ResolveLab 是一个给工具调用型 LLM agent 做「故障注入 + 副作用打分」的评测与后训练环境。它跑一个真实的 HTTP 服务，在 agent 操作过程中注入各种会改变正确下一步动作的故障，比如分页查询里的近似记录、If-Match 冲突、429 限流、写入已提交后才返回的 502、任务中途被收回权限等，然后从服务端状态、提交日志和读版本来判定 agent 到底把系统改成了什么样，而不是听它自己说「已解决」——写错记录、重复提交、漏读最新状态、谎报成功都会被判失败。它还内置一个经回放验证的 teacher，可以生成 DAgger 训练数据，README 里展示了 Qwen3-0.6B 经 BC+DAgger 微调后测试通过率从 90.8% 提到 98.3%。适合做 agent 评测基准、agent 后训练或 RL 环境研究的算法工程师和研究者；如果你不涉及 agent 训练或可靠性评测，和多数从业者关系不大。

这是一个给 Claude Code 用的只读实时监控面板，把当前会话和子 Agent 的活动以流式图的形式呈现在浏览器里，同时提供终端视图、MCP server 和状态栏。它能看到每个 Agent 在做什么任务、消耗了多少 token 和成本、有没有文件冲突，以及哪些地方需要你介入，但绝不会启动、停止或干预 Agent，纯本地运行、零依赖。除了监控，它还附带 AOS-1 规范，定义了一套可观测的 Agent 状态标准，包括心跳、纯文件状态和事件日志格式。另外它支持跨机器只读查看多台机器上的 Agent 用量，以及接入 OpenTelemetry 拿到精确成本拆分。如果你在用 Claude Code 跑多个子 Agent，经常搞不清它们各自在干嘛、花了多少钱、哪里卡住了，这个面板就是干这个的；如果你只是偶尔用 Claude Code 单线程干活，关系不大。

bootgpt 是一个把语言模型塞进硬盘主引导记录（MBR）的极客项目：开机后不加载任何操作系统，直接在 16 位实模式的 386 上跑一个 11.5 KB 的 int8 量化小模型，让它「做梦」出一段 Linux 启动日志——时间戳、PCI 设备、ACPI 事件，全是不存在的硬件。模型只有 8 字符上下文和一个隐藏层，输出质量约等于乱码版 dmesg，但字符级输出与 Python 模拟完全一致。整个推理引擎压缩在 510 字节的引导扇区里，权重和词表放在后续扇区，前向传播只用整数乘除完成。它属于 boot sector demoscene 的 sizecoding 传统，和 sectorllm 等项目一脉相承，只是走了「极致小而专」的路线。对多数从业者来说这更像行为艺术而非生产力工具，值得花两分钟看的是它展示的量化与整数推理技巧；真正会动手研究的是做底层推理、模型量化或对 demoscene 感兴趣的工程师。

这是一个 MCP server，让 Claude Code、Cursor、Windsurf 这类 AI 编程助手直接生成游戏素材并写进你的项目仓库，而不是只在聊天窗口里给你一段描述。它覆盖了从概念图到可用资产的整条链路：输入提示词或参考图，能产出带 idle/run/attack 动画的绑定骨骼角色、自动吸附到手骨并握紧的武器、可无缝平铺的材质贴图、带出生点和路线的俯视地图、VFX 特效与 HUD 血条套件，还能把模块化玩法套件组装成可直接在浏览器打开试玩的 Godot、Unity 或 Unreal 项目。生成的资产会进入一个可搜索的 Library，支持按标签检索、依赖解析和回滚。适合正在用 AI 辅助开发独立游戏的程序或技术美术，尤其是想让 agent 直接产出引擎可用资产而非占位模型的人；纯后端或算法岗与它关系不大。注意生成需要 GripForge API key，服务端完成渲染。

wtfibought 是一个让 LLM agent 用虚拟资金实盘交易的公开竞技场，可以理解为「给 AI 交易员看的真人秀加排行榜」。你自带模型和 API key，设定杠杆区间、保证金预算和唤醒频率，agent 每次醒来在最多三个标的上决策，所有推理过程、开仓论点、失效条件和事后复盘全部公开可看，还能每天自我打分并写进经验账本，让「它怎么想的」成为可追溯的连续记录。行情覆盖代币化美股、加密现货与永续合约、大宗商品以及五分钟 BTC 涨跌市场，结算规则对齐真实资金费率和杠杆层级，但资金全是模拟的。适合两类人：想横向对比不同模型在真实行情下决策质量的 AI 工程师和评测研究者，以及对 agent 推理透明度、可观测性设计感兴趣的开发者。如果你不关心 LLM 交易或 agent 行为分析，这个项目和你关系不大。

