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。

munorai 是一个给现有 AI 编程工具提速降本的中间层，主打「接上就能用，工作方式不变」。它兼容 Cursor、Codex、Claude Code、Gemini CLI 这些主流 AI 编程助手，接入后宣称能让同样的使用体验更快、更便宜、更省资源，本质是帮你优化 AI 编程工具的调用链路和成本。对日常重度使用 AI 编程助手的开发者来说，它解决的是账单和响应速度的痛点——比如团队里 Claude Code 或 Cursor 用量大、月账单高，或者响应慢影响节奏，可以试试看能不能压下来。适合 AI 编程工具的重度用户、关注 AI 编程成本的技术负责人，以及想给团队统一优化 AI 工具开销的人；如果你只是偶尔用用 AI 编程，或者不负责采购决策，和你关系不大。README 信息有限，具体优化原理和实际效果需要自己上手验证。

RustXNG 是一个用 Rust 写的自托管元搜索引擎，基于 SearXNG 改造，专门面向 AI Agent 做网页检索和 grounding。它自己不爬网页也不建索引，而是把查询发给多个外部搜索引擎、合并结果后以 JSON 返回，还能按需抓取页面正文，让 Agent 只把必要的证据文本喂给模型，控制 token 消耗。典型用法是把它跑在本机或内网，给能执行命令的 Agent 当本地搜索工具，比如查文档、找最新资料、为回答附上出处。需要注意的是，搜索词仍会发往上游引擎，作者已因合规问题移除了 Google 相关集成，部分数据源默认关闭，公开部署或高频调用前得自行核对各引擎条款。适合在做 Agent 应用、RAG 检索链路的工程师，以及想给本地 LLM 接联网搜索能力的开发者看看；纯做前端或业务后端的人关系不大。

这是一套给 Claude 用的提示词规则集，专门用来生成「别人 5 秒就能看懂」的 HTML artifact。它不是代码工具，而是一份设计规范：先问清读者是谁、看完要做什么、会不会反复看，再决定做成决策页、周报、仪表盘、分步指南、幻灯片、计算器还是速查表，每种形态都有具体的版式要求。核心原则是「用视觉说话」——每个区块先给大数字、图表或卡片，文字只做标注；页面顶部必须用一句话说清这是什么、发给谁、需要对方在什么时候做什么。作者是 How to AI newsletter 的 Ruben Hassid。如果你经常让 Claude 生成汇报页、方案对比、流程指引这类要转发给同事或老板的材料，这套规则能显著提升产出质量；如果你不用 Claude artifacts，或只写代码不做面向人的页面，关系不大。

RoboSkills 是一套面向机器人的轻量级 Agent 工作流与工具集，可以理解为把 LLM Agent 的能力接到机器人仿真和动作生成上的「技能包」。它内置了几种典型工作流：让 LLM 逐步观察画面并直接充当策略控制机器人动作；从人类演示视频重建可交互的仿真场景（Real2Sim）；用文字、图片或视频描述生成动作视频；以及通过反复仿真试验自动改进策略。项目强调低成本，官方给出的对比是 Real2Sim 任务花费约为 Codex 的 11%，动作生成几乎不花钱。适合做具身智能、机器人学习、仿真数据合成的研究员和算法工程师，尤其是想用 Agent 快速跑通「演示到仿真」「策略迭代」实验、又不想自建整套工具链的人；如果你不碰机器人方向，和多数从业者关系不大。

anyscene 让 AI agent 从一段文字描述或几张参考图出发，自动搭出照片级的 Blender 3D 场景：先由 Claude 按 SKILL.md 规划房间结构和道具清单，再为每件道具生成参考图，用 fal 上的 Tripo 和 Meshy 两个 image-to-3D 模型各转一次，通过同光照渲染对比挑出更好的那个，最后脚本化完成摆放、碰撞检查、污渍雾气、实用光源布光、电影感运镜和调色渲染。整个过程每步都有可视化检查关卡，.blend 文件只是可重新生成的构建产物。示例场景包括东京深夜电子维修店、拉面店、香港大排档和 1970 年代任务控制中心，单个场景包含七八十件自动生成的道具；也支持不装 Blender，直接把参考图发到托管端点拿回完整场景包。适合做 3D 场景、影视预演、游戏关卡概念验证的美术和技术美术，以及想用 agent 批量生产虚拟布景的团队；纯后端或算法岗关系不大。

