Muxin 是一个把你自己所有机器——Mac、Linux、Windows——收进同一个窗口的桌面工具，可以理解为「多机版的终端加远程桌面」，同时内置了对 AI agent 的深度支持。它能让你在一处查看各台机器的在线状态和 CPU、内存、磁盘占用，跨机器互传文件和剪贴板，实时操作 Linux 桌面，管理 GitHub 的 issue、PR 和 self-hosted runners，还能把任务直接派给跑在某台机器容器里的 agent，关掉窗口后会话仍在后台继续。所有能力同时以 MCP server 形式暴露，Claude Code、Codex 等 agent 可以借此检查你的机器、解释故障并动手修复。它复用你已有的 ssh 密钥、gh 登录和 Tailscale 网络，用 Rust 和 GPUI 构建，界面响应很快。适合同时维护多台开发机或 self-hosted runner 的后端、运维和 AI 工程师，尤其是那些把 Claude Code 等 agent 长期挂在多台机器上跑的人；只用一台笔记本的读者关系不大。

bootgpt 是一个把语言模型塞进硬盘主引导记录（MBR）的极客项目：开机后不加载任何操作系统，直接在 16 位实模式的 386 上跑一个 11.5 KB 的 int8 量化小模型，让它「做梦」出一段 Linux 启动日志——时间戳、PCI 设备、ACPI 事件，全是不存在的硬件。模型只有 8 字符上下文和一个隐藏层，输出质量约等于乱码版 dmesg，但字符级输出与 Python 模拟完全一致。整个推理引擎压缩在 510 字节的引导扇区里，权重和词表放在后续扇区，前向传播只用整数乘除完成。它属于 boot sector demoscene 的 sizecoding 传统，和 sectorllm 等项目一脉相承，只是走了「极致小而专」的路线。对多数从业者来说这更像行为艺术而非生产力工具，值得花两分钟看的是它展示的量化与整数推理技巧；真正会动手研究的是做底层推理、模型量化或对 demoscene 感兴趣的工程师。

这是一个由买方机构和高校联合推出的股票投资研究基准，用来检验 AI Agent 能不能在不偷看未来的前提下完成真实的投资研究工作。它把模型关进一个「时间冻结」的环境：语料库只包含某个历史截止日之前发布的财报、电话会、研报、持仓和新闻，共 343 万份文档版本，任何检索和计算都无法越界拿到之后的信息。任务由资深买方研究员设计，覆盖机会筛选、证据核对、盈利预测、估值决策、观点更新到完整研报，以及价格和波动率预测，共 86 项。评分不只看报告写得像不像样，还拆开检查证据链、假设、计算是否自洽，并把预测和后来的真实结果、模拟收益分开打分——比如让模型预测 Tesla 某季度交付量，分析满分但预测全错照样拿不到分。适合关注 AI Agent 在金融场景落地能力的研究员、做 Agent 评测的工程师，以及想了解大模型投资研究真实水平的从业者参考。

Ghostman 是一个跑在终端里的 API 调试工具，可以理解为 Postman 的轻量替代品：同样是构造 GET、POST 等 HTTP 请求、查看响应，但它不走 Electron 那套重型客户端，内存占用只有约 30MB，冷启动不到 200 毫秒，全程键盘操作，请求集合以纯文本存在本地，可以直接提交进 Git。它还内置了一个 webhook 监听服务，本地起一个端口就能实时抓取 Stripe、GitHub、Shopify 或微服务回调的 payload，省掉再开 ngrok 或 webhook.site 的麻烦，并附带 DNS、TTFB 延迟和状态码等指标。适合后端开发、接口联调和 DevOps 岗位里习惯终端工作流、反感 Postman 强制登录和资源占用的人；前端或纯 AI 岗位日常用 Postman 就够了，关系不大。

dylix 是一个装在 iPhone / iPad 上的 iOS 插件开发工作台，相当于把 Theos 那套越狱插件开发流程搬进了手机：你可以在手机上管理源码、编辑代码，调用内置的 Clang / LLD 和 Logos 语法，直接在本机编译出 dylib 和 deb 产物，还能用 libgit2 做本地版本管理并同步到 GitHub / Gitee。它内置 AI 助手，能按权限读取头文件、解释和修改代码、检查构建结果，普通聊天会话里也能直接创建项目并继续开发。此外还带 IPA 头文件导出、Mach-O 静态信息检查和离线崩溃符号匹配等分析工具，并支持通过局域网让电脑浏览器远程连接手机上的工作台。适合做 iOS 越狱插件或逆向分析的开发者，尤其是想脱离电脑、在移动场景下快速改代码和出包的人；如果你不碰 iOS 原生插件开发，这个项目和你关系不大。