video-factory 是一套让 Claude Code 或 Codex 当导演的 AI 视频流水线：你用一句话提需求，它负责写剧本、配音、出分镜、生成画面、剪辑加字幕，最后交付成片，中间串联 APIMart、Kie.ai、ElevenLabs 和 ffmpeg。它内置了多种竖屏短视频的制作套路，比如 15-30 秒的 UGC 带货广告、每集 60-120 秒的微短剧、情景喜剧、奇幻短片，也能做 10 分钟到 3 小时的冥想助眠视频（靠画面无缝循环把 30 分钟内容压到约 2 美元）。流程上有几道人工审批关卡：剧本、选角、预算方案都要你点头才继续，且预算在代码里锁死，超支必须再确认；每场戏只生成一次，成片还会自动做画面连续性和穿帮检查。适合需要批量产出短视频素材的营销人员、独立创作者和做 AI 内容实验的工程师——如果你不做视频，跟你的关系不大。

Kosmos 是一个跑在你自己 Mac 上的 AI Agent 管理面板，专门管 Claude Code：它能发现机器上已有的 Claude 会话，让你创建、重命名、停用多个 agent，编辑每个 agent 启动时读取的指令文件，并一键接入自己的 Claude 订阅，全程不需要 sudo 或 Homebrew。它想解决的麻烦是：同时跑多个本地 agent 时，终端窗口散落各处、launchd 启动项靠手改，出问题很难看清状态。Kosmos 用一块看板统一呈现每个 agent 的实时终端输出、项目文件夹和房间消息，且只报告它真实观测到的事实——agent 只有在看板确认可见时才算运行中，消息送达只确认到按键那一刻，移除 agent 只停用不删除，随时可恢复。所有通信只走本机回环地址，无云端、无遥测。适合在 macOS 上长期跑多个 Claude Code agent、需要一个总控台的开发者；如果你只偶尔用一两个 agent，或者不用 Claude 订阅，这个项目和你关系不大。

daimon 是一个开源的数据科学 Agent，可以作为机器人加入你团队的 Discord、Slack 或 Microsoft Teams 工作区，在频道里直接回答数据分析问题。你在群里 @它 并抛出问题，比如「上季度销售数据里第 6 周改了定价，到底有没有效果」或「B 版本真的比 A 好吗，还是只是噪声」，它会自己写代码、跑分析、用 PyMC 拟合贝叶斯模型，然后在同一个 thread 里回复图表、一段大白话的不确定性解读，以及一个可复现结果的 marimo notebook。团队里任何人都能在同一 thread 里继续追问，上下文跨轮保留；还能设置定时任务，让每周一自动汇总周末数据并发布。它基于 Anthropic Managed Agents 构建，一次部署用一个 API key 就能服务多个社区，各租户数据和记忆完全隔离，也能接入 Notion、Linear、GitHub 等 MCP 工具。适合数据分析师、数据科学家以及需要在协作工具里做常规定量分析的团队；如果你的工作不涉及数据建模，和你关系不大。

Piper Morgan 是一个面向产品经理的 AI 助理，把站会记录、需求梳理、状态更新、路线图答疑这类日常 PM 工作变成自然对话，而不是又一个需要填表单的看板。它内置意图解析、任务编排和工具适配层，能对接 issue tracker、文档、日历等现有工具，再由推理层汇总分析：比如直接问「这个 sprint 哪些东西有风险」，它会拉取数据并指出被阻塞或延期的条目；让它「给 payments 项目起草一份状态更新」，它会汇总近期动态产出可审阅的草稿；还能把「建个登录 bug 的 ticket 并加入当前 sprint」这类多步操作串成一条工作流。适合希望用对话驱动工作、又不想再加一个仪表盘的小团队 PM，以及想研究 multi-agent、MCP、LLM 编排落地方式的 Python 开发者；纯研发或非 PM 岗位关系不大。

Hermes Deck 是给 Hermes Agent 用的桌面管理端，可以理解成你本机上跑的多个 AI Agent 的统一控制台：一个窗口里就能和各个 agent 聊天，实时看到它们在想什么、调用了哪个工具、有没有派出子 agent，随时插话、改方向或直接叫停。它通过插件连上你已有的 Hermes 实例（SSH、WSL 或本地均可），还提供一个可选的 relay，让你在主机侧看到全部 agent 的活动、token 消耗和订阅额度，并把 agent 的浏览器画面或某个桌面窗口交给你实时观看、随时接管。所有 agent 的审批请求和提问会汇总到一个收件箱，避免漏掉需要你拍板的时刻。适合已经在用 Hermes Agent、同时跑多个 agent 或多个 profile 的开发者和 AI 工程师，尤其是想把 agent 从纯命令行搬到图形界面、需要监控用量和风险操作的人；如果你根本没用过 Hermes，这个项目和你关系不大。

