NAS应用

快讯

• 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

  

  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

  

  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 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

  

  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

  

  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 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。

  20 hours ago

• 用家里的刻录机在光盘上"画"照片？这个开源工具一天涨了 1700 多星

  今天榜上最让我想点开的，不是又一个 AI 工具，而是一个跟光盘较劲的项目 Disc Image Studio。它能让普通刻录机在 CD、DVD 甚至蓝光盘的盘面上刻出肉眼看得见的图案。光盘都快成古董了，它一天还涨了 1700 多星。

  另外五个：NVIDIA 开源的给 AI 查数据库用的"业务词典"，一个在 8G 内存里硬跑 2.78 万亿参数 Kimi K3 的 C 程序，31 万星的工程师 Skill 合集，一台断网也能用的"知识服务器"，还有一个替你筛新闻的 AI 雷达。前 7 天写过的都跳过了。

  1. JiaFeiMiao-K-Cat/DiscImageStudio：把照片刻在光盘的数据面上

  

  光盘上写数据，烧过的地方和没烧过的地方反光不一样。这个工具反过来用：先决定盘面上哪里该亮、哪里该暗，再倒推出要写进去的数据。刻完之后拿起光盘一看，图案就在上面。

  它不挑设备，任何刻录光驱、任何 CD 和 DVD、单层 25G 的蓝光盘都行。CD 导出成音轨文件，DVD 和蓝光导出镜像，用 ImgBurn 这类常见软件去刻就好。还可以在盘的内圈或外圈留一块区域放正常文件，一张盘既是相册也能存东西。

  最见功夫的是标定。每个牌子的光盘轨距都不太一样，不校准的话十字线会刻成弯的。它让你给刻好的盘拍张照，分三步估出真实的轨距，README 里放了校准前后的实拍对比，差别很明显。

  几个要知道的：完整的图形界面只有 Windows 版，Linux 和 Mac 上是实验性的命令行；边生成边刻录的"即时刻录"也是实验功能，作者提醒只用可以报废的盘，绝对不要用有数据的盘。GPL-3.0，6661 星，今天凌晨还有提交。

  2. NVIDIA/auto-ontology：先让 AI 搞懂"营收"指的是哪个数

  

  让 AI 直接查公司数据库，最怕的不是慢，是数字错了还说得很自信。同一个"营收"，财务系统和销售系统的口径可能都不一样。NVIDIA 这个库要解决的就是这层：先从你的元数据里自动生成一份业务本体，说清楚数据在哪、什么意思、该怎么用、从哪来，再通过 MCP、命令行和 API 交给任何 Agent 用。

  问一句话，它会先找相关的定义，生成 SQL，拿数据库核对过滤条件，查询失败就自己修，最后把答案连同 SQL 和步骤一起给你。通过 MCP 接进来的 Agent 还会先判断这个问题数据能不能答，答不了就请你把问题说清楚。

  适合在公司里做数据分析、想上"问数"类 AI 但被口径问题卡住的团队。上手不算轻：要 Docker、一个 NVIDIA 的 API key，README 特别提醒 Compose 会把 Postgres、pgAdmin 和网页端口暴露在本机，启动前要把每个默认密码都换掉。另外它目前不接受外部贡献。Apache-2.0，5201 星，今天一天涨了 2000 多，今天凌晨也还在提交。

  3. FareedKhan-dev/kimi-k3-in-c：8G 内存跑 2.78 万亿参数，代价写得清清楚楚

  

  昨天写的 colibri 是 7440 亿参数，这个更夸张：用 C99 写、整个引擎只有 176KB，不用显卡，把 2.78 万亿参数的 Kimi K3 跑在 8G 内存的机器上，实测峰值占用 8.24G。思路差不多，模型绝大部分留在硬盘，每一步按需读进来。

  我喜欢它的地方是不藏数字。8G 内存的普通笔记本，一个词要 26.5 秒；128G 以上，整个模型能放进内存，降到 5.6 秒。作者强调，不同内存下输出一字不差，内存多只是换速度。8G 那档他自己也说只是"证明能跑"，不是给你聊天用的。

  真正的门槛是硬盘：模型文件 1.56TB，再加 109G 打包文件，要留出大约 1.7TB，最好是快的本地盘，下载以小时计。README 还专门提醒，下载不完整不会报错，只会悄悄输出错字，下载完一定要跑它的校验。适合想研究超大模型怎么"流式"推理的人，不适合想日常用 Kimi 的人。Apache-2.0，10344 星。

  4. mattpocock/skills：31 万星的"真工程师" Skill 合集

  

  这是 Matt Pocock 每天给 Claude Code、Codex 用的 Skill，31 万星。他的立场很明确：GSD、Spec-Kit 这类方法把流程全包了，出了 bug 反而不知道该改哪；他的 Skill 都很小，可以拆开组合，用什么模型都行。

  我觉得最值得一试的是 grill-with-docs：动手前 AI 先追着你问清楚，同时把项目里的行话整理成一份词汇表。README 举的例子很直观，一大段"把课程里某一节变成真实文件时出了问题"，有了共同词汇后一个词就说完了。其余还有 tdd、code-review、to-tickets、handoff 这些，基本覆盖从想清楚到写完再到交接。

