0521日报 | AI嵌入工作流引爆ToB增长
AI Agent正在从软件界面渗透进每一个已存在的工作流。Viktor把AI Coworker嵌入Slack,10周$15M ARR;Unframe 12个月$100M合同额;Ocean用Agent对抗AI钓鱼攻击。
AI Agent正在从软件界面渗透进每一个已存在的工作流。Viktor把AI Coworker嵌入Slack,10周$15M ARR;Unframe 12个月$100M合同额;Ocean用Agent对抗AI钓鱼攻击。
「AI自我进化」从概念变成了资本追逐的具体赛道。Recursive M出隐身做自我改进AI,Adaption M做模型自动训练,GenericAgent 11.3K Star展示自进化Agent。
> 🔬 422产品实验室 · AI新产品日报 · 每日精选
今天最值得关注的信号是**「AI Agent基础设施正在从软件-only走向软硬结合、从开发工具走向全工作流覆盖」**。Clawdmeter以869个Star证明开发者愿意为Claude Code做一个硬件仪表盘——Agent的物理存在感正在成为刚需。html-anything以855个Star把「AI Agent写HTML」从概念变成了75个可复用Skill模板的产品体系,覆盖9种内容形态。Ra
AI 产品日报 | 2026-05-14 🔬 422产品实验室 · AI新产品日报 · 每日精选 今日洞察 今天最强烈的信号是「AI模型极致压缩」正在从实验室走向生产。Needle以637个HN赞证明了:Gemini的Tool Callin...
今天最清晰的信号是「Agent的物理入口」正在被重新定义。CloakBrowser以7.9K Star证明了「给Agent造一个不会被发现身份的浏览器」是刚需——不是在Playwright上加反检测插件,而是从C++源码层修改Chromium指纹。Cactus以4.8K Star和231个HN赞切入「Ollama for Smartphones」,让LLM在手机上以零拷贝内存映射运行。Kitten
## 今日洞察
今天的信号指向一个关键词:「Agent的操作基础设施」正在爆发。GenericAgent用10.4K Star证明了「自我进化Agent」的可行性。
今天GitHub Trending释放了一个强烈信号:「Agent的专业分工」正在取代「通用Agent」成为新的创业方向。TradingAgents用72K Star证明了多Agent协作做金融交易的巨大需求——不是一个大模型包打天下,而是基本面分析师、情绪分析师、技术分析师、研究员、交易员、风控团队各司其职。Dexter把「金融研究」单独拎出来做成 autonomous agent——"Clau
今天的信号指向三个正在加速的趋势。第一,「Agent Skill生态」正在从社区运动变成大厂战略——AWS Labs发布AI-DLC工作流规则、Google Flutter团队推出官方Agent Skills,大厂开始为AI编码Agent「制定行为规范」。第二,「反检测基础设施」成为Agent落地的隐形刚需——CloakBrowser用C++源码级修改的Chromium在30+检测网站上获得人类级
用 Claude Code、Cursor 改前端的人,大概都遇到过这种事:Agent 信心满满地说「已修复」,你一刷新,按钮还是歪的,控制台一片红。它没撒谎,它只是从头到尾没看过这个页面,改完代码就当事情办完了。
周末 X 上有条帖子把这事说得很直白:编程 Agent 说「fixed」之前从没看过页面,给它一个浏览器就行(原帖)。同一时间,GitHub 日榜上 Chrome 官方的 DevTools MCP 一天涨了 717 星,周榜上 Vercel 的 agent-browser 一周涨了 4217 星。看来大家都想通了同一件事:光会写代码不够,得让 AI 自己上网页看一眼、点一下。
我按三种思路挑了五个:让 AI 看自己做的页面,让 AI 在你的浏览器里替你点,以及干脆把整件网页上的活交给它。
这是今天唯一一个老牌大项目,去年 9 月建的,现在 57000 星,今天还在日榜上涨了 717 星。放进来是因为它最对题:它干的就是「改完让 AI 自己去看」这一步。
接上之后,Agent 能打开一个真的 Chrome,截图、读控制台报错(带 source map 还原的堆栈)、看网络请求、录性能 trace 再给出优化建议。你可以直接对它说「查一下这个页面的性能」,它会自己开浏览器录一遍。包里还带了几个现成技能,查无障碍问题、查 Cookie 和登录态、查内存泄漏、优化首屏最大内容渲染。11 月 11 日的 1.13.0 又加了日志断点和按页面模拟网络响应,调试接口出错的场景会顺手很多。
README 里有几条要先知道:Google 默认会收集使用统计,可以用参数关掉;性能工具可能把页面地址发给 Google 的 CrUX 接口取真实用户数据,也能关;官方只保证 Chrome 和 Chrome for Testing,别的 Chromium 浏览器不打包票。还有一句很重要,浏览器里的内容 Agent 都能看到也能改,敏感信息别放在这个浏览器里。
GitHub:ChromeDevTools/chrome-devtools-mcp · 57000★ · Apache-2.0
11 月 6 日写过它,那时 45944 星,十天后到了 51648 星,周榜一周涨了 4217 星,涨势一点没停。
它跟 DevTools MCP 的区别在于形态:是一个 Rust 写的命令行工具。Agent 打开页面后拿到的不是截图也不是一大坨 HTML,而是一份精简的元素清单,每个按钮、链接都有个编号,Agent 说「点第几个」,点完再看一眼结果,一步一条命令。浏览器在命令之间一直开着,所以每一步都很短。
我觉得它有个细节做得很实在:点击目标被隐藏、被禁用、或者被 Cookie 弹窗挡住时,它会直接报失败,而不是假装点成功了。这恰好是 Agent「以为做完了」的常见来源。
这次再提它,是因为 11 月 13 日的 0.43 加了一个 Modern Web Guidance 技能:先去取 Chrome 团队的网页最佳实践,再用 agent-browser 打开做好的页面检查一遍。写页面加自己验收,正好接上今天的主题。
GitHub:vercel-labs/agent-browser · 51648★ · Apache-2.0
上面两个默认开的是一个干净的测试浏览器,没有你的登录状态。可很多活偏偏要登录:看后台数据、填内部系统、查订单。下面这个走的是另一条路。

