这是一套给 Claude Code 用的技能包，让你用一句话生成可以直接发 Instagram Reels 的竖屏动画短视频，全程不需要拍摄任何素材。它内置六种风格：3D 卡通科普短片、火柴人讲解、黑白极简线条、3D 地图路线、产品爆炸图和数据折线图。比如输入「家到健身房 2.8 公里」，它会自己写脚本、在你本机渲染出带倒计时和目的地卡片的路线动画；输入粉丝增长数据，就能得到一条平滑上升的曲线和跳动的大数字。输出是 1080x1920 的 mp4，还附带标注了 Instagram 安全区的预览图，2D 类十几秒出片，3D 类约一分半。适合做短视频内容的运营、增长和市场同学，以及想给产品做轻量演示的设计师；如果你完全不做社媒内容，和你关系不大。

AutoCua 是一个 computer-use agent，可以像人一样操作电脑：它看屏幕、移动鼠标、敲键盘，去点桌面软件、逛网页、跑终端命令，甚至通过 USB 或 Wi-Fi 控制配对的 iPhone 和 Android 手机。它覆盖 macOS、Windows、Linux 三大桌面和主流浏览器，一个 agent 通吃。和常见的截图猜坐标方案不同，它把系统无障碍树和 OCR 融合成带编号的元素视图，模型只选编号，选错会被直接拒绝，因此不会乱点；输入走操作系统原生输入层，普通应用收到的事件和你亲手操作完全一样。它还内置一个压缩 agent，在长任务中途自动续写上下文摘要，避免跑到一半撞上上下文上限。实际场景包括：批量在电商网站下单加购、跨多个网页抓取数据填进表格、用真实终端跑编码任务、以及移动端 App 的自动化测试。适合做 RPA、自动化测试、运营脚本和 AI 应用原型的工程师；如果你的工作和桌面/浏览器自动化无关，这个项目跟你就没什么关系。

InstantTrack 是一个让人形机器人快速学会「照着参考动作跳舞」的训练框架，目标机型是 Unitree G1。它属于动作模仿（motion tracking）这一类：给一段人体动作捕捉数据，训练出一个策略，让机器人在仿真里把动作复现出来。它的卖点是快——在一张 RTX 5090 上约 7 分钟就能把 40 段 LAFAN1 动作全部训到可用水平，且零失败，比 SuperMimic + EMA 的方案快 4.7 倍，同时脚部接触更干净、身体朝向误差更小。做法上它把 SuperMimic 的可微世界模型和 InstantMimic 式的 GPU 训练循环结合起来，用 Muon 优化器和 CUDA graph 进一步压榨速度。项目还预告了 InstantGMT，把这套思路推广到 VR 遥操作的人体动作库上。值得看的是具身智能和人形机器人方向的研究者与工程师，尤其是正在做动作模仿、遥操作策略训练、需要频繁迭代实验的人；如果你不碰机器人强化学习，这个项目和你关系不大。

Furge 是一个免费的本地兽装（fursuit）纸样生成器，主打「别再为纸样付钱了」。它想解决的是自制兽装的第一道坎：不知道该按什么形状下剪刀，而市面上的纸样要么不合身要么收费。你描述自己的 fursona，它会把头部、手爪、脚爪、尾巴和连体衣拆成一张张可打印的图纸，带实线裁剪线、虚线缝合线和毛流方向箭头，还能按你的身材尺寸出裁剪清单和用料估算，导出 A4/Letter 拼页 PDF 以及 SVG、DXF 给切割机用。它的思路是 AI 负责理解描述选形状，几何引擎（基于 FreeSewing）负责把曲面摊平成真正能对缝的裁片，避免「AI 画一张图但你没法缝」的问题。不过要注意，README 明确写着 AI 部分和应用本体还没做出来，目前只有头部裁片的几何原型，没经过完整兽装实测。对做 fursona 手作、兽装 maker 或本地跑 AI 出图（头像、贴纸、ref sheet）的人值得看一眼；纯 AI 从业者关系不大。

DigUp 是一个本地优先的语义文件搜索工具，可以理解为「用自然语言搜你电脑里所有文件的 Spotlight」。它基于 Google DeepMind 的多模态嵌入模型 EmbeddingGemma 2，把图片、PDF、文档、录音、视频和代码放进同一个语义空间，你用自己的话描述要找什么，它就跨格式找到内容匹配的文件。比如搜「沙滩上的狗」能翻出照片，搜「他们聊睡眠的地方」能跳到播客对应分钟，搜「租约里关于宠物的条款」能定位到 PDF 具体页，还能用英文搜到孟加拉语或阿拉伯语写的笔记。发票号、错误码这类精确字符串也照常匹配，Mac 上连截图里的文字也能搜。所有索引都在本机完成，文件不出电脑，无需账号。适合经常在本地堆积大量截图、录音、PDF 和代码仓库、却苦于「记得内容但找不到文件」的开发者、研究者和内容工作者；如果你的文件量不大或全在云端，关系就不大。