  装的话，除了 Claude Code、Codex 各自的插件命令，通用的是这一行：

  npx skills@latest add mattpocock/skills
  

  装完要在每个仓库里先跑一次 setup 那个 Skill，告诉它你用哪个 issue 系统、什么标签。README 还提醒，插件和这种复制文件的方式只能二选一，两种都装会得到两份一模一样的 Skill。MIT，昨天还在更新。

  5. Crosstalk-Solutions/project-nomad：断网也能查维基、问 AI 的知识服务器

  

  NOMAD 把一堆离线资源打包成一台服务器：离线维基百科和医疗资料、可汗学院的课程、离线地图、加解密工具、笔记，再加一个能读你上传文档的本地 AI 助手。一条脚本装好，之后全在浏览器里用，不用装桌面环境，别的设备用浏览器访问它的地址就行。

  它本体很轻，5G 硬盘、1G 内存以内就能跑起来，真正吃空间的是你往里下的内容，吃内存的是 AI 助手。README 直接说了，和那些追求最低配置的"末日电脑"不同，想好好用 AI 就上一台带显卡的机器。只支持 Debian 系系统，推荐 Ubuntu 26.04，Windows 要走社区维护的 WSL2 路线。

  适合常跑野外、船上、偏远地区的人，学校、图书馆，或者就是喜欢"万一断网也不慌"的折腾党。Apache-2.0，4.2 万星，今天早上还有提交。

  6. Thysrael/Horizon：让 AI 替你从信息流里捞出值得读的

  

  好内容散在 RSS、Hacker News、Reddit、X、GitHub 各处，人的注意力有限。Horizon 把这些源收在一起，用 AI 打分、去重，挑出值得看的，再补上背景和社区讨论，生成中英文简报，能推到飞书、微信、邮件或者网页上。

  它有个想法我挺认同：不同内容该用不同读法。新闻要讲"为什么重要"，技术长文要讲"我能拿来用什么"。它用一组可以自己改的规则来区分，自带科技新闻、技术博客、AI 内容创作者三套，改规则一般不用动 Python。

  适合每天要追行业动态的人，做内容的也能拿来找选题。第一次配置可以用它的交互向导，问你关心什么然后自动生成配置。要注意，抓 X 需要额外装浏览器组件，现在的 Docker 镜像里没带。MIT，1.25 万星，作者有中文 README 和 QQ 群。

  2 days ago

• 16G 内存跑 7440 亿参数大模型？4.7 万星的开源引擎不靠显卡

  今天榜上最让我想点开的，是一个用纯 C 写的推理引擎 colibri。它的说法很大胆：几千亿参数的大模型，不用显卡，放在你手上这台电脑里就能跑。照 README 里贴出来的实测，确实能跑，只是你得先看清楚它有多慢。

  另外五个也都有点意思：一个给大模型“改性格”的工具，一个免费的本地 AWS 模拟器，一个让你同时开好几个 AI 写代码的 Git 小工具，Cloudflare 开源的代码安全审计 Skill，还有一个专门帮你在闲鱼上蹲好货的监控系统。前 7 天写过的都跳过了。

  1. JustVugg/colibri：几千亿参数的模型，塞进普通电脑

  

  colibri 抓住的是混合专家模型（MoE）的一个特点：模型很大，但每生成一个词只用到一小部分。拿 GLM-5.2 来说，7440 亿参数，每个词大约只用 400 亿。于是它把常用的那部分留在内存里，其余的“专家”放在硬盘上，用到的时候再读。有显卡就把最热的专家放显卡上，没有也能跑。

  所以 README 里 GLM-5.2 这一行写的是 16 到 24G 内存就能启动。但旁边的实测数字也写得很老实：25G 内存的笔记本冷启动，一秒只能出 0.05 到 0.1 个词；128G 内存的 Ryzen AI Max+ 机器一秒 1.83 个；六张 RTX 5090 才到 9 个左右。下载也要 429G 硬盘。

  我的看法是，想日常用的话，先从它推荐的小模型开始，比如 Qwen3.6-35B，纯 CPU 一秒 6 个词左右。整个项目的最低门槛是 8G 内存和 22G 空余硬盘。大模型更适合“我就想亲眼看看它在我机器上转起来”的人，它的仪表盘会把每个专家被调用的过程实时画出来。

  安装是一个脚本，它会先看你的内存、硬盘和显卡，再推荐一个装得下的模型，跑起来后还给出 OpenAI 和 Anthropic 兼容的接口地址，别的应用能直接接。Apache-2.0，4.7 万星，今天一天涨了 800 多。另外注意，引擎是 Apache-2.0，但每个模型保留自己的协议，比如 Qwen-Image-2.1 只能非商用。

  2. p-e-w/heretic：不用训练，给开源模型改性格

  

  Heretic 做的事以前只有大公司能做：不是运行模型，而是改模型。它不做昂贵的训练，用一组数学方法，根据对比提示词来调整模型的行为。默认动作是减少拒答，也就是常说的去审查。换个配置文件，还能让模型少点 AI 腔、少讲冷笑话、少拍马屁。