这是一个 Windows 桌面端的大图浏览与标注工作台，专门处理病理切片这类超大图像（支持 SVS、NDPI、OME-TIFF 等格式），可以理解为给数字病理和遥感影像用的「带 AI 协作能力的 QuPath」。它能流畅地平移缩放浏览整张切片，让你分层画矩形、多边形等标注，还能通过 MCP 协议把图像区域暴露给外部 AI Agent：Agent 读取切片局部后提交识别候选结果，你在界面上逐条比对原图、接受或拒绝，通过的自动转成可编辑标注，视口控制权也由你手动授予或收回，全程 human-in-the-loop。适合做数字病理、医学影像标注、遥感解译的产品和算法工程师，尤其是想把 LLM Agent 接入图像标注流水线、又需要人工审核兜底的团队；如果你的工作与大图标注或 AI 辅助识别无关，这个项目可以跳过。

这是 TensorFlow 官方维护的模型库，相当于 TensorFlow 版的「model zoo」，收录了大量 SOTA 模型的参考实现，比如目标检测、图像分类、NLP 等任务的现成代码。它分几块：official 目录用最新的 TensorFlow 2 高层 API 实现并由官方持续更新，research 目录收录研究者贡献的模型，community 目录则是精选的第三方实现清单，另外还有一个叫 orbit 的轻量训练循环库，方便自定义训练逻辑并兼容 CPU、GPU、TPU。对从业者来说，它的价值在于当你需要复现某个论文的模型、或想参考官方推荐的建模最佳实践时，可以直接拿来对照，省去自己从零搭训练流程的功夫，部分模型还附带 TensorBoard 训练日志便于对比效果。适合正在用 TensorFlow 做研究或产品开发的算法工程师和研究员；如果你主要用 PyTorch 或者不做模型训练，这个仓库和你关系不大。

serviette 是一个免写代码的 RAG 服务：把一个文档文件夹、一个向量数据库和一个 embedder 写进一份 YAML 配置，就能得到带来源引用的文档问答聊天界面和 REST API，底层基于 Pathway Live Data Framework。它和常见 RAG 方案最大的区别是「实时」——文档被编辑、新增或删除后，几秒内答案就会跟着更新，不需要任何人手动重新上传或重建索引，适合文档频繁变动的场景。支持 Chroma、Milvus、pgvector、Pinecone、Qdrant、Weaviate 等 8 种向量数据库，默认本地 embedder 可让文档和索引不出本机，只有回答生成时的少量片段会发给模型 API。目前一次只回答一个问题，没有多轮对话记忆和用户账号。值得看的是需要给团队或客户搭内部文档问答、知识库检索的后端和算法工程师，尤其是那些苦于「索引一建就过期」的人；如果你只是想了解 RAG 概念或做一次性问答，它未必比现成方案更省事。

Tracely 是一套面向 AI agent 的 CI/CD 回归测试与可观测平台，核心思路是「生产环境里录下的那次失败运行，本身就是测试用例」。传统 eval 工具都要你手工编数据集，猜什么会坏；Tracely 则直接把线上出问题的 trace 冻结成可回放的回归用例，在每次 PR 上离线重放——用录制好的工具和模型响应做 fixture，不调真实 API、零成本、结果确定。除了回归门禁，它还提供 trace 瀑布图（agent、思考、工具调用、生成分层展示）、LLM-as-judge 在线打分、失败聚类（31 条坏运行合并成一个问题）、以及画布式告警规则（可推送到 Slack、邮件或自定义 webhook），回归时直接 block PR。适合负责 agent 质量保障的后端/平台工程师、做 LLM 应用评测的算法工程师，以及想把 agent 测试接入现有 CI 流程的团队；如果你不维护线上 agent，关系不大。

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。

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。

Harp 是 Warp 终端的非官方分支，把顶部标签栏换成了侧边栏，专门用来同时跑多个 Claude Code 和 Codex 编码 Agent。每个会话一行，实时显示它是在干活、在等你确认还是已经跑完，未读标记提醒你哪个 Agent 需要介入，不用再逐个窗口翻找。标签可以分组命名，配合 tmux 集成后分组和顺序跟着会话走，重启或换设备（比如手机 SSH 进来）都能看到同一套布局。侧边栏底部还有用量环，分别显示各 provider 的 5 小时窗口和每周限额及重置时间，数据直接读自本地日志，不上传也不碰凭证。适合同时开多个编码 Agent 并行干活的开发者，尤其是重度使用 Claude Code 或 Codex、经常被「哪个会话卡住了」困扰的人；如果你只开一两个 Agent，这工具的收益有限。

diff-tour 是一个只读的终端工具，把一次 git 变更变成可以左右键逐步翻阅的「导览」，让你像资深工程师那样读 diff。它会先用 git 导出变更前后的文件、diff 和提交信息，再调用你本机已有的 LLM 命令行工具（Claude Code、Codex CLI、Gemini CLI、Copilot CLI 等）生成一份讲解：这次改动为了什么、该重点看哪几个文件、老代码承诺的行为有没有被破坏、失败或重复执行会怎样、哪些问题必须修哪些只是建议，还会抛出「先猜答案再看解析」的思考题。生成过程中 LLM 只有只读权限，无法碰你的真实工作区，屏幕上展示的代码始终直接读自 git，不会照抄模型的输出。适合两类人：一是刚入职或接手陌生代码库、需要快速读懂别人 PR 的工程师；二是带新人的资深 reviewer，可以把它当教学脚手架。如果你平时不参与 code review 或不带人，关系不大。