LeanCast 是一个装在 Android TV 上的投屏接收端，相当于把电视变成一个干净的 DLNA/UPnP 播放器：手机端 Bilibili、爱奇艺、腾讯视频、优酷、夸克等 App 里点投屏按钮选中它，视频就全屏硬解播放，不插广告、不登录账号、不走任何云端，局域网内直接传输。它实现了标准的 UPnP MediaRenderer 协议，支持 HLS、MP4、MKV 等常见格式，遥控器上可以暂停、快进（长按会从 10 秒逐步加速到 5 分钟）、切换 0.75x 到 2.0x 的倍速，界面有中英文切换。适合家里电视自带系统广告多、投屏被强塞片头、或者用 Amazon Fire TV 这类盒子又不想被生态绑架的用户；对做 Android TV 开发、音视频协议开发的人也有参考价值——纯 Kotlin 实现了一整套 SSDP 发现、SOAP 控制和事件订阅。不支持 Samsung Tizen、LG webOS 等非 Android 系统电视。

这是一个给 AI Agent 用的技能包，让 Codex 或 Claude Code 直接帮你剪出一支卡点匹配剪辑（match cut）风格的产品宣传片：同一个形状或动作在不同世界之间延续，每一刀严格卡在音乐节拍上，最后落到产品主镜头和片尾 Logo。你只需用自然语言说「给新款水杯做一支 20 秒宣传片」，它会先确认生图工具连通并说明各环节计费，再收集产品信息和官方图，给出切入角度、分镜结构、文案和预算，然后可以选一口气交付或在方案、粗剪、成片三个节点分别确认，最终给你 1080p mp4、ProRes 母版和分轨。README 里有折叠屏手机和巨无霸汉堡两支试作案例可看效果。适合做品牌营销、短视频运营或独立开发者，想快速产出高质量产品宣传片又请不起专业剪辑团队的人；纯后端或算法岗基本用不上。

这是一套关于 Linux 恶意软件攻防技术的演讲与研究资料，按五个模块梳理了从用户态到内核态的完整攻击面：先是 LD_PRELOAD 和 ld.so.preload 这类动态链接劫持与进程隐藏（案例 Symbiote），再到用 memfd_create 绕过 noexec 挂载的无文件内存执行（案例 Kinsing 挖矿木马），接着深入 Ring 0，讲 ftrace 动态钩子和 DKOM 隐藏技术如何取代老式的 sys_call_table 改写（案例 Drovorub，APT28），第四部分覆盖 eBPF 的 fentry/fexit 攻击原语，包括静默内核追踪和零端口监听（案例 BPFDoor），最后落到防御侧的遥测不对称、内核 Lockdown、模块签名与 BPF 限制。每个模块都配有真实案例分析、架构图、幻灯片和检测逻辑片段。适合安全工程师、蓝队检测工程师、内核安全研究者以及需要理解 Linux 高级威胁的 SRE 阅读，普通后端或 AI 从业者关系不大。

StartLux-Prism 是 StartLux-Decision 系列决策模型的高性能推理引擎，可以理解成这类模型的专用 vLLM 替代品：它直接加载官方发布的 GGUF 量化文件，在 NVIDIA GPU 上提供服务，把每个问题拆解成对各个选项的校准概率，而不是只给一个文本答案。相比官方引擎，它在 H200 上延迟最高降低 5.3 倍，同时输出逐位一致——无论批量大小、GPU 数量还是是否命中前缀缓存，同一请求得到完全相同的概率，这对需要可复现结果的业务很关键。典型场景包括客服意图分类、结构化决策打分，比如一次请求对一段视频提出 24 个结构化问题，27B 模型 0.21 秒返回；4-bit 权重下 27B 还能在单张 32GB RTX 5090 上跑。适合需要部署 StartLux-Decision 模型做分类、决策或结构化输出的算法和推理平台工程师，尤其是对延迟敏感、要求结果可复现的线上服务；不涉及这类模型的读者关系不大。

