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

10/12 开源速递：真数据地球、省显存推理和 Agent 遥控台

2026-10-12 Category: Product Sharing Views()

今天日榜前排还是 rea、AnyPS5、diagram-design、mattpocock 的 skills、Anthropic 岗位插件这些这周写过或法律灰色的，我都跳了。claude-mem、context-mode 一类上下文压缩也不碰——协议不好的、刚写过的同赛道都先放。从日榜和周榜里挑了六个更想让人打开的：看得见的真数据地球、小显存摸大模型、给 Agent 的浏览器 CLI、YAML 持久组队、手机遥控多家 harness，以及一个数据默认留本机的理财应用。

星数是 10 月 12 日上午 GitHub API 的快照。

1. bilawalsidhu/gods-eye-view：地球上那些「看起来像机密」的点，其实很多是公开信号

God's Eye View 开源发布相关 YouTube 封面

约 5.2 万星，MIT（仓库 LICENSE 文件为 MIT；API 标成 NOASSERTION），JavaScript。God's Eye View 自称浏览器里的间谍卫星模拟器，叠的却是公开源：飞机应答机、船舶信标、轨道根数、地震、交通和公共摄像头，铺在近真实感 3D 地球上。还能接实时语音 Agent，口述「飞到东京」「测这条机场跑道距离」。无钥匙也能看基础层；近真实 3D 要在应用里 POWER UP 填 Cesium ion（个人非商用条款）或 Google Maps；语音要 OpenAI。

git clone https://github.com/bilawalsidhu/gods-eye-view.git
cd gods-eye-view && npm ci && npm run doctor && npm run dev

适合想一眼看全球态势、做空间数据演示、或折腾 Cesium 与实时源的人。也可用 Pinokio 一键装。

坑：旧版会打公共 OSM Overpass，现在会被拒，Traffic 一类图层空着就先更新。Node 要 24.x 或 26.x。密钥有配额与费用，别把浏览器端 Google、Cesium 密钥裸敞到公网。

2. lyogavin/airllm：显存不够，不等于摸不到 70B

AirLLM 推理加速对比图

约 3.7 万星，Apache-2.0，Python。AirLLM 的卖点很直接：按层把大模型权重流进 GPU，宣称 70B 可在约 4GB 显存上推理，更大的 MoE 也能塞进很小的卡，而且不做量化、蒸馏、剪枝。2026 年还加了小显存训练路径。用法接近 transformers：AutoModel.from_pretrained 丢一个 Hugging Face 仓库名即可。

pip install airllm

适合显卡不大、想先摸大模型真实精度、或在本机验证巨型开源权重的人。

坑：省的是显存，不是时间——层来回换很慢，别当低延迟聊天服务。首次会按层拆模型写进 Hugging Face 缓存，磁盘不够会报 MetadataIncompleteBuffer。门控模型要自备 HF token。

3. vercel-labs/agent-browser：给 Agent 一把轻一点的浏览器方向盘

agent-browser 录制 contact sheet 示例

约 4.4 万星，Apache-2.0，Rust 原生 CLI。Vercel Labs 做的浏览器自动化命令行：open、snapshot（带回 ref 的无障碍树）、按 @e2 这种 ref 去 click 与 fill、截图。定位是给 AI Agent 控真实网页，而不是再拖一整套 Playwright 的 Node 依赖进每个项目。

npm install -g agent-browser
agent-browser install

适合写 Agent 要真实点网页、填表、冒烟关键路径的人。

坑：第一次必须 agent-browser install 拉 Chrome for Testing；Linux 常还要 install --with-deps。复杂站点的登录态、iframe、域名白名单要自己管，CLI 再快也替不了业务判断。

4. mvschwarz/openrig：别再开一排终端，把 Agent 收成一个班组

OpenRig TUI 拓扑：按产品、开发、QA 分组的 agent seats

约 7000 星，Apache-2.0。OpenRig 的说法是：harness 包住模型，rig 包住你的 harness。用 YAML 定义持久团队——Claude Code 与 Codex 可以坐同一张桌子，有座位、角色、共享上下文和任务队列。跟 lead 说目标，它去协调专家，把结果和要你拍板的事递回来。

npm install -g @openrig/cli
rig setup --dry-run

适合不想让多 Agent 各自为政、想把编码协作收成固定班组的人。要 Node 22 或 24，以及 tmux；原生 Windows 不支持，官方路径是 WSL2。

坑：rig setup 会写 provider hooks、workspace trust，还会动 tmux 配置。先看 dry-run，重要文件先备份。权限默认不是全局 YOLO，但座位策略仍要按项目收紧。

5. pingdotgg/t3code：人离开键盘，也要能盯住本机那几只 Agent

T3 Code 官网社交卡片：开源 coding agent 控制面

约 2.7 万星，MIT。T3 Code 自称 agent harness 控制面：iOS、Android、Web 与 Electron 桌面，去遥控本机已经装好并登录的 Claude Code、Codex、Cursor、Grok Build、OpenCode、Antigravity 等。作者说不为卖订阅，早期就会开源，方便你 fork。

curl -fsSL https://t3.codes/install.sh | sh

适合经常开长任务、人离开电脑仍想审 diff 或补一句指令的人，也适合想一个界面统一多家 harness 的人。

坑：项目很早，README 明说 expect bugs，大功能贡献暂不收。至少先装好并登录一家 provider。开远程访问等于把本机 Agent 能力露给外网，权限模式与网络暴露面要先读文档。

6. LosaLosSantos/aurelio-finance：理财账本可以留在自己硬盘上

Aurelio Finance 净值与 AI 顾问演示横幅

约 2300 星，MIT。Aurelio 是跑在自己电脑上的财富与理财规划应用：银行与经纪账户、持仓计价、基金穿透（国家、行业、公司、货币）、房产与贷款、现金流和目标。AI 顾问可选，走 OpenRouter，用你自己的 key；记录默认在本机 backend/data.db。

git clone https://github.com/LosaLosSantos/aurelio-finance.git
cd aurelio-finance && ./start.sh --demo