做 OpenCode 的团队 10 月 27 日新建的仓库,现在 610 星,11 月 15 日刚发 v0.0.17,这个月至少发了三版。
它是一个小的本地 MCP 服务加一个浏览器扩展,让 Agent 直接用你正在用的 Chrome、Edge、Brave、Arc,带着你的登录和扩展。Agent 在后台开自己的标签页,自动折叠成一组,不打扰你;它只能动自己开的标签页和你主动借给它的那个。
最打动我的是「交接」:碰到登录、两步验证、付款这种该人来做的事,它会把标签页交还给你,你弄完点「继续」,它接着干。遇到 Cloudflare 验证和验证码,它只报告、交给你,README 写明从不自己去破解。
安全那段也写得清楚:它默认把 Agent 读到的网页和邮件当成可能在「带节奏」的内容;清 Cookie、关浏览器、改网站权限这类操作直接拒绝。要注意的是,跨电脑使用时它自己不加密连接,作者建议走 Tailscale 或 WireGuard,别直接暴露在公网。
GitHub:anomalyco/browse · 610★ · MIT
前面几个都是 Agent 一步一步指挥浏览器。如果你要的是「帮我把这几家的数据查齐做成表」,一步步点就太慢了。

阿里 10 月 12 日开源的,名字叫 qz,现在 221 星,星不多,但 11 月 14 日刚发了 v0.1.9,更新很勤。
它住在 Chrome 的侧边栏里,你一句话交代任务,比如「对比近半年发布的开源大模型,每个一行,写清发布日期、参数、上下文长度和协议,附官方来源」,它会在你登录过的网站上自己翻,把大任务拆成子任务并行跑,最后交给你一张带来源的表格。跑通一次后说一句「存成技能」,下次一句话复用。
它两头都照顾:人能在侧边栏看到每一步,随时插手或叫停;Claude Code、Codex 这类编程 Agent 也能通过命令行或 MCP 调它,把整件网页上的活丢过去。模型自己接,DeepSeek、Kimi、OpenRouter 都有预设,数据只发给你选的模型。目前正式支持 Chrome 和 Edge,Firefox 版还没上架。
GitHub:alibaba/qz-browser-agent · 221★ · Apache-2.0

