ViralWave Studio 是一个把社交媒体内容生产自动化的 AI 平台，你可以把它理解成「批量生成加定时发布的营销助手」：把你的网站链接贴进去，它会爬取你的业务、语气和卖点，直接生成一整个月约 50 条带文案和配图的帖子，涵盖教育、幕后、口碑、故事和促销等类型，你只需像刷照片一样逐条批准、跳过或让 AI 修改，然后连接 Facebook、Instagram、LinkedIn、X 等八个平台自动发布。它还提供 AI 配图、短视频生成、SEO 博客、RSS 转帖子和数据分析，并支持通过 MCP 把 Codex、ChatGPT、Claude 直接连到你的账号。值得看的是本地服务业老板（餐馆、诊所、美容院等没有专职营销人的小商户）、靠内容吃饭的创作者和教练，以及需要给多个客户批量排期的营销代理和自由职业者；如果你不做社媒运营，和你关系不大。

Cheatcode_ 是给 Claude Code、Codex、Cursor 这类 AI 编程工具「一键加技能」的商店加安装器。很多非开发者——产品经理、分析师、老师学生——听说 AI 应用能学会新技能、连上自己的工具，却卡在 GitHub 仓库、终端命令和 JSON 配置上；它就是夹在中间的那层：用大白话解释每个技能包和 MCP server 是干什么的，按岗位和工作场景（参考 O*NET 等职业框架）分类，点一个按钮就装进你选的 AI 应用，装之前会核对每个文件与源仓库的哈希是否一致，装完留有回执可精确卸载。目前索引了三千多个技能仓库、MCP server 和插件，覆盖 11 款 AI 应用，559 个 MCP server 在无凭据容器里实测过才上架。开源部分是 Mac 安装器、包格式和三个技能包（需求文档、发布沟通、合规规格）。值得看的是产品经理、业务分析师这类要靠 AI 干活但不想碰命令行的人，以及做 Agent 技能、MCP 生态分发的开发者；纯写代码的工程师关系不大。

CicaTavern 是一个跑在自己设备上的 AI 角色扮演客户端，可以理解为 SillyTavern 的 Agent 化替代品：导入你已有的角色卡、世界书和预设，接上自己的模型 API（DeepSeek、Claude、OpenAI、Ollama 等）就能玩。它把提示词按缓存友好方式组织，长对话里每轮大部分内容按更便宜的缓存价计费且响应更快，右侧面板会实时显示命中率和花费；上下文压缩后丢失的细节会写进记忆书，剧情再提及时自动召回，且不破坏缓存。此外它支持一键配图、旁白与对白分声线朗读、视觉小说式演出界面，角色的脸和服装保持一致，还有一个逐步提问帮你写完角色卡的引导式创作者。适合重度 LLM 角色扮演和网文互动写作的玩家，以及想降低长对话 API 成本的开发者参考其缓存与记忆设计；普通从业者关系不大。

这是一套面向 AI Agent 的合规工作技能库，把资深 GRC（治理、风险与合规）从业者做各类合规事务的方法写成了 65 份 SKILL.md，Claude Code、Codex、Cursor 等支持该格式的 Agent 都能直接读取使用。它覆盖 ISO 27001、SOC 2、GDPR、EU AI Act、DORA、NIS 2 等框架下的常见工作：差距评估、适用性声明、风险登记册、审计准备与应对、证据整理、供应商管理、隐私文档、AI 系统盘点、事件响应等，Agent 负责起草、搜集和交叉核对，而范围界定、风险接受、最终签字等判断明确交还给人。比如让 Agent 读取你手头的合规材料，它能盘点现状、挑出最该补的 10 项技能并写出 30 天整改计划。适合安全合规负责人、隐私专员、内审人员，以及需要准备 ISO 27001 或 SOC 2 审计的创业公司技术负责人；纯开发岗位关系不大。