适合不想把家庭账单上传到陌生 SaaS、又想要一个可选 AI 参谋的人。依赖 Node 22 与 uv。

坑：AI 按次计费，README 给了 2026 年 10 月量级的成本对照，别当免费顾问。先 --demo 用虚构家庭试玩，确认流程再填真数据；升级前注意库结构备份。

Like(0) 打赏
未经允许不得转载：AIPMClub » 10/12 开源速递：真数据地球、省显存推理和 Agent 遥控台
Share To

相关推荐

热门文章

快讯

  • 10/13 开源速递：本地配音、PDF 进 RAG 和离线知识站

    今天日榜前排还是 rea、gods-eye-view、artcraft、diagram-design、airllm、free-claude-code、BitNet 这些这周写过或灰色地带的，我都跳了。Agent harness 和 skill 包这周已经够密，也先放。从日榜、周榜和语言榜里挑了六个更想让人打开的：本机配音工作室、把 PDF 变成 AI 能吃的结构、浏览器里画库表、离线知识与教育箱、Rust 交易引擎，以及 Nginx 的 Web 面板。

    星数是 10 月 13 日上午 GitHub API 的快照。

    1. debpalash/VoiceStudio：配音、克隆、听写，不必把嗓子交给云

    VoiceStudio 语音克隆工作区截图

    约 6.1 万星，AGPL-3.0，Python 加 Electron 桌面端。VoiceStudio 把自己定位成本地版 ElevenLabs：克隆音色、用自然语言设计新嗓音、给视频对口型配音、听写与转写、批量有声书，官方写支持 646 种语言。默认引擎走 k2-fsa/OmniVoice，也能换别的本地模型；可选本地 API 和 MCP 给 Agent 调。NVIDIA CUDA、Apple Silicon 都有加速路径。

    curl -fsSL https://voicestudio.sh/install | sh

    适合做播客、短视频配音、有声内容、或想把语音能力留在本机的人。Windows 可用 PowerShell 的 irm … | iex，也有 Docker。

    坑：AGPL 管的是应用本身，模型权重、音色素材和生成物的授权是另一回事，克隆别人声音要先有许可。首次下模型会吃磁盘和显存；远程服务是可选的，别以为「本地」就零成本。

    2. opendataloader-project/opendataloader-pdf：PDF 进 RAG，先变成带坐标的 Markdown

    OpenDataLoader PDF 版面分析标注示例

    约 3.0 万星，Apache-2.0，核心是 Java，另有 Python / Node SDK。OpenDataLoader PDF 把扫描件或复杂版式抽成 Markdown、带 bounding box 的 JSON、HTML，方便做 RAG 引用与切块。本地确定性模式偏快；复杂页可开 hybrid 走 OCR 和 AI。顺带能给未打标 PDF 自动打成 Tagged PDF，往无障碍合规靠。自称在自建榜上整体准确率靠前，表格表现也不错。

    pip install -U opendataloader-pdf

    适合要给知识库喂大量 PDF、又想保留出处坐标的人；做无障碍修复流水线的也可看一眼。要本机 Java 11+。

    坑：每次 convert() 会起 JVM，批量请一次丢多文件，别在循环里反复调。PDF/UA 一类企业能力是附加项，开源核心是抽取与打标。扫描件建议 300 DPI 以上，糊图再强的 hybrid 也救不动。

    3. drawdb-io/drawdb：库表关系图，打开浏览器就能画

    drawDB 数据库 ER 图编辑器界面

    约 4.0 万星，AGPL-3.0，JavaScript。drawDB 是浏览器里的数据库 ER 图编辑器和 SQL 生成器：点几下建表、拉关系、导出导入 SQL、生成迁移，不必先注册账号。在线用 drawdb.app 即可；要私有化可自建。

    git clone https://github.com/drawdb-io/drawdb.git
cd drawdb && npm install && npm run dev

    适合写 schema 前先对齐业务、给非工程师画清表关系、或从现有 SQL 反推 ER 的人。Docker 也能一键起。

    坑：分享链接依赖可选的 drawdb-server 和后端环境变量，默认单机不带协作云。AGPL 意味着改完对外提供网络服务时要注意开源义务。复杂多库、权限模型别指望它替代正式建模工具。

    4. Crosstalk-Solutions/project-nomad：断网也能翻维基、上课、聊本地知识库

    Project NOMAD 离线知识站点社交图

    约 4.0 万星，Apache-2.0，TypeScript。Project NOMAD 是离线优先的知识与教育服务器：用 Docker 编排 Kiwix（离线维基与书）、Kolibri（可汗学院一类课程）、ProtoMaps（区域离线地图）、CyberChef、FlatNotes，再加可选的 Ollama 加 Qdrant 做本地 RAG。管理面叫 Command Center，浏览器打开即可。官方推荐 Debian 系（Ubuntu 26.04 / 24.04、Debian 12）；Windows 走社区支持的 WSL2。

    curl -fsSL https://raw.githubusercontent.com/Crosstalk-Solutions/project-nomad/refs/heads/main/install/install_nomad.sh -o install_nomad.sh
sudo bash install_nomad.sh

    适合想在树莓派/小主机/应急箱上自建「断网知识站」的人，也适合教室、社区网络、野外或弱网环境。装完一般是 http://localhost:8080。

    坑：核心软件大约 5GB 磁盘、不到 1GB 内存，真正吃盘的是你后面下的离线内容包；本地 AI 才把内存和 GPU 需求拉高。安装脚本要 sudo，先读文档再跑。内容包体积差异很大，别在小 SD 卡上一次勾选全家桶。

    5. nautechsystems/nautilus_trader：回测和实盘，尽量共用同一套引擎

    NautilusTrader 架构总览图

    约 3.0 万星，LGPL-3.0，Rust 引擎加 Python 控制面。NautilusTrader 是面向多资产、多交易所的生产级交易系统：同一事件驱动架构覆盖研究、确定性仿真和实盘，策略逻辑尽量少改就能从回测迁到 live。资产类别不绑死，文档覆盖股票、期货、外汇、加密等路径。

    pip install -U nautilus_trader

    适合认真做量化、不想回测一套实盘另一套的人；纯 Rust 写关键路径也可以。需要较新的 Python（文档写 3.13–3.14 一带）和匹配的平台轮子。

    坑：仿真再强也替不了盘口、延迟、对账和外部人工干预，官方单独写了 backtest 与 live 差异。v2 若仍处预发布，装 RC 要加 --pre，别和生产资金混用。任何交易软件都有亏钱风险，先纸面再小仓。

