这是一个把 WhatsApp 接入 AI Agent 的 MCP 服务器，相当于给 Claude、LangChain、Google ADK 这类框架提供了一个现成的 WhatsApp 通道，开发者不用再自己写 REST 封装和 webhook 解析。它通过 Model Context Protocol 暴露 61 个工具、10 个资源和 12 类实时事件，Agent 连上后能自动发现全部能力，覆盖发消息、群管理、联系人、投票、表情回应等操作，还能收到新消息、正在输入等推送。底层同时支持 Baileys（模拟 WhatsApp Web，个人号即可用）和 Meta Cloud API（官方企业通道），两套后端共用同一套工具名，切换渠道不用改 Agent 逻辑。内置限流和持久化，适合高频消息场景。值得看的是正在做 WhatsApp 客服机器人、社群自动化运营或跨境私域触达的开发者，尤其是已经在用 MCP 生态的人；如果你的工作和 WhatsApp 或 Agent 集成无关，这个项目基本用不上。

geeknative 是一套项目模板加命令行工具，让编程 agent 用一份需求描述同时生成 iOS（SwiftUI）、Android（Jetpack Compose）和 Web（React + TanStack Start）三个原生应用，三端不共享运行时，也不共享代码，靠统一的规格文档、设计 token 契约和同名架构保持一致。你只需对 Claude Code、Cursor、Gemini CLI 等 agent 正常说话，比如「加一个笔记列表」「界面暖一点」，它会先更新共享规格，再并行改三个平台并跑测试验证，还能用 parity 报告看出哪条验收标准哪个平台还没覆盖。适合需要同时维护多端原生产品、又想用 AI 提效的移动端和全栈开发者，尤其是小团队想快速验证跨平台想法的场景；如果你只做单一平台或纯后端，关系不大。

OC Ferry 是一个跨平台托盘应用，作用是把 OpenCode 的免费模型池「摆渡」给 WorkBuddy 和 DSH（DeepSeek Harness）这类客户端使用。它自己起一个只监听本机的 OpenAI 兼容转发口，客户端填上就能直接调用，全程不需要 API Key 或登录。它解决的麻烦很具体：OpenCode 目录里带 free 字样的模型不一定真免费，能聊天也不代表能按客户端的工具调用协议干活，而且免费池随时上下线。OC Ferry 会按价格字段筛出真免费的模型，逐个并发探测它们能否正确产生工具动作，判定结果缓存后写进 WorkBuddy 的 models.json 或 DSH 的配置文件，退出时再把自己写入的条目摘干净。适合在 WorkBuddy 或 DSH 里想白嫖免费模型、又懒得手动筛选和维护配置的个人开发者与 AI 工具重度用户；如果你不用这两款客户端，关系不大。

这是给 AstrBot 聊天机器人插件加装的一套长期记忆与生活层，让机器人不再聊完就忘。它把记忆分成事件、事实、反思、技能、道理五类存储，检索时用向量、关键词、实体图谱、重要性和新鲜度五路混合，还带遗忘治理（衰减、归档、冲突检测）和 PAD 三维情绪模型，情绪有上限和半衰期、不主导判断。比较特别的是「生活层」：你没找它时，它也会自己看书、刷视频、午睡，笔记回流进记忆；还能按「明天三点」这类时间表达主动发提醒。所有增强只往 system_prompt 追加带标记的注入块，人格文件保持只读，每个模块独立开关。适合在 AstrBot 上做 AI 陪伴角色、想给机器人加长期记忆和情绪表现的开发者，以及研究 RAG 记忆治理方案的人参考；如果你不做聊天机器人或 AI 伴侣方向，关系不大。

cccodroid 是一个让官方 Claude Code 在 Android 手机上原生运行的启动器，不需要 root、不依赖 proot 或虚拟机，装个 APK 就能用。它自带聊天 GUI、终端和文件浏览器，背后接的是 Anthropic 官方未修改的 Claude Code，云端只负责模型推理，代码、文件和工具链都留在手机本地，会话环境跨次保留。实际用起来，你可以让 Claude 在手机上写代码、编译 C/C++、跑 Python 和 Node、构建 APK 并用 git 推送，等于把桌面端的 AI 编程工作流搬到了口袋里。它还做了不少移动端适配：消息排队不打断当前任务、折叠屏和横屏平板的多栏布局、后台运行时的完成通知等。适合经常在通勤或外出时想用 Claude Code 处理代码、又不想依赖云端沙箱的开发者；如果你的 AI 编程场景全在桌面端，这个项目和你关系不大。