leanrea 是一份仅 8 KB 的 skill 文件，用来替代 REA（Reverse Engineer Anything）这类逆向分析工具集。REA 会在你的 Agent 和 asar、otool、nm、jadx、apktool、Ghidra、tshark、binwalk 等命令行工具之间加一层 MCP，注册 207 个工具；leanrea 直接去掉这层，只告诉 Agent 针对每类目标该用哪条命令最快、给出可直接粘贴的侦察指令和常见坑，让 Agent 自己跑原生工具。作者用 Claude Code 跑了四类逆向任务（Electron 应用 IPC 追踪、原生 .node 模块导出清单、剥离的 Go 二进制依赖识别、从反汇编推断 socket 协议），对比显示它比 REA 快 38%、省 35% 成本、token 消耗少 60%，准确率持平。适合做安全研究、逆向分析或经常让 Claude Code 处理二进制与打包产物的工程师；如果你不碰逆向场景，和多数人关系不大。

Pullboard 是一套让多个 AI 编码代理自主协作开发真实产品的调度系统，可以理解为给 Claude Code、Codex 这类 coding agent 搭的「软件工厂」：你把需求写成一行行 Spec 并批准，几十个代理各自领任务、在独立 worktree 里干活，提交前必须通过测试门禁，再由另一个代理复核这个 commit 才能合入 main，所有认领、提交、驳回、接受都有记录可查。它还内置 Doctrine 规则文件，用 git hook 等方式强制执行团队约定，代理遇到拿不准的问题会逐级上报，只有需要你拍板的才会打扰你。适合想把「人盯 prompt」升级为「人定标准、机器交付」的技术负责人和资深工程师，尤其是已经在用 coding agent 但受够了来回审代码、返工率高的人；如果你只是偶尔用 AI 写几段代码，它对你意义不大。

这是一套为中国医生和医学研究生定制的医学论文写作助手，本质上是 32 个可装进 Claude Code、Codex 等智能体的 Agent Skills，让你用中文直接交代科研任务。它覆盖论文全流程：手上有病例数据却定不下选题时，帮你梳理可研究方向；文献查乱了，帮你设计 PubMed 及知网、万方等中英文检索方案；统计结果出来了，帮你区分统计差异与临床意义并起草结果段落；讨论写不下去或导师要求大改时，帮你理顺论证、排出修改顺序；收到审稿意见后，帮你逐条拆解并起草回复信；最后还能按主题、版面费和时间筛选候选期刊、整理投稿材料。对互联网和 AI 行业的从业者来说，除非你正在做医疗科研或学术写作类产品，否则和多数人关系不大；真正需要它的是临床医生、医学研究生以及做医疗 AI 内容工具的人。

这是一套在浏览器里用摄像头做手部游戏的开源工具包，底层跑 Google 的 MediaPipe Hand Landmarker，把每只手的 21 个关键点转成稳定的游戏输入。它内置约 1600 行无依赖的 TypeScript 手势引擎，能识别 20 种静态手势（握拳、比心、捏合、点赞等）、16 种动作（挥手、画圈、推拉、投掷等）以及拍手、缩放、转向等双手手势，还带平滑和防抖处理，避免手势误触发；视频全程留在本地设备。仓库附带一个完整的 three.js 起步游戏模板和一份从 17 个手部游戏总结出的开发手册，作者用它做过《Show of Hands》等 15 款小游戏。它还专门为 coding agent 写了入口文档，你可以直接让 Claude Code 等工具照着模板生成新游戏，比如「用手指挥交响乐」。适合想做体感互动网页、线下活动 demo 或给产品加手势交互的前端和创意开发者；纯后端或做模型训练的人关系不大。