    6. 0xJacky/nginx-ui：改 Nginx，不必只会手写 conf

    Nginx UI 英文仪表盘截图

    约 1.2 万星，AGPL-3.0，Go。Nginx UI 给 Nginx 加一层 Web 管理：站点与配置编辑、证书申请与续期、日志、部分自动化。Linux / macOS / Windows 有发行包，也有 Docker 镜像 uozi/nginx-ui。文档站在 nginxui.com。

    docker run -d --name nginx-ui -p 8080:80 -p 8443:443 \
  -v /path/to/nginx:/etc/nginx -v /path/to/nginx-ui:/etc/nginx-ui \
  uozi/nginx-ui:latest

    适合自建站、反代一堆服务、又懒得每次 SSH 改 conf 的人。首次进面板按安装向导走。

    坑：Docker 首次挂载的 /etc/nginx 目录应为空，避免和宿主机旧配置缠在一起。面板等于拿到 Nginx 控制权，务必限网段、强密码、上 HTTPS。升级老镜像时注意 WebSocket 相关修复说明。

  • 10/12 开源速递：真数据地球、省显存推理和 Agent 遥控台

    今天日榜前排还是 rea、AnyPS5、diagram-design、mattpocock 的 skills、Anthropic 岗位插件这些这周写过或法律灰色的，我都跳了。claude-mem、context-mode 一类上下文压缩也不碰——协议不好的、刚写过的同赛道都先放。从日榜和周榜里挑了六个更想让人打开的：看得见的真数据地球、小显存摸大模型、给 Agent 的浏览器 CLI、YAML 持久组队、手机遥控多家 harness，以及一个数据默认留本机的理财应用。

    星数是 10 月 12 日上午 GitHub API 的快照。

    1. bilawalsidhu/gods-eye-view：地球上那些「看起来像机密」的点，其实很多是公开信号

    God's Eye View 开源发布相关 YouTube 封面

    约 5.2 万星，MIT（仓库 LICENSE 文件为 MIT；API 标成 NOASSERTION），JavaScript。God's Eye View 自称浏览器里的间谍卫星模拟器，叠的却是公开源：飞机应答机、船舶信标、轨道根数、地震、交通和公共摄像头，铺在近真实感 3D 地球上。还能接实时语音 Agent，口述「飞到东京」「测这条机场跑道距离」。无钥匙也能看基础层；近真实 3D 要在应用里 POWER UP 填 Cesium ion（个人非商用条款）或 Google Maps；语音要 OpenAI。

    git clone https://github.com/bilawalsidhu/gods-eye-view.git
cd gods-eye-view && npm ci && npm run doctor && npm run dev

    适合想一眼看全球态势、做空间数据演示、或折腾 Cesium 与实时源的人。也可用 Pinokio 一键装。

    坑：旧版会打公共 OSM Overpass，现在会被拒，Traffic 一类图层空着就先更新。Node 要 24.x 或 26.x。密钥有配额与费用，别把浏览器端 Google、Cesium 密钥裸敞到公网。

    2. lyogavin/airllm：显存不够，不等于摸不到 70B

    AirLLM 推理加速对比图

    约 3.7 万星，Apache-2.0，Python。AirLLM 的卖点很直接：按层把大模型权重流进 GPU，宣称 70B 可在约 4GB 显存上推理，更大的 MoE 也能塞进很小的卡，而且不做量化、蒸馏、剪枝。2026 年还加了小显存训练路径。用法接近 transformers：AutoModel.from_pretrained 丢一个 Hugging Face 仓库名即可。

    pip install airllm

    适合显卡不大、想先摸大模型真实精度、或在本机验证巨型开源权重的人。

    坑：省的是显存，不是时间——层来回换很慢，别当低延迟聊天服务。首次会按层拆模型写进 Hugging Face 缓存，磁盘不够会报 MetadataIncompleteBuffer。门控模型要自备 HF token。

    3. vercel-labs/agent-browser：给 Agent 一把轻一点的浏览器方向盘

    agent-browser 录制 contact sheet 示例

    约 4.4 万星，Apache-2.0，Rust 原生 CLI。Vercel Labs 做的浏览器自动化命令行：open、snapshot（带回 ref 的无障碍树）、按 @e2 这种 ref 去 click 与 fill、截图。定位是给 AI Agent 控真实网页，而不是再拖一整套 Playwright 的 Node 依赖进每个项目。

    npm install -g agent-browser
agent-browser install

    适合写 Agent 要真实点网页、填表、冒烟关键路径的人。

    坑：第一次必须 agent-browser install 拉 Chrome for Testing；Linux 常还要 install --with-deps。复杂站点的登录态、iframe、域名白名单要自己管，CLI 再快也替不了业务判断。

    4. mvschwarz/openrig：别再开一排终端，把 Agent 收成一个班组

    OpenRig TUI 拓扑：按产品、开发、QA 分组的 agent seats

    约 7000 星，Apache-2.0。OpenRig 的说法是：harness 包住模型，rig 包住你的 harness。用 YAML 定义持久团队——Claude Code 与 Codex 可以坐同一张桌子，有座位、角色、共享上下文和任务队列。跟 lead 说目标，它去协调专家，把结果和要你拍板的事递回来。

    npm install -g @openrig/cli
rig setup --dry-run

    适合不想让多 Agent 各自为政、想把编码协作收成固定班组的人。要 Node 22 或 24，以及 tmux；原生 Windows 不支持，官方路径是 WSL2。

    坑：rig setup 会写 provider hooks、workspace trust，还会动 tmux 配置。先看 dry-run，重要文件先备份。权限默认不是全局 YOLO，但座位策略仍要按项目收紧。