imozuru 是一个给 Claude Code 用的调研技能，解决的是「让 AI 查资料时只读搜索结果前几条就草草总结」的老毛病。它借鉴图书馆信息学里的信息探索理论，先摸清一个陌生领域的术语、关键人物和信息聚集的平台，再顺着引用、参考文献、作者一路追到原文，把原文完整存下来而不是只留摘要，最后按论点整理出带出处的摘录页和分层解说的详细报告，另有一个看板把所有调研汇总成一页。比如你想搞懂 Gaussian Splatting 或者某类音频混音的处理流程，它能挖到论文和一手文章并告诉你每个论点出自哪个文件哪一行，方便你亲自核对依据；还有个监视模式可以持续收集指定话题在 Qiita、arXiv 等来源的新内容。适合需要深入调研陌生技术领域、重视结论可溯源的工程师、技术写作者和研究者，如果你平时只是随手问 AI 几个问题，关系不大。

Octopus 是一个把 Agent 当作操作系统进程来跑的实验性框架，用 Rust 写了约 4.5 万行内核，Codex CLI 只是它挂载的一个接口。它和常见 Agent 的区别在于：能力不是外挂插件，而是架构里的契约，Agent 在策略允许下可以自己加工具、改触发条件、组织子任务，这些改动会跨任务保留，影响它下次注意到什么、什么时候行动。系统里有 Home 连续对话、Projects 隔离权限、Agents 用两个 JSON 定义、Tasks 可中断续跑，还能驱动文件夹、浏览器、桌面、容器等执行环境。作者自己也坦承这是 research preview，对普通编码任务它并不比 Codex CLI 强，研究问题是这种可重塑执行环境的架构能否让模型主动起来。适合关注 Agent 架构、agentic OS 方向的研究者和工程师看，日常写代码的人暂时用不上。

Frametell（帧言）是一个桌面应用，把一句话想法或手头的文档、PDF、PPT 变成会动的讲解视频，类似给知识类创作者配了一个 AI 导演。你先给它一个主题，比如「为什么天空是蓝的」，它会先产出分镜脚本让你确认，再写旁白、配音、逐页绘制画面并自检，最后渲染出带字幕的 1080p 成片，官方示例一条 72 秒的片子成本约 1.59 美元。它不从零生成视频，而是驱动成熟的动画引擎，所以画面稳定、可控，成片还能进编辑器手动微调元素位置、文字和时间轴，改动不消耗 token。模型侧完全本地运行，可接 Anthropic、OpenAI、Google、DeepSeek 等任意兼容端点，素材和密钥留在本机。适合做科普、教育、投资、读书类内容的创作者，尤其是想讲好故事但不想学视频剪辑的人；纯后端或算法岗基本用不上。

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。

IDM 是一种让文生图模型「少步出图」的蒸馏方法，全称 Intrinsic Distribution Matching。它把分布匹配蒸馏（DMD）和生成器自身 EMA 特征空间里的矩匹配结合起来，不需要外挂 DINOv2 之类的外部特征编码器，训练出的同一份权重就能支持 1 步和 2 步采样。效果上，在 Z-Image 上 2 步生成一张图只要 0.3 秒（A100），Qwen-Image 也只要 0.44 秒，同时长文本渲染能力在同预算方法里最强，LongText-CN 达到 94.25%，比 Z-Image-Turbo++ 高 2.63 个百分点。它解决的是扩散模型出图慢、步数多导致延迟高的问题，适合对实时性有要求的线上文生图服务。值得看的是做推理加速、模型蒸馏或多模态生成方向的算法和工程同学，尤其是正在优化文生图延迟、又不想牺牲长文本渲染质量的人；如果你不碰图像生成，这项目和你关系不大。

latch 是一套给 AI Agent 和外部服务之间用的极简 HTTPS 契约协议，只用一个 JSON 端点和五个操作（ask、quote、approve、commit、status）就完成从询价到执行的全流程，零依赖、单文件实现，可跨语言互通。它解决的核心麻烦是：Agent 调用有副作用的服务（比如下单、下单打印、改数据）时，如何保证「先看到确切报价和摘要、人工确认后才执行、重试不重复扣款」——每次操作都绑定 SHA-256 摘要，摘要对不上就直接中止，还带幂等键防重放。它明确不替代 MCP 或 OpenAPI，只做「有后果操作前的确认边界」这一层，附带 MCP 桥接。适合正在做 Agent 工具调用、需要给 AI 加人工审批闸门的后端和平台工程师看；如果你只是调用纯读接口或不涉及资金/副作用的场景，和你关系不大。

