周三的日榜前排还是 Astryx、Sherlock、agent-browser 这些这周专栏写过的面孔。我往 Python、Rust 分榜里翻了翻，挑了六个近一周没写过的：一个中文作者做的 AI 股票日报今天又涨了九百多星，一个让 Claude 直接改 Home Assistant 配置的 MCP，还有一个把手机视频变成 3D 场景、全程不上云的桌面应用。
1. ZhuLinsen/daily_stock_analysis：把自选股每天的分析报告推到你的群里
这个仓库做的事很直接：你给它一串自选股代码，它每天拉行情、K 线、新闻和公告，让大模型写一份「决策仪表盘」，推到企业微信、飞书、Telegram、Discord、Slack 或邮箱。覆盖 A 股、港股、美股，也支持日股、韩股和台股。
最省事的用法是 Fork 之后在 GitHub Actions 里填好密钥，默认每个工作日北京时间 18:00 跑一次，非交易日不跑，不用自己备服务器。想多问几句，还有一个 Web 工作台，可以拿均线、缠论、波浪这些内置策略做多轮追问，也能回测和记持仓。
我觉得值得说的有三点。默认用的 AkShare、Baostock、YFinance 是免费源，README 自己写了会受限流和接口变动影响、稳定性不保证，长期定时跑建议配 Tushare 这类要 token 的源。README 里标「推荐」的模型服务 Modelflare 和新闻源 SerpAPI，正好也是项目的赞助商，选的时候心里有数就行。日股、韩股目前是带后缀代码的 MVP，文档提醒：裸的 6 位数字代码如果没在股票池里命中，会按 A 股处理。
作者在最后写得很清楚：仅供学习研究，不构成任何投资建议。报告里那些「买入、观望、卖出」，当成一份整理好的资料看就够了。
GitHub：ZhuLinsen/daily_stock_analysis · 69584★ · MIT
2. homeassistant-ai/ha-mcp：让 AI 帮你写自动化、修仪表盘，不只是开关灯
很多智能家居和大模型的结合停在「帮我关灯」。ha-mcp 想做的是配置这一层：一共 87 个工具，能建自动化、改脚本和仪表盘、看自动化的执行轨迹找问题，还能做备份和更新。README 里的例子是「运动传感器那条自动化不工作了，帮我查一下」，它会去读执行轨迹再给修改建议。
现在推荐的装法是作为 Home Assistant 集成跑在进程里，要求 Home Assistant 2026.8 以上，2026.11 起可以直接在内置的 Marketplace 里搜到。不想先接自己家的设备，也有连到托管演示环境的脚本，不用付费订阅。安全上有只读模式、按工具开关和改动前自动备份，README 也写了目前没有遥测。
几个坑是 README 自己点名的。同一个客户端里只配一种安装方式，装了集成又留着本地命令行那条，是已知的连接卡死原因。本地 stdio 方式有传输问题（issue #1713），只建议拿来试。推荐的集成装法要一个管理员账号：用自己账号的长期令牌，泄露了在哪都能用，README 更推荐单独建一个只允许本地登录的管理员账号给它。
GitHub：homeassistant-ai/ha-mcp · 6709★ · MIT
3. we-promise/sure：花了近百万美元的记账应用停了，社区接着养
Sure 的来历比功能更有意思。Maybe Finance 团队 2021 到 2022 年做了一款完整的个人理财应用，README 说开发花了将近 100 万美元，商业上没走通，开源后又短暂做过托管版，最后仓库归档。Sure 是社区接手的分支，把这套代码继续维护下去。
现在它可以用 Docker 自托管，浏览器、macOS 桌面端、手机端、API 和 LLM Agent 都能访问，截图里能看到现金流、净资产、支出，旁边是一个回答储蓄问题的 AI 助手。也有不带 AI 的一键部署模板，AI 令牌留空。
协议是 AGPLv3。想再分叉的话注意，「Maybe」是 Maybe Finance 的商标，分支里不能用这个名字和 logo。维护者也坦白数据量大时会有性能问题，干脆把演示站的慢请求做成了公开面板。Docker 默认配置不填任何环境变量也能跑，但文档提醒，如果要放到局域网以外，安全配置这一步就别省。
