qz 是阿里开源的 Chrome 扩展版浏览器 Agent，用一句话描述任务，它就在你日常登录的浏览器里自动完成网页操作、数据抓取和资料整理，最后交付带来源的表格、文件或报告。和 Browser Use、Playwright MCP 这类需要另起环境的方案不同，qz 直接跑在你本机的 Chrome 里，登录态、Cookie、扩展全部照常可用，数据只发给你自己配置的模型（DeepSeek、OpenAI、Claude 均可）。它常被用来做跨站比价、汇总散落在不同网站的开放权重 LLM 参数、抓 arXiv 论文写周报这类多步研究任务，还能把跑通的流程存成 Skill 一句话复用。更实用的是，Claude Code、Codex 等编码 Agent 可通过 CLI 或 MCP 把网页任务委托给 qz，跑完再拿结果继续干活。适合需要频繁做网页调研、数据提取的研究员、分析师和 AI 应用开发者；纯写代码或不碰网页工作流的人关系不大。

Web3 Agent Kit 是一个用 Python 写的框架，让你用自然语言指挥 AI 代理去操作区块链，比如直接说「把 0.1 ETH 换成 Base 上的 USDC」，它会自动解析目标、调用 LLM 规划、执行交易。它把 RPC 接入、钱包签名、DeFi 协议 ABI、gas 估算这些脏活都封装好了，内置 9 条 EVM/Solana 链、Uniswap、Aave、Curve 等协议的现成接口，还带花费上限、交易前模拟等安全护栏。除了交易，它还覆盖空投追踪、蜜罐/流动性等代币安全检查、套利清算等 MEV 场景、DCA 和狙击机器人、NFT 部署与批量铸造、跨链桥接等。适合想做链上自动化交易机器人、DeFi 策略或 AI 代理应用的开发者快速起步，省掉几周的样板代码；不过项目仍处 beta，官方明确提示不要未经审计就上真金白银，纯做后端或前端的读者关系不大。

deepseek-bot 是 DeepSeek Harness 的一个插件，把常驻 AI 助手接进你的终端和聊天工具，核心卖点是跨会话的持久记忆。装好后在终端输入 dsh 就能进入全屏对话界面，回答流式输出、工具调用带 diff 展示，能生成 docx/xlsx/pptx、用无头浏览器读链接、看图、调用 MCP 工具。它的记忆会跨重启存活：用户画像、工作记录和过往对话的召回索引每轮都会带入，还能在 Slack、Discord、Telegram 里被 @ 后在原线程回答。涉及删除或覆盖的命令必须在对话里等你点 Allow 或 Deny 才执行，命令跑在 Seatbelt 沙箱里，写权限仅限自己的工作区。默认直接用 DeepSeek 自带 API。适合想在聊天软件里长期挂一个有记忆的 AI 助手、又在意操作可控性的开发者；目前仅支持 macOS，Discord 和 Telegram 还只在模拟 API 下验证过。

这是一个给 AI 智能体配真实硬件鼠标的 MCP 服务器，需要搭配专用的 uMouse 设备和固件，普通 USB 鼠标不行。它通过 USB HID 协议让 Claude、Codex 这类 Agent 客户端直接操控桌面：移动光标、点击、滚动、拖拽，支持多显示器的物理像素坐标和高精度模式，还能读取光标位置、按键状态和前台窗口信息。除了鼠标，它还带语音听写功能，按住设备上的语音键说话，识别结果会直接输入到当前聚焦的窗口，比如给 Agent 下口头指令或在微信里发语音转文字消息。同一台机器上只跑一个共享守护进程，多个 Agent 客户端可以共用，同一时间只有一个任务能接管键鼠。适合在 Windows 上做 computer-use、桌面自动化实验的 AI 应用开发者，以及想让 Agent 真正操作本机的从业者；没有 uMouse 硬件或不碰桌面自动化的人关系不大。