    5. pingdotgg/t3code：人离开键盘，也要能盯住本机那几只 Agent

    T3 Code 官网社交卡片：开源 coding agent 控制面

    约 2.7 万星，MIT。T3 Code 自称 agent harness 控制面：iOS、Android、Web 与 Electron 桌面，去遥控本机已经装好并登录的 Claude Code、Codex、Cursor、Grok Build、OpenCode、Antigravity 等。作者说不为卖订阅，早期就会开源，方便你 fork。

    curl -fsSL https://t3.codes/install.sh | sh

    适合经常开长任务、人离开电脑仍想审 diff 或补一句指令的人，也适合想一个界面统一多家 harness 的人。

    坑：项目很早，README 明说 expect bugs，大功能贡献暂不收。至少先装好并登录一家 provider。开远程访问等于把本机 Agent 能力露给外网，权限模式与网络暴露面要先读文档。

    6. LosaLosSantos/aurelio-finance：理财账本可以留在自己硬盘上

    Aurelio Finance 净值与 AI 顾问演示横幅

    约 2300 星，MIT。Aurelio 是跑在自己电脑上的财富与理财规划应用：银行与经纪账户、持仓计价、基金穿透（国家、行业、公司、货币）、房产与贷款、现金流和目标。AI 顾问可选，走 OpenRouter，用你自己的 key；记录默认在本机 backend/data.db。

    git clone https://github.com/LosaLosSantos/aurelio-finance.git
cd aurelio-finance && ./start.sh --demo

    适合不想把家庭账单上传到陌生 SaaS、又想要一个可选 AI 参谋的人。依赖 Node 22 与 uv。

    坑：AI 按次计费，README 给了 2026 年 10 月量级的成本对照，别当免费顾问。先 --demo 用虚构家庭试玩，确认流程再填真数据；升级前注意库结构备份。

  • 10/11 开源速递：原生 PPT、前端设计纪律和给 Agent 的 CAD

    今天日榜前排还是 rea、AnyPS5、diagram-design、mattpocock/skills、Anthropic 岗位插件这些这周写过或法律灰色的，我都跳了。claude-mem、context-mode 一类上下文压缩也先不写——上周 Headroom 刚写过，协议不好的也不碰。从日榜后排和周榜里挑了六个更想让人打开的：本机出原生 PPT、给 Agent 的前端设计纪律、文本造零件的 CAD、自然语言 e2e、换了 OSI 许可的艺术家 IDE，以及一个纯本地转码工具。

    星数是 10 月 11 日上午 GitHub API 的快照。

    1. hugohe3/ppt-master：别再给我一堆改不动的幻灯片图

    PPT Master 示例：Attention Is All You Need 技术蓝图风

    约 6.0 万星，MIT，Python。何雨果做的 PPT Master：在 Claude Code / Codex 这类 Agent 里跑一套工作流，把 PDF、DOCX 或一个题目变成真正的 .pptx——原生形状、数据图表、表格、母版版式、转场动画，甚至旁白。不是把页面截成图塞进 PPT，也不是填死一个模板格子。材料可以放进 projects/，跟 Agent 说用哪份文件即可；也支持品牌模板回填和后处理加动画。

    git clone https://github.com/hugohe3/ppt-master
cd ppt-master && pip install -r requirements.txt

    适合经常改别人 PPT、又讨厌「AI 出一版只能当参考图」的人，尤其是投融资、咨询、内部汇报。

    坑：产出上限绑在模型上，README 自己写了别当许愿池；便宜模型要补更多人工。Windows 有单独安装文档。图片质量依赖你是否接生图后端，不配就只能蹭 Openverse / Wikimedia 这类兜底图。

    2. pbakaus/impeccable：先把 Inter + 紫蓝渐变这套 AI 脸治住

    Impeccable

    约 7.9 万星，Apache-2.0，JavaScript。从 Anthropic 的 frontend-design skill 长出来的设计语言：装一个 skill，拿到 24 条命令（polish、audit、critique、bolder、quieter 等），外加 59 条不靠模型也能跑的确定性检测。先 /impeccable init 把产品真相写进 PRODUCT.md，后面改界面才知道观众是谁、约束是什么，而不是每次临时编视觉方向。

    npx impeccable install

    适合用 Claude Code / Cursor / Codex 写前端、却总被模型画成同一张 SaaS 脸的人。

    坑：Cursor 要开 Nightly 和 Agent Skills。装的时候会塞 provider hooks，未值守跑之前最好看一眼 hook 配置；不想要 hook 用 --no-hooks。它治的是设计和流程，不是替你从零想产品。

    3. earthtojake/text-to-cad：让 Agent 在本机出 STEP，不只是出一段漂亮 mesh 话术

    text-to-cad

    约 1.9 万星，MIT，Python。给 Agent 的 CAD 插件：本地工作流生成 STEP / GLB / STL / 3MF，顺带做可制造性检查、工程图，还能接到常见 3D 打印、钣金、CNC 服务。Claude Code、Codex、Cursor、Gemini、Grok 等支持 skills / plugin 的都能装；底层是 cadgen + build123d + Open CASCADE。

    # 在 Agent 里发：Install text-to-cad from https://github.com/earthtojake/text-to-cad
# 或 Claude Code：
claude plugin marketplace add earthtojake/text-to-cad#latest
claude plugin install text-to-cad@earthtojake

    适合硬件/产品原型、想让编码 Agent 直接碰实体零件而不是只画示意图的人。

    坑：默认开匿名遥测，可关。首次启动要下 CAD runtime，得联网。plugin 和 skills 别在同一应用里各装一份，会重复。别指望它替代专业 CAD 工程师做复杂装配公差。