UnbiasedStrata 是 Strata/PolyStrata 的极简分支，定位类似 suckless 社区的 dwm：去掉安装器、构建期下载和 Python 中间层，只保留两个推理引擎和一个 C++ 前端。它在 Linux + NVIDIA 单卡上一次 make 即可产出引擎与 unbiased-strata 服务程序，对外提供 OpenAI 风格的 /v1/chat/completions 接口（支持流式），底层复用 llama.cpp 的 server 代码，一次只处理一个请求，适合完全离线的机器。实际能力上，它能跑 Qwen3.8-Flash-Next、DeepSeek-V4.1-Flash 等 GGUF 模型，支持投机解码、KV 量化、多模态图片编码等选项，README 称已在 Bob-bench 上验证过分数。适合需要在内网或无网环境单机部署本地大模型、又不想引入 Python 依赖链的推理工程师和运维；只想调用云端 API 的人基本用不上。

这是一份面向零基础学习者的 AI 工程学习路线图，把 2026 年的 AI 工程能力拆成五层：基础、LLM 工程、Agents、评估和生产部署，每层都配了可验证的免费资源和一个能放进作品集的小项目。它基于市场分析写成，指出当前招聘 JD 里反复出现的三项技能是 RAG、Agents 和 Evals，也附了各层对应的岗位方向。如果你正在从传统开发转向 AI 套路、准备面试 AI Engineer 岗位，或者想系统补上评估工程这块短板，这份路线图能帮你省去自己搜集资源的时间；只想了解行业趋势、暂不动手的人，翻翻它的 Careers 部分也有参考价值。

Web3 Agent Kit 是一个用 Python 写的框架，让你用自然语言指挥 AI 代理去操作区块链，比如直接说「把 0.1 ETH 换成 Base 上的 USDC」，它会自动解析目标、调用 LLM 规划、执行交易。它把 RPC 接入、钱包签名、DeFi 协议 ABI、gas 估算这些脏活都封装好了，内置 9 条 EVM/Solana 链、Uniswap、Aave、Curve 等协议的现成接口，还带花费上限、交易前模拟等安全护栏。除了交易，它还覆盖空投追踪、蜜罐/流动性等代币安全检查、套利清算等 MEV 场景、DCA 和狙击机器人、NFT 部署与批量铸造、跨链桥接等。适合想做链上自动化交易机器人、DeFi 策略或 AI 代理应用的开发者快速起步，省掉几周的样板代码；不过项目仍处 beta，官方明确提示不要未经审计就上真金白银，纯做后端或前端的读者关系不大。

Easy 剪映解决的是 AI 剪辑的一个尴尬问题：AI 生成的成片只要改一个错别字、剪短半秒镜头，就得重新生成重新渲染，又慢又费算力。这个工具让 AI 输出的不是成片，而是剪映草稿——转场、关键帧、字幕、卡点、口播粗剪都变成剪映里正常的轨道和片段，你在剪映里双击改字幕、拖动片段，几秒钟搞定，最后在剪映里自己导出。它还支持口播自动剪掉气口和重复句、按音乐节拍卡点、本地识别字幕、一个模板批量生成多个草稿，也能直接生成 CapCut 国际版草稿。附带的 Skill 可以装进 Claude Code，直接说"把这条口播粗剪一下放进剪映"。适合做短视频、口播内容的剪辑师和自媒体创作者，尤其是已经在用 AI 辅助剪辑但受困于"改一处就得重跑一遍"的人；只在 Windows 上剪视频的用不了，纯技术岗不写视频内容的话关系不大。

Construct 是给 AI Agent 用的一套工具：你用大白话描述一个东西，Agent 负责调研并写出一份精确、可校验的结构描述——它有哪些命名部件、真实尺寸、如何装配、如何开合运动，以及每个信息是实测还是推测。Construct 校验这份描述后，把它渲染成一个网页里的「光线全息」动画模型，同一份描述永远生成同一个结果，还能进一步导出带可动关节的 3D 模型、CAD 文件、3D 打印件或拼装套件。它兼容 Claude Code、MCP 客户端和任何 OpenAI 兼容接口，输出统一视觉风格，并对每个部件标注「已知/猜测」的可信度。典型场景包括：把自家吉他、老车复刻成可旋转分享的数字副本、给缺失零件画可打印的替换件、做家居改造前的规划模型，或为游戏和影视从真实物体出发设计新资产。对做 Agent 工作流、MCP 集成、游戏资产和数字孪生方向的开发者最相关，普通 AI 从业者也可当案例看看。