ResolveLab 是一个给工具调用型 LLM agent 做「故障注入 + 副作用打分」的评测与后训练环境。它跑一个真实的 HTTP 服务，在 agent 操作过程中注入各种会改变正确下一步动作的故障，比如分页查询里的近似记录、If-Match 冲突、429 限流、写入已提交后才返回的 502、任务中途被收回权限等，然后从服务端状态、提交日志和读版本来判定 agent 到底把系统改成了什么样，而不是听它自己说「已解决」——写错记录、重复提交、漏读最新状态、谎报成功都会被判失败。它还内置一个经回放验证的 teacher，可以生成 DAgger 训练数据，README 里展示了 Qwen3-0.6B 经 BC+DAgger 微调后测试通过率从 90.8% 提到 98.3%。适合做 agent 评测基准、agent 后训练或 RL 环境研究的算法工程师和研究者；如果你不涉及 agent 训练或可靠性评测，和多数从业者关系不大。

这是一个麦当劳配餐决策 Skill，把「说话」和「算账」拆开：LLM 只负责听懂你说的「40 块以内，随便，不要辣」，之后所有价格、热量、优惠券判定都交给确定性代码，每个数字都能追溯到某次接口返回。它会在门店实时菜单上枚举 1881 种搭配，剪枝出可行解后给出省钱、均衡、放纵三档方案，并解释为什么淘汰了其他选项——比如「预算加到 48 元均衡档主餐不会变」或「你 6 张券当前一张都用不了，最近可用在 10.1 小时后」。控卡场景下热量和蛋白是硬约束，算不出就直说；多人拼单用 max-min 公平分配，把谁做了让步摆到台面上；还会基于历史订单算出带置信度的口味画像。适合写字楼午餐决策者、控卡健身人群、券的持有者和拼单组织者；只想快速下单的人用官方常点更快，它只做决策不下单。

Buddy 是一个跑在 Android 手机上的悬浮球 AI 助手，本质上是把 Claude Code、Codex、OpenCode、Antigravity CLI 或 Grok 这些命令行 Agent 搬进了手机，让它们通过无障碍服务替你操作手机：读屏幕、点击、输入、滚动、打开应用。你只要说「回复 Sam 我要迟到」或「把 Switch 2 加进 Amazon 购物车」，它就自己去点，涉及发送、支付、删除等敏感操作前会先弹窗等你批准。它不需要 root、adb 或电脑，用的是你自己的订阅计划，工具能力以本地 MCP server 形式暴露，也能接到你电脑上的 Claude Code 等会话里。还支持通知触发回复、后台浏览器、语音对话，甚至在手机上直接构建 APK。适合想在手机上体验 computer-use、做安卓自动化或想把手机工具接入自己 Agent 工作流的开发者；项目尚在早期，普通用户可先观望。

这是一个麦当劳点餐助手 Skill，说一句「35 元，不辣，有糖可乐去冰，带走」，它就把预算、口味、取餐方式这些硬约束变成一份完整餐单（主食+小食+饮料），给出唯一答案和一张可复制的点单卡，照着在 App 或柜台点即可。它的核心价值是核价：金额只认官方 calculate-price 返回的整数分，菜单展示价若附带「随单购麦金卡」之类的条件会一并说明，避免你以为省了钱其实没省。README 实测同一餐两种点法差 12 元（24.7%），它会明确告诉你省在哪。预算不够时它直说没有方案并给出最低需要多少钱，不硬凑；也不会因为你钠含量低就擅自把有糖可乐换成无糖。只读不领券不下单不支付，Token 留在本机。适合预算有限、口味偏好明确、常点到店自取的个人或两人用餐者，以及想参考「只读 MCP 客户端+确定性比较」实现样板的开发者；对多数不点麦当劳或不关心点餐比价的人关系不大。