    4. tester-army/e2e：目标用自然语言写，关键结果还是要用断言钉死

    e2e by TesterArmy

    约 8700 星，Apache-2.0，TypeScript。下一代 e2e：用自然语言描述「去把工作区升到 Pro」，Agent 去点；再用 locator / expect 钉住结果。带 Agent 步骤的测试会记下动作，下次应用没变就回放、不再烧模型；纯断言用例甚至可以不配模型。Web 走 Playwright，移动端有独立 engine，examples 里覆盖 Vite、Next、Expo、Flutter 等。

    npx e2e init

    适合想给关键路径加端到端保护、又不想把选择器写到崩溃的前端和移动团队。

    坑：Agent 步骤要自带模型额度或本地模型，账单要算进 CI。回放省钱的前提是 UI 稳定；大改版后第一次仍会重新探索。包名就叫 e2e，和旧项目别搞混依赖。

    5. storytold/artcraft：把「提示词碰运气」收成可重复的创作台

    ArtCraft 角色摆姿

    约 1.5 万星，Apache-2.0（同时带 MIT），Rust 为主。自称给艺术家的 IDE：2D 合成、3D 布景、角色摆姿、场景 kitbash、图转 mesh、图转视频，模型可选 ArtCraft 自有目录以及 Grok / Midjourney / Sora / World Labs 等。这周前几次我没写它，是因为当时还是 fair source；现在仓库已经是 Apache + MIT 双许可，可以认真打开了。

    适合插画、分镜、短片预演、想要「先摆场景再生成」而不是纯文生图的创作者。

    坑：桌面端很多能力依赖各家模型账号和额度，不是 clone 就能离线全集。从源码编有独立文档；日常更现实的是下官方包。受限/禁用模型以他们 catalog 标注为准。

    6. VERT-sh/VERT：文件转换别先上传到陌生人的服务器

    VERT 上传页

    约 1.6 万星，AGPL-3.0，TypeScript / Svelte。VERT 用 WebAssembly 在浏览器里转文件，号称 250+ 格式，图片、音频、文档都能碰；视频多数可本地，少数仍可能走服务端 daemon（官方实例或可自托管的 vertd）。线上可看 vert.sh，也可以自建。

    适合经常转格式、又不想把客户材料丢上第三方转换站的人。

    坑：AGPL 对改完再提供网络服务的人约束更紧，商用嵌入前先读许可。复杂视频别默认「一定纯本地」。浏览器内存和格式覆盖有上限，巨文件仍可能劝你换本机 FFmpeg。

  • 10/10 开源速递：阿里代码审查、HTML 出视频和把 Agent 上下文压瘦

    今天日榜前排还是 rea、AnyPS5、mattpocock/skills、diagram-design、Anthropic 岗位插件这些这周写过或法律灰色的，我都跳了。ArtCraft 继续火，但协议还是非 OSI 的 fair source，也不写。从日榜后排和语言榜里挑了六个：阿里开源的内用代码审查、HeyGen 的 HTML→视频框架、专管压缩 Agent 上下文的 Headroom、一个流式 3D 重建论文仓、微软的不可信代码沙箱，以及一个本地音频转 MIDI 插件。

    星数是 10 月 10 日上午 GitHub API 的快照。

    1. alibaba/open-code-review：规则先扫一遍，模型再写行级评论

    Open Code Review 能力一览

    约 4.5 万星，Apache-2.0，Go。阿里把过去两年内部用的 AI 代码审查助手开源了。它不走「整段 diff 丢给模型碰运气」那条路，而是混合架构：确定性流水线先跑多语言规则（空指针、线程安全、XSS、SQL 注入等），LLM Agent 再补精确到行的评论。协议兼容 OpenAI 和 Anthropic，也有 Claude Code、Codex、Cursor、Kimi Code 的插件。

    npm install -g @alibaba-group/open-code-review
ocr config provider
ocr review

    适合已经有 PR 流程、想在本地或 CI 加一层可复现审查的团队，也适合给编码 Agent 挂一个能调用的 review skill。

    坑：默认审查要先配好模型；delegation 模式可以让宿主 Agent 自己审，但规则解析仍靠 OCR。大仓库别一上来 ocr scan 全仓，账单和等待都会很难看，先从工作区 diff 或分支范围试。

    2. heygen-com/hyperframes：Agent 会写 HTML，就让它直接出片

    HyperFrames 本地应用与工作流

    约 6.0 万星，Apache-2.0，TypeScript。HeyGen 开源的视频框架：用 HTML、CSS 和可 seek 的动画描述画面，浏览器预览，无头 Chrome + FFmpeg 渲成确定性 MP4。和 Remotion 的差别主要在作者模型——这边押的是「人和 Agent 都好写的普通 HTML」，不是 React 时间轴。CLI、Agent skills、云端渲染都能接。

    npx hyperframes init my-video
npx hyperframes preview

    适合会一点前端、想让 Claude Code / Codex 出产品介绍、PR 解说或活动短片的人。

    坑：硬性要求 Node 22+ 和本机 FFmpeg。skills 仓库有 21 个发布项，交互安装时别全勾；非交互环境用 npx hyperframes skills update 装 core set 更稳。渲染质量取决于你写的 HTML 是否真的「可 seek」，乱写时间轴会预览和成片对不上。

    3. headroomlabs-ai/headroom：进模型前先把工具输出削一刀

    Headroom 上下文压缩示意

    约 7.5 万星，Apache-2.0，Python / TypeScript。Agent 贵往往贵在工具返回：日志、检索片段、整文件。Headroom 在本机把这些压短再送给 LLM，宣称编码场景大约少 20% token，JSON 类可到 60–95%，FATAL 这类关键行尽量保真。用法三种：库里 compress()、本地 proxy，或 headroom wrap claude 一类一键包住现有 Agent。压缩不把内容送去远端。

    pip install "headroom-ai[all]"
headroom wrap claude

    适合上下文经常爆、又懒得每次手删的 Claude Code / Codex 用户，也适合自己写 Agent 编排的人。

    坑：带 CLI 的是 PyPI 包；npm 的 headroom-ai 只有 SDK。wrap 会起本地代理并改路由，接 DeepSeek、OpenRouter 这类 OpenAI 兼容接口时要显式指定 upstream。别指望它替你做「语义上绝对无损」——极限压缩后个别细节仍可能丢，关键路径先用他们的 dashboard 看节省和召回。