GitHub：we-promise/sure · 12041★ · AGPL-3.0
4. ooolabdev/ooosplat：一段视频变成 3D 高斯泼溅，全在自己电脑上算
想自己做 3D Gaussian Splatting，要串 FFmpeg 抽帧、COLMAP 算相机位置、再找训练器，门槛不低。OOOSplat 把这一串打包成桌面应用：选视频或图片、选项目目录和快速、均衡、精细三个档位，它自己跑完，出来的模型能直接预览、裁切、删点，再导出成 PLY、SPZ、SOG，或者一段 MP4、一个离线 HTML。全景视频也支持。
素材、模型和日志都留在本地项目目录，不上传到云端重建服务。界面中英双语，README 也是中文优先。
主力平台是 Windows 11 x64。macOS 只支持 M1 以后的芯片，Ubuntu 只支持 24.04，两者都标着 Alpha。Mac 包还没签名和公证，第一次打开可能被系统拦下，要去「隐私与安全性」里选「仍要打开」。训练那一步需要能用的 GPU 图形后端，README 建议独立显卡，纯 CPU 的软件后端还没做端到端验证。另外它很吃硬盘：素材副本、抽帧、COLMAP 数据和中间文件都要放下。「继续生成」也不是断点续训，没跑完的训练会从初始化重新开始。
GitHub：ooolabdev/ooosplat · 2442★ · Apache-2.0
5. opensandbox-group/OpenSandbox：Agent 要跑代码，先给它一个自己机房里的沙盒
让 Agent 执行代码、开浏览器、操作桌面，总得有个隔离环境。云上的沙盒服务不少，OpenSandbox 是给想放在自己基础设施上的人准备的：本地用 Docker 起步，上生产再部署到 Kubernetes，生命周期 API 是同一套。它现在是 Agentic AI Foundation（AAIF）的项目，Java、JS、.NET 这几个 SDK 的包名还带着 alibaba 前缀。
README 给的数字是 Firecracker 沙盒创建串行 P50 64 毫秒、10 并发 P99 125.4 毫秒，还能暂停恢复并保住内存和磁盘状态。我更在意的是两个细节：每个沙盒可以单独设出站网络策略，Credential Vault 让 Agent 调外部服务时，真实凭据不落到沙盒里。Python、Java、TypeScript、C#、Go 都有 SDK，也有命令行和 MCP，Claude Code、Codex CLI 都有现成示例。做 Agent 评测和强化学习的，可以每次试验开一个独立沙盒。
本地试用要先装好 Docker 和 Python 3.10 以上，起服务就这两行：
uvx opensandbox-server init-config ~/.sandbox.toml --example docker
uvx opensandbox-server
上生产前留意一点：README 写明，目前的合并发布版本在镜像签名和来源证明上有已知缺口（issue #2463），不能默认它和旧的单组件版本一样可验证，生产镜像建议按 digest 固定。
GitHub：opensandbox-group/OpenSandbox · 17156★ · Apache-2.0
6. tokio-rs/topcoat：tokio-rs 出的全栈 Rust 框架，路线图上还空着一大片
Topcoat 9 月底在专栏出现过，今天它又上了 Rust 日榜，值得回头看看现在走到哪了。它挂在 tokio-rs 组织下，主打「开箱即用」：页面全在服务端渲染，组件可以是异步的、直接查数据库，省掉单独的 API 层；需要前端交互的地方，写一段带类型检查的 Rust 表达式，框架会同时翻译成 JavaScript 在浏览器里跑，不用 wasm 包，也没有前端构建步骤。路由可以从模块目录结构推出来，还带一套照着 shadcn/ui 思路做的组件库，组件直接复制进项目随你改。
README 开头就一句：早期、实验性，会有破坏性改动。看路线图更清楚，部署文档、认证、后台任务、表单校验、静态导出都还在待办里。会话、Cookie、邮件、OpenAPI 这些已经有文档。拿它做个人项目或内部工具尝鲜可以，正经上线的业务先别押。
GitHub：tokio-rs/topcoat · 6867★ · MIT