这是一套给 AI 编码助手（如 Claude Code、Codex）用的 Agent Skill，核心作用是帮你在逆向或重建已有软件时保持证据驱动：先观察目标软件的行为、收集证据，再整理成需求和重建计划，被明确要求时才动手实现，最后拿结果和原始证据比对验证。它不绑定任何模型或厂商，本质是一组 Markdown 指令，可与逆向工具 REA 配合，也可直接用 REA 已收集的证据。实际场景比如搞清楚某个编辑器保存失败时保留了什么状态、复刻某个文件格式或单个函数的逻辑，它会把「观察到的事实」「合理推断」「新设计选择」分开记录，缺证据的地方明确标为缺口，而不是用看似合理的猜测糊弄过去。适合做逆向工程、遗留系统重构、竞品行为分析的工程师，或需要让 AI 助手按流程严谨复刻功能的开发者；如果你的工作不涉及理解或重建既有软件，和你关系不大。

kodeblue 是装在每台 Linux 服务器上的 AI 蓝队 agent，把 SOC 监控、事件响应和 SecOps 巡检合在一个进程里。它先花一两个小时学习这台机器的正常状态，之后用零 token 的传感器持续盯着敏感文件和进程，一旦发现异常就交给一个小模型分诊，再由 agent 自己开一个会话调查、按策略隔离攻击并写出事件报告，同时还能盘点各服务的漏洞、每天自动调优检测规则并把更新推到 Slack。设计上刻意让确定性过滤器做重活，模型只看漏网的少量事件，因此接任意 OpenAI 兼容的便宜小模型即可运行，不配模型时传感器和检测也照常工作。可选的 hub 控制台把整个机队的事件、agent 推理过程和待审批操作集中到一个界面。适合负责 Linux 服务器安全的运维、SecOps 和安全工程师，尤其是人手不足、雇不起 7×24 SOC 的团队；做 AI 安全应用的人也可以参考它的「确定性传感器 + 小模型分诊」架构。

这是一个给 Claude Code 用的只读实时监控面板，把当前会话和子 Agent 的活动以流式图的形式呈现在浏览器里，同时提供终端视图、MCP server 和状态栏。它能看到每个 Agent 在做什么任务、消耗了多少 token 和成本、有没有文件冲突，以及哪些地方需要你介入，但绝不会启动、停止或干预 Agent，纯本地运行、零依赖。除了监控，它还附带 AOS-1 规范，定义了一套可观测的 Agent 状态标准，包括心跳、纯文件状态和事件日志格式。另外它支持跨机器只读查看多台机器上的 Agent 用量，以及接入 OpenTelemetry 拿到精确成本拆分。如果你在用 Claude Code 跑多个子 Agent，经常搞不清它们各自在干嘛、花了多少钱、哪里卡住了，这个面板就是干这个的；如果你只是偶尔用 Claude Code 单线程干活，关系不大。

The Trinity 是一个多模态 Agent 的递归自我改进框架，核心思路是让 Agent 在自己生成的简化世界里练能力，再把练出来的能力迁回真实任务。它把系统拆成三个角色：Creator 负责生成可验证的模拟世界，Explorer 在这些世界里交互并进化出可复用的能力模块，Evolver 则把杂乱的任务需求整理成一棵分层能力树。中间还有一层 Capability-Aware Router，会根据每个任务的需求自动挑选合适的能力模块组合，也就是 real2sim2real 的闭环。目前代码已放出，包含任务发现、轨迹分析、能力归纳、Creator-Explorer 训练和路由等完整流程，但模拟环境和 Harness 本体尚未发布。对做多模态 Agent、Agent 训练或能力学习方向的研究和工程人员来说，这篇论文和代码值得翻一翻；如果你不涉及 Agent 自我进化或能力模块化，和多数从业者关系不大。

