A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.
Hi, Sign In     Register Now     Forgot Password
Current Path：AIPMClub Product Sharing This

9/22 开源速递：跨 Agent 记忆、离线知识服务器、手机取证排查

2026-09-27 Category: Product Sharing Views()

今天六个仓，按「要不要装」写：解决什么问题、适合谁、限制在哪。白话为主，整篇只留两条上手命令。金融与取证相关会把合规边界写清楚。

akitaonrails/ai-memory：换 Agent 也不丢长期记忆

akitaonrails/ai-memory（约 7728★ · Rust · MIT）

ai-memory

Claude Code、Codex、Cursor 换着用时，最烦的是每次重新讲项目背景。ai-memory 给这些编程 Agent 做一套可共享的长期记忆与任务交接：项目知识能共用，个人交接信息可隔离；事实源是 Git 管理的 Markdown，数据库只做索引。默认不依赖额外 LLM API，也能搜索、经 MCP/HTTP 访问，并做跨 Agent handoff。

适合谁：长期维护同一代码库、经常切换多个编程 Agent，又想自托管记忆系统的人。

要注意：记忆里会进提示词、工具调用和项目内容。默认只绑本机；放到局域网或公网必须补认证和 TLS。Windows 原生仍偏实验，官方更推 WSL2。

想拉镜像看一眼：docker pull akitaonrails/ai-memory:latest

anthropics/financial-services：金融流程模板，不是自动下单

anthropics/financial-services（约 35858★ · Python · Apache-2.0）

financial-services

投行、研究、私募、基金运营里有大量重复分析。这个仓库把 Pitch、财报审阅、估值、对账、KYC 等工作流整理成可装的 Claude Agent、Skill 和数据连接器，也能接 Morningstar、FactSet 一类数据服务。它跑在 Claude Cowork / Code 或 Managed Agents 上，是参考模板，不是交易系统。

适合谁：已在用 Claude 企业工作流，且有合资格人员做复核的金融或运营团队。

要注意：输出必须经专业人员审核，不能当投资、法律、税务或会计意见。数据连接器的订阅和权限费用不在仓库里。没有人工把关，就不要当生产流程。

Crosstalk-Solutions/project-nomad：离线优先的知识与教育服务器

Crosstalk-Solutions/project-nomad（约 37896★ · Shell · Apache-2.0）

project-nomad

弱网或断网时，还想用百科、课程、地图和本地问答，就得自己养一台知识机。Project Nomad 把离线 Wikipedia/电子书、本地 AI 对话与检索、课程平台、离线地图和笔记收进一套可装的服务器；装的时候要联网，之后可以离线跑。偏 Homelab 和教育场景。

适合谁：家庭服务器、离线教学、灾备，以及在意数据留在本地的人。

要注意：只面向 Debian 系（文档推 Ubuntu）。默认没有内置登录，别直接暴露公网。要跑本地模型和大量离线资料，内存和磁盘会很快上去；基础配置和「带 AI 的舒适配置」差一截。

mvt-project/mvt：排查手机上的已知入侵迹象

mvt-project/mvt（约 13622★ · Python · 基于 MPL 的改版许可）

mvt

怀疑设备被针对性攻击时，需要从备份和诊断包里提痕迹、对照已知 IOC。MVT 面向 iOS/Android 取证：分析备份、文件系统 dump、sysdiagnose、AndroidQF 采集结果等，用 STIX2 指标做比对，结果可输出为 JSON。它是取证工具，不是「一键证明手机安全」的消费级 App。

适合谁：数字取证、安全研究、经授权的调查机构技术人员。

要注意：必须在数据所有者明确同意下使用；不得用于非自愿对象。没有命中公共 IOC，不能排除新型或未公开攻击；Android 能拿到的数据往往少于 iOS。许可证带同意条款，未必符合常见「开源」定义。

本机安装常见写法：pip3 install mvt

Panniantong/Agent-Reach：让 Agent 去读全网，少装一堆平台工具

Panniantong/Agent-Reach（约 84398★ · Python · MIT）

Agent-Reach

Agent 要查网页、视频、GitHub、RSS 和各社交平台时，工具链很容易散成一地。Agent-Reach 用一条 CLI 把多渠道接进去：公开网页、YouTube、RSS、公开 GitHub 等相对好上手；X、Reddit、小红书等常要登录态或 Cookie。兼容能跑命令行的常见编码 Agent。项目侧强调少靠平台官方 API 计费，但并不等于零成本、零风险。

适合谁：需要 Agent 做跨平台检索、字幕提取、社区信息汇总的开发者和研究者。

要注意：强依赖第三方工具和平台反爬策略，渠道可能突然失效。Cookie 有封号和泄露风险。仓库相关安全讨论提过凭据可能经命令行、日志、配置输出等路径暴露，投产前要核对修复状态。不要从 PyPI 误装同名无关包。

yynxxxxx/Codex-X：Codex 桌面/CLI 的可视化管家

yynxxxxx/Codex-X（约 3712★ · Rust · MIT）

Codex-X

Codex 的 Prompt、供应商、会话、Skills、MCP 和配置文件散落各处时，切换成本很高。Codex-X 做成可视化管家：管模板、切换官方登录与第三方 API、整理本地会话、装和管理 Skills/MCP，也能看本地 Token 使用趋势。前提是你已经在用 Codex。

适合谁：同时开多个模型供应商、Prompt 模板或 MCP/Skills 的 Codex 用户。

要注意：它会直接碰本地认证和配置，API Key 与登录态要当敏感凭据看。会话删除不可恢复。macOS 未签名包可能被系统拦截。仓库含部分敏感用途模板，只能在合法授权范围内使用。安装包见 Releases 页面。