前面四个多少都要跟命令行打交道。Browser Kitten 8 月 28 日建,两个多月 2392 星,是一个纯 Chrome 扩展:下载源码压缩包,在扩展页面加载进去就能用,不用装 Node 也不用 Python。
它在侧边栏里读你登录过的页面、整理资料、存成文档,点击和填表交给一个单独配置的「执行模型」。我觉得有意思的是本地跟进:你交代目标和停止条件,它会按分钟级定时回来检查,没变化就不吭声,有变化再告诉你。
作者在「当前限制」里写得很坦白:只能在 Chrome 开着、电脑醒着时跟进;同一时间最好只跑一个操作浏览器的任务;不保证在所有网站、所有模型上都成功。另外 Releases 页面上的版本比 main 分支旧,想用新版要按 README 下 main 的压缩包。
GitHub:Player-YN/BrowserKitten · 2392★ · MIT
如果你主要是写前端,只装一个的话,我选 Chrome DevTools MCP,它让「改完自己看一眼」这件事几乎零成本。经常要在登录后的网站上干杂活的,可以试试 browse,交接设计让人比较放心。至于 qz 和 Browser Kitten,适合想把整件网页调研甩出去、自己只看结果的人。
不管用哪个,都可以学 browse 的默认假设:Agent 读到的网页和邮件,可能有人故意写了话想带偏它。让 AI 用你登录着的浏览器,权限越大越要留个心眼。
周日的日榜前排,Open Code Review、Modern Web Guidance、Qwen Code、Sure 这些这周都写过了,我跳过它们,又翻了 Python、TypeScript、Rust 分榜,挑了六个近一周没写过的。
今天有条线挺明显:AI 能干的活越来越多,大家反而更在意人怎么插得上手。Plannotator 让你在浏览器里给 Agent 的计划批注,吴恩达的 OpenWorker 把审批做进了架构里,那个炒股技能包开篇就说不替你做买卖决定,NVIDIA 干脆出了个工具专门检查技能到底有没有用。最后两个跟 AI 无关:一个是该升级了的老牌监控工具,一个是 WiFi 安全审计工具。

仓库挂在吴恩达本人的账号下,7 月才建,现在 19225 星。它分两块:一个日常干活用的桌面应用,一个给开发者搭 Agent 应用的 Harness SDK。
桌面版的定位是「同事」:整理会议记录写成简报、理文件夹、审代码、扫依赖漏洞,也能接 GitHub、Slack、邮件和日历。在 Slack 里 @ 它,任务在你自己电脑上跑,结果回到原来的帖子里。模型自己选,填云端的 Key,或者用 Ollama 跑本地模型。README 说第一批上的专项同事是安全方向的。
我最想说的是它的审批设计。README 写得很硬:有一批危险且不可逆的操作永远只能人来批,开了全自动审批也降不下这条底线。全自动模式下由一个审核模型放行日常操作,拿不准的交给你,被连续拒绝几次就自动熔断、把控制权还给你。每次工具调用记录是谁批的、为什么。命令还能放进沙盒跑,Mac 上用系统自带的沙盒,不用另装东西。
它是本地优先的,对话、连接器令牌、模型 Key 都存在本机,唯一的云端部分是帮连接器走 OAuth 授权的小服务。
两个要知道的:桌面版还在公开测试;Windows 安装包还没做代码签名,装的时候 SmartScreen 会报警,作者说签名在做。Mac 版只给了 Apple 芯片的下载。
GitHub:andrewyng/openworker · 19225★ · MIT

用 Claude Code 或 Codex 做大一点的活,最累的往往是看它的计划:一大段文字在终端里滚,你想对第三步提个意见,只能手打一句「第三步那个不对」。
Plannotator 做的事就是把这一步搬进浏览器。Agent 提出计划或者干完活,页面自动弹出来,你像改文档一样划线、写批注,点发送,反馈直接回到 Agent 那里。代码也能这么审,本地改动、GitHub 的 PR、GitLab 的 MR 都行。支持的 Agent 很全,Claude Code、Codex、Copilot CLI、Gemini CLI、OpenCode 都在列表里。
新加的 Inbox 更像一个收件箱:几个 Agent 同时在干活,各自把问题、文件、待审内容丢进来,你有空再一条条回,回复会送回提问的那个会话。
隐私部分写得很老实。它不收集使用数据,计划和批注默认都在本地。但分享链接要留个心眼:小篇幅的内容是压缩进链接里的,没加密,拿到完整链接的人都能看;大的会加密上传,7 天后过期。另外每次打开页面都会去 GitHub 查新版本,目前关不掉。
更新也勤,今天早上 8 点刚发了 v0.28.65。协议是 Apache-2.0 和 MIT 二选一。
GitHub:backnotprop/plannotator · 11160★ · Apache-2.0 或 MIT
看到「炒股技能」四个字我本来想划走,读完 README 反而觉得是今天最克制的一个。
作者说这是他给自己改进交易流程做的东西:主仓位是长期持有、ETF 和分红股,行情合适时拿一小部分做波段。整套技能的目标不是让 AI 告诉你买什么卖什么,而是把每天看盘、风控、做交易计划、写交易日记、复盘这些步骤规范起来。README 原话是「这不是信号服务,也不承诺盈利」,还明确说不适合全自动交易和超短线。
现在一共 74 个技能,从市场宽度、VCP 形态筛选到分红股复查、仓位计算都有,还按目标打包成了几条工作流,比如「每天 15 分钟看大盘」「每周组合复盘」「每笔平仓后记录复盘」。
要注意两点。很多筛选类技能要 FMP 的付费行情 API,组合管理那条线要接 Alpaca;没有这些订阅的话,作者给了 5 个技能的入门路径,但他也说清楚了,不要 API 不等于不要数据,还是得自己准备公开的 CSV、图表截图。另外筛选器基本都是针对美股的。免责声明也写得很全:仅供学习研究,不构成投资建议。
GitHub:tradermonty/claude-trading-skills · 4851★ · MIT
这两个月技能仓库一个接一个上榜,几十个、几百个一包,但很少有人回答一个问题:装了它,Agent 干活真的变好了吗?NVIDIA 这个工具就是来回答这个的。
它分三层查。第一层看技能本身安不安全、格式对不对、在不同 Agent 里能不能用;第二层查指令有没有重复、跟别的技能有没有打架;第三层最实在,真让 Agent 带着技能和不带技能各跑一遍,比结果。
第一层不用 API Key,装好就能跑,README 里的示例技能打了 84.5 分,及格线默认 70。可以接进 GitHub 或 GitLab 的 CI,每次改技能自动查。
pip install skillevaluator
第三层门槛高一些,要模型服务、受支持的 Agent 和一个沙盒,默认用 Docker,README 提醒模型和托管沙盒可能产生费用。另外它标的支持级别是「实验性」,社区支持,没有 SLA。背后有一篇 arXiv 论文,想深挖可以去看。
GitHub:NVIDIA/SkillEvaluator · 1260★ · Apache-2.0