Pojun（破军）是一套用 LLM 多 Agent 自主推进的渗透测试与红队平台：你给出一句话目标，它自动完成目标拆解、侦察、漏洞挖掘、利用、后渗透到生成报告的全流程，人可以随时插手纠偏。它不只是跑扫描，还内置了漏洞情报运营——按时间流聚合 NVD、CISA KEV、GitHub Advisory 和 PoC，把近期高危漏洞自动匹配到你的资产指纹上；后渗透阶段提供回连接收器和三种 C2 出口形态，全程流量过 MITM 留痕，最后产出带封面、目录、证据截图和修复路线图的 Word 级报告，方便直接交付 SRC 或甲方。适合安全服务公司的渗透测试工程师、甲方红队与 SRC 白帽，以及想用 AI 提效的攻防团队；如果你不做安全，这个项目和你关系不大。

PandaCode 是一个把各家 coding agent CLI 统一装进一个窗口的桌面工作台，可以理解为「coding agent 版的 iTerm + VS Code 聚合器」：Claude Code、Codex、Copilot CLI、Cline、Devin CLI 等十几种工具都能并排跑，旁边还带项目管理、Git、终端和浏览器。它真正解决的麻烦是多 agent 并行时的混乱——你可以开一个任务看板，把任务分到不同项目并行推进，用「架构师 + 最多三个工人」的团队模式混搭不同模型，本地路由器会在十几毫秒内替每个工人挑模型，某个工人失败还会自动升级到更强的模型；审批请求集中在输入框上方一行行排队，每轮改动都有 diff 可回看。任务还能丢到 Daytona、Cloudflare、AWS 等云端沙箱里跑，笔记本合盖也不中断，改完自动回到本地 worktree。适合日常重度使用多个 coding agent、需要同时管多个任务和分支的 AI 工程师与独立开发者；如果你只用单一 agent 写写脚本，关系不大。

这是一个给 AI 编程 Agent 用的技能包，让 Claude Code、Codex 这类助手能从一张照片加一句话自动生成完整的数字人口播视频：写脚本、生成对口型的 AI 主播、清理配音、加字幕，再套上 YouTuber 风格的包装组件，底层调用 Renoise MCP 和 Grok Video 1.5。它内置 5 种成片风格和 48 个包装组件，覆盖直播带货广告、产品推荐、教程讲解、产品发布拆解等常见短视频形态，还带成本闸门——生成前先报段数、时长和积分消耗，等你确认再批量跑，并用 whisper 转写比对脚本做质检。适合做短视频内容的运营、自媒体创作者，以及想用 Agent 批量生产口播视频的 AI 应用开发者；如果你不做视频内容，跟你的关系不大。

这是一个用 AI 帮你找工作的工具，作者是一位有 30 年经验的 IT 从业者，靠这套方法 5 个月后成功再就业。它把求职当成一条数据流水线：你先写一份完整诚实的「主档案」，之后每份简历、每段面试回答都从这份档案生成，AI 只负责重排、压缩和翻译，不允许编造经历。项目提供两条路线，一条是用现成提示词配合任意聊天助手，另一条是基于 CrewAI 和 AWS Bedrock/Claude 的命令行工具，自动针对每个职位描述生成定制简历（PDF/LaTeX，支持葡语和英语），并做岗位覆盖度检查和面试准备草稿。它还附带防招聘诈骗的安全指南。适合正在海投、需要为几十个岗位反复改简历的程序员和 IT 从业者，尤其是会写代码、想批量生成简历版本的人；非技术岗位用提示词那条路线也行，但和多数不求职的人关系不大。

AnyModelBot 是一个开源、本地优先的个人 AI 智能体应用，可以理解为 Grok Bot、OpenAI dots、Claude Duet 的开源替代品：装在自己电脑或服务器上，一个机器人对应一个人设，带默认模型、工作区和长期记忆。它通过一个 Modelflare 账号接入 GPT、Claude、Gemini、Grok、DeepSeek、Kimi、GLM 等 70 多个模型，也支持直连各家官方 API，按量付费不绑定订阅。除了在桌面应用里聊天，你还能在微信、飞书、Telegram 等 IM 里直接找它，让它在后台跑定时任务、读写文件、执行命令、操作桌面，越出工作区时会先征求你的同意；对话、记忆和密钥都留在本地。适合想搭个人自动化助手、又在意数据隐私的开发者和重度 AI 用户，普通只用聊天网页的人关系不大。

