ai-pojia 是一套面向 Codex 的提示词与 Skill 配置包，俗称「破甲」，本质是把社区整理的执行指令注入 Codex，让它在授权任务里更少拒答、更持续地干活，直到交付可核对的产物。它改写自 gpt-instruct v45，保留连续执行、基线对照和恢复验证，去掉了无条件禁止拒答等激进部分，并提供安装检查、备份与一键恢复。实际效果上，你给它一个测试 DEMO，它会先说明代码如何工作，再在副本上完成修改、实际运行验证并保留差异记录。适合已经在用 Codex 做代码任务、常被模型中途拒答或敷衍卡住的开发者，尤其是想让 AI 稳定交付可验证结果的人；README 也坦承尚无全模型兼容和正式 DEMO 通关的实测结论，别指望装上就万能。

Mortiflix 是一个跑在本机的 AI 动效视频工作室，由 Claude 驱动，但和「一句话生成视频」的抽卡式工具完全不同：它把制作拆成 brief、脚本、风格帧、转场板、动态样片、成片等阶段，每个阶段都停下来等你审批，你可以在画面具体位置或时间点上钉批注，下一版会逐条回应并标出改动。它内置了 explainer、社媒竖屏短片、logo 动画等流水线，规则写在代码里而非提示词中，还支持把你的审美沉淀成跨项目复用的检查项，甚至可选 ElevenLabs 配音配乐和 Upload-Post 发布。适合需要频繁产出短视频的独立创作者、市场或社媒运营，以及想用 Claude Code 做可控视频生成流程的开发者；只想一键出片或与视频制作无关的人可以跳过。

这是 MiniMax Code 团队公开的内部工作流合集，把他们日常开发 MiniMax Code 时用到的一套「技能」打包开源，每个技能是一份可直接装进 MiniMax Code 的 SKILL.md。它不是提示词合集，而是实战经验：比如用 subagent-split-check 判断任务该不该拆给子代理、用 tool-budget-audit 和 context-tax-audit 审计工具调用与上下文注入对 prompt cache 的消耗、用 long-session-check 决定长会话该压缩还是重开、用 independent-review 从干净上下文独立评审 diff，还有把反复出现的人工纠正固化成测试或 CI 的 taste-to-checks。适合已经在用或打算深度使用 coding agent 的工程师，尤其是负责 AI 编程工具链、harness 工程、想提升 agent 产出质量与评审效率的人；如果你不写代码或不用 agent，这项目和你关系不大。

Lampline 是一个在自己电脑上构建和测试 AI 电话客服机器人的开源工具，可以理解为 Dialogflow CX 的本地化替代加测试框架。它把电话机器人写成 YAML 和 Markdown 文件，用测试用例描述「来电者说什么、机器人该走到哪一步、必须或绝不能说什么」，然后自动跑测试并给出失败原因，还能让 AI 扮演来电者给真实通话打分。它支持导入导出 Dialogflow CX 和 CX Agent Studio 的机器人，也能通过 Twilio、Telnyx 或任意 SIP 中继接真实电话，底层基于 Pipecat。对做呼叫中心、IVR、语音 Agent 的工程师来说，最大的价值是能在改动上线前用自动化测试验证对话流程，还能接入 Claude Code、Cursor 等编码 Agent 自动修复失败用例。如果你不做语音客服或电话机器人，这个项目和你关系不大。

这是基于麦当劳中国官方 MCP 服务（mcd.cn 提供 30 多个原子工具，如查门店、查券、算价、下单）封装的 Agent 技能包，把零散工具编排成几条真正好用的业务流。它能帮你一句话拉出当月活动日历、按关键词只盯联名款并定时推送；点餐时枚举券和商品的候选组合、逐个真算价给出最便宜方案；办公室下午茶拼单时代录全员餐品、凑满减、分摊配送费打包费，直接出每人应付的账单；还能解析社媒隐藏吃法文案、按热量蛋白约束配餐、逐门店扫周边库存并锁单。所有下单领券等写操作都强制二次确认，不会让 AI 擅自花钱。适合麦当劳高频消费者、联名周边收集者和经常组织拼单的办公室点单人；对 AI 从业者来说，它也是「如何把一堆原子 MCP 工具编排成可用 Agent 流」的参考实现，其余岗位关系不大。