今天若只动一个：多 Agent 记忆看 ai-memory；自托管离线知识看 Project Nomad；已经在用 Codex 看 Codex-X。金融模板和取证工具门槛与合规都很重；Agent-Reach 能力面大，安全与平台稳定性要自己扛。

Like(0) 打赏
未经允许不得转载：AIPMClub » 9/22 开源速递：跨 Agent 记忆、离线知识服务器、手机取证排查
Share To

相关推荐

热门文章

快讯

  • 9/28 开源速递：TS 编成原生、清磁盘、本地配音

    昨天榜上还是大厂给 Agent 搭工位。今天我想换一批：有人把 TypeScript 直接编成原生程序，有人在 Android 上把 YouTube 客户端折腾得更顺手，还有人在非越狱 iPhone 上硬跑 Windows 游戏。另外两个解决的是更日常的疼：磁盘被什么吃满了，以及 Agent 上下文太贵。

    老规矩，每个说清它解决什么、适合谁、坑在哪。星数是 9 月 28 日上午在仓库页看到的，只是个大概。

    1. vercel-labs/scriptc：把 TypeScript 收成不带 Node 的二进制

    scriptc

    约 5400 星，Apache-2.0，挂在 Vercel Labs 名下，徽章也写着这是实验项目。它用 TypeScript 自己的编译器做解析和类型检查，然后把代码编成中间表示、可读的 C、LLVM IR，一直到汇编、目标文件、原生可执行文件，或 WASI 的 WebAssembly。静态能编过的程序跑起来不依赖 Node；编不动的地方会给出诊断。遇到 npm 包或大量 any，可以显式打开动态模式，把 quickjs-ng 嵌进去。

    适合想把脚本或小 CLI 收成一个文件分发、又懒得重写 Rust/Go 的人。文档站在 scriptc.dev，装编译器本身是：

    npm install -g scriptc

    坑也很直白：要 Node 24 以上；它不是「任意 TS 都能无痛编译」，覆盖的语言特性和 Node API 是一份清单，不是完整 Node。跨到 WASM 还要自己装 Zig。当玩具和试点可以，别拿去赌生产关键路径。

    2. InfinityLoop1308/PipePipe：NewPipe 加强版，Android 上看视频少一层烦

    PipePipe

    约 6600 星，GPL-3.0。它从 NewPipe 那条线长出来，自己的说法是更快、更稳、功能更多。SponsorBlock 可跳广告段，能接 Return YouTube Dislike，显示未本地化的原标题，直播聊天可以叠成弹幕，支持 AV1/VP9，也能后台当音乐播放器。按关键词或频道过滤、屏蔽 Shorts、手势快进和长按倍速这些，都在 README 里写清楚了。F-Droid 和 IzzyOnDroid 都能装。

    适合已经在用 NewPipe、还想少点广告和 Shorts 的 Android 用户。不想装 Google 那套官方客户端的人也可以看一眼。

    坑在于它吃的是非官方接口。YouTube 或 B 站一改，播放和登录就可能挂，得等更新。仓库说登录 cookie 只会用在你勾选的功能上，但账号凭证进第三方客户端这件事本身就有封号风险，敏感号别登。协议是 GPL，改了再分发要守条款。

    3. willfaust/Madeira：非越狱 iPhone 上跑 Windows PC 游戏

    Madeira

    约 840 星，GPL-3.0-or-later。作者把 Wine（ARM64EC）、FEX-Emu 的 x86-64 翻译，和 DXMT 的 D3D11 到 Metal，塞进同一个 iOS 进程里跑。README 点名 Thumper 和 ULTRAKILL 已经可玩，别的有的能进游戏但帧率很低，有的会莫名退出。它自己写得很清楚：这是研究项目，不是产品。

    适合懂侧载、愿意跟 JIT 和签名搏斗的人。开发环境写的是 A15 那档机器；要用 StikDebug 一类工具挂上调试器才能开 JIT；免费 Apple ID 的描述文件七天过期，得重装，不过应用容器可以留着。别指望上架 App Store。

    坑不用我夸大：兼容列表很短，手柄映射还在补，子模块是作者自己的 fork，Wine 那边还按 LGPL 条款改成了 GPL。只想「手机畅玩 3A」的，现在合上页面就行。

    4. tobi/disktree：磁盘被谁吃满了，用 treemap 一眼看完

    disktree

    约 1600 星，MIT，Rust 加 GPUI。默认扫家目录，按真实占盘画成嵌套色块，可键盘可鼠标往下钻。想删的先标记，核对名单再动手，删之前永久路径还会再问一次；空闲空间一直挂在旁边。它是冲着 Omarchy 桌面去做的，跟系统主题；也有 macOS 和 Windows 的发布包。仓库 9 月 24 日才建，提交还很勤。

    适合 Linux 上磁盘突然告急、又不想在终端里一层层 du 的人；用 Omarchy 或 Arch 的对上了口味。Mac 用户也能用，但要额外给完全磁盘访问权限，才能看见邮件、消息这些位置。

    坑：编译要比较新的 Rust（仓库钉了 1.97），还要 GPU 能跑 GPUI。macOS 若没公证，Gatekeeper 会报「已损坏」，其实是隔离属性，清掉就能开。APFS 上的克隆文件它按整份计量，删了不一定省那么多。项目太新，交互以后可能会改。

    5. headroomlabs-ai/headroom：先把上下文压瘦，再送给大模型

    headroom

    约 7.4 万星，Apache-2.0。第三方榜上有时还写着旧路径 chopratejas/headroom，点进去会跳到这个组织名下。它做的事很具体：在本地压缩工具输出、日志、RAG 片段、文件和对话，再交给模型；库、本地代理、headroom wrap 包一层常见编码 Agent、MCP 服务都有。官方用自己的基准表写：代码搜索结果大约少 21% token，事故排查那种又臭又长的日志场景大约少 57%。重复的 JSON 和日志能压得很狠，已经很密的散文就几乎压不动。

