decision-cascade 是一个本地运行的决策引擎，思路是不让 LLM 生成自由文本，而是把状态编码成特征后由专门的决策头直接输出三种类型化结果：是/否（Noul）、选项（Choice）、分数（Score），每个答案都带概率分布和置信度，可校验、可校准（内置 ECE/Brier 指标）。相比让模型「想一段话再回答」，它没有自回归生成，延迟低且确定，一次前向就能并行处理多个问题。它对标付费 SaaS 产品 Jev，但完全开源、数据不出本机，还支持用自己领域的标注数据微调决策头（SFT + RLCD）来优化校准质量，并兼容 Cloudflare Clef、Perplexity 等项目共用的 SystemOne 协议，可当网关转发。适合需要在产品里做可审计、可校准的分类或打分决策、又在意隐私和成本的后端/AI 工程师；项目尚在 beta，开箱权重是随机的，需要自己标注训练，只想拿现成模型直接用的人会失望。

DishwasherBench 是一个把洗碗机装碗做成物理模拟游戏的 LLM 评测基准，游戏名叫 Spotless。它基于一台真实 Bosch SMV4HAX40G 洗碗机的实测数据建模，玩家（或模型）要把餐具摆进碗篮，随后模拟 Eco 50 程序的水流、污渍和洗涤剂作用，摆得干净就得分；从第二关起容量不够，必须取舍放什么、怎么放。它的核心价值在于确定性和可复现：同样的摆放每次结果一致，每个 episode 都能回放验证，还内置了 46 项来自文献的洗涤现象作为校验。人可以在浏览器里玩，语言模型则通过 MCP 用同一套动作接口操作，七关难度递增，适合横向比较模型的空间推理与规划能力。对做 Agent 评测、LLM benchmark 设计或关注具身/物理交互的研究者来说值得一看；普通工程岗位或只想找生产工具的读者关系不大。

Muster 是一款免费开源的 Mac 菜单栏应用，专门服务于同时跑多个 AI 编程 agent 的开发者。它解决的痛点很具体：当你并行开着 Claude Code、Codex 和 Cursor 时，慢的不是 agent，而是你没注意到某个 agent 已经等了你十分钟。Muster 会在屏幕顶部弹出常驻提醒，告诉你哪个会话在等你，并让你不切换窗口就能直接回应——比如批准 Claude Code 的权限请求、选择题或计划，处理 Codex 的审批，或一键跳回 Cursor 的提示框。它还能展开查看 agent 请求的具体原因和完整命令，用快捷键在各会话间按紧急程度切换，并搜索最近三小时的所有会话，附带 token 用量和 API 费用。适合每天重度使用 AI 编程工具、经常并行开多个 agent 的后端、全栈或 AI 工程师；如果你只是偶尔用用 Copilot 这类内嵌在编辑器里的工具，跟你的关系不大。

这是一个把研究选题变成论文初稿的多智能体流水线，核心卖点是「不信任写作者」：它先从 OpenAlex、Crossref、Semantic Scholar、arXiv 检索真实文献并尽量抓取开放获取全文，再强制初稿里每条引用只能指向这个文献池中的论文，最后做三重校验——引用键能否解析、DOI 和元数据是否与真实记录一致、被引论文是否真的支持这句话（有全文时还会标出最匹配的段落页码）。除了写稿，它还生成证据表、做创新性诊断（指出最接近的已有论文和审稿人最可能的质疑）、模拟三位不同侧重的审稿人独立评审，并支持中英文写作与 GB/T 7714、APA 等引用格式导出。每个阶段都设有人工审批闸口，也可全自动跑完。对需要写文献综述或论文初稿、又担心 LLM 编造参考文献的研究生、高校科研人员和企业研究岗来说值得一看；只是想快速查文献或做普通写作的人关系不大。

这是一套给 Claude Code 用的跨会话工作流模板，解决长项目里「笔记过期」的老问题：每次新开会话上下文都是空的，靠交接笔记续命，但笔记会撒谎——说分支推了其实没推、说任务跑完了其实半夜挂了。它的核心思路是「笔记是主张，脚本是事实」，每次会话启动时用脚本去核对 git、GitHub 和本机的真实状态，报告交接记录与现实的分歧，再给出当天该做什么的建议。除了启动核对，它还提供看板（待办、决策、教训一页看完）、自主权限配置（哪些操作 Claude 可以不经询问直接做）、合并前检查规则，以及笔记膨胀后的裁剪建议。适合长期用 Claude Code 做多会话、多分支开发的工程师，尤其是那些被「上次说好了但其实没做」坑过的人；如果你只是单次问答式使用 Claude Code，关系不大。