这是一个基于麦当劳中国官方 MCP 的 AI Skill，把点麦当劳这件事拆成四种玩法：修行录记录你的点餐习惯与卡路里，团餐指挥官帮多人聚餐快速凑单，隐藏菜单实验室探索官方 App 里不显眼的搭配，每日运势签则根据当天菜单给一个随机推荐。它本质上是给 Claude 这类支持 MCP 的 AI 助手加一层麦当劳业务能力，让模型能直接读取菜单、价格和优惠信息来回答你的点餐问题，而不是靠训练数据里的过时信息瞎猜。项目自带 187 个测试和离线演示，不连真实接口也能跑通流程，方便开发者快速验证效果。适合对 MCP 协议、AI Agent 落地场景感兴趣的工程师，或者想看看「官方 API + LLM」能玩出什么花样的人；普通用户和不碰 Agent 开发的后端同学关系不大。

这是一套给 Claude 用的技能包，专门帮你运营 LinkedIn 账号：写帖子、回评论、打分个人资料、排一周的内容计划，还带一个「去 AI 味」脚本。它不自动发布，所有产出都是可复制的文本，由你手动贴到 LinkedIn——因为自动化发帖违反 LinkedIn 用户协议，容易被限流。实际能解决的麻烦很具体：比如用 21 种钩子公式把一个想法扩成带三个标题选项的帖子；把别人帖子下的评论按类型匹配，避免千篇一律的「Great post!」；把自己帖子下的留言分成潜在客户、同行、噪音几类再逐条回复；给个人主页按 12 项标准打分并按失分优先重写。最有意思的是 humanizer，它会清掉零宽字符、em dash、弯引号这些 AI 写作的隐形指纹，替换 delve、leverage、seamless 这类套话，再用五项指标（句长起伏、具体度、套话密度等）给草稿打「人类分」，句式结构类问题则标出来交给你自己改。适合做个人品牌的内容创作者、求职者、销售和独立开发者——如果你不靠 LinkedIn 获客或找工作，关系不大。

LGUI 是一个专为 AI Agent 设计的游戏 UI 框架，让做游戏界面这件事不再依赖游戏引擎：界面用 FairyGUI 格式写在 `ui/` 文件夹里，逻辑用 TypeScript 按 MVC 组织，预览开浏览器、测试在 Node 里跑，Agent 可以自己拼界面、写逻辑、截图验收，全程不用打开 Unity 或 Cocos 编辑器。它解决的是游戏开发中 UI 迭代慢、Agent 难以自主验证的麻烦——比如让 Codex 从一张原型图出发，30 分钟做出背包界面并导出到 Unity 打包测试；框架自带横竖屏双布局、安全区、拖放、多语言、动效等游戏 UI 常见能力，还提供规范检查和带错误码的报错，方便 Agent 自查。上线时一条命令把同一份界面和代码导出到 Unity，游戏代码不用改，接其他引擎只需写适配层。适合游戏客户端开发、UI 程序，以及在用 Claude Code、Codex 等 Agent 做游戏开发的团队；做纯 Web 或后端的人关系不大。

这是一个跑在 DeepSeek Harness（DSH）上的 AI Agent 技能：你在 B 站评论区 @ 它提到的某个视频，它会先从 @ 通知里核对昵称、定位到正确的视频，再本地转写文字稿并抽取关键画面看懂内容，最后以你的身份在评论区回一条内联评论——教学类视频会给出可点击跳转的分章时间戳，玩乐类则回一句情绪反应。它解决的是「B 站 @ 通知只有评论文字、没有视频链接」这条断掉的链路，还踩平了发错位置对方收不到通知、盲取列表第一条点错视频等真实坑，并支持每 30 秒自动检查 @ 的看门狗模式。适合想在 B 站做自动化互动、内容运营或折腾 Agent 技能的开发者；注意它必须配合能操控已登录浏览器的自动化工具（如腾讯 BrowserSkill）才能工作，且会以你的身份公开发言，建议用小号。