    适合 Claude Code、Cursor、Codex 一类工具经常把上下文撑满、账单难看的人。压缩声称在你机器上完成，不把内容送到别处去做压缩。

    坑是有损。官方 demo 强调关键的 FATAL 行能留下，评估集上数学和事实题也看不出明显掉点，但这不等于你的业务日志永远安全。务必用自己的流量跑他们的 savings 统计，别只看宣传数字。wrap 会改 Agent 侧配置，还会拉一些配套组件，升级前最好看一眼变更。

    6. debpalash/VoiceStudio：本地跑的声音克隆和配音台

    VoiceStudio

    约 4.0 万星，AGPL-3.0。定位是开源、尽量本地的 ElevenLabs 替代：声音克隆、文字描述出声线、视频配音、听写、有声书和批量任务。现在桌面端是 Electron，旧的 Tauri 壳已经退役。模型要另下，硬件需求随引擎变；也有本地 API 和 MCP，给 Agent 接声音能力。

    适合想把配音和克隆留在自己电脑上的创作者，以及愿意为模型腾出内存和磁盘的人。官方有中文 README 和各平台安装文档。

    坑分三层。协议是 AGPL，若改完再对外提供网络服务，法务要先看。模型本身还有各自的许可证。别拿别人的声音做克隆，除非你有明确授权。机器只有 16GB 又开着一堆浏览器时，后端容易被系统挤到 CPU 或直接断掉；第一次生成本来就会慢一截，别刚装上就判死刑。

  • 9/26 开源速递：管住一群 Agent、A 股研究台、Vault 开源分支

    今天的榜单很有意思。六个仓库里有四个都在回答同一个问题：手上的 AI Agent 越来越多，怎么把它们管住。剩下两个一个是 A 股研究工具，一个是 Vault 的开源分支。

    我按老规矩写：它解决什么问题、适合谁、坑在哪。星数是 9 月 26 日上午在仓库页看到的，只是个大概。

    1. paperclipai/paperclip：把一群 Agent 当成一家公司来管

    paperclip

    约 8.5 万星，MIT 协议。它的定位是 Agent 的编排管理台。Claude Code、Codex、Cursor、OpenClaw 这些 Agent 接进来以后，你可以给它们派工单、定预算、设审批，按计划或者按 webhook 叫醒它们干活，每一步都有审计记录。

    我觉得最实用的是预算上限。按 Agent、项目、模型分别记账，超了预算就自动暂停，这正好对上很多人让 Agent 无人看管、结果循环跑了一晚上的教训。

    适合同时开着一堆 Agent、已经分不清谁在干什么的人。README 自己也说，只用一个 Agent 的话大概用不上它。想先试一下可以跑：

    npx paperclipai onboard --yes

    要注意三件事。第一，匿名遥测默认是开的，不想要可以关掉。第二，本地默认模式不做登录认证，千万别直接暴露到公网。第三，它本身免费，但它调度的每个 Agent 都在花你自己的模型费用。

    2. anthropics/claude-plugins-official：Claude Code 自带的插件目录

    claude-plugins-official

    约 3.7 万星。这是 Claude Code 内置的官方插件市场背后的目录仓库。你第一次打开 Claude Code，它就已经被加上了，在插件面板里浏览、安装的就是这里列的东西。

    真正要看清楚的是，「官方目录」不等于「官方出品」。我数了一下目录文件，三百多个条目里 Anthropic 自己维护的只有几十个，其余大部分来自合作方和社区。README 开头就写明了，Anthropic 不控制也不验证插件里带的 MCP 服务器和其他软件，也不保证它们以后不会变。

    插件能跑 hooks 和 MCP 服务器，也就是用你的权限在本机执行第三方代码。所以装之前还是要看一眼作者和内容，自动更新也要想清楚要不要开。另外，每多装一个插件，每轮对话都会多占一些 token。许可证也是分开算的，仓库的 Apache-2.0 不代表每个插件都是这个协议。

    适合所有 Claude Code 用户，把它当成一个相对靠谱的起点，而不是免检清单。

    3. mattpocock/skills：给认真写代码的人的 Agent 技能包

    mattpocock/skills

    约 27 万星，这个数字对一个技能包来说确实夸张，不过星多不等于适合你。作者 Matt Pocock 的想法是，别让一整套框架替你包办流程，而是给你一组小而可改的技能，自己组合。

    我最喜欢的是 grill-me 这一类：在动手之前让 Agent 反复追问你，把需求问清楚。另外还有 TDD、分阶段排查 bug、代码审查、架构梳理、拆需求成工单等。它想解决的是 Agent 常见的四个毛病：没听懂需求、话太多、写的代码跑不通、代码越写越乱。

    适合用 Claude Code、Codex、Cursor 做正经工程的人，尤其是认同测试先行的人。上手很快：

    npx skills@latest add mattpocock/skills

    Claude Code 用户也可以直接从官方插件市场装。两种装法只能选一种，都装的话每个技能会出现两份。它本质上是提示词和流程文件，效果取决于你用的模型，追问和并行审查也会多花不少额度。有些技能会往你的 GitHub 或 Linear 里建工单，接之前要心里有数。

    4. androoAGI/starnet：像素风的本地多 Agent 桌面工作台

    starnet

    约 500 星，今天最小的一个，但我挺想让大家看看。它把多 Agent 工作台做成了一个像素风空间站：房间是按能力分的团队，走廊是 Agent 之间的交接通道，摆的物件就是真实授权的能力。作者强调画面反映的是真实运行状态，不是装饰动画。