这是一个 Claude Code skill，把一个知识点变成一条带旁白、每句话都有出处的知识短片，全流程在对话里完成：选题、查证、写稿、配音、代码逐帧渲染成 1080p60 视频，最后打包成可发布成品。画面不是剪辑素材，而是由 Claude Opus 编排、用代码（含 threejs）逐帧画出来的，另提供 44 套视觉风格，覆盖古风、水墨、像素、霓虹赛博、发布会极简等 8 个家族，增强档镜头会用 Renoise 生成配图并标注「AI 示意」。样片包括「商鞅立木」「一张纸折多少次能到月球」「什么是洗钱」这类科普选题，同一份脚本可切换基础档与增强档对比。适合做科普短视频、知识类自媒体内容的创作者，以及想探索「代码生成视频」工作流的 AI 应用开发者；如果你不做内容生产，和多数从业者关系不大。

Memdoor 是一个跑在本机的 coding agent 和工作流编排器，可以理解为给 Claude Code 这类编码助手加了一层确定性的流程控制：它让多个小模型（如 Qwen3.8-27B）分工协作，作者称在 LiveCodeBench Hard 上五个小模型协作的成绩超过了单次调用的 frontier 模型。它能读文件、改代码、跑测试，还能把重复性工作写成带检查点、并行步骤和人工审批门的工作流，失败后可从断点续跑，适合接进 CI 或定时任务；内置的决策模型还能按需裁剪每轮发送的工具和上下文，实测把某类问题的输入 token 压掉了七成。模型可以走本地 Ollama、llama.cpp，也可以用你自己的 OpenRouter 等 API key，单个二进制、无需注册账号。值得看的是关注 AI 编码工作流、想用低成本小模型替代昂贵大模型做批量代码任务的工程师，以及在 CI 里跑自动化修复的后端和平台岗位；如果你只是偶尔用一下 AI 补全，关系不大。

durable-pi 是一套让 AI Agent 在你自己的设备上「持久存活」的运行框架，来自 Pi coding agent 团队。它解决的核心问题是：普通 Agent 跑在进程里，浏览器一关、终端一退、机器一重启，跑到一半的工具调用就丢了，只能靠 /resume 恢复一段聊天记录，却不知道当时 bash 执行到哪、改了什么。durable-pi 把历史、排队输入、任务检查点和应用状态在展示前就写进 SQLite，进程挂了也能从断点继续，且半途被杀的工具会以「中断结果」返回，由 Agent 自己决定要不要重跑，避免副作用重复执行。每台设备跑一个小后端持有 Agent，网页 hub、终端 TUI 或一条 curl 都只是薄客户端。README 里的演示很具体：监控日志发现线上结账故障后，Agent 自动开 incident、定位坏 commit、写修复和回归测试，最后停在「等你批准部署」这一步。适合关注 Agent 工程化、可靠性与主动式 Agent 的后端和平台工程师。

McPet 是一只跑在桌面上的 AI 桌宠，同时也是一个 MCP 服务：它能显示你正在跑的 Agent 会话状态和本机 token 用量，还能通过 MCP 接入麦当劳、瑞幸等日常工具。你可以右键宠物查优惠券、领券、生成订单、查取餐码，也能记录营养摄入、设置饭点和咖啡时间提醒；角色默认是 DeepSeek 娘，可切换 ChatGPT 娘并换装。它更像一个带陪伴感的 Agent 状态面板加生活服务入口，而不是严肃的运维工具。适合日常重度使用 LLM Agent、想随时盯会话进度和余额、又不介意桌面多个可爱挂件的开发者和 AI 从业者；如果你不跑 Agent、也不需要点外卖查优惠，它对你的价值就比较有限。

OpenChart 是一个把 AI Agent 嵌进投资分析全流程的开源交易工作台，可以理解为「TradingView 加上你自己的 AI 助手」。它提供不限数量的图表、指标和价格预警，支持 4×4 多图网格，还能接入你已有的 Claude、Codex、Gemini 账号来干活。具体来说，你可以用自然语言描述想盯的市场条件，让 Agent 自动构建监控并在触发时调查异动；在图上画一条趋势线或区域，价格穿越时自动触发 Agent 研究；选中某段 K 线，让 Agent 解释这段行情为什么波动，并把带来源的标注钉在图上。它还内置了 Tea 脚本语言，用来写自定义指标和条件逻辑。适合量化交易员、做技术分析的个人投资者，以及想把 LLM 接入行情监控和研究流程的开发者；纯做后端或 AI 应用开发、不碰交易场景的人关系不大。