很多人的家庭服务器和小团队都装着它:网站、接口、数据库端口、Docker 容器挂没挂,最快 20 秒查一次,出事通过 Telegram、Discord、Slack、邮件等 90 多种渠道通知你,还能给每个服务做一个对外的状态页。作者当初就是想要一个能自己部署的 Uptime Robot。
今天把它拎出来,是因为 11 月 12 日发的 2.5.11 是个安全版本,修了一个需要管理员权限才能触发的远程代码执行漏洞,起因是上游依赖包的回归,细节说好 7 天后公开。门槛虽然是管理员,但细节一公开就会有人照着试,自己部署的建议这周就升上去。
README 里还有两条容易踩的:数据目录不支持放在 NFS 这类网络文件系统上;Google 搜索排第一的 uptimekuma.co 不是官网,作者说他们管不了那个网站,安装请按 GitHub 仓库里的说明来。
GitHub:louislam/uptime-kuma · 94259★ · MIT

做网络安全的朋友对 aircrack-ng 不陌生,命令一长串。Airgorah 是一个用 Rust 写、GTK4 做界面的图形化工具:扫附近的 WiFi 流量,看哪些设备连在哪个热点上,抓握手包和 PMKID,再尝试破解密码,整个流程在窗口里点着完成。
9 月底的 v0.9.0 加了 PMKID 的检测和破解,同时把 aircrack-ng 套件的依赖去掉了,装起来少了一层麻烦。
门槛在硬件和法律两头。只支持 Linux,网卡要支持监听模式和数据包注入,很多笔记本自带网卡不行。README 开头就写了:只能用来测你自己拥有的网络,攻击别人的 WiFi 在几乎所有国家都违法。
GitHub:martin-olivier/airgorah · 5895★ · MIT
只挑一个的话,我先装 Plannotator,它不改变你用哪个 Agent,只是让你看计划、提意见这一步舒服很多。OpenWorker 值得关注的是它的审批思路,哪怕你不用它,自己做 Agent 产品也可以照着抄。Uptime Kuma 的用户,记得这周升级。
周六的日榜前排还是 Modern Web Guidance、Codex Security、Sure 这几张这周写过的老面孔,我跳过它们,又翻了周榜和 Go、Swift、Python、JavaScript 分榜,挑了六个近一周没写过的。主线很明显:大家已经不满足于「让 AI 写代码」,开始琢磨怎么让它少写、写对、审得准。最后两个跟 AI 关系不大,但对 Mac 用户和团队协作挺实在。

每个团队都有这么个人:资历比版本控制系统还老,你给他看 50 行代码,他一句话不说,换成一行。Ponytail 就是把这种性格写成一段提示词,塞进 Claude Code、Codex 这类编程 Agent 里。
它的逻辑是先问一串问题,能停就停:这功能真要做吗?代码库里是不是已经有了?标准库能不能搞定?浏览器自带的能力够不够?都不行,才写最少能跑的那一份。README 里那个例子很好懂:要加日期选择器,没装它的 Agent 手搓了 335 行日历,装了它的直接复用项目里的输入框组件加上浏览器原生日期控件,10 行。
作者给的数字是:代码量少 53%,耗时少 41%,成本少 26%,带风险逻辑配上测试的比例从 68% 涨到 98%。注意这是作者自己在 Claude Code 里跑的基准,39 个任务、每个跑 5 遍,不是第三方评测。他也反复强调,输入校验、错误处理、安全和无障碍这些不在可砍范围内,「懒的是方案,不是读代码」。
README 还专门提醒了一句:只从这个 GitHub 仓库或官方 npm 包安装,它从来不带 exe 或 dll 文件,带了的就不是作者发的。
GitHub:DietrichGebert/ponytail · 190398★ · MIT