    功能也不算玩具。每个 Agent 有独立的工作区、记忆和权限，可以接 OpenRouter 或各家账号，也能用 Ollama 本地模型免费跑。还能通过 Telegram、Discord、Slack 远程聊，离开时让它们在限定范围内继续干活，回来看日志。

    适合想要一个可视化、带点游戏感的本地 Agent 桌面应用的个人用户，从 OpenClaw 迁过来也方便。

    坑也很明显。它还是早期版本，Windows 测得最多，macOS 覆盖少，Linux 不在公开支持范围里。这基本是个人项目，长期维护有不确定性。代码是 MIT，但名字、logo 和美术素材不授权，fork 的话要全部换掉。

    5. shy3130/tick-stock-panel：自己搭的 A 股研究台

    tick-stock-panel

    约 5100 星，MIT 协议。它是一个自托管的 A 股选股、盯盘、回测工作台，用 Docker 在本地跑。内置二十多个选股策略，回测会算上 T+1、手续费和滑点，盘中异动可以弹窗、语音或者推送到飞书。也能接任何兼容 OpenAI 接口的大模型来做个股分析和盘后复盘，AI 助手只能读数据，不给买卖指令。

    我欣赏它对自己的边界说得很清楚：不对标同花顺，不做 AI 荐股，不接券商，也不能实盘下单。仓库里有一个模拟盘，用的是虚拟资金。

    适合懂一点量化、想在自己电脑上搭研究环境的人。想找一键赚钱工具的，这个不是。

    坑主要是数据。免费模式只有历史日 K，分钟级和实时数据要买第三方数据源的付费档位，所以「零运维」不等于零成本。开了 AI 功能后，你的提问和自选股会发给你配置的大模型服务商。服务默认监听所有网卡，放到公网前一定要设访问密码。

    再提醒一句：这个项目和本文都不构成任何投资建议。回测结果不等于实盘收益，历史表现也不代表未来。

    6. openbao/openbao：Vault 改协议之后的社区开源分支

    openbao

    约 7700 星，MPL-2.0 协议。2023 年 HashiCorp 把 Vault 改成了非开源的 BUSL 协议，社区从 Vault 1.14 社区版分了出来，就是 OpenBao。现在它在 Linux 基金会旗下的 OpenSSF 里，由社区治理。

    它做的事和 Vault 一样：集中管理数据库密码、API key、证书和加密密钥，有认证、授权策略和审计。项目承诺和 Vault 保持 API 兼容，大部分现有客户端应该能直接用。

    适合要自托管密钥管理、又对许可证合规比较在意的运维和平台团队。只想管几个 API key 的个人开发者，用它就太重了。

    迁移前要看清三点。一是官方只测过从 Vault 1.14.1 社区版迁过来，更新的 Vault 和企业版都不保证能直接迁。二是存储后端只剩 Raft 和 PostgreSQL。三是云厂商相关的集成被砍掉了，我在它当前的文档里没看到 AWS、GCP、Azure 的密钥引擎，README 里的 AWS 例子应该是从 Vault 带过来的旧描述。另外它没有商业公司兜底，出了问题主要靠社区。

  • 9/25 开源速递：会学习的 Agent 记忆、从零学 AI 工程、订阅中转的风险

    今天六个仓，照旧按「要不要装」写：解决什么问题、适合谁、限制在哪。sub2api 这篇会多讲几句服务条款，因为它的风险不在代码，在账号。

    vectorize-io/hindsight：让 Agent 越用越懂你的记忆层

    vectorize-io/hindsight（约 2.8 万★ · Python · MIT）

    hindsight

    大多数 Agent 的「记忆」其实只是把聊天记录塞回去。hindsight 想做得更进一步：存入时用大模型抽出事实、人物、时间和关系；查询时同时走语义、关键词、关系图和时间四条路再合并排序；还能对已有记忆做推理，形成会被新证据修正的「看法」。不同记忆库严格隔离，中文人名不会被转成拼音，也可以开启密钥和隐私信息的自动脱敏。接入面很广，主流 Agent 框架、编程工具和 MCP 都有现成集成。

    适合谁：在做客服机器人、「AI 员工」或需要跨会话记住用户的 Agent 团队。

    要注意：存和推理都要调大模型，token 费用是持续的，README 自己也承认简单流程用它可能大材小用。「效果最好」是厂商说法，对比对象的分数多是自报。它的 Python 包装器默认连官方云服务，想自托管要记得改地址。另外它支持直接用 Claude Pro/Max 订阅驱动，这一点和 Anthropic 对订阅登录的限制可能冲突，下文 sub2api 一节有条款原文。

    rohitg00/ai-engineering-from-scratch：一份免费的 AI 工程课表

    rohitg00/ai-engineering-from-scratch（约 5.7 万★ · Python · MIT）

    ai-engineering-from-scratch

    想系统学 AI 工程的人，常卡在资料太散、只会调框架不懂原理。这门课从数学、机器学习、深度学习一路讲到大模型、Agent 和上线部署，README 称有 500 多课、约 340 小时。每课先用原始数学手写一遍算法，再用框架实现，最后产出一个能复用的 prompt、skill 或 MCP 服务。还能把「AI 导师」装进 Claude Code 或 Codex，做定级测验和分阶段练习。网站上可以直接在线读，不用下载。

    适合谁：想把原理补扎实的程序员，打算转 Agent 方向的人，以及需要现成大纲的讲师。

    要注意：体量太大，全走完约 300 小时，适合挑阶段学。仓库很新，README 的措辞暗示不是每一课都已完成。中文等其他语言的正文是机器翻译。认证备考部分和 Anthropic 无关，不保证通过。README 里也夹着作者其他项目和赞助的推广。