ResiMind 是一套神经符号 Agent 架构，核心思路是让模型或工具提出的每一步都先过独立校验器，通过了才算事实，失败的校验会把「还差什么」反馈给下一次尝试。它最典型的应用是代数：内置 MCP 数学工具和一个代数修复 Skill，能识别并纠正推理中看似合理但错误的步骤，还支持把验证过的解法提炼成可复用的规则存进记忆，下次遇到同类问题直接调用，知识在模型权重之外增长。除数学外，它还覆盖桥梁工程、约束优化、客服和开放式规划等场景，各自配了校验器；部分纯规则路径可以零模型调用运行。README 也坦诚说明目前代数能力限于有界有理多项式，MiniF2F 等基准成绩尚未公布。适合关注 Agent 可靠性、自我纠错与记忆机制的 AI 工程师和研究者，想给现有 Agent 加验证能力的人也能直接接入其 MCP 工具；普通后端或前端开发者关系不大。

agent-chrome-relay 让 Claude Code、Codex、Cursor 这类编程 Agent 直接操作你日常用的 Chrome，带着你的真实登录态，在后台标签页里干活，屏幕不会抢焦点、窗口不会乱跳。它解决的麻烦很具体：Agent 要在网页上完成多步操作（比如在后台管理系统里邀请新成员、填表单、点确认），通常得重新登录或手动复制密码，而这个工具让 Chrome 自己完成 Google 登录跳转，其他密码和验证码则由它从 1Password 里代填，Agent 全程看不到明文。你还能在 iPhone 上用 Face ID 远程批准敏感操作，并留下完整的操作审计记录。适合需要让 AI Agent 自动化网页流程的开发者，尤其是已经在用 Claude Code 等工具、又希望 Agent 能访问需要登录的内部系统的后端或运维工程师；如果你的 Agent 只写代码不碰浏览器，那和你关系不大。

Pi-Remote 是给终端编码 agent「pi」加装的一个远程遥控器：pi 本身照常在你电脑上跑，它通过官方扩展 API 把会话实时镜像到浏览器，你在手机上就能看到输出、工具调用和状态变化，还能回发消息、切换模型、调整思考深度、压缩上下文、在会话树里创建或分叉会话。数据经自建 relay 端到端加密转发，relay 不持有模型凭证和本地文件；也支持无服务器模式，relay 跑在自己电脑上，同一 Wi-Fi 下手机直连，出门再按需开临时隧道。典型场景是：让 pi 在家里机器上跑长任务，人出门后用手机盯进度、回答它的提问、临时改指令，或者多台设备共享一个 relay 管理各自会话。适合重度使用 pi 这类终端 coding agent、经常需要离开工位又不想中断任务的开发者；不常用 pi 或不跑长时 agent 任务的人关系不大。

video-director 是一套给 Claude Code 用的 skill，让 Claude Opus 5.5 当导演，把短视频直接写成代码——用 HTML、Canvas、Three.js、GSAP 或 Remotion 逐帧渲染成 MP4，覆盖产品发布片、讲解动画、数据故事、动态字体、循环短片和社交 Reels。它不是视频生成模型，而是一套流程约束：先用数字把片子规划好，再确定性地写代码，最后用脚本测量模型「看不了也听不了」的东西——首帧是否黑屏、文字大小和对比度够不够、有没有闪烁卡顿、循环接缝、响度和静音段。它还带三份测试 brief 和评分器，README 里展示了加 skill 前后的对比结果。适合需要给产品做发布视频、给 CLI 或 SaaS 写短片的开发者，以及做内容运营、想用代码而非剪辑工具批量产出 Reels 的人；如果你不做视频相关工作，和你关系不大。

这是一个跑在 ESP32-S3 小硬件上的个人 AI 语音助手，你可以把它理解成一台不被任何厂商绑定的智能音箱：喊一声唤醒词或按下旋钮，它就开口回答，支持中英韩三语，还能在模型还没生成完时就逐句流式播报。它的核心卖点是语音识别、对话、合成三个环节各自独立，可以分别指向任意 OpenAI 兼容的服务端，比如转录用便宜的、聊天用最强的、配音选好听的，改一行配置就能换。仓库里还带一个可选的 openmuse agent，负责天气、时间、位置和跨轮记忆，这些上下文都留在你自己机器上。适合想做语音 Agent 硬件原型、研究端侧唤醒与流式对话链路，或者受够了云音箱厂商锁定的嵌入式和 AI 应用开发者；纯做模型训练或后端的人关系不大。

