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。

Kinetograph 是一个用代码生成视频的渲染引擎，可以理解为「不启动浏览器的 Remotion」。你用 TypeScript 按 Remotion 的写法描述视频，或者直接写一个 HTML 页面，Node 跑你的代码，底层由 Rust 写的 GPU 合成器逐帧绘制，支持 CSS、SVG、Canvas、WebGL shader、3D 和 Web Audio，最终直接输出 mp4。已有的 Remotion 项目和 HyperFrames 项目可以原样迁移过来。它主打速度快，并且明确面向 AI agent 使用，提供了 MCP 接入方式，让 agent 能自己写视频、自己渲染。典型场景是让 Claude 这类编程 agent 批量生成产品宣传片、数据可视化动画或社交媒体短片，省去人工反复预览调试的时间。如果你是做 AI 内容生产流水线、自动化视频工具链的工程师，或者受够了 Remotion 渲染慢、依赖 Chromium 的开发者，值得花几分钟看看；纯做模型训练或后端的人关系不大。

Isle 是一个给 GNOME 桌面用的「灵动岛」，把屏幕顶部中间变成一块黑色凹槽，平时只显示时间和当前状态（在放的歌、倒计时、通话），鼠标悬停时用弹簧动画展开成带标签页的小面板。它把日常琐事集中到一处：音乐带同步歌词（支持 Spotify、浏览器 YouTube 等 MPRIS 播放器）、通话时长与静音、番茄钟和勿扰、提醒清单、日历（会议前五分钟提醒并给 Join 按钮）、通知聚合、剪贴板历史和文件托盘，还能扫码把文件传到手机。真正带 AI 味的是它的语音助手：按快捷键直接用你已有的 Claude Code、Codex 等模型，多步骤任务逐个执行并验证，甚至能查系统状态后给出一条待确认的安装或修复命令，你点 Run 才跑。适合用 GNOME 的 Linux 桌面用户，尤其是想把 AI 助手嵌进日常操作流的开发者；macOS 或 Windows 用户关系不大。

open-bot-avatar 是一套给 AI Agent 做「脸」的方案：用一份极简 JSON 描述一个卡通形象（一条 SVG 轮廓加眼睛的位置），再由零依赖的渲染器把它画成会眨眼、会转头看人的动态头像。它解决的是做聊天机器人、Agent 产品时的门面问题——与其自己写动画，不如定义一个 mug、幽灵或小猫形象，让它在 idle、thinking、happy 之间切换情绪，甚至跟随鼠标视线。配套的在线编辑器还能把描述发给任意聊天模型，让模型直接生成可用的 JSON 形象。适合前端和 AI 应用开发者：如果你在做 Agent 对话界面、语音助手或需要给 bot 一个可视化人格的产品，这套轻量方案能直接嵌进 React 等框架；只写后端或做模型训练的人则关系不大。

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。

搜魂是一个 Mac 和 Windows 桌面应用，用来管理 Grok Bot 的记忆——可以列出你账号下的各个 Bot，拉取它们记住的内容，写入新记忆，或者让某条记忆被忘掉。它不改人设、不碰聊天记录，所有读写都通过你已登录的 Grok Bot 完成，写入时还能选择这条记忆是账号共用还是仅此 Bot 生效、是普通事实还是指令。比如你想让所有 Bot 都记住「我习惯用简体中文回复」，或者只想让某个特定 Bot 忘掉一条过期的偏好，都能在界面上逐条操作。适合那些重度使用 Grok Bot、养了多个 Bot 并且在意记忆归属和清理的人；如果你不用 Grok，或者只是偶尔聊天，这个工具和你关系不大。