这是一套把跨境电商运营 SOP 翻译成 AI Agent 工作流的 Prompt 工具箱，不是可部署的软件，而是 7 个模块的标准化交付物：每个模块都包含结构化 Prompt、输入输出模板和一份真实产品跑通案例，覆盖从市场分析、产品策略、标题详情页生成、主图规划、短视频脚本，到广告漏斗诊断和评论归因的完整闭环。它解决的核心痛点是运营产出下限不稳定——老手写标题一次到位，新人写十遍还是堆词，这套东西把老手的判断规则（如标题字符实测、净利率与盈亏价核算、像素级图片合规校验）固化成可复用的流程，让 AI 产出稳定在老手水平。适合在 Shopee、Mercado Libre 等平台做运营的卖家和运营负责人，以及想把内部经验沉淀为 AI 工作流的团队参考；纯技术岗或不做电商的人关系不大。

djs 是一个用 no_std Rust 写的 JavaScript/TypeScript 引擎，主要跑在 wasm32 上，定位类似 QuickJS 的替代品，但专为「模型写的脚本调用工具、处理结果」这类场景优化。它的核心卖点是可随时挂起恢复：解释器不在 Rust 栈上递归，能在任意两条指令之间停下再续上，连 getter、Promise 任务、生成器和 async 函数内部也行，配合把等待中的运行状态写成可再加载的续体转储，让一次工具调用可以跨进程持久化。VM 状态全部放在一块字节 arena 里，创建实例只需复制预置镜像，约 40 微秒，且时钟、随机数都由宿主注入，同样输入产出逐字节一致的堆镜像，天然适合需要确定性和沙箱隔离的场景。test262 通过率 99.9%，wasm 下部分负载比 quickjs-wasi 更快。值得看的是做 Agent 运行时、边缘/浏览器内嵌脚本引擎、或需要在服务端安全执行不可信 JS 的工程师；纯前端或后端业务开发基本用不上。

Charakuru 是一个把一张全身角色插画变成 VRM 虚拟形象的本地工具包，底层依赖 Tripo 的 Smart Mesh 做 3D 建模。它把原本需要自己摸索的 Tripo 与 Blender 工作流——建模、绑定骨骼、贴图等——打包成一个本地应用加 AI agent Skills，让你把繁琐操作交给 Codex 或 Claude Code 这类编码 agent 去执行，自己只在关键节点做判断：导入插画、审阅生成的四视图、在多个候选模型里挑一个、调整身体比例、用走路动画检查肩膝弯曲是否自然，最后导出 VRM 文件。整个流程被切成若干检查点，agent 不会擅自替你做视觉决策，也不会自动往下推进，避免了「全放手给 AI 结果不可控」和「全程手搓太费劲」两个极端。适合想做虚拟主播形象、VTuber 皮套或游戏/社交用 3D 角色，但既不懂 Blender 又不想纯靠 AI 碰运气的创作者；纯技术岗或不碰 3D 内容的人关系不大。项目仍在开发中，文档由 AI 撰写，建议配合编码 agent 阅读。

这是一个实验性项目：把一个文件系统直接编译进 Qwen3.5-2B 的权重里，模型自己就能存取文件，不需要外挂数据库或工具服务器。它在 Qwen 原有 24 层之前插入 8 层专门的 transformer，这些层的权重全部按构造设定、不经过训练，负责解析模型发出的普通工具调用（写文件、读文件、列目录、建立文件间链接、按关键词搜索等），并由模型自己生成响应。文件内容存在 attention 中，路径表和链接图存在 DeltaNet 状态里，因此读取能逐 token 精确还原，还能通过链接和反向链接形成文件图谱。这更像是一个「把 RAG 和记忆系统烧进权重」的概念验证，展示 LLM 的记忆与检索未必需要外挂组件。对做模型架构研究、关注长上下文记忆或 Agent 记忆机制的工程师和研究者有参考价值；想直接拿来用的人会失望，它目前只是实验品，和多数从业者的日常工作关系不大。