这是一套做「AI 动画单元剧」的完整流程：先给几个原创角色（比如白仓鼠汤圆和腊肠狗油条）立好设定图，之后每集只需说一句主题，就能生成一集 30 秒的无台词动画短片。它以 Claude Skill 的形式装进 Claude Code，由 Claude 负责写剧本、按出场角色和时长自动拼出提示词，再配合脚本完成宫格故事板拼接、成片抽帧检查、单段补拍和合集剪辑，视频生成则交给即梦 Seedance 2.5 全能参考一次出片。适合想在抖音、小红书等平台做固定 IP 短视频账号的内容创作者，以及想低成本试水 AI 视频叙事的产品和运营同学；如果你不打算做动画内容，这个项目和你关系不大。

这是一个 ACM MM 2026 论文的配套代码，研究 text-to-image diffusion 模型的一个怪毛病：同一个风格概念（比如 ink sketch）在某些物体上反复失败——葡萄能变成墨线稿，蛋糕却怎么都是彩色的，换 seed 也没用。作者称之为 object-dependent concept brittleness，认为这是模型的系统性盲区而非采样噪声。他们的做法是在每个去噪步骤上训练一个 sparse autoencoder（SAE），把风格、属性这类抽象概念在稀疏空间里分离出来，对比成功与失败的生成，定位缺失或被削弱的概念维度，再在推理阶段把特征往类级概念原型上轻推来修复，全程不需要重训练。实验覆盖 SD 1.5、SDXL、SD 3.5、FLUX.1-dev、PixArt 等多个 backbone，修复后 CLIP 与风格对齐指标有明显提升。适合关注 diffusion 模型可控生成、prompt 遵循性、SAE 可解释性的研究者和算法工程师；做产品落地或不碰生成模型的人关系不大。

这是一套给 Claude Code 用的小插件合集，作者是 midudev，每个插件解决一个具体痛点。比如 Sub Meter 在右下角显示订阅用量的 5 小时和周窗口进度条，Context Meter 在输入框上方提示上下文窗口快满、该 compact 或开新会话了；Quick Peek 让 Claude 回复里的文件路径变成可悬停预览、点击在 Finder 打开的链接；Time Machine 把每次改动文件的回合都存成 git 快照，一条命令就能把文件回滚到任意回合之前，连 Bash 造成的改动也能恢复；Commit 则用一条指令把你的改动拆成符合 Conventional Commits 规范的提交。日常重度使用 Claude Code、经常担心上下文爆掉或改乱代码回不去的人，值得逐个翻翻看；如果你平时不用 Claude Code，这些插件和你没什么关系。

这是一个把 AI 原理做成可玩实验的桌面学习应用，类似把教科书里的插图全部变成能拖动、能点击的交互沙盒。58 个小实验覆盖从机器学习基础、注意力机制、RAG、Agent，到预训练、LoRA 微调、量化、蒸馏和部署的完整链路：你可以点一个词看它在 attention 里关注谁，可以实时训练一个微型语言模型看 loss 下降，也可以用 SGD、AdamW、Muon 等优化器跑同一批数据对比效果。每个实验旁配短讲解，同一段内容有简单版、白话版和技术版三种写法，适合不同基础的人。对互联网和 AI 行业从业者来说，它适合两类场景：一是想系统补上 transformer、训练、微调这些底层概念的产品经理、算法工程师或刚入行的新人，用碎片时间把知识盲区补上；二是需要给别人讲清楚 AI 原理的讲师或技术布道者，可以直接拿这些可视化当演示素材。纯做业务开发、不碰模型的人关系不大。

这是一个 ComfyUI 的中文人体姿势图库节点，内置 1439 张原图、288 组姿势、最多 5 个视角，相当于给你的生图工作流配了一个本地姿势素材库。你可以在节点里按中英文关键词、体系、动作、视角筛选并预览姿势，选中后把图片和姿势描述输出给后续节点；也可以用随机节点每次运行自动抽一张，或锁定某张姿势反复使用。典型用法是把图库姿势接进 Depth Anything 提取深度图，再驱动 MOSS SFT、Qwen Image 2.1、Z-Image-Turbo 等模型按指定姿态生成角色，也能配合 Anima LLLite 做动漫姿态生图，还支持上传自定义参考图入库。它主要面向用 ComfyUI 做人物生成、姿态控制和换装换脸工作流的 AI 绘画创作者，如果你不玩 ComfyUI 生图，和你关系不大。

