这是一套对齐中国课标和人教版教材的 K12 知识图谱，覆盖小学到高中的数学、三年级到高中的英语，以及初中和高中物理，共 1644 个知识点、2403 条先修边和 6723 道题。它把「学好二次函数需要先掌握哪些内容」这类依赖关系显式建模：学生答错一道题，系统会沿先修边从高中一路回溯到具体的小学知识点，定位真正的薄弱环节，这就是它附带的自适应前置诊断。比如高一学生配方法总出错，诊断可能追到小学的乘法公式没吃透。对做教育产品、自适应学习、智能题库或学习路径推荐的团队来说，这是难得的结构化中文教育数据，省去自己从零梳理课标的功夫；做 AI 辅导 Agent 的人也能拿它当知识底座。注意先修关系和题库仍需一线教师审核，且商业使用需单独授权，纯个人学习教学研究可免费用。与多数互联网从业者关系不大。

这是一个把巴西全部法律法规整理成纯文本的开源资料库，相当于巴西版的「国家法律法规数据库」。它从官方来源抓取宪法、联邦法律、各州和各市的法规、监管机构的规章、判例和国际条约，自动转换成带结构化标题和原文链接的 Markdown 文件，目前已收录超过 32 万条规范，且每条都单独提交、保留签署人和生效日期，git 历史本身就是时间线。对需要检索巴西法律文本的场景很实用，比如做跨境合规审查、拉美市场调研、法律科技产品的语料准备，或者写涉及巴西政策的分析文章时，可以直接拿到干净、可引用、可 diff 的文本，省去逐个翻官网 PDF 和扫描件的功夫。如果你的工作和巴西市场、葡语法律文本或相关 AI 语料无关，这个项目基本用不上；另外作者提醒文本仅供参考，正式引用仍需核对官方公报。

这是一个覆盖全球11,011种现生鸟类的开源贴纸库，每种鸟配一张白边透明贴纸，附带结构化数据：分类学信息、最多43种语言的鸟名、分布与形态、保护等级，以及eBird、Wikidata等外部数据库的交叉ID。贴纸出自观鸟App「鸣迹」的作者花叔，分类体系已更新到2025年取代IOC和Clements的AviList v2026，还附带新旧名录的映射表。数据可用于任何场景，包括商业用途，唯一限制是不能直接拿去做观鸟或鸟类识别类应用。对多数互联网和AI从业者来说，这更像一个高质量的多模态数据集：如果你在做生物多样性相关的RAG检索、多语言实体对齐、多模态模型训练或评测，或者需要一个覆盖45目249科的结构化分类数据源，它能省下大量数据清洗时间；如果你只是想找个鸟类贴纸素材，也够用。纯粹做业务后端或前端的人关系不大。

Reylo 让你把写好的 .sql 文件直接 import 进 TypeScript，自动拿到每个查询结果的完整类型，不用手写 interface，也不用生成任何代码文件。比如一条带 join 和聚合的查询，它能推断出每列的类型、是否可能为 null、返回一行还是多行、enum 列变成字面量联合类型，甚至 JSON 的形状；列名拼错了还会直接报类型错误。它靠数据库自己 prepare 查询来读取列类型，支持 Postgres、MySQL、SQLite、DuckDB，驱动可自选，也能接 Drizzle。对日常写 SQL 查询的后端或全栈 TypeScript 开发者，尤其是被「SQL 和类型定义两份代码要同步维护」折磨过的人，值得花两分钟看看；纯前端或不做数据层的人关系不大。

这是一个专门盯「新词」的每日雷达：在 X、Hugging Face、GitHub 等源头抓取刚冒头的模型名、产品名和仓库名，抢在 Google Trends 和各类关键词工具收录之前一到两周把它们报给你。它背后的逻辑是，一个新名字会先被实验室或大 V 在 X 上提到、模型登上 Hugging Face 热榜、某个仓库单日涨几百 star，几天后才轮到关键词工具看到搜索曲线，而这个工具读的正是前几个信号。比如它举例的 Strata 仓库，九天涨到 7700 star，人们两天后就开始搜「niko strata」，但当时没有任何关键词工具收录。除了新词雷达，它还监控新域名的排名词、Reddit 上的工具需求提问、刚挂出支付链接的站点等。适合做 AI 工具站 SEO、运营 AI 资讯 newsletter、维护目录站的人，以及想抢热点做内容的从业者；纯研发岗位关系不大。