10 月 10 日我写过它一次,那时 4.5 万星,现在 5 万出头,昨天刚发了 v1.13.9,今天又顶在总榜第一。这次换个角度,说说它跟「直接让 Claude Code 审代码」到底差在哪。
README 把通用 Agent 做审查的毛病点得很准:改动一多就偷懒只看几个文件,报的行号对不上,提示词稍微一改质量就飘。阿里的办法是把不能出错的环节交给死规则:哪些文件要审、相关文件怎么打包、哪条规则对应哪类文件,都由程序决定;模型只负责需要动脑的部分。
他们自己做了个基准,从 50 个开源项目的 200 个真实 PR 里标了 1505 个问题。同一个底层模型下,它的精确率和 F1 明显更高,token 只用了 Claude Code 的九分之一左右。README 也老实写了召回率比通用 Agent 低,这是故意的取舍,宁可少报也不想刷屏误报。
想在本地试,装好以后配个模型就能审当前改动:
npm install -g @alibaba-group/open-code-review
要求 Git 2.41 以上。如果不想单独配 API Key,可以用委托模式,让你正在用的编程 Agent 拿自己的模型来审。
GitHub:alibaba/open-code-review · 50671★ · Apache-2.0 · 10 月 10 日写过
名字很逗,思路挺正经。「大象」记性好,揣着你整个项目的上下文和之前所有讨论,负责起草设计文档;「金鱼」是全新开的子 Agent,看不到之前的聊天,只看文档本身和它引用的代码,专门找没说清楚的假设和实现风险。拍板的还是你。
这个设计戳中了一个真问题:跟 AI 聊久了,它会默认很多你们俩心照不宣、文档里却没写的东西。换一双没听过前情的眼睛来读,漏洞才暴露得出来。它还有个检查「文档和代码对不上」的功能,老项目可以先拿这个试,不用从头写方案。
这周涨了 5500 多星,现在 1.8 万。几个前提要知道:金鱼审查必须能开全新上下文的子 Agent,宿主不支持就直接停;独立版 Antigravity IDE 目前不支持;README 最后写明这不是 Google 官方支持的产品。
GitHub:google/elephant-goldfish-model · 18649★ · Apache-2.0
让 Agent 直接写 FFmpeg 命令,常见结果是:瞎猜帧率,选了容器装不下的编码,明明只要复制流却整段重新编码,最后连输出文件都没打开就说「搞定了」。这个技能把剪视频拆成 42 个参数固定的小工具,剪切、拼接、去静音、调响度、横屏转竖屏、加卡拉 OK 字幕都有,每一步先测原文件,做完再量一遍结果。
全程本地,不要 API Key,只要电脑上有 ffmpeg 和 python3。入口就一行:
npx ffmpeg-skill
作者对能力边界写得很诚实:它能量出时长、分辨率、响度这些数,但画面好不好看、字幕看不看得清,它判断不了,结果里会把没验证的项目单独列出来。它也不自带 FFmpeg,会提醒你本机版本有没有已知的高危漏洞。今天早上就连发了三个小版本,迭代很勤。
GitHub:kajisho5/ffmpeg-skill · 5442★ · MIT
在 Mac 上跑 Linux 容器,多数人用 Docker Desktop 或 OrbStack。苹果这个是官方用 Swift 写的,每个容器跑在一个轻量虚拟机里,镜像走标准 OCI 格式,Docker Hub 上的镜像拉下来就能用,自己构建的也能推回任何镜像仓库。
11 月 7 日发的 1.7.1 有几处实用改动:镜像和容器文件不再被 Time Machine 备份,构建在新版 BuildKit 下失败的问题修了,DNS 默认值可以写进配置文件。Kubernetes 集群那块改动最多,还带了几处不兼容的命令行变更。
门槛写得很硬:只支持 Apple 芯片,要 macOS 26 或更新,旧系统上的问题维护者一般不管。集群功能标着实验性,后面还可能变。
GitHub:apple/container · 51438★ · Apache-2.0
Block 就是做 Square 和 Cash App 的那家公司。Buzz 是他们开源的自托管团队工作区,看着像 Slack,有频道、话题、私信、画布和语音会,区别是 Agent 是正式成员:有自己的身份和密钥,能开仓库、提补丁、审代码、跑工作流,每一步都留在同一份签名日志里。底层用的是 Nostr 协议。
README 里有个场景挺打动我:凌晨两点线上报错,你在频道里问「以前见过这个错吗」,Agent 翻出半年的历史讨论、根因和修法,问答和证据都留在频道里。
作者把哪些能用、哪些还在接线分得很清楚。中继服务、频道、搜索、桌面端、命令行和 YAML 工作流现在能用;手机端和工作流审批还在做;推送通知这类还只是想法。他们原话是「别拿这一栏去规划你的合规流程」。桌面端放在单独的 buzz-app 仓库,本地跑中继要 Docker。
GitHub:block/buzz · 37312★ · Apache-2.0
如果只装一个,我选 Ponytail,改一段提示词的成本几乎为零,效果好不好一周就能感觉出来。团队里管代码审查的,值得拿自己的 PR 跟 Open Code Review 对比跑一次,别只看它的基准图。