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。

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。

decision-cascade 是一个本地运行的决策引擎，思路是不让 LLM 生成自由文本，而是把状态编码成特征后由专门的决策头直接输出三种类型化结果：是/否（Noul）、选项（Choice）、分数（Score），每个答案都带概率分布和置信度，可校验、可校准（内置 ECE/Brier 指标）。相比让模型「想一段话再回答」，它没有自回归生成，延迟低且确定，一次前向就能并行处理多个问题。它对标付费 SaaS 产品 Jev，但完全开源、数据不出本机，还支持用自己领域的标注数据微调决策头（SFT + RLCD）来优化校准质量，并兼容 Cloudflare Clef、Perplexity 等项目共用的 SystemOne 协议，可当网关转发。适合需要在产品里做可审计、可校准的分类或打分决策、又在意隐私和成本的后端/AI 工程师；项目尚在 beta，开箱权重是随机的，需要自己标注训练，只想拿现成模型直接用的人会失望。

这是一个把你的手写笔记变成真正可用字体的实验项目。作者把 120 页手写的 Computer Networks 课堂笔记交给 Claude Code，一个提示词跑了一小时、花了 13.68 美元 API 费用，就生成了一套 OpenType 字体。流程大致是：从照片里分离墨水和纸张、切分字母、人工转录 704 个单词做对齐，再沿笔画路径重新描出每个字母，最终得到 2479 个字形样本。成品每个字母有 2 到 3 个来自不同页面的真实变体，打字时自动轮换，连写的字母不会显得像盖章，还带连字、字距调整和多种符号覆盖，可直接用于网页或安装到 Figma、Word 里。对做设计、前端或喜欢折腾 AI 工作流的人来说，这是个很直观的「视觉识别加生成式 AI 落地」案例；只想找现成字体用的人，下载即可，和多数从业者关系不大。

varelyo/ui 是一套开源的 React 组件库，定位类似 shadcn/ui：代码直接放进你的项目里，由你拥有和修改，而不是装一个黑盒依赖。它提供带 TypeScript 类型的组件 API、分层的设计 token（核心、语义、组件三层），以及统一的扩展模式，方便你基于它搭自己的设计系统。它特别强调「AI-ready」——组件结构和命名对 AI Agent 友好，让 coding agent 更容易理解、复用和扩展这些组件。适合正在搭建内部设计系统、或希望让 AI 编程工具更高效生成前端代码的团队。如果你是前端工程师、负责设计系统的架构师，或者在用 Cursor、Claude Code 等工具做 React 开发、希望生成的 UI 更规范一致，值得花几分钟看看；纯后端或非前端岗位关系不大。

Cascade 是一个给 AI 编码助手（如 Claude Code、Codex、opencode）用的 agent skill，专门解决多张工单、多个 agent、多个仓库同时推进时的协调问题：哪些任务现在能开工，还缺什么证据。它维护一张依赖关系图，自动算出当前可执行的任务前沿，并为每个任务生成简短的实现提示词和跟进提示，方便直接复制给 agent 执行。同时它会生成一个离线可用的 HTML 追踪页面，把工单状态、负责人、阻塞原因、验收标准和提示词集中在一起，且把准备、执行、测试、CI、部署、验收等状态严格区分，避免「看起来做完了其实没验收」的假象。会话中断或上下文被压缩后，它还能通过稳定的工作区定位和指纹校验恢复继续。适合需要让多个 agent 并行处理一批 issue、又担心交接丢上下文的工程负责人和 AI 编码重度用户；如果你只是单人单任务写代码，关系不大。

这是一个把 AI 团队做成 3D 虚拟办公室的营销自动化工具：你在浏览器里看到文案、SEO、设计、视频等角色的虚拟形象在工位上干活，协调员会走过去派任务、把结果送到你面前。它基于 Claude Code 和你自己的 Claude 订阅运行，内置 Kanban 任务流（待处理→进行中→待审批→修改→完成），所有产出必须经你批准才发布，还支持 Telegram 语音派单、群聊 @协作，以及本地视频剪辑（Whisper 转写、去静音、字幕）。适合需要持续产出社交媒体文案、落地页、SEO 文章和营销素材的小企业主、独立营销人和自由职业者——尤其是想用 AI 组建一支「营销小队」又不想自己写脚本编排的人；纯技术岗或不涉及营销内容生产的人关系不大。