PredictorLab 是一个自托管的表格数据机器学习工具，可以理解为介于「傻瓜式 no-code 平台」和「昂贵的 DataRobot」之间的诚实版 AutoML：上传 CSV、指定要预测的目标，几分钟内得到带置信区间的模型和可直接调用的 REST/MCP 接口。它的核心卖点是防坑——Leakage Guard 会直接拦截数据泄漏（比如用 cancel_date 预测流失这种「偷看未来」的列）并给出大白话解释，自动做时间序列的 out-of-time 切分，用 conformal prediction 给出带覆盖率保证的区间，还能根据你输入的业务成本矩阵算出利润最大化的阈值，而不是只丢给你一个 AUC 数字。它面向三类人：没有数据科学团队但手上有历史数据的业务分析师和产品经理（不用写 Python 就能拿到能用的模型和决策建议）、需要快速给客户部署且数据不出服务器的咨询顾问和数据工程师，以及没时间搭训练管线的独立 DS。如果你只是想了解 AI 趋势或做纯 LLM 应用，这个项目和你关系不大。

save-session 是一个给 AI 编码助手做「会话书签」的小工具，解决的痛点很具体：你在 Claude Code、Codex、Pi、Antigravity、OpenCode 之间来回切换，一周后想找回某个会话，却发现 session id 是一串看不懂的字符，各家恢复命令还不一样，用错目录甚至会打开另一个项目的历史。它让你直接用项目名（比如「heap benchmark」）给当前会话起个记得住的名字存下来，之后按名字一查，就把原生的恢复命令和该在哪个目录执行一并告诉你，不用记任何 id 或参数。书签以纯 Markdown 形式存在本机，不依赖服务器或账号，同名冲突会自动加序号，识别不确定时会先问你而不是瞎猜。对每天在多个 coding agent 之间切换、靠会话积累上下文的工程师来说，这是个省心的备忘录；如果你只用单一工具或很少恢复旧会话，关系不大。

DuduLove Memory 是一个可自托管的 AI 长期记忆服务，核心思路是把「记忆身份」（Resident）当作长期主体，而不是把聊天记录挂在某次会话或某个前端上。同一个身份可以从网页、MCP、HTTP 客户端或不同模型入口接入，继续使用同一份历史与授权；多个身份可以共享 world 里的公共事实，同时各自保留 private 的私人经历。它把召回拆成身份、联想、证据、工作记忆几种职责，配合会话级的 Recall Ledger 减少同一条记忆反复出现，写入则经过统一的 Memory Admission 处理归属、来源、重复和拒绝记录，让「记错能改掉」和「记住」同样重要。基础的身份管理、关键词搜索、上下文组装不依赖外部模型，语义检索可选接入 OpenAI 兼容服务。适合在做个人 Agent、多 Agent 记忆层或需要跨模型保持人设连续性的开发者，以及想给自家 AI 产品加可控长期记忆的团队；只做一次性对话应用的人关系不大。

pondok-ai 是一个命令行工具，一条命令就能在你自己的机器上搭起一整套私有 AI 环境：本地大模型（Ollama）、聊天界面（Open WebUI）、向量检索（Qdrant）和 OpenAI 兼容 API，全部用 Docker Compose 串好，还会根据你的内存、磁盘和 GPU 自动推荐能跑的模型。它解决的麻烦是：想用 ChatGPT 式的对话和 RAG，又不想把数据传到云端，或者公司、学校没有预算采购 API 服务。典型场景是老师用 pondok-ai share 把一台笔记本变成教室里的私有 ChatGPT，学生扫码登录后各自在手机上提问，聊天记录和向量检索全在本地完成；开发者也可以把现有代码里的 OpenAI SDK 直接指向它，零改动切换到本地模型。适合关注数据隐私的教育机构、小团队运维和想低成本自建 AI 应用的后端开发者，如果你只是调用云端 API，和你关系不大。

