今天榜上 skills 合集还在刷屏，我挑的是另一类：真能干一件具体活的工具。一个让 Agent 帮你跑端到端测试，一个让 Agent 出能拿去加工的 CAD 文件，两个跟「本机跑大模型」有关，最后是两个国内开发者做的实用软件：下载器和 A 股量化工作台。
星数是 10 月 5 日上午 GitHub 接口的快照。
1. tester-army/e2e：用一句人话写端到端测试
约 3200 星，Apache-2.0，TypeScript。测试里可以直接写「把工作区升级到 Pro」，Agent 去点页面，后面照样能用定位器和断言核对结果。我觉得最聪明的一点是：一个 Agent 步骤被后面的断言验证通过后，会把动作录下来，下次直接回放，不再调模型，直到页面变了才重新让 Agent 走。这样 CI 成本和不稳定都压下来不少。
Web 端走 Playwright（Chromium、Firefox、WebKit），移动端走 iOS 模拟器和 Android 模拟器，还有把结果贴到 PR 评论的 reporter。模型用你自己的订阅、API key 或本地模型。
适合 Playwright 选择器写到想吐、页面又老改版的前端和测试同学。起步一条命令：
npx e2e init
坑：还没到 1.0，作者明说小版本之间 API 和配置都可能变。CLI 默认发匿名使用数据，不想要就设 E2E_TELEMETRY_DISABLED=1。Agent 步骤第一次跑要花模型钱，别一上来就把整套回归都改成自然语言。
2. earthtojake/text-to-cad：让 Agent 出真能加工的 CAD
约 1.7 万星，MIT，Python。它是一套插件加 skills，装进 Claude Code、Codex、Cursor、Gemini、Grok Build 之后，Agent 能在本机生成 STEP、STL、3MF、GLB，还能出带尺寸的工程图 PDF、DXF 切割图，做 3D 打印和钣金、CNC 的可制造性检查，甚至切片后发给拓竹打印机。底层是 build123d 加 OpenCascade，不是糊一个看着像的网格。
适合会点建模但懒得开 SolidWorks 的硬件玩家、做机器人要写 URDF 的人，以及想让 Agent 先出一版零件再自己精修的工程师。Claude Code 里装：
claude plugin marketplace add earthtojake/text-to-cad
claude plugin install text-to-cad@earthtojake
坑：依赖 uv，第一次启动要联网下 CAD 运行时。插件和单独 skills 只装一种，两样都装每个 skill 会出现两次。Windows 11 默认开着的「智能应用控制」会拦掉 OpenCascade 的未签名模块，要么关掉它（关了只能重装系统再开），要么去 WSL 里跑。Codex 要 0.142.0 以上，旧版本会静默跳过这个插件。
3. AlexsJones/llmfit：先量一下你的电脑能跑多大的模型
约 3.8 万星，MIT，Rust。它读你的 CPU、内存、显卡和显存，再按参数量、上下文长度和量化格式（GGUF、AWQ、GPTQ、EXL2）估内存占用和速度，告诉你哪些模型在这台机器上能舒服地跑。有终端界面、网页面板，也有 JSON 接口方便脚本调用，能对接 Ollama、llama.cpp、MLX、LM Studio。
适合每次想试本地模型都要在 Reddit 上翻「16G 能跑啥」的人。装完直接敲 llmfit 进界面，想给脚本用就：
llmfit recommend --json
坑：它给的是估算，不是承诺。新出的 bench 功能可以在你机器上实测 tok/s，真要定配置以实测为准。MoE 模型和多卡的估算误差会更大一些。
4. antirez/ds4：Redis 作者做的 DeepSeek V4 本机推理引擎
约 2.3 万星，MIT，C。项目叫 DwarfStar，作者是 Redis 的 antirez。思路和 llama.cpp 反着来：不做通用的 GGUF 运行器，只把少数几个最好的开源权重模型在消费级硬件上跑到极致，主打 DeepSeek V4 Flash，也支持 GLM 5.x、DeepSeek V4 PRO 和 Qwen3.8 Flash Next。自带命令行对话、HTTP 服务，还有一个直接跑推理的原生 coding agent ds4-agent。
适合手上有 96GB 以上内存的 Mac、DGX Spark 或 Strix Halo 小主机，想在本地跑真正大号模型的人。可以先用上面的 llmfit 看看自己够不够格。Mac 上大致是：
make && ./download_model.sh ds4f-q2
坑：门槛就是硬件，Metal 主要目标是 96GB 以上的 Mac，小内存机器得靠 SSD 流式加载，速度会掉。只能用项目自己产出的 GGUF，不能随手拿别处的文件。作者明说是 beta 质量、大量用 AI 写代码，也说模型支持是「随大流」，有更好的就会替换旧的。主分支最近一次提交在 9 月 20 日，更新节奏是一阵一阵的。
5. zerx-lab/FluxDown：免费开源的 IDM 替代品
约 3800 星，AGPL-3.0，Rust。国内独立开发者做的多协议下载器：HTTP、FTP、BT 磁力、eD2K、HLS 和 DASH 流媒体都能下，下载时动态切分段，空闲线程会接管慢的那段。桌面端用 GPUI，安卓用 Flutter，NAS 上有 Docker、群晖、威联通、OpenWrt 包，浏览器有 Chrome、Edge、Firefox 扩展。它还内置 MCP 服务，Claude、Cursor 这类客户端可以直接管下载队列。
适合 Windows 上还在找 IDM 平替、或者想在 NAS 上挂一个带网页管理的下载器的人。去 Releases 下安装包就行，NAS 上用仓库自带的 Compose：
docker compose -f docker/docker-compose.yml up -d
坑：作者写明它「不是零遥测应用」，匿名安装和日活统计可以在设置里关掉。NAS 版首次打开要设访问密钥，最好在内网初始化完再对外开，远程访问套一层 HTTPS 反向代理。AGPL 协议，想改了拿去做服务要注意开源义务。
6. shy3130/tick-stock-panel：自托管的 A 股量化工作台
约 5600 星，MIT，Python。一个 Docker 容器装下选股、回测、盘中异动监控、因子挖掘和 AI 对话助手，数据落本地 Parquet，不用另起数据库。有 25 个内置策略，回测考虑 T+1、费用和滑点；还开放了 61 个接口和 12 个 MCP 工具，权限分六档，模拟盘交易特意没交给 AI。
适合会写点 Python、想把选股到复盘串成一条线，又不想把数据放到云端平台上的个人量化玩家。试用一条命令：
docker run -d --name tsp -p 3018:3018 -v ${PWD}/data:/app/data ghcr.io/shy3130/tick-stock-panel:latest
坑：作者自己说了，这不是投资软件也不是看盘软件，不做荐股和涨停预测，只供学习研究。数据要自己接，官方示例是 TickFlow SDK 和同花顺 REST，README 里的 TickFlow 链接带推广码，账号和费用自己看清楚。stock-sdk 插件出于合规默认不打包。回测好看不等于实盘能赚。