DSHAPP 是把 DeepSeek 的 AI 编码 Agent（DSH，DeepSeek Harness）完整搬进 Android 手机的客户端：内置 Termux 环境跑 Node，Node 上跑 DSH 引擎，WebView 加载官方 Web GUI，界面与桌面端完全一致，不是阉割版。它提供完整的 Agent 能力——bash 执行、文件读写、grep/glob 搜索、终端 PTY 都能用，还能让模型自己看屏幕、点按钮做端到端自测，甚至有悬浮球随时唤起。适合想在通勤、出差等没有电脑的场景下，用手机继续让 AI 改代码、跑脚本、查仓库的开发者；由于只能侧载、包体较大（137–216 MB）、仅支持 arm64，普通用户和非技术岗位基本用不上，主要受众是重度依赖 AI 编码工具、愿意折腾手机环境的工程师。

这是一个把 Qwen 网页版能力转成标准 API 的自托管网关，可以理解为 Qwen 版的 one-api：它把 Qwen Web 的对话、生图、生视频包装成 OpenAI、Anthropic、Gemini 三种兼容协议，让 Claude Code、Codex 等只认这些协议的客户端直接调用 Qwen。本仓库是原项目 YuJunZhiXue/qwen2API 的多语言分支，唯一改动是给管理后台加了英文和土耳其语界面，代码主体与原版一致。它自带账号池，支持多账号轮换、按账号限流和聊天/图片/视频分别冷却，还提供本地 WebUI 管理账号、下游密钥和模型测试。适合想低成本接入 Qwen、或需要把 Qwen 包装成标准接口给团队复用的后端和平台工程；只关心模型效果、不自己搭服务的读者可以跳过。

DishwasherBench 是一个把洗碗机装碗做成物理模拟游戏的 LLM 评测基准，游戏名叫 Spotless。它基于一台真实 Bosch SMV4HAX40G 洗碗机的实测数据建模，玩家（或模型）要把餐具摆进碗篮，随后模拟 Eco 50 程序的水流、污渍和洗涤剂作用，摆得干净就得分；从第二关起容量不够，必须取舍放什么、怎么放。它的核心价值在于确定性和可复现：同样的摆放每次结果一致，每个 episode 都能回放验证，还内置了 46 项来自文献的洗涤现象作为校验。人可以在浏览器里玩，语言模型则通过 MCP 用同一套动作接口操作，七关难度递增，适合横向比较模型的空间推理与规划能力。对做 Agent 评测、LLM benchmark 设计或关注具身/物理交互的研究者来说值得一看；普通工程岗位或只想找生产工具的读者关系不大。

Murmur 是给 Hermes Agent 做的一层图形界面，让跑在自己硬件上的开源 AI agent 变成普通用户也能用的产品：不用碰终端和配置文件，打开浏览器或桌面客户端就能和它聊天。它能创建多个带不同人格的 agent，从 Researcher、Writer、Coder 等模板起步，接入 Notion、Linear、Todoist、Figma 等几十个应用，还能通过 WhatsApp、Telegram 或手机网页随时找到它们；多个 agent 可以放进同一个房间协作，用 @ 单独点名，涉及删除文件等敏感操作时会先用大白话征求同意。模型侧支持 ChatGPT 订阅、Ollama、OpenRouter、OpenAI、Anthropic 等，可随时切换。适合想在本地或私有服务器上长期跑个人 agent、又不想折腾命令行的产品经理、独立开发者和 AI 爱好者；如果你只用云端 ChatGPT，或不打算自托管 agent，这项目和你关系不大。