AI-KIT 解决的是一个很具体的痛点：每次开新对话都要重新向 AI 解释你的项目背景。它给你的项目生成一套持久的「项目记忆」和针对不同技术栈的规则文件，让 ChatGPT/Codex、Claude Code、Cursor、Windsurf、Devin 等 11 种 AI 编程客户端都能读到同一份上下文，换工具不用重讲。除了基础的上下文工程，它还提供自适应模型路由策略、Docker 和 Kubernetes 就绪的容器指导，以及集成 Cloudflare 安全审计和 Strix 渗透测试的结构化安全审查流程。安装前可以先预览改动再应用，避免覆盖已有配置。对日常在多个 AI 编程工具间切换、又懒得反复粘贴项目说明的开发者来说值得一看；如果你只用单一工具且项目简单，关系不大。

Malvex 是一个用 AI Agent 驱动的恶意软件分析框架，把 IDA、Ghidra、radare2、Frida、volatility3、YARA 等 126 个逆向与取证工具通过 MCP 串成一条流水线。你把二进制、内存转储、Office 文档或 pcap 丢给它，它会先分诊，再并行派出多个 Agent 分别做静态反编译、动态插桩、内存取证、网络流量分析和威胁情报关联，最后输出带证据的结论：IOC、MITRE ATT&CK 映射、YARA/Sigma 检测规则和攻击链图。它特别强调「LLM 输出不算证据」，模型提出的假设必须被静态或运行时证据复现才能标记为确认，避免 AI 幻觉污染分析报告。全部分析在本地跑，样本不上传，适合离线或气隙环境。值得看的是安全行业的逆向工程师、恶意软件分析师、蓝队检测工程师和事件响应人员，尤其是日常要在多个工具间手动切换、想用 Agent 自动化分诊和初筛的人；如果你不从事安全分析，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。

Project Sentinel 是给 Claude Code 长时间运行任务做的「任务控制台」插件，可以理解为 Claude Code 的仪表盘加自动驾驶。它在终端和 Claude Desktop 里常驻一条状态栏，实时显示当前在干什么、上下文用了多少、prompt cache 是否命中、五小时用量还剩多少，子代理逐行罗列。核心能力是 Autopilot：上下文快满时让 Claude 自己写交接笔记、清空上下文再接着干，且交接前后都会核对信息有没有丢；Cache Guardian 则盯着缓存，解释每次缓存失效的原因、模型切换前先确认，还能在你离开时保温缓存。此外它有跨交接存活的运行进度和里程碑验证、按「需要关注」排序的 Activity 视图、可排队的后续任务和定时唤醒的 watcher，以及风险操作、模型、子代理等策略配置。适合重度使用 Claude Code 跑长任务的 AI 工程师和 agentic coding 玩家，偶尔用一下的人关系不大。

这是一个 QQ 群消息降噪与待办提取工具：通过 NapCat（OneBot v11）只读接收白名单 QQ 群的新消息，用本地规则加可选 LLM 过滤闲聊，只把明确的通知、待办和紧急事项摘要后推送到微信（WxPusher 等十余种通道），并自动解析群里转发的 PDF、Office 文档和截图，跨群去重同一条通知。它自带手机端 PWA 待办台，能按截止时间、紧急/学业标签管理任务，还支持日历导出、时间冲突检测和模型用量成本统计。官方演示里，一个日均 500 条消息的假群最终只推送 30 次通知、生成 62 项待办。适合被班级群、工作群轰炸到看不过来的人，尤其是需要从群聊里捞截止时间和通知的学生、班主任或团队协调者；如果你的 QQ 群本来就不多，和你关系不大。

JOSIE-Voice 是一个跑在 Apple Silicon Mac 上的本地语音助手，可以理解成「完全离线的 Siri 替代品」：听、识别、说话全在本机完成，语音数据不出设备。它支持语音和文字两种模式，同一段对话可以随时切换，还能识别不同说话人。除了闲聊，它能直接操作 macOS 的 Reminders、Calendar、Maps 和 Messages，比如口头让它建提醒、查日程、发消息；文字模式下可拖入 PDF 提问，历史会话会存进侧边栏和 Library，并以 3D embedding 地图形式呈现。需要注意的是，目前仓库里还没有可下载的安装包，首个 DMG 要到 2026 年 12 月才发布，现在看到的界面截图都是 mockup。对关注本地部署语音 Agent、端侧多模态交互的工程师，以及想研究语音助手产品形态的从业者来说值得留意；普通用户暂时用不上。