Qwenputer 把一台 32 位 RISC-V CPU 直接编译进了 Qwen3.5-4B 的权重里：它在原模型前面加了 11 层 transformer，权重全部由编译器算出而非训练得来，并把模型自带的 Gated DeltaNet 状态当作 RAM 使用——每个 head 的一行就是一个内存单元，存寄存器、程序计数器和调用栈。模型能在前向传播中执行 C 和 MicroPython 代码，通过 riscv-tests 测试，还能在内存里跑一个 260K 参数的小模型写故事。实际效果是大数乘除法等算术题从基座的 55~90 分拉到 97.5 以上，接近调用真实 Python 解释器的水平，且模型的正常文本行为几乎没变。对可解释性、模型内计算和「用权重替代外部工具」这条路线感兴趣的研究者值得花时间看；日常做应用开发的工程师关系不大，但如果你在琢磨 LLM 算术不稳、或想让模型摆脱外部沙箱执行代码，这是个很有启发性的实验。

Tucano 是一个本地运行的多 Agent 协作桌面应用，把散落在多个终端里的 Claude Code、Codex、Cursor CLI、OpenCode 等编码 Agent 收进一个类似团队聊天软件的界面。每个 Agent 有名字、角色、工具权限和记忆，能在频道里用 @ 调度彼此：一个查 bug、一个修、一个 review，全程动作和 token 消耗都有记录。它复用你已有的订阅登录，不另收 API 费用，数据全部留在本机；涉及合并、发帖、删除等真实操作时会弹出审批，还能通过 Telegram 推到手机上确认，并支持 MCP 接入 Jira、GitHub、Slack 等工具。适合同时跑多个编码 Agent、又担心权限失控的 AI 工程师和研发负责人；只想用单个 Agent 写代码的人关系不大。

这是一套用 AI 替换视频中人物或物体的开源工作流，由 TEIN 提供。它把深度图、SAM 分割掩码、人脸网格和音频处理串在一起，最终调用 Seedance 模型完成替换，自带本地网页界面用于准备素材、检查掩码、预览生成结果并导出成片。实际用法是：先从原片提取音频并用 Demucs 分离人声，把人声升调后嵌回合成视频，再用彩色深度图配合 SAM 3 掩码抠出主体，交给 Seedance 生成草稿，人工审核通过后才出 1080p 成片，最后把完整原声轨还原回去，保证口型和背景音不被破坏。它适合短视频创作者、影视后期和广告制作团队，尤其是需要换角色、换商品或做创意二创但预算有限的人；对纯算法或后端岗位来说关系不大。注意它依赖 Enhancor 的 Seedance API，需要自备密钥。

Habblaud 是一个把 Claude Code 和 Codex 的多开工作台变成像素风虚拟办公室的可视化工具：每个项目是一间办公室，每个 agent 是一个会实时走动的小人，一眼就能看清谁在打字、谁举手等你授权、谁交付完任务离开、谁在跑测试时干等。它会读取 Claude Code 本地写下的会话文件，展示每个账号在 5 小时窗口和一周内的额度消耗；agent 等待命令时还会吃爆米花、结蜘蛛网，跑完撒纸屑或下雨，闲着的 agent 则会在休息室看球、打游戏。所有数据都在本机处理，不读凭据也不外发。适合同时开多个 Claude Code 会话、频繁派发子任务的 AI 编程重度用户，用来监控 agent 状态和额度；偶尔单开一个会话的人基本用不上。

这是一套给 coding agent 用的「产品工程」技能包，装进 Claude Code、Codex、Cursor、Copilot 等工具后，agent 就不再只是写代码，而是按一套完整流程陪你从一个想法走到有付费用户：先做竞品分析和市场细分，出带原型的方案让你拍板，再拆解开发计划、分阶段交付，最后处理上线、收款和复盘。作者用它实际做出了三个上线运营的产品，案例都写在里面。它解决的麻烦是：非工程师用 agent 做产品时，常常写完代码却不知道下一步该做什么、该验证什么。适合产品经理、创始人、设计师，以及想让多个 agent 分工协作（一个规划、一个开发、一个审查）的工程师；纯写代码、不关心产品全流程的人关系不大。

这是一个把单个选题变成成片多语种 YouTube 视频的自动化流水线，可以理解为「AI 版的视频内容工厂」：Claude 的多个 Agent 分工完成写故事、编剧本、分镜规划、画矢量插画和自我审稿，配音、图像、视频片段由付费媒体 API 生成，最后用 Remotion 渲染成片。它内置质量关卡——盲评 Agent 检查画作是否可辨识、是否贴合参考图，不合格就带着缺陷清单重画；真实人物和物体参考 Wikipedia、Wikimedia Commons 的素材，地图国旗用真实数据生成，历史地图还会匹配当年边界。全流程分阶段断点续跑，中途失败可接着来，另有 64 套风格包和一个 Web Studio 让人随时接管、否决或放行。适合想批量做多语种动画科普或解说视频的 YouTube 内容团队、独立创作者，以及对多 Agent 协作视频生产管线感兴趣的技术人；只写代码不做内容的人关系不大。

