A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

指着网站说"照这个做":1.5 万星的 Rust 干净室引擎还在 early alpha

今天日榜上,前几天写过的仓库又占了大半:auto-ontology、mattpocock/skills、agent-desktop、Scrapling 那些都还在。新面孔里我最先点开的,是一个贴着 early alpha 徽章、却已经 1.5 万星的 Rust 项目——Craft Anything:先搞清楚任意软件怎么做,再让编码 Agent 按你的栈重做一份。

另外五个:Vercel 给 Agent 用的浏览器 CLI(和 11/3 的 agent-desktop 不是同一个),微软开源的语音全家桶(TTS 大模型代码已经自己删了),Google 官方 Agent Skills,一天涨 600 多星的媒体/3D Skills,还有一个把课程和 1800+ 站点收进桌面的开源下载器。前 7 天写过的都跳过了。

1. storytold/craft-anything:看懂原作,再干净室重做

Craft Anything 网站项目界面

很多人用 AI「抄」一个网站,结果只是长得像。Craft Anything 的路线不一样:它先用真实检查工具去研究目标网站、桌面 App、手机 App 或游戏,拿到带证据的结论,再让编码 Agent 按你指定的技术栈新建项目,对照原作检查,不像就继续改。

桌面端、命令行和 MCP 都有,Windows、macOS、Linux、FreeBSD 都能下安装包。README 里 Study → Build → Check → Refine 这条线写得很清楚,网站还会按三种屏宽对照。

它自己也不藏阶段:徽章和 Status 都写着 early alpha,公开发布的安装包仍然是 alpha。从源码跑的话需要 Rust 1.97 或更新,本机还要有已经登录好的编码 Agent;craft-anything-cli doctor 会告诉你缺什么。作者强调不绕过 DRM、登录和反作弊,重建是基于证据的布局和行为,不是去扒受保护的内容。

git clone https://github.com/storytold/craft-anything && cd craft-anything
cargo run --release -p craft-anything

Apache-2.0(仓库同时放了 MIT 许可文件),15251 星,昨天还有提交。

2. vercel-labs/agent-browser:给 Agent 的浏览器,一次一条命令

agent-browser 文档社交图

11/3 写过 Vercel 的 agent-desktop,那是控整台电脑。这个 agent-browser 专管浏览器:Rust 写的 CLI,打开页面,用 snapshot 把页面收成带 @e1 这类引用的无障碍树文本,Agent 按引用点、填、再读一遍确认。浏览器在命令之间一直开着,每一步就是一次短的 shell 调用。

npm install -g agent-browser
agent-browser install

第一次要 install 下载 Chrome for Testing;Linux 上可以用 --with-deps 把系统库一并装上。README 还写了:目标被遮罩、隐藏或滚出视口时,点击会失败而不是假装成功——得先处理遮挡再重新 snapshot。自带跟版本对齐的 skills,也能 agent-browser mcp 当 MCP 服务。Apache-2.0,45944 星,今天凌晨还在推。

3. microsoft/VibeVoice:语音全家桶还在涨,TTS 代码却被自己拿掉了

VibeVoice Logo

VibeVoice 是微软开源的前沿语音模型族,ASR 和 TTS 都有。一套连续语音分词器跑在 7.5Hz,主打长序列:ASR 可以单次吃大约 60 分钟音频,结构化输出「谁、何时、说了什么」,还支持热词和多语言;另有流式 ASR、能在 CPU 上跑的 BitNet 边端版,以及 Realtime-0.5B 实时语音合成。

有意思的是仓库自己的历史说明:2025 年 9 月,因为发现用途偏离初衷,他们把 VibeVoice-TTS 代码从本仓库移除了。Risks and Limitations 里写得很直:不建议在没有进一步测试前拿去商用或真实业务,并提醒高保真合成语音可能被滥用做伪造。想试 ASR 或 Realtime,Hugging Face 和文档链接都在 README 里。MIT,56000 星,今天仍出现在日榜上。

4. google/skills:Google 自己给 Agent 写的 Skills

google/skills 仓库卡片

Skills 这波热度里,Google 也把自己的产品知识收成了官方仓库:Google Cloud 入门和 IAM、Gemini 与 Agent Platform、Genkit(JS/Go/Python/Dart)、BigQuery AI,再到一堆多产品方案级工作流。格式跟 agentskills.io 对齐,Claude Code、Cursor 这类能装 Skill 的 Agent 都能用。

npx skills add google/skills

装的时候可以选具体技能、目标 Agent,以及项目级还是全局。README 没有另列一堆「坑」,需要的是环境里有 Node/npx。适合日常在 Google Cloud 或 Gemini 上干活、又希望 Agent 少一本正经说错话的人。Apache-2.0,22408 星,昨天还在更新。

5. scenario-labs/skills:一天涨 600 多星的出图出片出 3D Skills

scenario-labs/skills 仓库卡片

这是今天新面孔里涨星最猛的之一。仓库教的是:让编码 Agent 经 Scenario MCP 产出生产级图片、视频、音频、贴图、天空盒和 3D,并在选型、报价、角色与品牌一致性上管住嘴。下面还有一簇「专家工具」,不走 Scenario 云,而是驱动你本机已经装好的 Blender、Maya、ZBrush、Unreal、Unity、Godot、Roblox Studio。

npx skills add scenario-labs/skills

Scenario 那一支,README 写明要先把 MCP 连上(例如 claude mcp add --transport http scenario https://mcp.scenario.com/mcp),再用 Scenario 账号 OAuth 或 API key。专家工具则要本机有对应软件。MIT,3101 星,适合做游戏资产和创意内容、已经在用 Claude Code / Cursor 的人。

6. OpenSelena/omniget:下载、转写、阅读,收进一个桌面 App

OmniGet 主界面

OmniGet 是 Tauri 2.0 + Rust + Svelte 的开源下载管理器:课程平台(面向你已购买的内容)、YouTube,以及 yt-dlp 能覆盖的大量站点,下完还能转写、转换、当阅读器和学习工具用。README 强调免费、无广告、不对你下载的内容做遥测,文件留在本机。

从 Releases 下对应系统的包即可。有两点 README 写得很清楚:它没有付费代码签名,Windows / macOS / Linux 首次打开都会撞上系统警告,按文档处理一次就行;课程里受 DRM 保护的课时会被跳过并报告。GPL-3.0,4334 星,昨天还在提交。

Like(0) 打赏
未经允许不得转载:AIPMClub » 指着网站说"照这个做":1.5 万星的 Rust 干净室引擎还在 early alpha

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