周五的日榜前排还是 Modern Web Guidance、Codex Security、Sure、Astryx 这些这周刚写过的面孔,我往下翻了总榜,又挨个看了 Swift、Go、TypeScript 分榜,挑了六个近一周没写过的。今天的味道有点不一样:一半是给 Mac 和手表用户的「小而实在」的工具,另一半还是绕不开 AI 写代码这件事。
用过 Windows 的开发者大概都装过 Process Explorer,它比任务管理器多看一层:哪个进程开了哪些文件、加载了哪些库、连着哪些网络地址,签名是不是可信。现在微软 Sysinternals 团队用 Swift 和 SwiftUI 写了一个原生 Mac 版,进程树、下方的模块、句柄和线程面板、每个进程的属性窗口都在。
几个对 Mac 用户特别实用的细节:它会显示代码签名、Team ID 和公证状态,能一键查 VirusTotal;在 Apple 芯片上会把性能核和能效核分开标颜色;TCP/IP 页能看到每个进程连着哪儿。活动监视器给不了这么细的信息。
11 月 6 日发了 1.0.0,Releases 里有现成的 DMG,要 macOS 14 以上。想看跨用户的完整进程信息或者对别人的进程动手,需要装一个可选的特权助手,第一次要在系统设置里手动批准。另外我在仓库根目录没找到开源协议文件,拿它的代码改着用之前最好先问清楚。
GitHub:microsoft/Procexp-Mac · 809★ · 未见协议文件
Tailscale 官方自己拆出来的小玩意,README 第一句就很好玩:「没有 Tailscale 的 Tailscale」。它像老牌的 netcat,在两台机器之间传数据,但走的是 Tailscale 的 WireGuard 加密隧道和打洞能力,不需要账号,不需要管理员权限,也不改你电脑的路由和 DNS。
用法很直接:一边起个服务,拿到一串地址,另一边拿这串地址连过来。能传文件、转发端口,甚至能在没开任何入站端口的情况下远程 SSH。还有个浏览器里跑的演示页,可以直接收发文件和文字。
README 里有两句要当真。默认用的是官方免费中继,有限速,想跑大流量最好自己搭中继。如果你用保存下来的固定密钥,或者把地址公开放到 DNS 里,那知道地址的人就可能连进来,必须加上只允许指定客户端的限制,作者在文档里专门用警告框写了这一点。
GitHub:tailscale/tailcat · 9084★ · BSD-3-Clause
很多团队现在的状态是:每个人自己开着 Claude Code 或 Codex 干活,效果好不好全看个人手艺。LoopForge 想把这件事变成团队流程。你在聊天里跟主 Bot 说需求,它开一个 Docker 沙盒、拉下代码、分派给不同角色,最后提 PR。哪套做法被证明好用,就存成 SOP,也就是由 Agent、脚本和人工审批节点组成的固定流程,下次同类需求直接照着跑。
干活的执行器可以选腾讯自家的 CodeBuddy、Codex 或 Claude Code,各用各的凭证。它还会按公开价格算每次运行花了多少 token。不想搭服务器的话,有个 LoopForge Local,把内置流程直接装进你正在用的编码助手里。
需要知道的是,它是自托管的,要 Docker 和 Compose,Mac 上得装 Docker Desktop。管理页面有中英文,但聊天工作台目前只有中文。仓库 7 月底才建,现在 570 星,算是刚冒头。
GitHub:Tencent/LoopForge · 570★ · MIT
本地跑模型的工具很多,TensorFold 的卖点是轻:整个推理引擎是一个 Zig 写的程序,直接读模型文件、直接跑 Metal 或 CUDA 内核,不用装 Python,也不用装 MLX。起来之后对外提供 OpenAI 兼容接口,还能接 Anthropic Messages 格式,支持这些接口格式的客户端可以直接接过来。
Mac 上用 Homebrew 装,README 推荐先拿 Qwen3.5-2B 的 4 比特小模型试水。Linux 这边要求 NVIDIA 驱动 R580 以上,也就是 CUDA 13,旧驱动它启动时直接拒绝。还有个 Mac 桌面应用,目前是 beta 9。
README 里一个「把知识写进权重」的 Living Weights 功能标着实验性,作者自己写了相关事实会互相干扰、记几十条以后召回就下降。想尝鲜可以,别当成稳定功能依赖。
GitHub:ashhart/TensorFold · 1958★ · Apache-2.0
爱马仕表盘原本是爱马仕款 Apple Watch 专属的,这个项目要让任何 Apple Watch 都能用上。从 README 看,它靠改动系统的 MobileGestalt 配置来实现,所以才反复提醒你做备份。今天在 Swift 分榜涨得很快,看得出想要的人不少。
但门槛和风险都写在 README 里了。它只支持 watchOS 27.0 到 27.3 beta 1,要自己侧载,iPhone 和手表都要开开发者模式。免费的 Apple 个人开发者证书 7 天就过期,得重装;而且项目用到了 App Groups 权限,免费账号签不出来,可能需要付费开发者账号。删掉 App 之前,一定要先在 App 里恢复 MobileGestalt 备份。作者最后一句是「风险自负」。