这是把《东南大学大学生手册（2025）》整理成可装进本地 Agent 的 Skill，让你直接问「这事按规定怎么办」，回答附带条款出处。它覆盖 48 个校级规章全文、教育部令第 41 号、部门电话网址清单，以及 9 张高频数值速查表（绩点、评奖、竞赛加分、研学分等），还做了口语词到规范术语的对照，方便检索。典型用法是查规定（旷课多少学时会处分）、算分值（5 人 SRTP 省级良好加几分）、判资格（绩点 3.0 能否评三好）、办事情（休学找谁带什么表）；手册没写的信息会引导到官方渠道而非编造。作者是学生自发整理，非官方发布，内容截至 2025 年 8 月版，并计划扩充各学院推免、转专业等官网不公开的细则。对东南大学本科生、尤其需要查规章算综测分的人很实用；其他学校学生或从业者基本无关。

Rna 是一个本地优先的 AI Agent 桌面工作台，面向需要跨多天推进的长线项目——比如写小说、做研究、开发一个代码库。它和常见的聊天框式工具最大的不同是以「项目」而非「会话」为单位：项目绑定一个文件夹、一份记忆和一套工具，Agent 会在后台持续干活，你回来时收到的是简短摘要而不是刷屏日志。内置本地记忆无需 Docker 即可检索历史对话和交付文件，还接入了六种网页搜索服务和 MCP 协议，并用一个极低成本的小模型先做「值不值得打扰你」这类判断，再调用主模型。适合需要让 Agent 长期跟进任务的独立开发者、研究者和内容创作者，如果你只是偶尔问几个问题，它对你意义不大。

Keel 是一个专为 AI 编码 Agent 设计的 Git 平台，可以理解成「给软件 Agent 用的 GitHub + 合并队列」。它的核心思路是：每个 Agent 的改动都独占一个仓库，改动提交时必须声明自己依赖什么（typed premises），平台会推导每个改动实际修改了什么，一旦发现某个改动的效果与另一个改动的前提矛盾，就自动生成一个测试来证明冲突，并长期守护主干。合并队列会在无凭据的沙箱里预检、批量排队、验证通过才推进 trunk，被驳回的改动会收到恢复指引。人裁决过的冲突会连同前提和测试一起记入「决策记忆」，之后可以查询任何文件背后锚定了哪些决定。接口上提供 REST、MCP、SDK 和 CLI 多种接入方式，读取则用普通 git 即可。它跑在 Cloudflare Workers 上，需要付费套餐。适合正在搭建多 Agent 协作流水线、关心 Agent 间语义冲突与合并治理的工程效率或平台团队；如果你的团队还没有多个 Agent 并行改代码的场景，暂时关系不大。

CampusAsk 是一个针对 IIIT Delhi 校园规则的问答机器人，可以理解为「学校规章制度的带引用版搜索」：学生问「连续两个 F 会怎样」「违规停车罚多少」「大一有哪些课」这类问题，它只从官方 PDF 里找答案，并给出文档、版本、章节和页码链接，方便逐条核对；查不到就直说没找到，不编造。它还能处理口语化提问、拼写错误和 Hinglish，理解追问，甚至把学生自己的学分、CGPA 代入规则做测算——但算术由 Python 完成而非模型生成，且不承诺结果，只建议去教务确认。检索用 BM25 加同义词和纠错，课程表这类 PDF 解析会乱的表格则用 Gemini 从页面图像转录。对多数互联网和 AI 从业者来说，它更像一个做得比较扎实的 RAG 参考实现：如果你在做「带引用、可验证、能拒答」的企业知识库或文档问答，它的引用面板、相关性门槛、模型降级和反馈转测试集的闭环设计值得翻翻；只是想查 IIIT Delhi 规则的留学生也可以直接用。

这是一个跑在 Android 手机上的个人 AI 助手，模型自带（填 API key 或直接用你已付费的 ChatGPT、Claude 账号），核心卖点是「常驻、自主、隐私在自己手里」。它内置浏览器可以自己上网操作，遇到验证码或登录会把页面交给你再继续；学到的东西会整理成可编辑的 wiki 记忆页，而不是黑箱。重活可以甩给通过 SSH 连上的自家电脑或服务器，手机只当窗口，文件按需取用不外泄。还能按时间、邮件、通知触发定时任务，比如盯一个价格几周、只在真变动时提醒，以及通过 Composio 接入 Gmail、Slack 等几百个应用。适合想在手机上跑私人 Agent、又不愿把数据交给云端服务的独立开发者和 AI 爱好者；纯做业务后端或不折腾个人助手的人关系不大。项目尚不成熟，主要在一台 Samsung 上测过。