这是一个完全跑在本地电脑上的离线 AI 助手加生存知识库，断网也能用，可以理解为「本地版 RAG 问答 + 应急百科」。它内置约 150 万篇来自 Wikipedia、WikiMed、MedlinePlus、CDC、FEMA、美军生存手册等权威来源的文章，你问「停电时食物怎么保存」「烧伤怎么处理」「怎么净化水」，它会检索这些文章作答，并把引用的原文段落高亮给你看，还能展开查看逐步推理过程。你也可以把自己的 PDF、Word、EPUB、网页丢进去一起检索，比如发电机说明书或家庭应急计划；它还会记住「女儿对青霉素过敏」这类备注供后续对话使用。适合经常需要离线环境、重视隐私和答案可溯源的用户，比如户外从业者、应急管理人员，或想给家里备一份断网应急查询工具的人；日常在办公室用云端 AI 的从业者关系不大。

Chaos 是一门把智能体当作可调用值的编程语言：普通计算写成函数，理解与生成交给 agent，两者在同一个程序里传数据、协作执行。比如你可以声明一个带角色和提示词的 agent，像调用函数一样传入问题让它回答，纯计算部分则完全不需要模型密钥。它自带 CLI 和网页 IDE，程序的返回值可以直接是页面、表格、图表等可交互的交付物，还能通过事件流和运行网络观察每个节点的执行过程。典型场景包括把规划、执行、复核串成多 agent 工作流，或构建围绕目标持久工作的 bot，以及把计算结果变成实时更新的看板报告。适合想用代码而非编排平台来组织多 agent 系统的 AI 应用工程师和全栈开发者；如果你只是调用现成 LLM API、不碰工作流编排，和你关系不大。

Kanzo 是一个把看板和 MCP server 合二为一的单文件程序，让你和 Claude Code、Codex 这类 coding agent 共用同一块任务板。它只有一个 4.5 MB 的 Rust 二进制，启动只需 2 毫秒，零配置：跑起来浏览器里就是看板，agent 通过 MCP 接口认领任务、移动卡片、写进度评论，你在网页上则能看到人和 agent 各自在做什么。它还能在局域网内把一块板实时共享给多台机器，或者用 Raspberry Pi 常驻当共享板，配合 Tailscale 等 VPN 也能跨网络同步。适合同时跑多个 coding agent、想让它们像同事一样排队领活的开发者，尤其是用 Claude Code / Codex 做多任务并行的人；如果你只用单个 agent 干活，或者不碰 AI 编程工具，这项目和你关系不大。

这是一个给 DSH（桌面智能体助手）装的 B 站插件，把它变成一个有作息的「电子宠物」：每天在你设定的窗口里随机醒来一两次，自己刷 B 站，通过字幕、弹幕、热评和抽帧看画面六路互补地真正读懂视频，然后写两本日记——一本给你看，一本是它自己的私房账。它每天从深读的视频里挑两三条，在评论区 @ 你分享，最多打扰你三次，还会监听评论区和直播间弹幕，回复你时直接回，回复陌生人则先写草稿推给你审核。整个设计的核心是克制：读写都有硬预算、请求间隔写死、撞到风控立刻停手，专门替你挡住小号被封的风险。值得看的是做个人助理、AI 应用或 Agent 插件的开发者，以及想在 DSH 上跑长期自主 Agent 的人——它在「自主节律 + 风控克制 + 人设注入」上的取舍是个不错的参考样本；普通 B 站用户关系不大。

kubai-icons 是一个给 Claude 用的 skill，让它按同一套设计规范批量画图标：分层结构像文件夹、描边在填充外、整套只用一个强调色派生，鼠标悬停时图标会做符合物体本身逻辑的动作（文件夹打开、信封拆开、日历翻页），也能导出成静态 SVG。它自带 66 个成品示例和一套引擎，新图标从最接近的旧图标改起，画完还会自动截图自检、反复修到通过清单为止。实际用法是把产品功能列表或代码丢给 Claude，它就能补出和现有图标风格完全一致的一套，比如给 Export 加个图标、给仓库主要功能配动态图标。适合前端和 UI 设计相关岗位：需要快速给产品做一套统一风格图标、又不想逐个手绘的场景；纯后端或算法岗基本用不上。