GEOInflow 是一套可自部署的网站分析工具，可以理解为面向 AI 时代的 Google Analytics 加爬虫日志分析器：它把普通访客数据、AI 搜索引流、服务器爬虫日志和内容清单放进同一个网站视图里。它能回答几个具体问题——OpenAI、Anthropic、Perplexity、百度、Kimi 等哪些 AI 平台的爬虫来过你的站、反复抓哪些页面、你 sitemap 里的重点页面有没有被抓到、抓取请求是不是失败，以及 AI 搜索带来了多少会话和转化。比如媒体或文档站可以导入页面清单，对照日志找出「AI 盲区」，再决定改内链还是调 robots 规则。它还强调证据链：只凭 User-Agent 不算验证通过，IP 段、DNS 等证据单独留存。适合企业官网、内容站、媒体出版方和负责多个站点的 GEO 运营、SEO 及增长岗位使用；如果你不关心 AI 搜索带来的流量和爬虫覆盖，和你关系不大。

这是一个给 Claude Code 用的 Agent Skill，用来抓取抖音单条视频的完整评论区，包括一级评论、全部楼中楼回复和视频详情，可选下载 720p 视频，最终产出一份按点赞排序的评论全文和原始 JSON。它的巧妙之处在于不自己逆向抖音的 a_bogus 等风控参数，而是在你已登录的 Chrome 页面里拦截并照抄真实请求，签名交给页面自带的 SDK 计算，从而避开验证码，实测抓取结果与手动逐条展开完全一致。适合做舆情分析、竞品评论研究、内容选题参考的运营和产品经理，以及需要评论语料做 NLP 或情感分析的算法同学；单条视频、个人研究场景够用，但不支持批量采集其他平台，也不适合大规模商用抓取。

Moect 是一个 Windows 桌面工具，用来把微信 4.x 的聊天记录读出来、整理好并导出到本地，可以理解为微信版的聊天记录备份与归档软件。它支持好友和群聊、朋友圈、收藏表情，导出时能带上头像、图片、GIF、音视频、文件、链接和小程序卡片，引用回复与合并转发也能展开保留。导出格式有 HTML、JSON、JSONL、TXT、CSV、Markdown 六种，HTML 版可以离线阅读、按发送者或正文搜索、按时间筛选，还支持批量任务和多会话一次导出。数据解析全部在本机完成，没有服务器接收聊天记录。适合需要长期留存工作沟通证据、整理客户或社群历史、做聊天数据分析的运营、客服、社群管理和合规相关人员；如果你只是普通用户想留个纪念，也用得上，但和多数不碰微信数据的开发者关系不大。

Minilytics 是一个开源的网站分析工具，可以理解为自托管版的 DataFast 或轻量版 Google Analytics，但它把「收入」放在第一位：除了常规的访问量、跳出率、停留时长，它会直接告诉你哪条推文、哪篇文章、哪个 Google 搜索词甚至哪个 AI 助手（如 ChatGPT）带来的访客最终付了钱。每个付费客户都能看到完整旅程——从首次访问、浏览页面、点击按钮到完成支付的全时间线，还能按来源一键筛选整个面板，甚至有一个实时地球展示当前在线访客。它跑在 Cloudflare 免费套餐上，数据完全存在你自己的账号里。适合独立开发者、solo founder 和做增长的营销人员：当你在 X 上发推、投 newsletter 或做 SEO 时，它能直接回答「这次投放到底赚没赚钱」，而不只是给你一堆虚荣指标。对大厂数据团队或纯技术岗来说关系不大。

这是阿尔及利亚行政区划的地理数据包，把全国 69 个省（wilaya）、538 个区（daira）、1,541 个市镇（commune）的名称、编码、邮编、坐标和边界数据打包成 Python 和 TypeScript 两个库，功能完全对齐，且不依赖任何第三方运行时。它解决的是做阿尔及利亚相关产品时找不到权威、结构化地理数据的麻烦：比如你要做一个地址选择器，可以直接生成阿拉伯语或法语的下拉选项；用户输入「Warqla」能模糊匹配到「Ouargla」和「ورقلة」，阿拉伯语变音符号、法语重音、音译变体都能折叠处理。数据还覆盖了 1984 年 48 省、2019 年 58 省、2026 年 69 省三个历史时期的边界，方便做跨年代的数据对比，同时提供 GeoJSON 可直接喂给 Leaflet 或 MapBox 画地图。做北非市场业务的后端、前端或数据工程师，以及需要行政区划数据做分析的人值得看；和阿尔及利亚无关的从业者基本可以跳过。