GitHub:pookjw/HermesEnabler · 1558★ · MIT
Qwen Code 是阿里通义团队的开源编程 Agent,定位跟 Claude Code、Codex 一样,在终端里读你的项目、改代码。现在它早就不只在终端了:有桌面应用、网页界面、VS Code 和 JetBrains 插件,还能接到钉钉、飞书、微信和 Telegram 里聊。模型也不绑死,OpenAI、Anthropic、Gemini 的接口和本地 Ollama、vLLM 都能接。
最近的看点是 1.0 Preview,README 说它把阿里另一款编程产品 Qoder 的 Agent 能力合并进了开源版。主线版本想试,用 Homebrew 一行就行:
brew install qwen-code
登录这块要留意:README 里现在写的是用 Qwen 的 Plus 或 Pro 订阅账号登录,或者自己配 API Key。npm 安装要 Node.js 22 以上。网页界面和后台服务模式都还标着实验性。
GitHub:QwenLM/qwen-code · 29851★ · Apache-2.0
六个里我最推荐先装的是 Process Explorer for Mac,几乎没有学习成本,打开就能看到活动监视器看不到的东西。做团队研发管理的,可以花十分钟看看 LoopForge 的 SOP 思路。
周四的日榜前排又是 Astryx、daily_stock_analysis、Sure 这些这周写过的面孔。我往下翻、再看了看各语言分榜,挑了六个近一周没写过的。有意思的是,今天好几个项目都在回答同一个问题:AI 写代码已经很快了,可怎么让它写得对、写得省、写得不过时?
做 shadcn/ui 的那位 shadcn 出了个 Agent 技能,思路很干脆:最强、最贵的模型只用在「看懂代码库、判断什么值得做、写清楚方案」这一步,真正动手改代码交给便宜模型。README 里有一句话概括得很好:计划本身就是产品。
跑一次,它会先摸清仓库的技术栈和构建、测试命令,再派一群子 Agent 从正确性、安全、性能、测试覆盖、技术债这些方向去挑毛病。挑出来的问题它会自己回去核对一遍引用的代码位置,因为子 Agent 爱多报。你从表格里勾几条,它为每条写一份自带上下文的计划,每一步都附验证命令,还写明「遇到什么情况就停下来汇报」,专门照顾能力弱的小模型。
它给自己定的规矩是不改你的源码,只往一个计划目录里写文件,合并永远是你说了算。想试的话装一行就够:
npx skills add shadcn/improve
需要知道的是,这个仓库最近一次推送停在 9 月 12 日,这两个月星星涨得比代码快,当成一套思路和模板来用更合适。
GitHub:shadcn/improve · 10963★ · MIT
如果说 improve 是通用的代码体检,Codex Security 就是专看安全的那一科。它能扫整个仓库、指定目录或者某个分支改了什么,然后验证疑似漏洞、生成补丁,也能检查你已经修好的地方是不是真修好了。还能帮你起草 SECURITY.md、保存威胁模型,把结果推到 Linear、Jira 或 GitHub,或者导出成 SARIF 接进 CI。
在 Codex 里装上插件直接用最省事,命令行和 TypeScript SDK 适合放进自动化流程。模型不一定非得用 OpenAI 的,README 写了也支持 Amazon Bedrock、OpenRouter 和 Fireworks。
几处实话 README 自己写了。Node 版本卡得比较细,22.x 要 22.13 以上,或者 24、26。官方给的 GitHub Actions 每周扫描示例,每次预估上限 5 美元,但正在跑的请求可能超出这个数。有些网络安全相关的请求和受保护的发现,需要先申请 OpenAI 的 Trusted Access for Cyber。另外原来的本地看板已经删掉了,旧数据还在。
GitHub:openai/codex-security · 11801★ · Apache-2.0
让 AI 写前端,常见毛病是它爱用老写法:明明浏览器原生就有弹层、锚点定位、视图过渡,它还是给你塞一堆 JavaScript 和 polyfill。原因很简单,训练数据里老代码太多了。
Modern Web Guidance 就是治这个的一套技能,覆盖 250 个左右的现代 Web 特性,从容器查询、subgrid 到 Popover、View Transitions,再到浏览器内置的翻译和摘要 API。Agent 写代码时按需检索对应指南,只把需要的那一段塞进上下文。还有一个扫描命令,能找出代码库里可以换成现代写法的旧代码。
挂名的是 Chrome、Edge、Firefox 和 MDN 团队一起维护,这个背书比较少见。要注意,今天上榜的这个是「源码仓库」,放的是编写、校准和评测这些指南的代码;真正装给 Agent 用的内容在另一个仓库 GoogleChrome/modern-web-guidance(5160★)。普通用户直接跑官方安装向导就行:
npx modern-web-guidance@latest install
GitHub:GoogleChrome/modern-web-guidance-src · 1827★ · Apache-2.0