wtfibought 是一个让 LLM agent 用虚拟资金实盘交易的公开竞技场，可以理解为「给 AI 交易员看的真人秀加排行榜」。你自带模型和 API key，设定杠杆区间、保证金预算和唤醒频率，agent 每次醒来在最多三个标的上决策，所有推理过程、开仓论点、失效条件和事后复盘全部公开可看，还能每天自我打分并写进经验账本，让「它怎么想的」成为可追溯的连续记录。行情覆盖代币化美股、加密现货与永续合约、大宗商品以及五分钟 BTC 涨跌市场，结算规则对齐真实资金费率和杠杆层级，但资金全是模拟的。适合两类人：想横向对比不同模型在真实行情下决策质量的 AI 工程师和评测研究者，以及对 agent 推理透明度、可观测性设计感兴趣的开发者。如果你不关心 LLM 交易或 agent 行为分析，这个项目和你关系不大。

Asamana 是一个由 AI 驱动的涌现式叙事引擎：你给它一个主题，它就生成一个共享世界和一群各有性格、记忆、情绪与目标的 AI 角色，角色之间自主互动，故事在没有剧本的情况下自然长出来。它把角色认知拆成感知、动机、决策、行动、反馈五个阶段，用结构化输出和共享上下文保证角色行为前后一致，避免长对话导致的上下文膨胀和幻觉扩散。配套前端可以实时观察世界、查看 2D 地图、关系网络和叙事流，也支持回放。适合做 AI 叙事、生成式 Agent、多智能体模拟研究的开发者和内容创作者，用来快速搭一个可观察、可调优的 Agent 世界；如果你不研究 Agent 或互动叙事，跟你的关系不大。

HarborRL 是一个用强化学习训练工具调用型 Agent 的端到端框架，把模型服务、轨迹生成、工具执行、可验证奖励和策略更新串成一条可复现的流水线。它支持以 Qwen、GLM 为基座，用 GRPO、DAPO 等算法在沙箱隔离的任务上训练，覆盖 Terminal-Bench、SWE-Bench 等 200 多个任务，还能接入 Claude Code、Codex、LangGraph、SWE-agent 等 40 多个 harness 框架，通过模型×算法×任务×harness 的组合快速搭实验。它还提供本地 Web 控制台做配置校验、试运行和训练日志查看。适合做 Agent RL 研究或想给 coding agent 做后训练的算法工程师；如果你只调用现成模型 API、不碰训练，这个项目和你关系不大。

这是 DeepSeek Harness 的一个社区插件，用来让模型自己管理上下文窗口。Harness 自带的自动压缩是按 token 压力和长度来裁剪历史的，分不清哪些消息属于刚做完的子任务；这个插件改成「黑板区块」模式：模型在跑代码时给消息打上区块标签，任务做完后自己写一段交接摘要，把该区块的原始消息替换成摘要，腾出上下文。原始对话仍完整保留在只读日志里，人类看到的记录不丢，重放也保持确定性。它不额外调用摘要模型，摘要由模型在程序里自己提交，因此省掉一次模型往返。要注意 README 里明确说，上下文变小不等于缓存命中率更高或账单更低，替换历史可能让缓存后缀失效。适合在 DeepSeek Harness 里跑长任务、多子任务 Agent，关心上下文成本和缓存命中率的 AI 应用工程师和 Agent 开发者看看；不直接用 Harness 的人关系不大。

这是一个把 WhatsApp 接入 AI Agent 的 MCP 服务器，相当于给 Claude、LangChain、Google ADK 这类框架提供了一个现成的 WhatsApp 通道，开发者不用再自己写 REST 封装和 webhook 解析。它通过 Model Context Protocol 暴露 61 个工具、10 个资源和 12 类实时事件，Agent 连上后能自动发现全部能力，覆盖发消息、群管理、联系人、投票、表情回应等操作，还能收到新消息、正在输入等推送。底层同时支持 Baileys（模拟 WhatsApp Web，个人号即可用）和 Meta Cloud API（官方企业通道），两套后端共用同一套工具名，切换渠道不用改 Agent 逻辑。内置限流和持久化，适合高频消息场景。值得看的是正在做 WhatsApp 客服机器人、社群自动化运营或跨境私域触达的开发者，尤其是已经在用 MCP 生态的人；如果你的工作和 WhatsApp 或 Agent 集成无关，这个项目基本用不上。