GrainBrick 是一款跑在 TrimUI Brick 掌机上的颗粒合成氛围音色工具，简单说就是把任意音频采样打碎成细小颗粒再重新拼合，生成不断演化的环境音纹理，类似 Ableton Live 里 Granulator 那类工具的掌机版。它内置 ORBIX 生成式音符引擎，能自动产生随机音符序列，配合混响、延迟、shimmer 和磁带风格处理，让声音持续变化而不重复；也支持用机身麦克风录音、裁剪，并可通过 USB 输入输出音频。它明确不是 tracker 或传统循环器，而是面向即兴声音设计和氛围探索。和多数互联网或 AI 从业者关系不大，但如果你是音乐制作人、声音设计师，或正好有一台刷了 KNULLI 系统的 TrimUI Brick 想玩点生成式音乐，可以看看；注意它是闭源的公开测试版。

FieldCraft 是一个用纯 Rust 从零写的开源 CAE 仿真工具，可以理解为开源版的 Abaqus/ANSYS：输入参数化零件，自动做四面体和六面体网格划分，跑结构、传热和格子玻尔兹曼 CFD 求解，结果还会对照理论解校验。它目前支持大变形、塑性、超弹性等非线性隐式求解和显式动力学，也能生成 Abaqus、Nastran、LS-DYNA 的输入文件。比较特别的是，桌面端、命令行和 AI agent 走同一套命令，Claude 可以通过 MCP 一句话完成开件、网格、加载、求解并核对梁理论挠度的全流程。适合做结构/热/流体仿真的 CAE 工程师、计算力学开发者，以及想让 agent 自动跑仿真的 AI 应用团队；纯软件或业务开发岗位关系不大。

这是一个 Obsidian 插件，功能是「什么都不做」。作者的原话是：既然人人都在做插件，那我就做一个什么都不做的插件。它零依赖、零设置、零命令、零快捷键、零遥测，装上之后笔记不会有任何变化，作者还煞有介事地列了版本更新：v1.1「更少」、v1.2「暗色模式（本来就是黑的，只是你看不见）」、v1.3「微服务架构（依然什么都不做，但现在是分布式的）」、v2.0「带 AI 的 Nothing」。这显然是一个玩笑项目，README 里那句「Works in your head ✅」已经说明了一切。如果你在找真正有用的 Obsidian 插件，这个可以跳过；但如果你想在同事或朋友的 Obsidian 里装一个「看起来很厉害但毫无作用」的恶作剧，或者单纯想看看开源社区的幽默感，它倒是个不错的谈资。

FoldGit 是一款 macOS 原生的轻量 Git 客户端，用 SwiftUI 和 AppKit 写成，不走 Electron 路线，安装包只有几 MB。它把所有仓库折叠进一个侧边栏窗口，核心卖点是给 AI 时代做代码审查：当代码大量由 Agent 生成，你不再需要打开 IDE，只需一个安静的小窗口看清改了哪些文件、哪些行、有没有越界。它把 worktree 当一等公民管理，能自动发现关联 worktree，支持创建、锁定、一键合并清理，冲突用原生弹窗解决；diff 提供统一视图和并排视图，随窗口宽度自动切换，支持按 hunk 暂存、amend、revert 和提交模板，还能按提交或目录两种视角浏览带语法高亮的完整文件。适合每天需要在多个仓库和 worktree 之间切换、频繁审查 AI 生成代码 diff 的后端、客户端或全栈工程师，尤其是 macOS 用户；如果你很少做跨仓库管理或代码审查，它和你关系不大。

这是基于麦当劳中国官方 MCP 服务（mcd.cn 提供 30 多个原子工具，如查门店、查券、算价、下单）封装的 Agent 技能包，把零散工具编排成几条真正好用的业务流。它能帮你一句话拉出当月活动日历、按关键词只盯联名款并定时推送；点餐时枚举券和商品的候选组合、逐个真算价给出最便宜方案；办公室下午茶拼单时代录全员餐品、凑满减、分摊配送费打包费，直接出每人应付的账单；还能解析社媒隐藏吃法文案、按热量蛋白约束配餐、逐门店扫周边库存并锁单。所有下单领券等写操作都强制二次确认，不会让 AI 擅自花钱。适合麦当劳高频消费者、联名周边收集者和经常组织拼单的办公室点单人；对 AI 从业者来说，它也是「如何把一堆原子 MCP 工具编排成可用 Agent 流」的参考实现，其余岗位关系不大。

