SoftJL 是一个把软件需求文档自动转成 UML 图、测试用例和可编辑 Word 规格说明书的工具，带需求追溯能力，可自托管并接入自己的 AI 模型。它主要面向软件工程课程设计和毕业设计场景：你把需求描述丢进去，它能生成用例图、类图等 PlantUML 图表，产出测试用例，并生成能继续手工修改的 Word 文档，同时保留需求到设计再到测试的追溯链，方便答辩时解释「每条需求是怎么被覆盖的」。对互联网和 AI 行业的从业者来说，如果你在带实习生做课程项目、或者团队里需要快速把粗略需求整理成规范文档和测试基线，可以看看；但如果你日常做的是模型训练、推理服务或业务开发，它和你的核心工作关系不大。

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。

Prevue 让 AI 编码 agent 直接「看见」它写的 Jetpack Compose 界面：保存代码后约一秒，浏览器里的 Compose Preview 就会重绘，无需打开 Android Studio、无需等 Gradle 构建。它解决的是 agent 开发 UI 时的循环痛点——以前 agent 改完代码，开发者要自己开 IDE 看效果、截图、再转述问题，人被卡在循环中间；现在 agent 保存、拿到渲染图、对照 Figma 设计稿或截图自行比对修改，人只需最后在浏览器里验收。它还支持交互模式，agent 能模拟点击拖拽并拿到新画面；点击预览中任意元素可直接定位到对应文件和行号，方便把问题精确指给 agent。每个 worktree 有独立轻量守护进程，内存占用约为 Android Studio 的六分之一，多个 agent 并行互不干扰。适合正在用 Claude Code、Codex 等工具做 Android 或 Compose Multiplatform 开发、且被 IDE 占用和反复截图折磨的工程师；不做 Compose 开发的人关系不大。

Facade Code 是一个基于 VS Code 的分支版本，核心卖点是把 Claude Code、Codex、Antigravity、Muse Code、Qwen Code 等各家原生 Agent CLI 装进同一个窗口并行工作。它把每个功能需求对应成一个 git worktree，一个 worktree 下可以同时挂多个 Agent，分别负责写代码、写文档、做设计和互相 review，Agent 之间还能互相发消息、互相解卡，你也能随时插手任何一个终端。两种协作模式：Super Engineer 模式下你自己直接指挥多个 Agent，适合需求还在探索、想亲自把关设计决策的场景；Super Team 模式下你只对接一个「技术负责人」Agent，由它拆任务、定接口、开子 Agent 并行实现，适合边界清晰的大功能。适合日常已经在用多个 coding agent、同时推进多个项目和功能的资深工程师或小团队技术负责人，如果你只用单一 Agent 或不做多任务并行，关系不大。

open-sesame 是一套给 Claude Code 用的渗透测试技能包，本质是一组 Markdown 指令加少量辅助脚本，把 Claude 变成一个按流程干活的渗透测试员。它包含两个技能：web-pentest 针对单个 Web 应用或 API，按 OWASP WSTG 走完侦察、配置、认证、访问控制、注入、业务逻辑等测试；net-pentest 针对网络和基础设施，覆盖端口扫描、漏洞识别、提权、横向移动，甚至 Active Directory 的 Kerberoasting、BloodHound 等攻击路径。实际用起来，你只需对 Claude 说「测一下我自己的 staging 站点」或「扫我实验室网段」，它会先确认授权范围，再逐步验证漏洞并生成面向工程师和管理层的两份 PDF 报告。适合安全工程师、AppSec 从业者以及做 bug bounty 或 CTF 练习的人，用来加速授权范围内的渗透测试流程；对不涉及安全工作的开发者来说关系不大。

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。

stalemap 解决的是 AI 编码助手的一个通病：模型的训练数据有截止日期，而你项目里锁定的依赖版本往往更新，于是 agent 会按旧 API 写代码，比如对着 AI SDK 7 用 `maxSteps`、对着 zod 4 用 `required_error`。它会找出模型训练截止之后发生变动的依赖，把类型变更和 changelog 摘成一段简短说明写进 AGENTS.md 或 CLAUDE.md，让 agent 开工前先读到；编辑代码后还会跑类型检查，一旦用了过时 API 就立刻把编译错误和对应说明推给 agent；另外提供一个 MCP 工具，agent 可以用自己的话查询某个包的变更。支持 Claude Code、Cursor、Codex、OpenCode 等，适用于 JavaScript 和 TypeScript 项目。官方基准测试显示，用它之后 agent 任务通过率从 68% 提升到 89%。日常用 Claude Code 等工具写 Next.js、React 或 Node 项目的前端和全栈工程师最值得看，尤其是经常被依赖升级坑到的场景。