    想试导师功能：npx skills add rohitg00/ai-engineering-from-scratch

    Wei-Shaw/sub2api：AI 订阅中转网关，先看清账号风险

    Wei-Shaw/sub2api（约 4.3 万★ · Go · LGPL-3.0）

    sub2api

    它做的事很直接：把 Claude、OpenAI、Gemini、Grok 等账号（包括订阅账号的登录授权和 API Key）接进一个网关，再给下游发自己的 Key，负责鉴权、按 token 计费、限流、负载均衡和转发，还内置了支付宝、微信、Stripe 充值和管理后台。仓库简介原话是「支持拼车共享，更高效分摊成本」。部署需要一台 Linux 服务器加 PostgreSQL 和 Redis，也有 Docker 方式。

    适合谁：团队内部用自己付费的 API Key，想统一鉴权、记账和限流的运维或开发者。这是它相对站得住的用法，但仍受各家 API 条款约束。

    要注意，这也是这篇最重要的一段：把个人订阅分给别人用或对外卖，和上游条款直接冲突。

    • Anthropic 消费者条款写明不得与他人共享账号或凭证、不得转售服务，违约可不经通知封号，且不退款。Claude Code 文档进一步写明：订阅登录只供购买者本人正常使用，不允许第三方替用户转发订阅凭证的请求，也不允许收集或中转登录凭证。
    • OpenAI 和 xAI 的条款都写了不得共享账号凭证或把账号给他人用，违约可暂停或终止。
    • Google 的 Gemini CLI 文档明确说，用第三方工具直接调用其背后的服务属于违规，可能被立即封号，建议改用正式的 API Key。

    README 自己的免责声明也承认可能违反上游条款、风险自担、作者不对封号负责，并声明从未授权任何商业化运营。赞助区里还能看到号称官方价零头的「中转站」、卖成品号的商家和指纹浏览器广告，主要用途不言自明。技术上还要注意：默认允许 HTTP 上游，生产环境必须收紧；中英文 README 不同步，Grok 部分只在英文版。我的建议是，只拿它管理自己团队的 API Key；拼车订阅这条路，账号随时可能没，钱也拿不回来。

    条款来源：Anthropic 消费者条款、Claude Code 合规说明、OpenAI 使用条款、Gemini CLI 条款说明、xAI 服务条款。

    FxEmbed/FxEmbed：让 X 和 Bluesky 链接在聊天软件里正常预览

    FxEmbed/FxEmbed（约 5400★ · TypeScript · MIT）

    FxEmbed

    在 Discord、Telegram 里贴推文链接，经常只剩一行字，视频、多图、投票都不显示。FxEmbed 就是大家熟悉的 FxTwitter、FixupX、FxBluesky 背后的项目。用法是改一下域名：twitter.com 前面加 fx，x.com 前面加 fixup，bsky.app 前面加 fx，预览就会带上视频、引用、翻译，多图会拼成一张。有 API 文档，也能自己部署到 Cloudflare Workers 或用 Docker 跑，换成自己的域名和品牌。

    适合谁：常在群里分享帖子的普通用户（不用装任何东西），以及想自建实例的社区管理员。

    要注意：它依赖 X 和 Bluesky 的上游，平台一改就可能暂时失效，这是按原理推断，README 只放了状态页。用公共实例，链接会经过第三方服务器。自托管要会配 Workers；Docker 版改配置要重新构建。

    julyx10/lap：离线优先的本地相册

    julyx10/lap（约 2900★ · Vue · GPL-3.0）

    lap

    不想把几十万张照片交给云相册，又嫌系统相册管不动时，可以看看 Lap。它直接管理你已有的文件夹，不把照片锁进封闭库；本地跑的 AI 能用文字搜图、找相似图、人脸聚类，全程不上传。地图视图、智能相册、评分筛选、四宫格对比、重复文件清理都有，还支持实况照片和 RAW 加 JPEG 成对显示。README 称针对十万级文件做过优化，三大平台都有安装包。

    适合谁：照片多、在意隐私的家庭用户，以及拍 RAW 的摄影爱好者。

    要注意：收藏、标签、评分只存在 Lap 自己的数据库里，不写进照片文件，移出 Lap 就丢，记得在 Lap 里做移动和重命名，并备份数据库。发行版默认开启匿名统计（只报启动和退出），检查更新和地图瓦片也会联网，「离线优先」不等于完全不联网。Windows 安装包没签名，可能被系统拦。

    leejet/stable-diffusion.cpp：不装 Python 也能本地出图出视频

    leejet/stable-diffusion.cpp（约 7300★ · C++ · MIT）

    stable-diffusion.cpp

    本地跑扩散模型，最烦的常常是 Python 和 PyTorch 环境。这个项目思路和 llama.cpp 一样，用纯 C/C++ 做推理：CPU、NVIDIA、AMD、Intel、Apple 显卡都能跑，安卓也能通过 Termux 用。模型覆盖很新，SD 全系、FLUX、Qwen Image，还有 Wan、LTX、混元等视频模型；支持量化省显存、LoRA、ControlNet、放大修脸，也自带网页界面。LocalAI、KoboldCpp 等项目已经把它集成进去。

    适合谁：用 AMD、Intel 或 Mac 出图、不想折腾 Python 的人，以及想把出图能力嵌进自己程序的开发者。

    要注意：README 醒目提示命令和接口会经常变。主要还是命令行，网页界面比较朴素。模型权重要自己下，各家许可不同，有的限制商用，得逐个查。ControlNet 只支持 SD1.5。大模型和视频模型对显存要求依然不低。

    今天若只装一个：照片多的装 Lap；想补 AI 基础看那份课表；做 Agent 的可以试 hindsight，但先算好 token 账。sub2api 请只用在自己团队的 API Key 上。

