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）
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）
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）
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）
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）
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）
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。