Kairos 是一个开源的实时风控决策引擎，可以看作 Sardine、Sift、Riskified、SEON 这类商业反欺诈服务的替代品：你把注册、登录、下单、支付、提现等事件发给它，它在毫秒级返回通过、二次验证、人工复核或拦截的结论，并附上风险分和依据信号（历史行为、设备/卡/地址的关联、会话特征）。它内置一个叫 Grayson 的决策模型，能用自然语言回答「这个收货地址像不像转售商」「这个邮箱是不是一次性邮箱」，在标签数据很少时就能上线，还能读取地址、描述这类非结构化文本；这些答案可以和你的数值字段一起喂进逻辑回归或 XGBoost 训练。真正的差异化在于调参的人是你的 coding agent：通过 MCP 接入 Claude Code、Cursor 或 Codex，agent 能读取决策记录、设计模型实验、跑对比并把胜出版本发布上线。适合电商、支付、金融科技公司的风控工程师、反欺诈策略和 ML 工程师，尤其是标签稀缺、想用 AI 辅助迭代策略的团队；做通用业务后端或与风控无关的人可以跳过。

Moodle-MCP 是一个零依赖的 MCP server，把全球大量高校在用的 Moodle 教学平台的 Web Service API 封装成十个只读工具，让 Claude、Cursor 等 MCP 客户端直接读取课程数据，不用开浏览器、不用爬虫。它能列出你选修的所有课程，把未提交的作业按「快到期/已逾期/不着急」分类并算出剩余天数，读取测验的作答状态和成绩，还能按周下载课件和作业附件到本地文件夹，甚至生成一份包含新增内容和截止日期的周报。配套的 moodle-course-watch skill 在此基础上做课程内容差异对比和未交作业提醒。适合两类人：一是高校学生，用它在 AI 助手里统一管理多门课的作业、测验和资料，避免漏交；二是给学校做教育工具的开发者，Moodle 之前没有通用 MCP server，这是现成的接入层。如果你既不用 Moodle 也和教育场景无关，这个项目基本用不上。

OpenDuet 是 CopilotKit 开源的一个「主动型 AI 助理」模板，可以理解为自托管版的个人 AI 秘书：它不等你提问，每天早上先给你一段简报，汇总日程、邮件和 Slack 里什么需要你决策、什么可以先放着；你离开时它在自己的浏览器和沙箱环境里继续干活，做完或卡住才回来找你。涉及发消息、付款、签名、删除这类不可逆操作时，它会把具体动作摊开给你确认，密码通过遮罩框输入、对话永远看不到，外发内容还会做敏感信息检查。目前能用的能力包括读 Gmail 和 Google Calendar、定时任务、Google Drive 和 Notion 连接器、公开网页调研等，模型和数据都可自托管。适合想把日常事务性工作交给 Agent、又必须保留人工审批环节的个人助理类场景或团队，普通开发者若不做这类产品，参考价值有限。

这是一套教 coding agent 把一段游戏视频变成真正可玩的浏览器游戏的 skill。思路很取巧：让视频模型先当设计师，出一段 10 到 15 秒的玩法短片，agent 再逐帧研究它，用 fal 生成画面里出现的每一张图、每一个 3D 模型和音效，最后用 Three.js 写成单文件网页游戏，还会自己用键盘试玩并录下最好的片段作证。它解决的是 agent 做游戏时「只会堆灰盒子、默认天空、镜头乱晃」的老毛病——视觉和镜头交给视频模型定调，agent 负责照着还原。作者用它批量做了 31 个游戏，单个成本大约 6 美元。适合在 Claude Code、Cursor 等 agent 工作流里探索「视频驱动内容生产」的从业者看，纯做后端或模型训练的人关系不大。

