地工具包
CludeGods 是一套跑在 Claude Code 之上的语音 Agent 工具包,让你像和同事说话一样指挥 Claude:常开麦克风实时收音,Claude 边干活边出声回答,你随时可以插话打断。它还带一个常驻的 Workers 面板,每个 worker 是有自己声音和工作时段的常驻助手,你把任务丢进它的任务框,它执行后把外发内容(邮件、帖子)留成草稿,等你点头才真正发出;另有 guard 机制限制每个 worker 只能用你授权的工具。此外支持 Slack 桥接、共享的 Spaces/Pages 文档,以及把 worker 拉进语音通话。全部本地运行,语音识别与合成都在本机完成。适合重度使用 Claude Code、想把重复任务交给常驻助手的开发者,以及对语音交互办公形态好奇的人;不碰 Claude Code 的读者关系不大。
★ 51
24h +1
⑂ 6
创建 3 天前
更新 2 天前
longsurf-ai / openchart
AI编程工具
TypeScript
带 AI Agent 的开源交易图表与行情监控工作台
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。
★ 293
⑂ 38
创建 2026-10-05
更新 5 天前
Xpropel / Pi-Remote
AI编程工具
TypeScript
把 pi 编码 agent 的终端会话镜像到手机浏览器,可远程看、答、发指令
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。
★ 276
⑂ 5
创建 7 天前
更新 2 天前
midudev / better-claude
AI编程工具
TypeScript
Claude Code 实用插件合集:用量监控、上下文提示、代码回滚
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。
★ 249
⑂ 40
创建 2026-10-05
更新 2 天前
Fazmin / AILearningGuide
AI编程工具
TypeScript
用 58 个可交互实验讲透 AI 原理的桌面学习应用
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。
★ 243
⑂ 24
创建 2026-10-05
更新 4 天前
dgesteves / onsystem
AI编程工具
TypeScript
检查 AI 编程助手是否遵守你的设计系统
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。
★ 165
⑂ 4
创建 29 天前
更新 1 天前
guolola / SoftJL
AI编程工具
TypeScript
把需求自动转成 UML 图、测试用例和 Word 规格书,面向课程与毕业设计
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。
★ 141
⑂ 6
创建 21 天前
更新 7 天前
mashangshui / digital-life-core
Agent框架
TypeScript
给 DSH 聊天机器人加上能量、激素、情绪与自主唤醒的数字生命内核
这是一个给 AI 聊天助手装上「数字生命体征」的内核插件,运行在 DSH(DeepSeek Harness)之上,让原本无状态的对话机器人拥有能量、激素(多巴胺、皮质醇、血清素)、情绪劫持、时间感、执念缺口池、离线梦境和自主唤醒等拟生命机制。比如请求失败会让皮质醇升高并影响后续回复的语气,长时间没人理会出现孤独提示,深夜闲置时它会自己反思并写入记忆,还能给自己编写新「器官」扩展能力。它解决的是想做长期陪伴型、有人格连续性 AI 角色的开发者的麻烦:不用自己从零设计记忆、情绪和作息系统。适合做 AI 陪伴产品、数字人、Agent 人格化方向的工程师和独立开发者参考;如果你只是调用模型 API 做业务功能,和你关系不大。注意原作者已转入社区维护,不再答疑修 Bug。
★ 140
⑂ 35
创建 7 天前
更新 2 天前
wexloops / openfield
多模态
TypeScript
基于 ComfyUI 的本地视频、图像与 3D 创作工作室
OpenField 是一个跑在自己 GPU 上的本地创作工作室,底层全部通过 ComfyUI 工作流实现,每个功能界面背后都是一张可导出的 ComfyUI 图。它把文生视频、图生视频、FLUX.2 出图、单张图转带 PBR 贴图的 3D 模型、给无声片段配音、口型说话、放大到 1440p、HDR 母版输出等能力打包成一套完整流程,还支持最多挂四个自己的 LoRA、用 @cast 固定角色和道具、手机拍动作同步到角色、事后重新打光和改机位。比较特别的是 Stage 功能,用方块和人物在浏览器里摆镜头,再由 LTX-2.5 的 Layout-to-Render 模型渲染成运镜一致的成片;Scene 则让本地 LLM 把一段剧本拆成多个镜头自动剪成一条。所有渲染都在本地完成,不上传不烧点数,并提供 31 个 MCP 工具供 Claude Code 等 Agent 调用。适合做短视频、广告分镜、独立影视的概念验证和样片制作的创作者,以及想用 Agent 驱动视频生产管线的 AI 工程师;普通办公或纯文本开发的读者关系不大。
★ 128
⑂ 26
创建 8 天前
更新 4 天前
SonicloudTech / mouse-mcp
Agent框架
TypeScript
给 AI Agent 配真实硬件鼠标的 MCP 服务器
这是一个给 AI 智能体配真实硬件鼠标的 MCP 服务器,需要搭配专用的 uMouse 设备和固件,普通 USB 鼠标不行。它通过 USB HID 协议让 Claude、Codex 这类 Agent 客户端直接操控桌面:移动光标、点击、滚动、拖拽,支持多显示器的物理像素坐标和高精度模式,还能读取光标位置、按键状态和前台窗口信息。除了鼠标,它还带语音听写功能,按住设备上的语音键说话,识别结果会直接输入到当前聚焦的窗口,比如给 Agent 下口头指令或在微信里发语音转文字消息。同一台机器上只跑一个共享守护进程,多个 Agent 客户端可以共用,同一时间只有一个任务能接管键鼠。适合在 Windows 上做 computer-use、桌面自动化实验的 AI 应用开发者,以及想让 Agent 真正操作本机的从业者;没有 uMouse 硬件或不碰桌面自动化的人关系不大。
★ 114
⑂ 1
创建 16 天前
更新 5 天前
deeplethe / fde-gym
Agent框架
TypeScript
面向 LLM 时代的在线评测场,用真实客户交付考 coding agent
FDE Gym 是一个面向 LLM 时代的在线评测平台,可以理解为 LeetCode 式 OJ 的升级版:考的不再是写出正确代码,而是像 forward deployed engineer 那样把客户交付做完。每个案例都是一次真实客户交付——你拿到的只有一段含糊的客户诉求、一个已在运行的系统、文档和几个可以询问的客户方人员,需要自己判断真正要解决的问题、找出没写下来的规则,再指挥 coding agent 去改系统。提交后系统会在客户没展示过的流量上真实运行打分,改没改好一目了然,生产事故直接归零,占用客户人员时间也会扣分。适合想评估或练习 AI coding agent 实战能力的工程师、做 agent 评测与 benchmark 的团队,以及关心 FDE 这类岗位实际工作方式的人;只想刷算法题或找部署方案的读者关系不大。
★ 113
⑂ 3
创建 2026-10-06
更新 6 天前