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。

DeepAA 是一个本地运行的 AI Agent 网关与用量分析工具，可以理解为给 Codex、Claude Code、OpenCode 等编码 Agent 加了一层统一的「计费与监控前台」。它把多家模型供应商的地址、密钥和模型集中管理，你在一个地方配好，各 Agent 都能直接调用，还能为模型设置故障转移，某个通道挂了自动切到备份模型，不打断正在进行的编码任务。更实用的部分是可观测：每次请求的提示词、工具调用、Token 消耗和耗时都会被记录，可以沿任务、轮次、步骤回溯调用链路，并逐请求拆解输入、缓存和输出的费用，附带单价与计算依据，方便核对中转站账单。所有数据只存本机。适合日常重度使用多个编码 Agent、需要控制模型开销的技术负责人、研发效能或平台工程同学；只是偶尔用用 AI 编程的人关系不大。

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。

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。

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。

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。

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。

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。

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。

Beluga 是一款围绕 AI 编程重新设计的桌面 IDE，可以理解为「给 Claude Code 这类编码 Agent 做的多开管理台」。你描述一个任务，它就自动开一个独立的 git worktree、分支和专属 Agent，多个任务并行互不干扰，主目录保持只读。运行过程中你能实时看到 Agent 读了哪些文件、跑了哪些命令、起了哪些子任务，还能中途插话改方向；它产出的截图、测试结果、日志会集中展示，回答问题时直接给出可排序的表格、图表和架构图。最有特色的是点对点协作：@ 一下朋友，你的 Agent 就能通过端到端加密的直连请对方机器上的 Agent 帮忙取文件、改配置，对方点允许即可，全程不经过服务器。此外还有定时或事件触发的自动化任务，以及部署到常开服务器后用手机浏览器远程操作。适合重度使用 Claude Code 等 Agent 并行开发、需要跨人协作的工程师；只是偶尔用 AI 补代码的人关系不大。

REA 是一套给 AI Agent 用的逆向工程工具集，让你的 Claude Code、Cursor 等助手能直接调查别人的应用：不看源码，也能搞清某个功能是怎么实现的。它通过 MCP 接入 Agent，覆盖原生二进制（配合 Hopper、Ghidra、IDA）、JavaScript/Electron 应用、.NET 程序集和网站，返回带证据和局限说明的分析结论，比如模块结构、调用关系、伪代码。典型场景是：你在竞品里看到一个不错的功能，让 Agent 用 REA 拆解它的实现原理，再照着给自己的项目写一版。适合做客户端开发、安全研究、竞品分析的工程师，以及想快速复刻某个交互或算法的产品团队；纯后端或不碰客户端逆向的人关系不大。

这是一个给 Claude Code 用的 Agent Skill，用来抓取抖音单条视频的完整评论区，包括一级评论、全部楼中楼回复和视频详情，可选下载 720p 视频，最终产出一份按点赞排序的评论全文和原始 JSON。它的巧妙之处在于不自己逆向抖音的 a_bogus 等风控参数，而是在你已登录的 Chrome 页面里拦截并照抄真实请求，签名交给页面自带的 SDK 计算，从而避开验证码，实测抓取结果与手动逐条展开完全一致。适合做舆情分析、竞品评论研究、内容选题参考的运营和产品经理，以及需要评论语料做 NLP 或情感分析的算法同学；单条视频、个人研究场景够用，但不支持批量采集其他平台，也不适合大规模商用抓取。

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。

ForgeAX Engine 是一个把 AI agent 当作第一用户的 TypeScript 游戏引擎，可以理解为「专为 AI 编程助手设计的轻量 Unity」：用 WebGPU 做渲染，内置 ECS 架构、Rapier 物理和程序化资产生成，配套 CLI 工作流，让 Claude Code、Cursor 等工具能直接创建、运行、检查和打包游戏。它的核心卖点是「AI 能效」——通过可录制重放的渲染帧调试、活实体查询、结构化错误信息等机制，让 AI 用更少上下文和更少试错完成经过验证的开发工作，官方已用它做出了机甲动作、ARPG、竞速等 3D 小游戏，并支持微信小游戏、Steam、Switch 等多平台发布。值得看的是两类人：想用 AI 辅助做独立游戏或小游戏的开发者，以及在评估「AI 能否真正接管游戏开发流程」的技术负责人。如果你不碰游戏开发，这个项目和你关系不大。

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。

dots-agent 是一个会自己找活干的常驻智能体：它每隔一分钟跑一轮，主动从你的目标队列里领任务、执行、汇报结论，还能把做过的活总结成可复用的「技能」存进技能库，下次直接调用。它提供命令行和 Windows 桌面窗口两种用法，窗口里能看它在干什么、派新任务、批准它想做的敏感动作（比如发邮件），也能直接跟它对话。核心设计是审批闸门和证据机制：危险动作默认要人点头，超时未批自动拒绝；完成的任务必须附带可核对的证据，否则标为「待复核」，防止它编造结果。适合想在本地跑一个长期值守的自动化助手、又不想完全放权给模型的个人开发者或 AI 应用工程师，用来盯邮件、跑例行脚本、整理资料这类重复劳动；如果你只是想找一个对话式 LLM 工具，它不太对口。