    4. Robbyant/lingbot-map：长视频也能流式建三维

    LingBot-Map teaser

    约 1.8 万星，Apache-2.0，Python。Robbyant 的 Geometric Context Transformer，ECCV 2026 Best Paper Award Candidate。目标是前馈、流式的 3D 重建：锚定几何上下文、位姿参考窗和轨迹记忆放在一个框架里，长序列可以超过一万帧，官方数字是 518×378 大约 20 FPS。仓库带交互 viser demo 和离线渲染流水线，权重在 Hugging Face / ModelScope。

    适合做 SLAM、三维重建、机器人建图、想复现论文 demo 的人。它不是「上传一段手机视频就出漂亮 mesh」的消费级 App，是研究代码。

    坑：安装绑 CUDA 和特定 PyTorch（文档写推 2.8 + cu128）；FlashInfer 推荐但首次会 JIT。显存不够就缩短序列或开 keyframe interval，别对着 13 分钟室内漫游硬上笔记本核显。

    5. microsoft/mxc：给模型吐出来的代码找个笼子

    microsoft/mxc

    约 2400 星，MIT，Rust 为主，另有 .NET / Node SDK。MXC（Microsoft eXecution Container）是嵌进你应用的沙箱依赖：用 JSON 策略描述文件系统、网络、剪贴板/GUI 权限，再挑平台后端跑不可信工作负载——模型生成的代码、插件、工具调用都算。Windows 默认 ProcessContainer，Linux 默认 Bubblewrap，macOS 用 Seatbelt；还有 WSLC、MicroVM、Hyperlight 等选项，不少标了 experimental。

    适合要在产品里执行第三方或模型生成代码、又不想「直接在宿主机 eval」的团队。

    坑：隔离强度跟后端走，别假设跨平台行为一致。实验后端别直接上生产。从源码编还要匹配文档里的 Rust 版本和各后端前置依赖；更省事的路径是直接装对应语言的 SDK 包。

    6. DamRsn/NeuralNote：混音进插件，多轨 MIDI 出来

    NeuralNote 界面

    约 3100 星，Apache-2.0，C++。VST3 / AU / 独立应用，把音频转成 MIDI，全程本地。v2 用 Kyutai / Mirelo 的 MuScriptor 换掉了 Spotify Basic Pitch，参数量从不到 1.7 万跳到上亿级，支持多乐器识别，并内置合成器按轨试听。模型分 small / medium / large，首次打开再下载。

    适合编曲、扒带、想快速把录音变成可编辑 MIDI 的人。

    坑：large 大约 2.7GB；中大模型强烈建议 GPU（macOS Metal，Win/Linux Vulkan）。Linux 暂无预编译，要自己编。Windows 安装包未签名，系统可能弹警告。作者也说目前只在少数机器上测过，遇到怪显卡先去 Issues 反馈。

  • 10/9 开源速递：Anthropic 岗位插件、OpenAI 数学手稿和菜单栏一键换模型

    今天日榜前排还是 AnyPS5、diagram-design、rea、mattpocock 的 skills、claude-mem、raddebugger 这些这周写过或法律灰色的，我都跳了。ArtCraft 星数不错，但协议是还没定稿的自定义 fair source，也先不写。从日榜后排和 24 小时涨星里挑了六个：Anthropic 给知识工作者的岗位插件、OpenAI 公开的一批数学手稿、一个菜单栏统一换模型的 magpie、一个让 Agent 用 HTML 页回答难题的 skill、Meta Muse 的开源硬件 SDK，以及 Theo 用模型把 TypeScript 编译器搬到 Rust 的实验。

    星数是 10 月 9 日上午 GitHub 页面的快照。

    1. anthropics/knowledge-work-plugins：给销售、财务、法务各装一套 Claude

    Knowledge Work Plugins

    约 2.8 万星，Apache-2.0。Anthropic 把自己内部用的一批岗位插件开源了，主打 Claude Cowork，也兼容 Claude Code。不是又一个「万能 prompt 包」，而是按角色打包：销售、客服、产品、市场、法务、财务、数据、企业搜索、生物研究，再加上生产力管理和「自己做插件」那一套。每个插件里是 skill、斜杠命令，以及接到 Slack、Notion、HubSpot、Jira、Snowflake 这类工具的 MCP 连接配置。

    装的时候先把仓库加成 marketplace，再装具体插件，比如销售：

    claude plugin marketplace add anthropics/knowledge-work-plugins
claude plugin install sales@knowledge-work-plugins

    适合已经在用 Claude、想让同一套流程在团队里跑稳的人，尤其是非工程岗也要长期用 Agent 的团队。

    坑：出厂是通用模板，不换成你们公司的工具栈和术语，效果会很一般。连接器要你自己的账号权限，法务和财务这类插件别一上来就对着生产数据乱试。最近一次提交是 10 月 8 日凌晨，还在持续加插件。

    2. openai/math：模型写的数学论文，一部分已经用 Lean 钉死

    openai/math

    约 1.2 万星，Apache-2.0，仓库里主要是 Lean 和手稿 PDF。OpenAI 说现有数学评测已经打满，于是拿未发布的内部模型去啃开放研究题，平均每道题大概三个小时的 ChatGPT Pro 思考算力，最后整理成 372 个结果家族、719 篇手稿。大约四成主结果已经有 Lean 形式化，也附了部分推理摘要 PDF。

    适合做形式化验证、数论或想看「模型数学」真实产出的人，也适合当 Lean 库的阅读材料。它不是一个你 clone 下来就能跑业务的工具，是研究产物归档。

    坑：作者自己写了，没形式化的结果可能有问题，他们会尽量修。别把未验证的手稿当已发表定理引用。仓库两天前才建，还在持续补 Lean；要跟进度看 history.md 和 formalization 目录。

    3. yetone/magpie：Claude 跑 Kimi，Codex 跑 DeepSeek，菜单栏一点就换

    magpie Agents 界面

    约 6900 星，MIT，Go 写的。同时用好几个 Agent 的人都懂：模型写在各自配置文件里，订阅只能在一个工具里用，额度下午三点用完又得手改 base URL。magpie 把本机 45 个以上的 Agent 收进一张表，本地网关开在 127.0.0.1:3425，同时讲 OpenAI、Anthropic、Gemini 这几套协议，额度没了就切下一个账号，Agent 那边看不到报错。