这是一个跨 Android、macOS、Windows 的实时同传悬浮字幕工具，专门给日语和英语的视频、直播配中文字幕。它不挑播放器：B 站、YouTube、Twitch、浏览器或本地播放器都能用，手机端直接内录目标 App 的音频，电脑端监听系统声音，全程不需要麦克风外放。语音识别完全在本地完成，内置 ReazonSpeech 离线模型，音频不会离开设备；翻译则自备 OpenAI 兼容接口（如 DeepSeek、通义千问、OpenRouter），按实际用量付费。字幕边听边出、句尾定稿，还支持场景预设和术语表，比如为「B站 VTuber 直播」维护固定译名。适合经常看日语/英语直播、生肉视频的观众，以及做跨语言内容消费的从业者；如果你不看外语视频，和你关系不大。

kodeblue 是装在每台 Linux 服务器上的 AI 蓝队 agent，把 SOC 监控、事件响应和 SecOps 巡检合在一个进程里。它先花一两个小时学习这台机器的正常状态，之后用零 token 的传感器持续盯着敏感文件和进程，一旦发现异常就交给一个小模型分诊，再由 agent 自己开一个会话调查、按策略隔离攻击并写出事件报告，同时还能盘点各服务的漏洞、每天自动调优检测规则并把更新推到 Slack。设计上刻意让确定性过滤器做重活，模型只看漏网的少量事件，因此接任意 OpenAI 兼容的便宜小模型即可运行，不配模型时传感器和检测也照常工作。可选的 hub 控制台把整个机队的事件、agent 推理过程和待审批操作集中到一个界面。适合负责 Linux 服务器安全的运维、SecOps 和安全工程师，尤其是人手不足、雇不起 7×24 SOC 的团队；做 AI 安全应用的人也可以参考它的「确定性传感器 + 小模型分诊」架构。

OpenCV 是计算机视觉领域的老牌基础库，可以理解为图像处理界的瑞士军刀：从读取图片、缩放裁剪、颜色空间转换，到人脸检测、目标跟踪、相机标定，几乎所有「让程序看懂图像」的底层操作都能在里面找到现成实现。它被广泛用在工业质检中检测产品缺陷、在自动驾驶里做车道线识别、在安防监控中做运动检测，也常作为深度学习模型的前处理和后处理环节，比如把摄像头画面裁剪归一化后喂给神经网络，再把输出的检测框画回图像上。如果你是做 CV 算法、嵌入式视觉、机器人或 AI 应用开发的工程师，它几乎是绕不开的工具；但如果你只做大模型或 NLP 相关工作，平时用不到图像处理，那这个项目和你关系不大。

Keras 是一个面向深度学习的高级框架，主打「Deep Learning for humans」，用简洁的 API 帮你快速搭建和训练模型，覆盖计算机视觉、自然语言处理、时序预测、推荐系统等常见任务。Keras 3 最大的变化是变成多后端框架，同一份模型代码可以跑在 TensorFlow、JAX、PyTorch 上，推理还能切到 OpenVINO，相当于在 PyTorch 和 TensorFlow 之间不再二选一，还能按模型结构挑最快的后端拿性能收益。它兼容原有 tf.keras 代码，也能直接消费 tf.data 或 PyTorch 的 DataLoader，方便避免框架锁定。适合需要快速原型、跨框架迁移或在 JAX/PyTorch 上补一个成熟训练库的算法工程师和 ML 研究者；如果你只做纯推理部署或不写模型代码，关系不大。