  • 9/24 开源速递：Agent 技能方法论、软件变 CLI、少烧 token 的代码记忆

    今天六个仓，按「要不要装」写：解决什么问题、适合谁、限制在哪。白话为主，整篇只留两条上手命令。

    obra/superpowers：给编码 Agent 一套可落地的开发技能

    obra/superpowers（约 29 万★ · Shell · MIT）

    superpowers

    很多 Agent 一上来就写代码，需求没问清、设计也没有。superpowers 是一套可组合的技能包，外加一套方法论：先澄清需求、出设计、写计划，再按测试驱动或子代理分工推进。自带头脑风暴、写计划、系统排错、代码评审、git worktree 等技能，并要求任务前先检查相关流程。Claude Code、Cursor、Codex、Gemini 等多套 harness 都能装。

    适合谁：已经在用这些编码 Agent 写代码，想统一「先想清楚再动手」习惯的个人或小团队。

    要注意：每个 harness 要单独装，不是装一次到处通。官方基本不收新 skill PR，扩展靠自己。可选 logo 遥测，介意的话要关掉。Hermes 一类环境缺部分钩子时，引导流程可能丢。

    HKUDS/CLI-Anything：把任意软件变成 Agent 能用的 CLI

    HKUDS/CLI-Anything（约 5 万★ · Python · Apache-2.0）

    CLI-Anything

    GUI 软件和零散 API 很难被 Agent 稳定操控。这个项目用一套流水线，给目标软件生成「面向 Agent」的命令行：结构化参数、JSON 输出、REPL，并且尽量调用真实后端，而不是做个假壳。消费侧可以走 CLI-Hub 装现成 harness；生成侧则要源码、较强模型和反复 refine。官网：clianything.cc。

    适合谁：想让 Agent 稳定操作 Blender、GIMP、LibreOffice 一类桌面软件，或把内部工具 CLI 化的人。

    要注意：强依赖强模型；只丢个二进制、质量不够时生成结果很差。常要多轮 refine。没有真实后端，测试会挂。Windows 上可能还得 Git Bash 或 WSL。目标软件本身仍要本机装好。

    pbakaus/impeccable：让 AI 写 UI 时更懂设计语言

    pbakaus/impeccable（约 7 万★ · JavaScript · Apache-2.0）

    impeccable

    AI 前端容易长成同一张脸：默认字体、紫蓝渐变、卡片套卡片。impeccable 给 Agent 设计词汇、斜杠命令，外加一批不靠大模型的确定性检测，用来挑设计问题。init 会写产品说明，critique、audit、polish、animate 等命令覆盖评审到打磨；本地还有 live 视觉迭代。官网：impeccable.style。

    适合谁：用 AI 写界面的前端、独立开发者，以及要维护设计一致性的人。

    要注意：各工具要对 hook 放行才好用。live 模式不适合往生产站里硬注。部分校验会以用户权限跑 shell，要留意安全边界。本地配置目录记得进 gitignore。

    上手入口：npx impeccable install

    DeusData/codebase-memory-mcp：本地知识图，少烧上下文 token

    DeusData/codebase-memory-mcp（约 4.5 万★ · C · MIT）

    codebase-memory-mcp

    Agent 在大仓库里逐文件翻、全文搜，上下文很快烧完。这个项目在本地把代码库编成知识图谱，通过 MCP 做结构查询：索引、搜图、追调用路径、影响面等，不依赖云端 API Key，也不要求你再挂一层语言运行时。支持大量语言解析，还带本地三维图界面。文档站：deusdata.github.io/codebase-memory-mcp。

    适合谁：在中大型仓库上跑 Agent，又想本地、可离线做代码智能的人。

    要注意：安装脚本会改 Agent 配置；Windows Defender 可能误报。它本身不是大模型，推理仍靠你已有的 Agent。同版本与缓存根目录有约束；把图工件频繁提交进 git，仓库体积会爆。

    上手入口：curl -fsSL https://raw.githubusercontent.com/DeusData/codebase-memory-mcp/main/install.sh | bash

    agent-substrate/substrate：高密度 Agent 运行时底座

    agent-substrate/substrate（约 3500★ · Go · Apache-2.0）

    substrate

    大量空闲 Agent 常把容器占满。substrate 想做的是安全默认、可挂起恢复的运行时：多个有状态 actor 复用到更少 worker，配合 gVisor 或 microVM，跑在 Kubernetes 上。框架无关，可和常见 Agent 栈、MCP 一起用。README 写明这不是 Google 官方产品。

    适合谁：Kubernetes 平台工程、要研究高密度沙箱跑 Agent 的基建同学。不是「装个插件就能写代码」的日常用户。

    要注意：仍处早期，明确不适合生产，API 会变。运维面重，需要集群和容器能力。和本期技能包、MCP 插件不是一类东西；个人本机基本用不上。

    harry7557558/spirula-studio：跨厂商 3DGS，从视频到 splat 再到 mesh

    harry7557558/spirula-studio（约 750★ · C++ · GPL-3.0）

    spirula-studio

    常见 3D Gaussian Splatting 流程要绑 PyTorch 和 COLMAP。spirula-studio 用单二进制走完照片或视频到 splat、再到带纹理 mesh，Vulkan 覆盖 NVIDIA、AMD、Intel、Apple，也支持鱼眼和 360°。内置重建、遮罩、抽帧，有 GUI 和命令行。官网资源：spirula.studio。

    适合谁：做三维重建或 Gaussian Splatting，不想维护一整套 Python 深度学习栈，或需要非 NVIDIA 训练的人。

    要注意：许可证是 GPLv3，商用分发要看清义务。打开专利相关编解码选项时，专利责任在你这边。部分 AI 遮罩权重许可不一。几乎是单人维护，长期节奏要自己评估。Windows / Linux / macOS 可从 Releases 直接下。