这是一套给 DeepSeek Harness（DSH）用的插件合集，装一个包就能拿到全部插件，也可以单独安装其中一个。目前合集里最实用的是 Sessions Insight：它能打开 Claude Code、Codex 或 DSH 的会话记录，让你看清每一轮对话实际喂给模型的内容——消息构成、工具调用、上下文压缩发生在哪一步、这一轮花了多少钱，还支持确认后删除会话。对日常用 AI 编程工具的人来说，这相当于给黑盒会话加了一层可视化审计。如果你是重度使用 Claude Code 或 Codex 的工程师，经常遇到「上下文怎么突然被压缩了」「这轮为什么这么贵」这类疑问，这个插件值得一看；如果你不用这类 AI 编程助手，它和你关系不大。

CodeRail 是一个自托管的编码 Agent 远程控制台，可以理解为「给 Claude Code 和 Codex 做的远程桌面加审批中心」：在自己服务器上跑一个 Docker 容器，就能从浏览器或手机统一管理你名下所有电脑上的编码 Agent。它能做的事很具体——在手机上批准或拒绝 Claude Code、Codex 的命令执行，查看和操作会话里的终端、文件、git 提交和 PR，还能把电脑上的开发服务器页面实时共享给会话里的人，关掉浏览器后任务照常在后台跑。权限按 Owner、Operator、Viewer 分角色，所有改动留审计记录，AI 密钥始终留在各台电脑本地。适合经常用 Claude Code、Codex 干活、又希望离开工位也能盯着 Agent 跑任务的个人开发者，以及需要多人协作管理多台开发机的小团队；如果你不用编码 Agent，这项目和你关系不大。

这是一个针对 Qwen3.5-4B 的神经元探索工具，属于机制可解释性（mechanistic interpretability）研究方向。它把模型某一层的每个 MLP 神经元都向上、向下推一推（steering），在若干提示词上跑出所有结果并保留，再用 3D 视图把整层神经元铺开供浏览。具体能做的事包括：悬停查看单个神经元的 steer lens 和 R lens，点击看它在不同剂量下的多轮对话效果（负向、无干预、正向三栏对比），查看它在网页文本里最强的激活上下文和集中的域名，以及用 UMAP 观察一层 rollout 的分布。它还内置了 Claude CLI 聊天，把探索器作为 MCP server 让 Claude 读取神经元数据、跑推理和消融、操作地图。适合做模型可解释性、安全研究或想深入理解 Transformer 内部机制的研究员和算法工程师；如果你不碰 Qwen 或不研究模型内部结构，跟你的关系不大。

OSS Scanner 是 Anthropic 提供的开源项目安全漏洞扫描服务：你把自己的开源仓库登记进去，它会在隔离的虚拟机里构建你的项目，然后在断网环境下做安全分析，把发现的问题连同复现步骤和建议补丁发到你指定的邮箱，也可以同步到 GitHub 私密漏洞报告。报告由模型自动生成、未经人工复核，因此不设 90 天披露期也不公开。登记方式是提交一个包含项目配置的目录，需要提供仓库地址、安全联系人和一个用于构建环境的 Dockerfile，还可以附上威胁模型文档来告诉扫描器你的安全目标和严重程度评级标准。它适合维护关键开源依赖的项目负责人和安全工程师——尤其是那些被大量下游使用、自己没精力做系统性安全审计的库的维护者；如果你不维护开源项目，这个服务和你关系不大。

DeepScient 是一个跑在 DeepSeek Harness 运行时上的科研工作台，把选题、文献检索、实验、统计分析、作图、论文写作到投稿审稿的完整流程拆成 12 个阶段、55 道可判定的门，配 36 个科研工具和 98 条技能。它和普通 AI 聊天框最大的区别是强制证据链：每条结论必须能追溯到数据，数据必须能追溯到可重跑的实验，实验记录、环境、随机种子全部落盘，换台机器能复现同样的结果；遇到构念效度、创新性这类系统算不出的判断，它只给检查清单，不替你下结论。内置 Crossref、arXiv、PubMed 等 8 个文献源和 5000 多本期刊的分区与投稿要求信息，可用于选刊排版。适合需要规范推进研究的高校研究生、科研人员，以及做 AI for Science 应用开发的工程师参考其流程设计；如果你不从事科研或不关心 AI 辅助科研流程，和你关系不大。