Co-op Anything 是一套让 AI 编码 Agent 自动给单机游戏做联机 Mod 的框架：你把 Claude Code、Codex 或 Cursor 指向这个仓库，它会研究现有资料、必要时逆向游戏和引擎，做出或修复合作模式，再用游戏内的机器人自动测试，最后打包成朋友一键安装、走 Steam 中继联机的成品。它自带 MCP server，能检索合作 Mod 目录、从安装目录识别游戏引擎、读取操作手册和技能库，还提供从零逆向、复活废弃 Mod、联机同步测试等成套方法论。目前已覆盖 Deus Ex、Fallout: New Vegas、塞尔达时之笛、Dungeon Keeper、STALKER 等，社区还产出了 Mega Man X、Enter the Gungeon 等作品。适合想和朋友联机玩老游戏的玩家，以及对游戏逆向、Mod 工程和 Agent 自动化流程感兴趣的开发者；纯做业务后端或模型训练的人关系不大。

fy-code-animation 是一个 DeepSeek Harness 技能，用来把中文文案、画风提示词和声音变成前后连贯的代码动画，落地形式可以是 Remotion、Canvas 或 HTML。它针对的是中文动画最容易踩的坑——做成逐句贴卡的 PPT，每镜时长平均、意思断裂；这套流程会先读懂全文，再做语义分镜、选画风、设计镜头转场与角色表演、配音乐音效，最后落地并检查返修，还内置了 341 个画风的检索库和大量可复用的运动、转场、背景、中文字体、数据 UI 源码。适合需要批量产出中文短视频、产品演示动画或知识类内容的自媒体运营、动效设计师，以及想用 AI 工作流替代手工剪辑的开发者；如果你不做视频内容，跟你的关系不大。

这是一个把各国法律文本全部装进 git 历史的项目：每个国家的法律各自是一个仓库，用 submodule 挂到总库里，每部法律生效就对应一次 commit，因此可以查到任何国家在任何一天的法律原文，以及每个字最后是被哪条法律改的。它自带一个 MCP server，接入 Claude Code、Cursor 等 AI 编程工具后，可以直接用自然语言提问，比如「2022 年 5 月 1 日美国破产法第 1182 条写了什么、最后一次修改它的是哪部法律」，也能把判决书或法律文书与当时生效的法条做比对。对法律科技、合规产品的从业者来说，这是现成的结构化法律语料和检索底座，省去自己爬取各国官方法律数据库的功夫；做跨境业务、需要追溯法条历史版本的团队也用得上。纯做互联网或 AI 工程、不涉及法律场景的读者，跟它关系不大。

这是一个 Linux 内核模块，能在 NVIDIA 官方驱动加载前修改 RTX 4090（以及实验性的 RTX 4070 Ti SUPER）的 GPU 寄存器，解锁被屏蔽的 tensor core 速度档位。实测在 450W 功耗墙不变的情况下，FP16/BF16 配 FP32 累加的指令吞吐从约 165 TF/s 翻倍到 330 TF/s，INT8 和普通 FP32 不受影响，且能扛过 PCIe 复位和驱动初始化。但要注意它不是「整机推理提速两倍」：真实 cuBLAS GEMM 视矩阵形状只提升 12%–34%，量化 MoE 推理场景基本零收益，功耗墙下还会被压回。适合两类人看：跑 FP16/BF16 训练或稠密 GEMM 的个人研究者、想压榨二手 4090 算力的炼丹玩家，以及对 GPU 底层寄存器和驱动交互好奇的系统工程师；如果你主要做量化推理或生产部署，这项目和你关系不大，还可能带来稳定性风险。

这是一个把 DeepSeek Harness（dsh）搬到安卓手机上的 App，装一个 APK 就能跑，不需要 root、不需要 Termux、也不用连电脑。它本质上是手机端的 Agent：通过无障碍服务读屏、点按、输入，替你在微信发消息、总结群聊，在小红书抓内容，在 BOSS 直聘投递简历，或者整理文件、改亮度 Wi-Fi 等系统设置；还能按定时、连上特定 Wi-Fi、开始充电等条件自动触发任务。引擎内嵌在 App 进程里，Node 24 编译成原生共享库，dsh 原样运行，技能、MCP、子 agent 都能用，模型除了 DeepSeek 也能接 OpenAI、Claude、Kimi 等兼容接口。适合想在手机上跑个人自动化、又不想折腾 root 或 Termux 的移动端开发者和 AI 应用爱好者；如果你只在电脑上做 AI 开发，和你关系不大。

HairDeck 能从一张角色图片直接生成可用于动画的风格化头发卡片（hair cards）。它把每张发片编码成一个 token，用 set diffusion transformer 整体生成整套发型，输出带 UV 的几何网格，并额外用一个 chain diffusion 模型生成驱动发片摆动的 spring-bone 骨骼链，最终可导出 GLB 或挂到虚拟形象上导出 VRM。相比传统流程里美术手工建发片、绑骨骼、刷权重，它把这整套环节自动化了，适合快速给 3D 角色或虚拟主播形象做可动发型。做游戏美术、虚拟偶像/VTuber 内容、3D 角色管线的技术美术和 TA 值得一看，尤其是需要批量产出可动画发型的团队；纯后端或算法岗读者关系不大。