handwired 是一个把普通 JavaScript 代码自动改写成神经网络的工具：它把程序里的 if-else、循环和状态全部转成矩阵乘法加 ReLU 的形式，权重是手写的、不需要训练，但整个程序依然可微分，还能跑在 JS 或 WebGPU 上。比如一个简单的三元判断，它会用 ReLU 把两个分支都算出来再加权求和，结果和原程序完全一致。这样做的好处是整个程序只剩两种基础算子，GPU 的融合、稀疏、重排等优化手段都能大显身手，甚至能让原本单线程的 JS 代码获得 GPU 级并行——官方演示在 10 万条文档上做 JSON 搜索只需毫秒级。它还支持把冻结的程序接到通用神经网络上端到端训练，或者解冻权重看看训练一个手写程序会发生什么。适合对可微编程、GPU 计算或「程序即模型」这个脑洞好奇的前端和算法工程师，普通业务开发者关系不大。

gitai 是一个专为 AI 编码代理设计的版本控制系统，对标 Anthropic 内部未公开的 Scion 方案，用 Go 实现且完全开源。传统 Git 是为「人类 clone 后干几小时再 push」设计的，而编码代理的模式是成千上万个短命任务、每个只改几个文件、几秒内就要落地，全量 clone、merge 队列和客户端历史遍历都会成为瓶颈。gitai 把工作搬到服务端：客户端常在线只拉取需要的对象，blame、路径历史、代码搜索等查询在服务端计算并缓存，落地用 compare-and-swap 取代 merge 队列，冲突可交给任意 LLM 提议解决但必须通过你配置的验证命令才生效，仓库状态存在 SQLite/PostgreSQL 加对象存储里，服务节点无状态可横向扩展。它还提供按代理粒度的权限控制、语义化审批规则和落地后自动测试回滚。适合正在搭建多代理并行写代码流水线的平台工程、DevOps 团队，以及关注 AI 编码基础设施的人；如果你的团队只有少量代理或纯人工协作，暂时关系不大。

Graphicle 是一个用 Rust 写的本地工具，给 Claude Code、Cursor、Codex 这类编码 Agent 提供两样东西：代码知识图谱和项目记忆。它把你的仓库解析成一张图，记住项目文档、技术决策和过往 Agent 会话，然后在 Agent 提问时返回带出处的原文片段——精确到文件和行号。全程在本机运行，不需要 API key 或账号。实际用处比如你问「失败请求是怎么重试的」，它能直接给出相关代码位置，而不是让 Agent 翻遍仓库瞎猜；改一个函数时也能查出波及范围。官方基准显示它在记忆问答准确率上与 Hindsight 持平、超过 Mem0 OSS，而每轮对话只需约 12 次模型调用，远低于对手的上百次，token 消耗也低得多。适合日常重度使用 AI 编码工具、受够了 Agent 反复丢失上下文的后端和全栈工程师；如果你不用编码 Agent，关系不大。

这是一套把斯坦福 CS329Z「Engineering AI Agents」课程整理成中文的自学教程，面向会写 Python、调过 LLM API 的开发者，用 19 讲加 4 项实践讲清一个 Agent 从零到上线的完整链路：LLM 基础、RAG 检索、工具调用、记忆机制、多 Agent 协作，以及容易被忽略的评测设计和安全防护。比如它会教你如何为一个客服 Agent 设计回归评测集，判断加了 RAG 之后回答质量是升是降，以及怎样防止提示词注入。内容以 Markdown 和可离线阅读的 HTML 形式提供，适合碎片时间通读。如果你正在做 Agent 应用开发、算法工程师想系统补齐 Agent 工程方法论，或者带团队需要一份中文培训材料，它都值得翻一翻；只做纯模型训练或不碰 Agent 的岗位关系不大。注意这是个人整理版，非官方中文翻译。

这是一个把本机同时跑着的多个 AI 编程 Agent 可视化成一间小办公室的工具，支持 Claude Code、Codex、Gemini CLI、Copilot CLI、OpenCode 等十几种。输入 /myoffice 后浏览器里会打开一间等距视角的办公室：正在思考的 Agent 头顶冒气泡，调用工具时显示器上滚动代码，需要你审批或提问时会站起来招手；刚结束的则在茶水间喝咖啡、打乒乓或打盹。除了手绘 2D 版，还有基于 three.js 的 3D 版可切换。侧栏按「需要你 → 工作中 → 已完成」分组，能看每个 Agent 的模型、项目目录、当前回合耗时、上下文窗口占用比例，并一键复制 resume 命令；工具跑超 10 分钟或长时间无输出会被标记为无进展，避免卡死的命令白耗一小时。适合经常并行开多个 Agent 干活的 AI 编程重度用户，用来一眼掌握全局、及时处理卡住的会话；如果你一次只开一个 Agent，这工具基本用不上。