Ferret 是一个本地运行的加密货币资金追踪工具，把被盗资金在链上的流转路径像银行流水一样铺开：粘贴一个地址或交易哈希，它会逐跳追踪资金在 Bitcoin、Ethereum、TRON、BNB Chain、Solana 之间的移动，包括跨链桥和兑换，并标出资金最终停在哪个交易所充值地址、混币器或制裁名单地址上。除了路径，它还会从 ENS、NFT、诈骗站点公开页面、历史举报等公开来源收集钱包背后操盘者的线索，每条线索都附带存档来源和时间，方便日后举证；最后一键生成可直接交给警方和交易所的 PDF 报告，附带申请冻结所需的全部地址。它还提供「追回骗局检测」，帮你识别假冒的资产追回服务，并可对地址设监控，资金再次异动时提醒你补充报案材料。适合加密货币被盗的受害者、做链上取证的调查人员，以及安全或合规岗位需要快速产出资金流向证据的场景；普通开发者和 AI 从业者关系不大。

这是一个面向被盗加密货币受害者的追踪工具：粘贴钱包地址或交易哈希，它会沿着链上资金流向一路追查，直到资金进入某个中心化交易所，因为交易所掌握 KYC 信息、有能力冻结这笔钱。支持 Bitcoin、Ethereum、TRON、BNB Chain、Solana 五条主流链，还内置了一键生成警方报案材料的功能。它解决的是受害者「钱被偷了却不知道该找谁」的现实麻烦——过去这类资金追踪往往要花钱请链上调查公司，现在自己就能先跑一遍，锁定交易所后再去报案或联系交易所风控。如果你是做链上安全、反洗钱风控、交易所风控合规，或者本身就是加密货币安全事件的从业者，这个项目的思路和数据源值得翻一翻；普通开发者或不碰加密货币的人则关系不大。

MapVerity 是一个数据管道字段级验证工具，专门解决医疗、保险、金融这类行业里「数据看着没问题但其实错了」的痛点——类型对、非空、在域内，但值就是错的。它把业务分析师已经在维护的 source-to-target mapping 表格直接编译成可执行的测试套件，对每个映射字段从源记录重新推导期望值，再和管道实际写入的结果比对，能处理 COBOL copybook、定宽文件、CSV、JSON、Parquet、S3、MongoDB、SQL 数据库和 REST API 等各种真实数据源。除了逐字段校验，它还能做数据变异测试，主动注入 15 类 ETL 故障来衡量你的测试套件到底能抓出多少、盲区在哪，并用基于公开缺陷数据训练的模型给转换函数打风险分、给出 SHAP 解释，把最可能出问题的检查排在前面跑。适合数据平台工程师、ETL 开发和数据质量负责人在 CI 里做发布门禁；如果你不负责数据管道的正确性验证，和你关系不大。

PlantCraft 是一套面向流程工业（化工、制药、能源等工厂）的开源工业软件套件，把 Historian 数据采集、信号分析、报警管理、看板、流程模型和文档库整合到一个平台里，对标的是 OSIsoft PI 加各类商业组态软件的组合。它对工厂只读，不写 DCS/PLC，可离线部署；每个页面内置 AI 助手，能根据你的描述自动生成分析方法、报警规则、看板或模型，也能基于工厂自身数据和文档回答问题，还提供只读 MCP 接口让你自己的 AI 读取工厂数据。Analytics 会自动巡检所有控制回路和信号，优先报出最差的并说明原因，比如坏数据、回路振荡、阀门卡涩。适合流程行业的工艺工程师、仪表与控制工程师、工厂运维数据团队，以及做工业 AI 应用的开发者；纯互联网或通用 AI 岗位的人关系不大。