    今天若只动一个：写 UI 的看 impeccable；大仓库 Agent 看 codebase-memory-mcp；想规范 Agent 开发节奏看 superpowers。CLI-Anything 适合「软件要被 Agent 稳定操控」；substrate 留给平台组；spirula 留给三维重建党。

  • 9/23 开源速递：Agent 集群运行时、可嵌入 Office、用编码 Agent 剪视频

    今天六个仓，按「要不要装」写：解决什么问题、适合谁、限制在哪。白话为主，整篇只留两条上手命令。Android 设备管控会把授权边界写清楚。

    google/ax：把 Agent 任务当集群工作负载跑

    google/ax（约 7686★ · Go · Apache-2.0）

    ax

    大量自治 Agent 一起跑时，隔离、工作区和出网权限很容易散掉。ax 把这些任务做成类似 Kubernetes 的工作负载：沙箱限制 CPU/内存，工作区可预置仓库与技能，网关限制能访问的外部主机，任务还能暂停、恢复或进去调试。定位是 Agent 编排运行时，不是个人电脑上的聊天客户端。

    适合谁：平台工程团队，以及要在 Kubernetes 上批量跑不可信 Agent 任务的人。

    要注意：仍在快速变动，稳定前可能有破坏性变更。只装 CLI 不够，还要控制面、镜像仓库和相关依赖。个人本机用户基本用不上。

    dream-num/univer：往产品里嵌表格、文档、演示

    dream-num/univer（约 15504★ · TypeScript · Apache-2.0）

    univer

    很多 SaaS 只想要「能编辑的表格/文档」，不想自研一整套在线 Office。Univer 是可嵌入的 Office SDK：Sheets、Docs、Slides 等场景，插件化集成，浏览器里跑，也能在 Node 上做无界面处理。公式引擎和 Canvas 渲染面向复杂工作簿。

    适合谁：做内部工具、BI、AI 应用，需要自定义办公编辑或服务端处理文档的团队。

    要注意：协作、导入导出、打印、图表等不少能力在 Univer Pro（商业扩展）。Sheets 相对成熟，Docs/Slides 仍在演进。开源包要保持同一版本线，别混装。

    browser-use/video-use：让编码 Agent 按自然语言剪视频

    browser-use/video-use（约 25879★ · Python · MIT）

    video-use

    传统剪辑软件吃时间线；video-use 让 Claude Code、Codex 这类能跑 Shell 的 Agent 按描述去剪：去口头填充和废片段、分段调色、烧字幕、加动画叠加，并在渲染后检查剪切点。它更像「Agent 剪辑流水线」，不是又一个时间线 GUI。

    适合谁：已经会用编码 Agent，又想批量处理口播、教程、访谈粗剪的人。

    要注意：模型并不直接「看片」，主要靠转写和按需视觉摘要。转写依赖外部语音服务，有费用和数据外发问题。本机还要 ffmpeg 等依赖；自动修复重渲次数有限。

    davila7/claude-code-templates：Claude Code 模板与监控入口

    davila7/claude-code-templates（约 31147★ · Python · MIT）

    claude-code-templates

    Claude Code 的 Agent、命令、Hooks、MCP、Skills 多了之后，发现和安装会变成体力活。这个项目做成可浏览的模板与组件目录，顺带提供会话分析、状态监控和远程查看。适合把配置标准化，而不是从零抄别人的点文件。

    适合谁：重度 Claude Code 用户，以及想在团队里复用同一套 Agent 配置的人。

    要注意：收录内容来自多个来源，许可证不统一，安装前要看清署名与原许可。外部 MCP 还可能另要账号和密钥。

    想试入口：npx claude-code-templates@latest

    firerpa/lamda：Android 远程管控与自动化框架

    firerpa/lamda（约 8400★ · Python · freeware，无标准开源许可证）

    lamda

    做 Android 测试或安全分析时，远程桌面、自动化点击、代理和调试工具常常要拼很多套。lamda 把 Web 远程桌面、文件传输、Python 操控、代理、Frida/ADB/SSH 等收进一个网络化框架，面向 Root 真机、模拟器或专用测试机。

    适合谁：Android 安全分析、应用测试和自动化人员，且设备归自己或已获明确授权。

    要注意：默认未开认证，暴露在不可信网络风险很大。官方建议用无隐私的专用设备，不保证兼容，可能崩溃或触控异常。只能用于合法授权范围。仓库按 freeware/免责声明使用，不是常见开源许可证。

    superdesigndev/treg：给 Agent 一个统一的工具注册与代理入口

    superdesigndev/treg（约 2252★ · Python · Apache-2.0 附加条款）

    treg

    Agent 要接几十上百个外部工具时，密钥和接口适配会先把人拖垮。treg 提供统一目录和代理：按「要做什么」搜工具，一个入口调多种能力，凭据可在服务端注入；也支持团队权限、审计和自建注册。托管与自托管都有路径。

    适合谁：要给多个 Agent 统一供给外部工具的个人或平台工程师。

    要注意：托管调用可能扣预付余额，余额不足会直接失败。附加条款限制未经授权做成面向第三方的竞争性托管服务。没有公开标价的接口，别默认当免费午餐。

    常见安装：curl -fsSL https://treg.to/install.sh | sh

    今天若只动一个：要嵌表格看 Univer；已经在用 Claude Code 看 templates；真要集群跑 Agent 再碰 ax。video-use 适合有 Agent 剪辑需求的人；lamda 合规与设备风险都很重；treg 适合工具供给已经失控的团队。