diff-tour 是一个只读的终端工具，把一次 git 变更变成可以左右键逐步翻阅的「导览」，让你像资深工程师那样读 diff。它会先用 git 导出变更前后的文件、diff 和提交信息，再调用你本机已有的 LLM 命令行工具（Claude Code、Codex CLI、Gemini CLI、Copilot CLI 等）生成一份讲解：这次改动为了什么、该重点看哪几个文件、老代码承诺的行为有没有被破坏、失败或重复执行会怎样、哪些问题必须修哪些只是建议，还会抛出「先猜答案再看解析」的思考题。生成过程中 LLM 只有只读权限，无法碰你的真实工作区，屏幕上展示的代码始终直接读自 git，不会照抄模型的输出。适合两类人：一是刚入职或接手陌生代码库、需要快速读懂别人 PR 的工程师；二是带新人的资深 reviewer，可以把它当教学脚手架。如果你平时不参与 code review 或不带人，关系不大。

sill 是一个专为 AI 编码代理打造的原生 Windows Bash 解释器，用 Rust 写成，可直接充当 bash.exe，让 Claude Code、Codex、opencode、Gemini CLI 等工具在 Windows 上执行命令时，行为与 Linux 环境一致，无需安装 Git Bash、MSYS2 或 WSL。它解决的是代理在 Windows 上跑命令时的常见翻车点：通配符和引号被错误展开、路径格式混乱、中文等非英文文本变乱码、每条命令弹出控制台窗口、后台服务卡住输出管道，以及缺少 make、rg、ps 等常用工具。项目自带公开测试集，在中文语言环境的 Windows 容器中，sill 的 106 项用例全部通过，而 Git Bash 只通过 72 项；实测搭配 Claude Code、Codex 等代理时，失败的命令调用数明显更少，耗时也更短。如果你在 Windows 上使用 AI 编码代理并常被 shell 兼容问题困扰，这个项目值得了解；不使用这类工具的人则关系不大。

这是一个面向 AI 绘画和角色设计的中文参考图库，把散落在日文原站的服装、脸型、姿势、深度图和二次元素材整合成一个可中文检索的静态网站。服装库收录写实与动画两套共两千多套衣装，可按季节、颜色、材质筛选；脸型库有近 1500 张虚构人物的五官与发型参考；姿势库和深度库各 1400 多张，线稿与灰度深度图按编号配对，方便处理肢体遮挡和透视；二次元库则带可直接复制的英文标签。实际用处是：写 prompt 时找不到合适的服装或姿势参考、画分镜需要多视角构图、训练或调试 ControlNet 类模型需要成对的线稿与深度图，都能在这里快速取图。对做 AI 绘画工作流、漫剧分镜、角色设计的画师和相关算法工程师比较有用；纯后端或不做视觉相关工作的读者关系不大。

OpenField 是一个跑在自己 GPU 上的本地创作工作室，底层全部通过 ComfyUI 工作流实现，每个功能界面背后都是一张可导出的 ComfyUI 图。它把文生视频、图生视频、FLUX.2 出图、单张图转带 PBR 贴图的 3D 模型、给无声片段配音、口型说话、放大到 1440p、HDR 母版输出等能力打包成一套完整流程，还支持最多挂四个自己的 LoRA、用 @cast 固定角色和道具、手机拍动作同步到角色、事后重新打光和改机位。比较特别的是 Stage 功能，用方块和人物在浏览器里摆镜头，再由 LTX-2.5 的 Layout-to-Render 模型渲染成运镜一致的成片；Scene 则让本地 LLM 把一段剧本拆成多个镜头自动剪成一条。所有渲染都在本地完成，不上传不烧点数，并提供 31 个 MCP 工具供 Claude Code 等 Agent 调用。适合做短视频、广告分镜、独立影视的概念验证和样片制作的创作者，以及想用 Agent 驱动视频生产管线的 AI 工程师；普通办公或纯文本开发的读者关系不大。