这个项目把罗马尼亚的法律体系整个搬进了 git 仓库：每部法律的每一条单独存成文件，法律每次修订生效当天生成一条 commit，而做出这次修订的那部法令就是 commit 的作者。于是你可以直接用 git blame 查某一段文字是哪部法律改的，用 git log 看某一条的完整修订史，也可以用配套工具查询任意历史日期当天生效的法律文本，比如 2014 年 10 月 18 日的《民法典》第 1112 条长什么样。数据覆盖宪法、法律、政府紧急法令等各类规范性文件，来源是罗马尼亚司法部的官方立法门户，每次修订都标注了出处页面。对做罗马尼亚市场合规、法律科技产品或跨境法务检索的人来说，这是一份可直接程序化查询的结构化法律语料；如果你的工作和罗马尼亚法律无关，那它基本用不上。

这是对俄罗斯独立媒体 novayagazeta.ru 的抢救性存档：网站已宣布 2026 年 11 月 9 日关停服务器，该项目赶在截止日前把 2000 至 2026 年间的 93,933 篇文章连同配图抓取为 Markdown 文件，共 1.1 GB 文本和 8.3 GB 图片，按日期归档。它不依赖浏览器和第三方包，只用 Python 标准库直接读取页面内嵌的 JSON 数据，因此速度很快，约每秒 14 个请求，两万篇二十分钟即可完成；由于站点不公开完整索引，脚本还从 sitemap、Common Crawl、搜索接口和 Wayback Machine 等多个来源拼凑 URL，抓取可断点续跑。对做俄语语料、新闻文本挖掘或媒体史研究的人来说，这是一份现成的大规模语料库；如果你的工作与俄语内容、新闻数据无关，这个项目基本不用看。

pagesift 是一个用 Rust 写的网页与文档抓取工具，可以理解为自托管版的 Firecrawl 或 Jina Reader：把任意 URL、PDF、Office 文件、电子书、邮件甚至压缩包读进来，输出干净的 Markdown 或结构化 JSON，供 AI 应用消费。它能渲染 JavaScript 页面、对扫描版 PDF 和图片做 OCR、按 CSS 选择器或模型生成的 schema 抽取字段，还支持整站爬取、页面变更监控和带证据回溯的问答接口。对做 RAG 检索管道的工程师来说，它省去了自己拼接 trafilatura、pymupdf4llm、Docling 等一堆工具的麻烦，一个二进制文件就能跑通从抓取到解析的全流程，并且兼容 Firecrawl 和 Jina Reader 的 API，迁移成本很低。值得看的是负责数据接入、RAG 管道或 Agent 应用开发的后端和算法工程师，尤其是需要私有化部署、不想依赖云抓取服务的团队；纯做前端或与 AI 无关的读者可以跳过。

OpenMinutes 是一个配合 MemoTalk S1 录音笔使用的开源工作台，把录音笔里的 MP3 导入电脑后，自动转成可搜索、可分类的文字。它把导入、转录、AI 归类、检索复盘串成一条流水线：每条录音都有清晰的状态标签（待下载、待转录、转录中、待归类、已归档、失败等），支持批量操作。转录用流式 ASR 生成带时间戳的分段文本，AI 归类则用 LLM 生成结构化标题、摘要、分类、标签、要点和待办事项，且可手动修改；还能按分类、标签、阶段筛选，按时间排序，回放时可直接跳到对应句子。对每天产生大量会议、访谈录音的人来说，它解决的是「录了一堆却找不到某段对话」的麻烦。适合需要整理语音记录的产品、运营、研究或助理类岗位，以及想自建语音笔记系统的开发者；如果你不用录音笔或不常处理音频，关系不大。

Lead Signal Listener 是一个本地运行的线索发现工具，可以理解为「社交聆听 + 销售线索挖掘」的组合：你告诉它你在卖什么、解决什么问题，它就去 Reddit、X、LinkedIn、Hacker News、RSS 以及 Treg 目录里 3800 多个数据源抓取正在公开吐槽这个痛点的人，同时也会捕捉招聘、融资这类触发信号。抓到的每条线索会按痛点短语、购买意图、目标画像、互动量等规则打分并去重，排好序等你审阅，规则可自行编辑后一键重新打分。数据全部存在本机，单次默认配置跑一轮成本大约几美分。对增长、GTM、销售开发岗位的人来说，它解决的是「主动找到正在描述你所解决问题的潜在客户」这件事，适合需要持续获客线索但又不想依赖昂贵 SaaS 的团队；如果你不做获客或销售，这个项目和你关系不大。