这是一份跟随论文《Computational Character Modeling: A Survey of Role-Playing Agents from a Behavioral Science Perspective》的文献阅读清单，收录了 143 篇角色扮演 Agent 相关论文，按论文的章节结构组织成三大部分：角色建模方法（行为模仿、认知状态、规则经验、情境交互、人格特质等路线）、角色信息与数据基础（角色来源、数据模态、构建与质量控制），以及评估体系（覆盖身份一致性、语言风格、人格情绪、记忆与长期一致性、多角色社交、安全边界、沉浸感等九大评估目标，以及规则打分、LLM judge、人工评估等打分方式）。它把散落在 ACL、AAAI、arXiv 等处的角色扮演研究串成了一张有脉络的地图，还提供可下载的文献目录。适合做角色扮演 Agent、虚拟人、AI 陪伴或 NPC 相关产品的算法与研究工程师，以及关注 LLM 评估方法的从业者快速摸清这个子领域的全貌；如果你的工作与角色扮演或多智能体无关，这份清单和你关系不大。

这是一个把巴西联邦税务局公开的 CNPJ 企业登记数据搬到本地的 MCP 服务器兼命令行工具，让 AI 助手能直接用自然语言查询企业信息。原始数据有 7000 万家企业的记录、动辄几个 GB，它会下载并整理成本地数据库，毫秒级响应，且数据不出本机、免费无调用限制。实际用起来，你可以问「Campinas 有多少家活跃的汽修厂」，它会自动把「汽修厂」翻译成对应的 CNAE 行业代码并给出统计，还能按城市、行业、企业规模、MEI 身份、开业年份筛选，导出 CSV，或对比多个城市的行业分布、看某行业逐年开张与注销的趋势。适合做巴西市场调研、销售线索挖掘、区域经济分析的人，比如市场分析师、BD、咨询顾问；如果你的工作和巴西业务无关，这个项目基本用不上。

Codixel 是一个给 Claude Code 用的像素画技能包，教 AI 怎么把参考图转成游戏精灵、角色动画和火焰、烟雾、光束这类特效。它反复强调 Claude Code 不是画家、只会写代码，所以正确做法是先找真实参考图，让 AI 逐帧转像素、搭骨骼、再按「写实」等风格要求调整，每一步都要人工检查。它还总结了不少实战经验，比如抖动只用在两色交界处、色相偏移和边缘高光怎么调、音效别让 AI 生成而要去网上找。适合独立游戏开发者和用 Claude Code 做 gamedev 的人，尤其是想让 AI 参与美术流程又怕产出不可控的场景；如果你不做游戏或不碰 Claude Code，这项目和你关系不大。

这是一个 MCP server，作用是让 AI agent 能够读取和操作 Elysium 链——Kinetiq 为 Hyperliquid 搭建的 Arbitrum Orbit L2。你可以把它理解成给 Agent 用的链上数据网关：接入后，agent 能通过 JSON-RPC 查最新区块、地址余额（HYPE 及最多 20 种 ERC-20）、交易详情与回执、事件日志，也能调用合约的 view 函数做只读查询和 gas 估算；若配置了 Blockscout 风格的区块浏览器 API，还能额外查地址历史、代币转账、合约 ABI 等索引数据。写操作是独立开关，默认关闭且只允许测试网（chain ID 99801），开启后发送交易也默认 dry run 预览，并带白名单、费用上限等多重校验。适合在做链上 Agent、DeFi 自动化或 Web3 与 LLM 结合原型的开发者，尤其是需要让 Claude 等 MCP 客户端直接查链、读合约的场景；只做模型训练或纯后端的人关系不大。

chord-cli 是一个把多个 coding agent 组成集群协同干活的命令行工具，可以理解为 Claude Code、Codex CLI 这类编码 Agent 的「多人协作调度器」。它让 N 个 Agent 在同一个仓库里各自占用一个 git worktree 并行开发，通过一块共享的文件认领板避免互相踩脚：谁要改某个文件得先登记，别人持有就得先发消息询问，未认领的写入会被 hook 直接拦下。Agent 之间还能异步发消息，空闲的会被唤醒，任务完成后一步完成 rebase 并快进 main，冲突时自动回退并让 Agent 自己解决。在 CooperBench 上，两个 Agent 各领一个 feature 的协作模式在弱模型上比单 Agent 高出 20 多个百分点。适合已经在用 Claude Code、Codex CLI 等工具、想让多个 Agent 并行推进不同功能模块的开发者，以及关注多 Agent 协作机制的人；只做单人单 Agent 开发的读者关系不大。

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。

Shim 是一个跑在终端里的轻量 AI 编程助手外壳，可以理解为把各家模型和工具粘合起来的「万能适配器」：一个几 MB 的静态二进制，不依赖 Node、Python 或 Docker，也不带界面和后台进程。它内置 OpenAI 兼容和 Anthropic 两种适配器，能接入 Ollama、LM Studio、OpenRouter、Claude 等各类托管或本地模型，同时支持 MCP 服务器和 Agent Skills 的懒加载，省去为每个工具单独配 provider ID、端点和 JSON 的麻烦。日常既可以用自然语言下指令，比如让它解释仓库或修失败的测试，也可以用完整的脚本化命令；管理类请求会先由本地小模型翻译成白名单命令，涉及改动的操作需要人工确认，配置和会话都以纯文本 JSON 存放。适合经常在命令行里工作、想用统一入口切换多个模型和工具的开发者，尤其是偏好本地模型、在意数据不出机器的人；不碰终端的读者关系不大。

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。

otopilot 是一个本地运行的 AI 视频流水线，把一个选题直接变成可发布的成片：自动生成脚本、配 CC0/CC BY 免费图片、配音、字幕、封面，最后打包成标题、描述、标签等发布素材。它支持 YouTube 长视频、Shorts、Instagram Reels 和 TikTok 四种版式，界面有 15 种语言，全程不需要注册账号或 API key，也不自动上传——发布决定权仍在你手里。实际用法是把仓库交给 Claude Code 或 Codex，用一句话要一个视频，适合做无人出镜的内容矩阵：比如按题材套用纪录片、广告、新闻、教育等脚本模板，配上你提供的研究材料和个人观点，再从成片里切出竖版 Shorts。它还做了图片版权过滤、-16 LUFS 音量归一、断点续跑等细节，明显是给批量生产者准备的。值得看的是做 faceless YouTube、TikTok 内容自动化的产品经理和独立创作者；纯技术岗或不做短视频的人关系不大。

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。

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。

这是一份持续维护的自托管开源AI项目清单，收录了309个可以在自己机器或服务器上跑的项目，覆盖本地LLM推理、聊天界面、Agent框架、MCP服务器、RAG与向量库、语音和图像生成等17个分类。它比一般awesome列表多做了一件事：每周自动检查每个项目的健康状态，被归档、删除或一年没动静的会自动移出主列表，另附一张实时健康表展示各项目的star数、最近提交和许可证。比如你想找一个本地跑的Ollama替代方案、一个能自部署的RAG工具，或者对比LangGraph、CrewAI这类Agent框架的定位，都能在这里按分类快速扫一遍。适合正在评估自托管AI方案的架构师、运维和隐私敏感场景的技术负责人，以及想在自己homelab里搭AI服务的开发者；如果你只用云端API、不关心数据不出机房，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。

Xolotl 是一个本地大模型推理引擎，主打在一台游戏 PC（RTX 4090 + 90GB 内存）上跑起 DeepSeek-V4.1-Flash 这种 552B 参数的 MoE 巨型模型，做法是把专家权重分层摊到显存、内存和 NVMe 硬盘上，靠换页换出换取容量，实测能跑到约 27 tok/s、支持 512K 上下文。它同时支持 GLM-5.3-Flash 和 Qwen3.8 系列，对外提供兼容 OpenAI 和 Anthropic 的 API 接口，可以当作本地版的 Claude Code 或 Cursor 后端来用。项目基于 Strata 深度魔改，附带量化好的模型权重。适合想在本地跑大模型做编码 Agent、又没有多卡服务器的个人开发者或小团队，尤其是关注本地推理、显存优化和 MoE offloading 的工程师；如果你只用云端 API，这个项目和你关系不大。