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。

TypeLeast 是一款语音输入工具，按住快捷键说话，先用本机的 SenseVoice 等模型把语音转成文字，再调用你自己的大模型 API Key（如 DeepSeek、智谱 GLM、Kimi）把口语整理成通顺的书面语，直接写进当前光标处，支持 macOS 和 Windows。它解决的是「打字慢、语音输入又太口语化」的麻烦：比如开会时想快速记一段想法，或者写邮件时懒得敲键盘，说完一段话它会自动去掉重复、理顺语序，还能纠正听错的专有名词和术语。除了听写，它还有翻译模式（一次调用完成整理加翻译，支持 10 种目标语言）和提示词模式（多轮补充后生成完整需求文本）。识别完全在本地跑，不联网，历史记录加密存在本机。适合经常需要大量文字输入的岗位，比如写文档、做笔记、跨语言沟通的从业者；如果你平时很少打字或不需要语音输入，那和你关系不大。

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。

wuch-ai 是一个生成式 UI 工具：你在右侧聊天框说一句话，左侧画布就会实时渲染出对应的交互界面，不用拖拽搭建，也不用手写前端。比如你说「做一个 Q3 销售页」，图表、表格和控件会流式长出来；拖动滑块、勾选选项这类操作在本地直接生效，不会额外调用一次模型。它能用来快速做产品数据看板、带地图路线的展示页、可编辑的销售表格，也能导入自己的 Excel 让 AI 帮你分析目标和预算，会话、记忆和知识库都留在你自己这边。适合想用自然语言快速搭原型的前端和产品工程师，或者需要给内部工具做临时界面的 AI 应用开发者；如果你不涉及界面生成场景，和多数人的关系不大。

这是给国产武侠游戏《活侠传》做的一个全能 Mod，装上后游戏里会多出一个「咖啡伴侣」面板，把剧情回顾、分支选择、数值修改、随时存档这些常用外挂功能整合到一起，比如可以一键快进读过的对话、回退到剧情判定前重选、给存档写备注。它最有特色的部分是 AI 陪玩：用自己的 API Key 接入 DeepSeek、Kimi、通义千问、Claude、本地 Ollama 等大模型，既能当攻略助手查询任务触发条件、分岔对白、各路线好感合计和结局，也能让九位可结缘女主角和大师兄唐布衣用角色口吻和你聊天，立绘表情还会跟着对话变化。适合《活侠传》玩家、想研究剧情分支和数值设计的同人作者，以及对 Unity 游戏 Mod 开发（BepInEx + Harmony）感兴趣的人；不玩这款游戏或不关心 Mod 开发的读者可以跳过。

这是一套让 Claude Code 和 Codex 共用同一份记忆、互相看到对方最新消息的配置框架，本质是把两个独立的 AI 编程助手串成一个团队：你在其中一个里说的任务，换到另一个继续时不用重复交代背景。它围绕这套共享记忆做了不少周边能力，比如每次会话启动自动加载你的 hot.md 和历史上下文，笔记库支持按语义、关系图谱和图片三种方式检索，会话开始前自检工具链并在出问题时给出修复提示，还能通过私有 GitHub 仓库做桥接，让手机在笔记本合盖后继续接收和投递想法。对日常重度使用 Claude Code 或 Codex 的开发者来说，它解决的是「每次开新会话都要重新解释一遍项目背景」「两个工具各记各的」「笔记散落各处搜不到」这类真实痛点。如果你是每天在终端里跑 AI 编程助手、同时维护大量个人笔记的从业者，值得花几分钟看看；只是偶尔用用 AI 编程工具的人，和你关系不大。

Decks 是一个把幻灯片制作交给 AI 编程助手的工具：你在某一页幻灯片下面留一条评论，Claude Code 或 Codex 就会直接改这份 deck，并把改动说明、追问或保留理由回写在那一页上。每份 deck 就是本地的一个 HTML 文件，浏览器打开即可放映和导出 PDF，还能生成客户可评论的 Review 版本再把反馈收回。除了让 agent 改稿，它还内置了几项演示质量检查（五秒/十秒测试、标题测试、横纵向逻辑流），以及 Focus、Scroll、Sorter、Checks 四种视图，新 deck 会先问你主题和受众再让 agent 起草初稿，也支持导入已有 PowerPoint 或 PDF。对经常做咨询方案、培训材料或对外提案的顾问、独立顾问和需要频繁产出 deck 的从业者来说，这基本是把 PowerPoint 的排版体力活外包给 agent，值得试；只偶尔做 PPT 的人关系不大。

OpenGenieMaster 是智元 AGIBOT 具身 Agent 框架 GenieMaster 的社区开源复刻，核心思路是把 Claude Code、Codex 这类编码 Agent 变成机器人的大脑：Agent 通过一套名为 EEP 的具身执行协议（以 MCP 服务器形式暴露）下发动作、读取物理反馈、在中断后从断点续接任务，并把每次作业的经验反思进可版本化的长期记忆，全程不改动策略权重。它解决的麻烦是多机器人长时作业中的连续性和安全性——任务与机器人绑定、带依赖关系，支持机队派工与交接；每次请求都经过安全联锁，机器人未停稳、标定失效、有人闯入工作区都会被拒绝。内置的语义仿真器显式建模价签遮挡、夹爪松脱、人员闯入等七类失败机制，可跑回归基准。适合关注具身智能、多机器人调度和 Agent 落地的算法与平台工程师，以及想研究 VLA 策略外挂 Harness 的人；纯软件或后端开发者关系不大。注意它尚未在真机验证，协议也与官方不保证兼容。