    安装：

    curl -fsSL https://usemagpie.ai/install.sh | sh

    适合 Mac / Windows / Linux 上并行用 Claude Code、Codex、Gemini CLI 等、又想共用国内模型和订阅的人。

    坑：它会改各 Agent 自己的配置文件，虽然声称只动一个键并保留注释，第一次用最好先备份或用方案（Profile）试。订阅共享等于把登录态交给本地网关，别在不信任的机器上开。最近提交就在今天上午，迭代很快，小版本之间行为可能变。

    4. QingYunA/answer-me-with-html：别再让 Agent 甩一墙字，直接给一页能看的 HTML

    纯文字回答 vs HTML 页

    约 2400 星，MIT。这是一个 Agent skill：你问难题，模型只写短 Markdown 草稿，自带的 CLI 在大约 50 毫秒内补齐 SVG、CSS 和页面结构，最后得到一个离线也能打开的单页。作者对比过，手写 HTML 平均要写将近五千 token，用这个 skill 模型只写六百出头，大约八分之一，时间也从三十秒级掉到十几秒。

    npx skills add QingYunA/answer-me-with-html

    适合经常拿 Agent 解释协议、对比方案、画模块关系，却懒得自己整理成可读页面的人。Claude Code、Codex、Cursor、OpenCode 都能装。

    坑：本质还是 skill，质量取决于你用的模型和是否开「always-on」；简单一句问答不必强行出页。需要 Node 20 以上。别指望它替代正式文档站，它是「这一问的可读快照」。

    5. facebookincubator/muse-gadget-sdk：把桌上的 ESP32 刷成 Muse 外设

    Muse gadgets 硬件一览

    约 1800 星，Apache-2.0。Meta 把 Muse 的 gadget SDK 开源了：一边是 ESP32 固件，一边是 Linux / 树莓派 SDK。刷上去之后，手机上的 Muse App 可以配对，让助手连上你自己焊的屏、按钮、传感器，或者让家里的 Linux 盒子听指令。仓库里已经有 Waveshare 圆屏 AMOLED、M5Stack、电子墨水屏等板子的适配，昨晚还在加电子纸状态板。

    最快路径是 clone 进 esp32 目录，用他们的 Muse Code 代理帮你编和刷（仍需你确认每条命令）：

    git clone https://github.com/facebookincubator/muse-gadget-sdk
cd muse-gadget-sdk/esp32

    适合有一块吃灰的 ESP32、想给 Muse 加实体外设的硬件玩家和智能家居折腾党。

    坑：刷机可能变砖、保修作废，官方自己写在 README 里。每个 gadget 都要去 gadgets.muse.ai 申请 SDK token，并同意他们的条款；没有 Muse App 和账号就玩不起来。Jollybot 形象资源不在 Apache 覆盖范围内。

    6. pingdotgg/ts-rust：花四十多万美元 token，把 tsc 搬到了 Rust

    ts-rust

    约 700 星，MIT。ping.gg 的 Theo 想验证「大模型能不能把 TypeScript 编译器迁到 Rust」，结果是能，npm 包名叫 tsc-rs。钉在 TypeScript 7.1.0-dev 某一提交上，宣称和 Go 版 tsc 在大量真实项目上诊断一致，类型检查大约是 Go 版的一半时间，也内置了 Effect 的诊断规则。作者自己算账：这次迁移植花了超过 42 万美元的 token，并说如果方法更省大概两万刀也能做完。

    npm install -D tsc-rs

    适合关心编译器性能、已经在试 TypeScript 7 / tsgo，或者想看「LLM 大规模移植」长什么样的人。

    坑：明确写了是早期发布；--version 打印的是移植的 TS 版本号不是 npm 版本；和官方 tsc 在 monorepo、tsc -b、编辑器长会话内存上还有已知差异。别在关键生产流水线里一上来就替掉 tsc，先在 CI 里并行跑对比。

  • 10/8 开源速递：一个 App 管所有 skill、清硬盘不怕误删和 Vercel 的 Agent 框架

    今天日榜前排还是 rea、mattpocock 的 skills、claude-mem、openGym 这些这周写过的，另外几个是 skill 包和 PS5 移植工具，我都跳了。从日榜后排和各语言榜里挑了六个：一个统一管理各家 Agent skill 的桌面 App，一个把安全放第一位的磁盘清理工具，一个给多开 Agent 用的 Mac 终端，Vercel 新出的 Agent 框架，一个把向量索引压到八分之一的库，最后是 Epic 家的 Windows 调试器。

    星数是 10 月 8 日上午 GitHub 页面的快照。

    1. xingkongliang/skills-manager：skill 装了一堆，终于有地方统一管了

    Skills Manager 的技能库界面

    约 5700 星，MIT，国内开发者做的桌面 App。这几个月 skill 包刷屏，很多人 Claude Code、Codex、Cursor 各装一套，同一个 skill 散在五六个目录里，哪个是新版本自己都说不清。Skills Manager 就是解决这个的：所有 skill 进一个中央库，再一键同步到各个 Agent，支持 54 个工具。

    几个设计挺实用：可以把一组 skill 存成「预设」，切项目时一点就全开或全关；项目里的 skill 和中央库能对比、双向同步；Git 来源的 skill 能检查上游更新。还能连一个私有 GitHub 仓库自动备份，几台电脑之间同步，冲突时不会覆盖，让你自己选留哪份。macOS 上：

    brew install --cask skills-manager

    Windows 和 Linux 去 Releases 下安装包。适合同时用好几个 AI 编程工具、skill 已经装到自己都数不清的人。

    坑：它帮你管，但不帮你挑，装进来的 skill 还是要自己读一遍，尤其是来路不明的。同步可以选软链接或复制，有的工具对软链接支持不好，遇到不生效就在设置里改成复制。最近一次提交是 10 月 4 日，更新节奏正常。