这是一个给 DeepSeek 网页/桌面端用的输入框增强插件：在发送按钮旁加一个鲸鱼尾巴图标，点一下就把你那句没头没尾的草稿原地改写成目标、格式、边界齐全的可执行提示词，只改内容不发送，不满意随时撤销。比如你写「帮我写个爬虫抓豆瓣电影」，它会补上抓 Top250 的名称评分链接、输出 CSV、遵守 robots 协议等约束再放回输入框，补出来的东西你还能继续手改。它支持参考前文对话让改写更贴合上下文，也能读输入框里的图片，改写任务在后台跑，切换会话不中断。适合经常用 DeepSeek 写提示词、但总要来回追问好几轮才能把需求说清楚的从业者，尤其是需要让模型稳定产出结构化结果的运营、产品和开发岗；如果你不用 DeepSeek 或很少写复杂提示词，跟你就没什么关系。

这是一个给 Claude Code 用的音效选材 Skill，让 Agent 帮你在 Freesound 等音效库里搜索、筛选并下载真实音效，比如转场 whoosh、卡片入场、按钮点击、纸纸张滑动这类视频常用声音。它把画面动作翻译成英文关键词去搜候选，再结合下载量、评分人数、时长、描述和许可证（CC0/Attribution）判断是否合适，给出推荐依据和试听链接，最后下载到指定目录，必要时用 FFmpeg 检查时长与能量分布。典型用法是在做产品演示视频时说「找一个 0.3 秒、轻快的卡片飞入 whoosh，只要 CC0」，它会返回候选和理由。适合做短视频、动效演示、产品宣传片的剪辑师和前端/动效开发者，以及在 Claude Code 里搭自动化视频流水线的人；平时不碰视频音效的读者关系不大。

这是一个给 Claude 和 Codex 用的写作 Skill，专门帮你起草 CVPR、ICCV、NeurIPS 风格的论文底稿——摘要、引言、方法、实验和配图规划都能生成。它的写法规则不是拍脑袋定的，而是从 60 篇顶会获奖论文里逐句统计提炼出来的：比如获奖论文很少用泛泛的背景开头，缺口要写清「什么条件下失败、为什么失败」，组件之间是递进关系而非并排罗列，句尾也几乎不带「making X possible」这类 AI 腔。你把自己的研究填进一张表或直接贴一段摘要，它会先拆解出哪些信息已有、哪些缺失并追问补全，再按八类论文类型（方法改进、新能力、规模规律等）路由到对应论证路线起草，最后自动检查 AI 腔、凭空编造的数字和图注问题，没给的数字和引用一律留作 TODO 不会瞎编。适合正在赶 CVPR/ICCV/NeurIPS 投稿、需要快速产出高质量初稿的研究生和研究员，尤其是那些被通用 AI 写出的「千篇一律」稿子困扰的人；如果你不写学术论文，这个项目和你关系不大。

从 PDF 抽出来的中文经常藏着「长得一样、码点不同」的假汉字：比如 Kangxi 部首「⻆」渲染出来就是「角」，但字符串比较、关键词搜索、去重全都会悄悄失败，向量检索还可能把无关短文档排到前面。cjkfold 就是专门修这个问题的纯 Python 工具，把这些部首字形折叠回真正的统一汉字，让抽取出的文本重新可比对。它比常见的 NFKC 归一化更彻底——NFKC 能修 Kangxi 部首区的 214 个字，却对 CJK 部首补充区的 115 个字只修了 2 个，cjkfold 借助 Unicode 15.1 的 EquivalentUnifiedIdeograph 属性补上了 114 个。它还带扫描能力，能区分「可安全折叠」「NFKC 可处理」「零宽空格可删除」「ZWJ 等不可乱删」以及乱码占位符等几类问题，并给出处理建议。如果你在做 PDF 文本抽取、中文 RAG 检索、语料去重或搜索相关性排查，这个工具值得一看；纯做前端或业务后端的人关系不大。

onsystem 是一个专为 AI 编程助手设计的守门工具，解决的问题很具体：Claude Code、Cursor 这类 coding agent 写 UI 时凭训练数据发挥，而不是照你的设计系统来——你要一个设置卡片，它给你硬编码的十六进制颜色、随手写的间距、原生 button，或者根本不存在的组件属性。onsystem 会用 TypeScript 编译器读取你设计系统包里的组件、cva/tv 变体和 design tokens，然后在每次编辑和每个 pull request 上检查 agent 实际写出来的代码，指出问题并附上修复建议，比如把 bg-[#ef4444] 换成语义 token、把原生 button 换成你的 Button 组件。它在设计系统包里配一次，monorepo 里所有应用都能生效，也能通过 GitHub Action 只检查 PR 改动的行。适合维护 React 设计系统或平台团队的前端工程师、以及被 agent 产出的不规范 UI 拖累的 code reviewer；如果你不维护共享组件库，和多数人关系不大。