团队里好几个人、好几个 Agent 都在调大模型,账单一乱就很难查是谁花的。Experiential 是个开源的模型网关:托管模型、自带 Key 的模型和本地模型,统一走一个兼容 OpenAI 的接口;谁能用哪个模型、做什么用、最多花多少钱,都能在网关上卡住。第一次启动的向导会默认给一个 50 美元的命令预算。
更进一步,它想把你线上的真实调用记录变成一个定制路由,哪类请求该走哪个模型,按质量、速度和成本去优化,再往后还能拿这些记录去微调一个你自己拥有的开源模型。它还带了一个基于 Pi 的编码 Agent。
两点值得先知道。匿名的产品遥测默认是开着的,README 说不含提示词和凭据,想关有命令。从 Codex 和 Claude Code 桌面端抓流量的功能只支持 macOS,还标着实验性,作者写了网络稳定性仍在排查。
GitHub:experientiallabs/experiential · 16586★ · Apache-2.0

做一个游戏,要写策划案、画 2D 图、做 3D 模型、剪视频、写代码,最后还得找地方发布,平时得开五六个工具。OhMyGame 把这些塞进一个桌面应用,所有东西都摆在一张画布上:你描述想做什么游戏,Agent 写策划案、生成素材、写代码,然后自己打开游戏试玩,发现问题就改了再玩一遍。
它能接 40 多家模型服务,也能直接让 Claude Code、Codex 或 OpenCode 来跑对话。做好的网页游戏可以一键发布成链接;装上插件还能对接 Godot、Unity、Unreal、Cocos,以及微信小游戏、抖音小游戏和 TapTap,README 写明平台不抽成。
它还在 beta,作者自己说会有毛边。安装包目前只有 Apple 芯片的 Mac 和 Windows x64,Intel Mac 和 Linux 在路线图上。本地做游戏不用注册,发布才需要账号;正式版会发使用数据和崩溃报告,可以在设置里关掉。
GitHub:WhiteTowerAI/ohmygame · 2112★ · Apache-2.0

嫌 DBeaver 启动慢、吃内存,又不想给 TablePlus 付费的,可以看看这个。DBDelve 用 Rust 和 Zed 编辑器那套 GPUI 写的,原生应用。作者自己跑的对比里,同一张 Postgres 表,启动 1.1 秒对 DBeaver 的 5.2 秒,空闲内存 133MB 对 606MB。
支持的库挺全:Postgres、MySQL、SQLite、DuckDB、SQL Server、MongoDB、Redis、ClickHouse 等等,其他有 ODBC 驱动的数据库也能连。我喜欢的几个细节:每个连接可以给标题栏上色,生产库一眼就认得出;改一个单元格,它先把 UPDATE 语句写出来给你看再执行;能直接导入 DBeaver 和 TablePlus 里存的连接。作者说不收集遥测,功能永远不收费。
需要注意的是,Mac 版没有做公证,Homebrew 安装会帮你清掉系统的隔离标记。协议后来从 MIT 改成了 GPL-3.0。走 ODBC 连的数据库不能在表格里直接编辑。
GitHub:ShayanAbbas1/dbdelve · 1104★ · GPL-3.0
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。

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

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

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

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

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
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