  • 9/22 开源速递：跨 Agent 记忆、离线知识服务器、手机取证排查

    今天六个仓，按「要不要装」写：解决什么问题、适合谁、限制在哪。白话为主，整篇只留两条上手命令。金融与取证相关会把合规边界写清楚。

    akitaonrails/ai-memory：换 Agent 也不丢长期记忆

    akitaonrails/ai-memory（约 7728★ · Rust · MIT）

    ai-memory

    Claude Code、Codex、Cursor 换着用时，最烦的是每次重新讲项目背景。ai-memory 给这些编程 Agent 做一套可共享的长期记忆与任务交接：项目知识能共用，个人交接信息可隔离；事实源是 Git 管理的 Markdown，数据库只做索引。默认不依赖额外 LLM API，也能搜索、经 MCP/HTTP 访问，并做跨 Agent handoff。

    适合谁：长期维护同一代码库、经常切换多个编程 Agent，又想自托管记忆系统的人。

    要注意：记忆里会进提示词、工具调用和项目内容。默认只绑本机；放到局域网或公网必须补认证和 TLS。Windows 原生仍偏实验，官方更推 WSL2。

    想拉镜像看一眼：docker pull akitaonrails/ai-memory:latest

    anthropics/financial-services：金融流程模板，不是自动下单

    anthropics/financial-services（约 35858★ · Python · Apache-2.0）

    financial-services

    投行、研究、私募、基金运营里有大量重复分析。这个仓库把 Pitch、财报审阅、估值、对账、KYC 等工作流整理成可装的 Claude Agent、Skill 和数据连接器，也能接 Morningstar、FactSet 一类数据服务。它跑在 Claude Cowork / Code 或 Managed Agents 上，是参考模板，不是交易系统。

    适合谁：已在用 Claude 企业工作流，且有合资格人员做复核的金融或运营团队。

    要注意：输出必须经专业人员审核，不能当投资、法律、税务或会计意见。数据连接器的订阅和权限费用不在仓库里。没有人工把关，就不要当生产流程。

    Crosstalk-Solutions/project-nomad：离线优先的知识与教育服务器

    Crosstalk-Solutions/project-nomad（约 37896★ · Shell · Apache-2.0）

    project-nomad

    弱网或断网时，还想用百科、课程、地图和本地问答，就得自己养一台知识机。Project Nomad 把离线 Wikipedia/电子书、本地 AI 对话与检索、课程平台、离线地图和笔记收进一套可装的服务器；装的时候要联网，之后可以离线跑。偏 Homelab 和教育场景。

    适合谁：家庭服务器、离线教学、灾备，以及在意数据留在本地的人。

    要注意：只面向 Debian 系（文档推 Ubuntu）。默认没有内置登录，别直接暴露公网。要跑本地模型和大量离线资料，内存和磁盘会很快上去；基础配置和「带 AI 的舒适配置」差一截。

    mvt-project/mvt：排查手机上的已知入侵迹象

    mvt-project/mvt（约 13622★ · Python · 基于 MPL 的改版许可）

    mvt

    怀疑设备被针对性攻击时，需要从备份和诊断包里提痕迹、对照已知 IOC。MVT 面向 iOS/Android 取证：分析备份、文件系统 dump、sysdiagnose、AndroidQF 采集结果等，用 STIX2 指标做比对，结果可输出为 JSON。它是取证工具，不是「一键证明手机安全」的消费级 App。

    适合谁：数字取证、安全研究、经授权的调查机构技术人员。

    要注意：必须在数据所有者明确同意下使用；不得用于非自愿对象。没有命中公共 IOC，不能排除新型或未公开攻击；Android 能拿到的数据往往少于 iOS。许可证带同意条款，未必符合常见「开源」定义。

    本机安装常见写法：pip3 install mvt

    Panniantong/Agent-Reach：让 Agent 去读全网，少装一堆平台工具

    Panniantong/Agent-Reach（约 84398★ · Python · MIT）

    Agent-Reach

    Agent 要查网页、视频、GitHub、RSS 和各社交平台时，工具链很容易散成一地。Agent-Reach 用一条 CLI 把多渠道接进去：公开网页、YouTube、RSS、公开 GitHub 等相对好上手；X、Reddit、小红书等常要登录态或 Cookie。兼容能跑命令行的常见编码 Agent。项目侧强调少靠平台官方 API 计费，但并不等于零成本、零风险。

    适合谁：需要 Agent 做跨平台检索、字幕提取、社区信息汇总的开发者和研究者。

    要注意：强依赖第三方工具和平台反爬策略，渠道可能突然失效。Cookie 有封号和泄露风险。仓库相关安全讨论提过凭据可能经命令行、日志、配置输出等路径暴露，投产前要核对修复状态。不要从 PyPI 误装同名无关包。

    yynxxxxx/Codex-X：Codex 桌面/CLI 的可视化管家

    yynxxxxx/Codex-X（约 3712★ · Rust · MIT）

    Codex-X

    Codex 的 Prompt、供应商、会话、Skills、MCP 和配置文件散落各处时，切换成本很高。Codex-X 做成可视化管家：管模板、切换官方登录与第三方 API、整理本地会话、装和管理 Skills/MCP，也能看本地 Token 使用趋势。前提是你已经在用 Codex。

    适合谁：同时开多个模型供应商、Prompt 模板或 MCP/Skills 的 Codex 用户。

    要注意：它会直接碰本地认证和配置，API Key 与登录态要当敏感凭据看。会话删除不可恢复。macOS 未签名包可能被系统拦截。仓库含部分敏感用途模板，只能在合法授权范围内使用。安装包见 Releases 页面。

    今天若只动一个：多 Agent 记忆看 ai-memory；自托管离线知识看 Project Nomad；已经在用 Codex 看 Codex-X。金融模板和取证工具门槛与合规都很重；Agent-Reach 能力面大，安全与平台稳定性要自己扛。

觉得文章有用就打赏一下文章作者

非常感谢你的打赏，我们将继续提供更多优质内容，让我们一起创建更加美好的网络世界！

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights