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。

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。

qz 是阿里开源的 Chrome 扩展版浏览器 Agent，用一句话描述任务，它就在你日常登录的浏览器里自动完成网页操作、数据抓取和资料整理，最后交付带来源的表格、文件或报告。和 Browser Use、Playwright MCP 这类需要另起环境的方案不同，qz 直接跑在你本机的 Chrome 里，登录态、Cookie、扩展全部照常可用，数据只发给你自己配置的模型（DeepSeek、OpenAI、Claude 均可）。它常被用来做跨站比价、汇总散落在不同网站的开放权重 LLM 参数、抓 arXiv 论文写周报这类多步研究任务，还能把跑通的流程存成 Skill 一句话复用。更实用的是，Claude Code、Codex 等编码 Agent 可通过 CLI 或 MCP 把网页任务委托给 qz，跑完再拿结果继续干活。适合需要频繁做网页调研、数据提取的研究员、分析师和 AI 应用开发者；纯写代码或不碰网页工作流的人关系不大。

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。

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。

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。

Executioner 是一个跑在本机的 AI 渗透测试工作台，把 AI agent 团队、可视化工作流和你自己的安全工具整合到一个环境里，全程本地运行、不依赖云端账号。它主要解决渗透测试中最琐碎的部分：信息收集、记录和整理证据。每次测试是一个独立工作区，包含范围、目标、发现和证据，你可以在里面直接启动 Claude Code、Codex、Gemini、Cursor 等 agent，它们一进来就已了解上下文，前一个 agent 扫出的子域名能立刻被下一个利用。它还内置了可观察的浏览器，agent 操作时你能实时看到并随时接管，遇到验证码会主动找你。你也可以用自然语言描述需求，让它生成自动化工作流，比如新子域名出现就自动探测、截图并交给 AI 分析。所有发现统一带严重级别和原始请求响应，可一键导出报告。适合安全工程师、渗透测试人员和 bug bounty 从业者，尤其是想用 AI 提效但又要求数据不出本机的人；对普通开发岗位关系不大。

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。

Subvox 是一个 macOS 原型，用来验证一个想法：AirPods Pro 的头部运动传感器数据，能否把你在心里默念、嘴唇微动的词识别成文字。它不依赖语言模型，而是用小词表的模板匹配加统计检验，判断信号是否真实存在。你先对着它无声地念几个词，它把每次的头部加速度、旋转和姿态变化存成模板；之后再默念时，它用动态时间 warping 把新片段和模板比对，输出文字，旁边还并排显示麦克风的实时转写作对照。它还内置留一交叉验证和标签置换检验，告诉你识别准确率是否显著高于随机猜测，并能拆开看加速度、旋转、姿态哪个通道真正携带了信号。对做可穿戴交互、无声语音输入或传感器信号研究的工程师和研究者来说，这是个能快速验证假设的实验工具；如果你不关心这类前沿输入方式，和日常工作关系不大。

这是一套给 AI 编程助手「调教性格」的系统提示词配方，主打让 GPT 在 Codex 等编码工具里少说废话、判断更靠谱、交付更有工程和设计品味。它把一份统一的行为规则编译成 Codex、Claude Code、Kiki、Pi 等多个宿主各自的原生指令和事件钩子，在模型收到用户输入、协作结果等关键节点动态刷新优先级，比如替用户做合理默认选择、保留有依据的结论、把协作发现转成直接行动。说白了，它解决的是 AI 编程助手常见的毛病：过度谨慎、堆砌套话、遇到复杂需求就绕圈子。适合每天用 Codex 或 Claude Code 写代码、又对输出质量挑剔的工程师，尤其是觉得默认行为太啰嗦、想要更干脆交付的人；如果你不用这类 AI 编程工具，跟你就没什么关系。

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。

这是一个给 AI Agent 用的 Skill，让 Claude Code、Codex 这类编程助手能画出论文级别的科学示意图，输出可编辑的 SVG/PDF 矢量代码，而不是一张不可改的位图。它解决的是科研人员画机制图、装置图、流程图的老大难：以前要么手绘再描图，要么用 PowerPoint 拼形状，改一个箭头方向都费劲；现在把技术描述和参考风格喂给 Agent，它会给出多个设计方案供挑选，你还能指定扁平 2D、矢量 3D 或 Blender 渲染等风格，以及期刊单栏 89mm、双栏 183mm 的精确尺寸。作者用五篇 Nature 系列论文做了对比测试，展示加 Skill 前后生成质量的差距。适合正在写论文的科研人员、需要画架构图或流程图的算法工程师，以及想探索 Agent Skill 写法的 AI 应用开发者；它只负责快速出草稿和提供设计思路，科学内容的把关仍需作者本人。

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。

The Trinity 是一个多模态 Agent 的递归自我改进框架，核心思路是让 Agent 在自己生成的简化世界里练能力，再把练出来的能力迁回真实任务。它把系统拆成三个角色：Creator 负责生成可验证的模拟世界，Explorer 在这些世界里交互并进化出可复用的能力模块，Evolver 则把杂乱的任务需求整理成一棵分层能力树。中间还有一层 Capability-Aware Router，会根据每个任务的需求自动挑选合适的能力模块组合，也就是 real2sim2real 的闭环。目前代码已放出，包含任务发现、轨迹分析、能力归纳、Creator-Explorer 训练和路由等完整流程，但模拟环境和 Harness 本体尚未发布。对做多模态 Agent、Agent 训练或能力学习方向的研究和工程人员来说，这篇论文和代码值得翻一翻；如果你不涉及 Agent 自我进化或能力模块化，和多数从业者关系不大。

RSI-Anything 是一个让 AI 系统「越用越聪明」的通用框架，核心思路是用世界模型预测行动后果，再用外部反馈修正预测，把经验留存下来指导下一轮决策，形成递归自我改进的循环。它建立在 JEPA-Anything 之上，流程是提出候选、预测结果、筛选、评估、学习、保留。论文把它跑通了五个差异极大的场景：代码修复（在 CodeContests、APPS、LiveCodeBench 上用预测执行结果给候选程序排序）、GUI 操作（MiniWoB++ 和 OSWorld，动作数比基线少约四成）、实验室实验规划、化学反应条件优化（十次观测内找到最优产率）以及免疫学科研工作流。对做 Agent、世界模型或科学智能体的研究者和工程师来说，它提供了一个可复用的「预测引导交互」范式；如果你只做业务后端或前端，关系不大。

这是对 ChatGPT 新推出的 Intelligent UI 体验的开源复刻：你问「规划旧金山一日游」，它回给你的不是一段文字，而是一张带路线的地图、配图和一份可编辑的行程表。它基于 OpenUI 这一 Generative UI 开放标准，模型流式输出 OpenUI Lang，前端用一套布局、文本、输入、图表、地图、SVG 绘图等基础组件渲染，布局完全由模型自己安排，还内置了几十个可让界面自行计算的函数，比如分账、单位换算、数据分组。想做类似 ChatGPT 那种「答案即界面」的 AI 产品，可以直接拿它当参考实现，也能接本地 Ollama 模型跑通。适合做 AI 应用前端、生成式 UI、Agent 交互的工程师看；纯后端或不碰 AI 界面的人关系不大。

Buddy 是一个跑在 Android 手机上的悬浮球 AI 助手，本质上是把 Claude Code、Codex、OpenCode、Antigravity CLI 或 Grok 这些命令行 Agent 搬进了手机，让它们通过无障碍服务替你操作手机：读屏幕、点击、输入、滚动、打开应用。你只要说「回复 Sam 我要迟到」或「把 Switch 2 加进 Amazon 购物车」，它就自己去点，涉及发送、支付、删除等敏感操作前会先弹窗等你批准。它不需要 root、adb 或电脑，用的是你自己的订阅计划，工具能力以本地 MCP server 形式暴露，也能接到你电脑上的 Claude Code 等会话里。还支持通知触发回复、后台浏览器、语音对话，甚至在手机上直接构建 APK。适合想在手机上体验 computer-use、做安卓自动化或想把手机工具接入自己 Agent 工作流的开发者；项目尚在早期，普通用户可先观望。

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。

37Studio 是一个自托管的社交媒体内容自动化工具，可以理解为开源版的 Buffer 加 Opus Clip：它在你自己的电脑或服务器上跑，用你自己的 API key，不收月费。你把品牌官网链接丢给它，它会自动整理出 logo、字体、配色和知识库；之后用 Claude Code 当「剪辑师」，把一句需求变成符合品牌风格的成片，还能把两小时的长课切成十条竖版短视频，本地转写支持上百种语言。成片可一键发布到 Facebook、Instagram、YouTube、TikTok、LinkedIn、X 等九个平台，支持定时和自动排期，评论私信则汇总到一个收件箱，由 AI 按品牌规则起草回复。它还提供 MCP server，能被 Claude Desktop、Cursor 等外部 Agent 调用。适合运营个人品牌、做内容营销的团队，以及想用 AI 打通「生产—发布—互动」全流程的独立开发者；如果你不碰社交媒体运营，和你关系不大。