Doc2Harness 是一个评测基准，衡量的不是模型写代码补丁的能力，而是模型能否从零搭建出一个能用的 coding agent 本体（即 harness）。它分两步：先让被测模型在隔离容器里根据开发文档和接口骨架实现完整 agent，再冻结该实现，用脚本化的 mock 模型端到端驱动，观察模型请求、磁盘文件、退出码、命令输出四类信号来判定通过与否，并用正向对照排除“空过”。场景覆盖文件读写、权限约束、会话状态、无头运行、协议层、终端交互、启动安装等九类。榜单显示 19 个前沿模型最高通过率仅 53%，说明即便最强模型也近半失败。适合关注 agent 工程质量、做 coding agent 产品或模型评测的研究与工程人员；普通后端或应用层开发者关系不大。

这是一个基于麦当劳中国官方 MCP 的命令行选餐工具，输入预算和饮食偏好，它会查询指定门店当前菜单与官方营养数据，给出均衡、蛋白质、预算三种优先级的候选套餐对比。它的核心价值在于「可解释」：套餐会自动展开成单品逐件匹配官方营养再求和，每个金额都标明价源是官方字段、单品加总还是未核实，取不到就如实标「未知」而不是填 0；配件替换后营养和价格会重算，非法替换会被拒绝并说明原因。它明确不提供下单能力，也不做医疗建议。对普通消费者来说，想在麦当劳点餐时兼顾预算和营养目标可以拿来参考；对 AI 从业者而言，它展示了如何用结构化规则负责数值、LLM 只负责理解意图和表达，以及 MCP 在真实商业数据源上的落地方式，值得一看。

这是一个用原生 JavaScript 和 Canvas 2D 写的机械蜘蛛动画界面，把提示词或 Agent 任务步骤变成可视化演出：蜘蛛沿文字游走、伸触手抓词，词条飞入蛛网后分流到 code、model、you 三条分支。纯演示模式打开即用，输入自己的提示词会用本地规则打分分流，但不调用模型也不执行任何操作，纯属视觉效果。真正实用的场景是通过 MCP 接入你自己的 Agent，让 Agent 上报任务步骤后实时在画面上展示，比如代码检查、资料整理或需要人工确认的工作流，适合做演示或给别人看 Agent 在干什么。它还提供三套布局、主题定制、时间轴回放、PNG 截图和独立项目导出。对多数后端或算法岗关系不大，但做 Agent 产品、需要向用户或老板直观展示 Agent 工作过程的前端和全栈开发者值得一看。

Kosmos 是一个跑在你自己 Mac 上的 AI Agent 管理面板，专门管 Claude Code：它能发现机器上已有的 Claude 会话，让你创建、重命名、停用多个 agent，编辑每个 agent 启动时读取的指令文件，并一键接入自己的 Claude 订阅，全程不需要 sudo 或 Homebrew。它想解决的麻烦是：同时跑多个本地 agent 时，终端窗口散落各处、launchd 启动项靠手改，出问题很难看清状态。Kosmos 用一块看板统一呈现每个 agent 的实时终端输出、项目文件夹和房间消息，且只报告它真实观测到的事实——agent 只有在看板确认可见时才算运行中，消息送达只确认到按键那一刻，移除 agent 只停用不删除，随时可恢复。所有通信只走本机回环地址，无云端、无遥测。适合在 macOS 上长期跑多个 Claude Code agent、需要一个总控台的开发者；如果你只偶尔用一两个 agent，或者不用 Claude 订阅，这个项目和你关系不大。