    2. harry0703/MangoDisk：清理硬盘，先保证不删错

    MangoDisk 中文界面

    约 3800 星，GPL-3.0，Rust 加 Tauri。作者就是 MoneyPrinterTurbo 那位。功能是磁盘清理的老几样：系统和应用缓存、浏览器缓存、Xcode 和各种包管理器的缓存、项目里的 node_modules 和构建产物、大文件、重复文件，加上卸载软件连带清残留、管开机启动项。本地模型和下载缓存也会单独列出来，玩 AI 的人硬盘经常是被这个吃掉的。

    我愿意推它，是因为它把「别删错」写成了原则：默认只读扫描，删之前列清楚，每条清理规则都要在真机上验证过才上线，规则库整个开源可以自己查。重复文件清理每组至少留一份。还有命令行版，默认也是只扫不删。macOS 上：

    brew install --cask harry0703/tap/mangodisk

    Windows 用 winget，Linux 有 deb 和 AppImage。适合 Mac 硬盘总是红、又不想给 CleanMyMac 交年费的人，开发者尤其。

    坑：「AI 解释」功能官方版每天有免费额度，超了要接自己的模型服务。隐私清理会删浏览记录和 Cookie，点之前想清楚会不会把常用网站全登出。Linux 版命令行还没有预编译包，要自己从源码编。

    3. manaflow-ai/cmux：同时开十个 Agent，谁在等你一眼就知道

    cmux 主界面

    约 2.8 万星，GPL-3.0，Swift 写的原生 Mac 应用。前天写过 tuios，那是终端里的 TUI。cmux 走的是另一条路，直接做一个基于 Ghostty 的 Mac 终端，专门照顾同时跑一堆 Claude Code 和 Codex 的人。

    它最有用的是通知：哪个 Agent 停下来等你输入，那个窗格会亮一圈蓝边，侧边栏的标签也会亮，快捷键直接跳到最近一个未读。侧边栏还显示每个工作区的 Git 分支、关联 PR、监听的端口。里面带一个可以脚本控制的浏览器，Agent 能自己点你的开发服务器页面。会读你现有的 Ghostty 配置，主题字体不用重配。

    brew tap manaflow-ai/cmux && brew install --cask cmux

    适合在 Mac 上并行开多个编程 Agent、已经被一堆标签页搞晕的人。

    坑：只有 macOS。浏览器能导入 Chrome 等浏览器的 Cookie 和登录状态，方便是方便，等于把你的登录态交给 Agent 能操作的窗口，别在里面登重要账号。协议要看清：客户端是 GPL，服务端那部分是 BSL，生产环境自托管要买商业授权。

    4. vercel/eve：Vercel 出的 Agent 框架，一个文件夹就是一个 Agent

    eve

    约 5500 星，Apache-2.0，TypeScript。Vercel 的思路是「文件系统就是写 Agent 的界面」：系统提示是一个 instructions.md，工具放 tools 目录，每个文件一个函数，skill、定时任务、Slack 和网页聊天这些渠道也各有固定的目录。打开文件夹就知道这个 Agent 能干什么，交接给别人也好读。

    一条命令起项目，自动装依赖、初始化 Git、打开终端界面，模型凭证可以用 ChatGPT 订阅、Vercel 账号，或者 OpenAI、Anthropic 的 Key：

    npx eve@latest init my-agent

    适合用 TypeScript、想做一个能长期跑的业务 Agent 的工程师，比如每周自动出报告、在 Slack 里回答问题的那种。

    坑：还在 beta，版本号一天能跳一个，API 会变，现在上生产要做好跟着改的准备。Node 要 24 以上。本地开发不绑 Vercel，但网页聊天、登录和部署这些现成的路子都是往 Vercel 上引的，不想被平台绑住就先想好怎么部署。

    5. RyanCodrai/turbovec：一千万条向量，内存从 31GB 压到 4GB

    turbovec

    约 1.7 万星，MIT，Rust 写核心，有 Python 绑定。做 RAG 的人都遇到过：向量一多，内存先扛不住。turbovec 用 Google 的 TurboQuant 把每个维度压到 2 或 4 位，直接在压缩后的数据上搜。作者给的数是一千万条 768 维向量从 31GB 降到 4GB，速度比 FAISS 快四倍多，召回率持平。

    不用训练，加进去马上能搜，删一条是微秒级；增量写盘，崩了也不坏。它就是个库，不起服务，数据不出进程，配一个开源 embedding 模型就是完全离线的检索。LangChain、LlamaIndex、Haystack 都有现成的替换接口：

    pip install turbovec

    适合在笔记本或小服务器上做本地知识库、向量量级在百万到千万的人。

    坑：作者自己写了什么时候别用它。它是挨个扫全部向量，几亿条又要求低延迟，还是得上 HNSW 这类图索引。压缩有损，4 位时第一名和精确结果一致的比例是九成六到九成八，上线前拿自己的数据测一下召回。没有网络接口，想多人共用得自己包一层。

    6. EpicGames/raddebugger：Windows 上终于有一个快的图形调试器

    RAD Debugger

    约 7900 星，MIT，纯 C，Epic Games 维护。Visual Studio 调试大项目卡，是写游戏和 C++ 的人多年的老毛病。RAD Debugger 是一个原生、多进程的图形调试器，会把 PDB 转成自家的调试信息格式再读，所以对几 GB 调试信息的巨型程序也跟得上。

    仓库里还有一个 RAD Linker，命令行参数和 MSVC 的链接器兼容，官方测的大项目链接时间快一半。最新版是 9 月底发的 v0.9.29-alpha，直接去 Releases 下 exe 就能用，不用自己编。

    适合在 Windows 上写 C 和 C++、尤其是做游戏和引擎的人，被 Visual Studio 调试器拖慢过的可以试试。

    坑：现在只支持调试本机的 Windows x64 程序，而且要有 PDB，Linux 和 DWARF 还在路上。还是 alpha，作者自己都在征集崩溃报告，正事别只靠它。仓库 README 讲的是项目结构，使用说明在发行包里，第一次打开要先翻那份文档。

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