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。

BAIagent Director 是一个本地优先的 AI 商业顾问桌面应用，可以理解为「会做市场调研的商业分析师助手」。你把公司网站丢给它，它会自动去查你卖什么、客户评价、竞争对手和市场信号，并保留来源链接，把观察到的事实和假设建议分开呈现，最后产出一份带负责人、时间、预算逻辑、成功指标和止损条件的试点方案。它跑在 Windows 上，可离线读取本地文档，也能用 Ollama 或 Qwen3-4B 本地模型，不需要云端 API key。适合中小企业主、业务负责人或做增长咨询的人，在立项前快速验证一个想法值不值得投入；对纯技术岗位或不涉及业务决策的读者来说关系不大。

UrTV 是一套面向阿拉伯语用户的 Android TV / Google TV 定制方案，包含一个阿拉伯语主屏幕启动器和一个沙特风格的屏保：屏保显示时钟、希吉来历、礼拜时间与宣礼、斋月、球队赛程、天气和行情，背景是沙特风景；主屏则提供精简的常用应用行、输入源、Wi-Fi 和设置入口，应用名会自动显示为阿拉伯语。它还附带可逆的「安全提速」——关闭遥测、广告和演示内容，冻结后台应用，加快动画，但不卸载任何东西，也不碰 AirPlay、Chromecast 和语音功能，出问题时 5 分钟内自动切回原厂桌面。整个安装过程由 Codex 或 Claude Code 这类 AI 编程助手代劳，用户只需回答城市和常看的球队，全程约 40 分钟。适合想给家里 Android 电视做本地化改造的开发者、以及对 AI Agent 驱动设备配置流程感兴趣的人看看，与多数从业者关系不大。

Axion 1.0 是 ByteDance 开源的 Agent 基础模型训练方案，核心主张是只靠高质量数据和极简配方——两阶段 SFT 加 RL，不做 mid-training、DPO 或 on-policy distillation——就能训出前沿级 Agent 能力。它把整套流程都开源了：数据构造与过滤、两阶段 SFT、异步 RL、评测集准备与打分，训练数据也一并放在 Hugging Face。效果上，Axion 1.0-122B 在 HLE 上拿到 59.0、FrontierScience Olympiad 87.0，35B 版在 SEAL-0 上 62.2，多项指标与 GPT-5.6、Gemini 3.1 Pro、Claude 同档甚至反超。数据构造思路值得一提：推理题用 base model 的反馈不断加难，工具类任务则从公开数据源生成、参考答案可程序化验证。适合关注 Agent 训练方法论的算法工程师、想复现或改进 RL 流程的研究者，以及需要科学推理加工具调用能力的团队；只做应用调用、不碰训练的人关系不大。

omux 是一个用 SwiftUI 写的原生 macOS 终端，专门用来同时跑多个 Claude Code 和 Codex 编码 Agent。它解决的痛点很具体：开八个 Agent 就得开八个终端窗口来回切，逐个翻看哪个在等你授权，窗口一关对话就丢了。omux 把这些变成一个侧边栏仪表盘，每个会话显示正在工作、等你确认还是已完成，Dock 角标统计等待数量，Claude Code 的权限请求和 Codex 的审批直接在侧边栏点 Allow 或 Deny，不用切窗口。每个会话还能绑定独立的 git worktree 和分支，让并行 Agent 互不干扰，配套展示 PR 的 checks 和 reviews，失败日志一键回传给 Agent；会话对话可跨重启恢复，diff 可以逐行批注后汇总发回。适合同时驱动多个编码 Agent 的 AI 工程师和重度 Claude Code/Codex 用户，如果你只跑一两个 Agent，这工具和你关系不大。

Agent Standup 把你本地的 Claude Code、Codex、Mistral Vibe 会话文件变成一场实时动画「团队电话会议」：主 agent 发号施令，子 agent 加入通话、在工位上干活、共享屏幕再汇报进展，全程只读本地文件，不额外消耗 token。它能直观告诉你每个 agent 此刻在工作、在等待、卡住了还是在烧钱——命令跑超过一分钟会亮黄灯，三分钟没动静会打瞌睡，失败的工具调用有红色计数，每个 agent 的 token 消耗（含输入、输出、缓存写入）也按模型分别标出。提供 VS Code 扩展、终端命令和 macOS 桌面应用三种形态。适合经常并行开多个 AI 编程会话、用子 agent 分工的开发者，尤其是想盯住「哪个子 agent 最贵、哪个卡住了」的人；如果你只开单个会话、不用子 agent，这工具和你关系不大。