cheap-ag 是一个给 Claude Code 和 Codex 用的 MCP 服务器，核心思路是把编码任务拆成两层：贵的前沿模型（如 Claude Opus）只负责规划和决策，真正写代码、读文件、跑测试的活交给便宜的模型（如 DeepSeek，通过 OpenRouter 等接入），而且便宜模型在项目的独立副本里干活，必须先让测试通过，改动才会交回给你。官方称同样的任务能省下约 63% 的 Opus token，让 20 美元的订阅额度撑得更久，几美元的 API 费用就能跑几百个任务。它适合每天重度使用 Claude Code 或 Codex、又常撞到套餐限额的开发者，尤其是想用低价套餐体验 Opus 级别规划能力的学生和独立开发者；如果你只是偶尔用 AI 写几行代码，或者不依赖这两款 CLI 工具，那它跟你关系不大。

OpenCinema 是一个本地优先的 AI 视频工作室，把剧本、参考素材、3D 预演、生成和剪辑整合在一张画布上，让你和 AI agent 共同完成一部短剧或短片。它和常见的文生视频工具不同，后者只回答「怎么生成一个片段」，OpenCinema 关注的是「怎么把一部片子做完」：先用 3D 预演确定走位和运镜，逐镜头审核，需要时只替换单个镜头而不必重做全片。画布上的每个节点既能手动编辑，也能通过 MCP 让 Codex、Claude Code 等 agent 读写，两条路径共享同一套命令、版本和撤销历史。生成后端可自由切换，云端模型、本地服务和已有的 ComfyUI 工作流都能接入同一个生成节点，数据和凭证全部留在本地。适合做 AI 短剧、短视频内容的创作者、剪辑师，以及想用 agent 批量编排视频生产流程的开发者；如果你不碰视频生成，这个项目和你关系不大。目前处于 0.4.0 开发阶段，尚未正式发布。

这是一个让大语言模型直接进 Minecraft 玩游戏的 Agent 框架：你给它一个目标，它就通过 Mineflayer 像真人玩家一样走路、挖矿、合成、建造、战斗和聊天，背后可接 Claude、GPT、Gemini 或任何兼容 OpenAI Responses API 的模型。它的亮点是会话能跨重启保留，Agent 被杀掉后用同名重启还能接着干；每个 Agent 还配一个独立的 shell 沙箱（Docker、E2B 或本地目录），可以在里面记笔记、写脚本调用自己的游戏工具；也能用一份 JSON 配置拉起多 Agent 团队，彼此私信协作，作者实测过 50 个 Agent 同服生存和带裁判的 Bed Wars 对局。适合关注 Agent 长期记忆、多 Agent 协作、工具调用沙箱隔离的 AI 应用工程师和研究者参考，普通后端或前端开发者关系不大。

这是一个给 DeepSeek Harness（DSH）用的插件，作用是给 AI agent 装一个「刹车」：它按轮次统计模型执行的写操作次数（改文件、写代码这类会改变世界的动作，读文件和搜索不计数），前 10 次允许通过但会提醒模型该收手了，第 11 到 14 次直接向模型注入「停下来、向用户请求确认」的指令，到第 15 次硬上限时工具调用会被拦下，等你输入 confirm 才放行整个回合。它解决的典型麻烦是：你让 agent 跑半小时去改代码，回来发现它把同一个功能重写了两遍、或者一口气改了 200 个文件烧掉一天预算。注意它不是安全沙箱，只管成本和方向，权限模式切换时也能实时跟随。主要适合在本地或服务器上跑 DSH agent、又不得不给它完整权限的开发者，尤其是担心 agent 失控烧钱或跑偏的场景。