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。

BAIagent Director 是一个本地优先的 AI 商业顾问桌面应用，可以理解为「会做市场调研的商业分析师助手」。你把公司网站丢给它，它会自动去查你卖什么、客户评价、竞争对手和市场信号，并保留来源链接，把观察到的事实和假设建议分开呈现，最后产出一份带负责人、时间、预算逻辑、成功指标和止损条件的试点方案。它跑在 Windows 上，可离线读取本地文档，也能用 Ollama 或 Qwen3-4B 本地模型，不需要云端 API key。适合中小企业主、业务负责人或做增长咨询的人，在立项前快速验证一个想法值不值得投入；对纯技术岗位或不涉及业务决策的读者来说关系不大。

这是把孙宇晨两期访谈（对话邵艾伦、金明）里能落地的观点，改写成一本照着就能做的 AI 入门教程的仓库。访谈被转成带时间戳的全文，每个观点都能点回视频原话核对；每个可动手的观点配一篇中文教程，附一段可直接复制给 Claude Code、Codex 等 Agent 的提示词，让它替你执行，也提供手动步骤，示例结果都是真跑出来的，工具还给了国内能直接用的替代版本。适合想把 AI 用进日常工作和生活、但不知道从哪下手的从业者，尤其是需要快速上手 Agent、提示词和 AI 工作流的产品、运营和开发岗位；如果你已经有成熟的 AI 使用习惯，参考价值有限。

Trowel 是一个让你用自然语言在 Minecraft 里盖房子的 AI 工具：在终端描述想要的建筑，它会先在你的世界里生成一个只有你能看到的白色蓝图轮廓，你可以走过去从各个角度检查、让它平移旋转，确认后才真正放置方块。它会读取周围的方块和生物群系来匹配配色，比如在云杉木屋旁建塔会自动用云杉和石头而不是石英。每次建造都是一笔可回滚的事务，一条命令就能把动过的每个方块恢复原状；生存模式下还能导出材料清单和 Litematica 文件供手动搭建。除了建筑，它也能编写 datapack 的配方、进度和函数，自动执行重载、读日志并修复报错。默认通过 Ollama 使用免费本地模型，也可接入 Claude、GPT 或 Gemini。适合 Minecraft 服务器管理员、Mod 开发者以及喜欢在生存档里快速试验建筑创意的玩家。

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。

SpeakMore 是一款开源免费的桌面语音输入与翻译工具，覆盖 macOS 和 Windows，可以理解为「能离线运行的语音版输入法加划词翻译」。它用一个快捷键在任意应用里触发三件事：口述后自动去语气词、补标点、整理成通顺文字写入光标处；用中文口述直接写出英文等 16 种目标语言，适合在群聊里跟外国同事沟通或写英文邮件；选中任意网页、PDF、终端里的文字，译文卡片直接浮现在选区下方，不打断当前阅读。模型选择很灵活，兼容 Gemini、OpenAI、通义千问、DeepSeek、Kimi、智谱 GLM、MiniMax 及任意 OpenAI 兼容服务，语音输入还能完全在本机运行、数据不出机器。经常需要跨语言办公的后端、产品、外贸岗位，或注重隐私、不想把录音上传云端的人值得看看；纯写中文、不碰外语的读者关系不大。

Persona-Forge 是一个给 AI 编程助手「破甲」的配置修改工具：它把你自定义的一套人格写进 Cursor、Claude Code、Codex、Copilot CLI、Cline、Windsurf 等 15 款助手的本地配置文件，让它们不再反复输出「作为 AI 我无法……」这类拒绝和说教，而是按你设定的风格直接给方案、直接改代码。它只改配置不动程序本体，每个被改文件都有备份、可随时还原，重复运行也不会反复重写，未安装的助手会自动跳过。说白了，它解决的是开发者日常被助手的安全说教打断思路的烦恼——比如你想让它直接改一段有风险的代码，它却先讲三段免责声明。适合经常在多个 AI 编程工具之间切换、又对默认安全策略感到厌烦的个人开发者和独立编程者；如果你只用一两个助手或不介意默认行为，关系不大。