Orbs 是一个跑在你自己 Mac 上的私人机器人平台，可以理解为「自托管版的群聊 AI 助手」：本地一个守护进程承载每个 bot，你在网页、iPhone 或 macOS 菜单栏应用里和它们聊天，关掉应用后 bot 依然在后台继续干活。每个 bot 基于 Pi agent，有独立的对话、记忆、工具和技能，可接入 Claude、OpenAI Codex、Grok 等模型，还能互相发消息协作（最多三层传递）并派生子 agent。它支持定时任务、生成文档图表、附件问答、加密保存 API key，以及只读/询问/自动/全权四档权限控制。适合想把 AI 助手长期跑在本地、又不想经过任何云服务的个人开发者和 AI 从业者，尤其是已经在用 Pi 或想搭多 agent 工作流的人；普通用户和纯后端岗位关系不大。注意它不是沙箱，bot 以你的用户身份执行工具。

opencode-rust 是用 Rust 重写的开源 AI 编程助手 OpenCode，提供命令行、终端交互界面和 HTTP 服务三种形态，让你在本地跑 AI agent 来读代码、改代码、执行任务，无需 Docker。原版 TypeScript 实现把对话历史全放内存、每次推理都重新推导工具 schema，多 agent 并行时能把 MacBook CPU 打满；这个 Rust 版把历史落到 SQLite、缓存工具 schema、用 LRU 淘汰实例状态，因此可以长时间稳定跑多个 agent。它支持 MCP、LSP 和 TypeScript 插件桥，还内置了几个预设 agent，比如让 gilfoyle 修失败的测试、让 googlebot 审计页面 meta 标签。适合日常需要 AI 辅助编码、想在终端里直接驱动本地 agent 的后端和工具链工程师；如果你只是用云端 IDE 或网页版 Copilot，和你关系不大。

这是一个把 Qwen 网页版能力转成标准 API 的自托管网关，可以理解为 Qwen 版的 one-api：它把 Qwen Web 的对话、生图、生视频包装成 OpenAI、Anthropic、Gemini 三种兼容协议，让 Claude Code、Codex 等只认这些协议的客户端直接调用 Qwen。本仓库是原项目 YuJunZhiXue/qwen2API 的多语言分支，唯一改动是给管理后台加了英文和土耳其语界面，代码主体与原版一致。它自带账号池，支持多账号轮换、按账号限流和聊天/图片/视频分别冷却，还提供本地 WebUI 管理账号、下游密钥和模型测试。适合想低成本接入 Qwen、或需要把 Qwen 包装成标准接口给团队复用的后端和平台工程；只关心模型效果、不自己搭服务的读者可以跳过。

InterviewCopilot 是一个面向求职者的 AI 面试助手，定位类似「面试版的 Copilot」：在你准备面试或正在面试时，实时听懂问题并给出回答建议。它结合语音识别与大模型，把「学习」和「拿到 offer」之间的断层补上——比如你刷完八股文却不知道怎么组织成口语化的回答，或者面对行为面试题（如「讲一次你解决冲突的经历」）一时卡壳，它能现场帮你梳理思路、生成参考答案。从标签看它还带 agentic 能力，可能支持多轮追问模拟。不过仓库话题里混入了大量 cheat-engine 相关标签，与项目本身无关，像是蹭热度堆砌，看的时候留意一下。对正在海投、需要高频模拟面试的应届生和转岗工程师来说值得翻翻；如果你暂时没有面试需求，关系不大。

这是一个 AI agent 数据接口的大合集目录，收录了 2,070 个可直接调用的 API，涵盖 MCP servers、LLM 工具、RAG 管道、实时网页数据、视觉与语音模型等，底层大多封装自 Apify 上现成的爬虫和数据任务。简单说，它解决的是「agent 拿不到实时外部数据」的麻烦：比如你想让 Claude 或 Codex 直接查网页、把任意网站变成可检索的知识库、或者给 agent 装上浏览器去读页面内容，这里都有现成的可调用单元，输入输出格式统一，通过 Apify 的 MCP server 就能被 MCP 兼容的 agent 发现并调用，省去自己写集成代码的功夫。适合正在搭建 AI agent、需要给它接外部工具和实时数据的后端与算法工程师，以及做 RAG 应用、想快速给 agent 加视觉或语音能力的人；如果你不碰 agent 开发，这个目录和你关系不大。注意仓库内含 Apify 推广链接，且多数 API 是按次计费的付费服务。