  README 里有个实在的参考：RTX 3090 上处理一个 4B 的模型，默认配置大约 30 到 40 分钟。显存不够可以开 4 位量化，代价是精度会掉一点。社区已经用它做出了几千个模型传到 Hugging Face 上。

  适合自己在本地跑开源模型、又被它动不动就拒绝或者满嘴套话烦到的人。老用户要注意，1.x 的配置文件和 2.x 不兼容，作者专门写了迁移指南。AGPL-3.0，3.9 万星，昨晚还有提交。

  3. floci-io/floci：LocalStack 收紧之后的免费替代

  

  做 AWS 开发的人大多用过 LocalStack，在本地模拟 S3、DynamoDB 这些服务，测试不花真钱。按 Floci 的 README，LocalStack 社区版今年 3 月起要认证令牌，安全更新也冻结了。Floci 就是冲着这个来的：不要账号，不要令牌，没有付费功能墙，MIT 协议，号称换个镜像就能平替。

  覆盖面比我想的广。S3、SQS、Lambda、Cognito 都有，RDS、ECS、EKS 这类直接起真的 Docker 容器来跑，不是糊弄的假接口。README 里拿自己和 LocalStack 社区版比了一张表，启动时间、空闲内存、镜像大小都小一大截，这些是官方自己的数字。

  适合在 CI 里跑 AWS 集成测试、或者不想给每个开发配云账号的团队。要用自带的网页控制台或者起容器类的服务，得把 Docker socket 挂进去。2.9 万星，今天上午还在提交，开着的 issue 有 170 个。

  4. max-sixty/worktrunk：同时开五个 AI 写代码，不打架

  

  现在用 Claude Code、Codex 的人，越来越多同时开好几个任务并行跑。为了不互相踩改动，最好每个 Agent 一个独立的工作目录，Git 自带的 worktree 就是干这个的，可惜很难用，开一个新的要把分支名敲三遍。

  Worktrunk 把 worktree 变得和切分支一样简单：一个命令新建并直接启动 Claude，一个命令清理，一个命令看所有分支的状态。还能用 AI 写提交信息、一条命令合并收尾、给每个工作目录分配不同的开发端口。我最喜欢的是共享构建缓存，十个工作目录不用各装一遍依赖。

  Mac 和 Linux 上一行就装好：

  brew install worktrunk
  

  两个限制 README 写了：共享构建缓存只支持 APFS、btrfs 和 XFS 文件系统；Windows 上 wt 这个命令会和 Windows Terminal 撞名，用 winget 装的话命令叫 git-wt。MIT 或 Apache-2.0 双协议，1 万星，今天早上刚提交。

  5. cloudflare/security-audit-skill：Cloudflare 自己用来挖漏洞的那套流程

  

  10 月 31 号写过 Shannon，那个是去攻击你跑着的网站。这个不一样，它让你的编码 Agent 读代码找漏洞。Cloudflare 说它是自家漏洞挖掘系统最早的起点，后来长成了覆盖整个公司的流水线，这个仓库是单个代码库能用的版本。

  它的看点在流程设计。先摸清架构和输入面，再分派多个互相隔离的 Agent 去找，每个疑似漏洞都交给一个新的 Agent 专门去推翻它，最后再换一批新的 Agent 复核一遍。发现漏洞的那个 Agent 永远不负责确认自己的发现。我觉得这是整套流程里最值得抄的一条。

  门槛 README 写得很清楚：模型要支持工具调用和并行子 Agent，要装 Node.js，还要一个断网、限资源的系统级沙箱，没有沙箱它就不去执行目标代码，只把线索标成待验证。另外他们自己测下来，跑一次大约只能找到多跑几次总数的一半，所以建议同一个库多跑几轮。MIT，5.8 万星，这周涨了 8000 多。

  6. Usagi-org/ai-goofish-monitor：让 AI 替你蹲闲鱼

  

  最接地气的一个。你用大白话说想要什么，比如某个型号、什么价位、哪个城市、只要包邮，它就开一个监控任务，定时去闲鱼搜。搜到新商品会把详情、卖家信息和图片一起交给支持看图的大模型判断值不值得买，觉得行就推到企业微信、Bark、Telegram 这些地方。

  后台是完整的网页界面，任务、账号、日志、结果都能点着管理，Docker 一条命令部署。适合蹲二手相机、显卡、绝版书这类得拼手速的东西。

  几件事 README 写明了：要自备一个兼容 OpenAI 接口、能看图的模型 Key；闲鱼登录态要用作者给的 Chrome 扩展导出来贴进去；后台默认账号密码是 admin 和 admin123，一定要改。作者也提醒别请求太频繁，否则可能导致账号被限制，项目只供学习研究。MIT，1.65 万星，最近一次提交是 10 月 10 日，今天又冲上了榜。

  3 days ago

• 不截图也能替你点软件？Vercel 开源的 AI 工具一天涨 2000 多星

  周二的榜单，涨得最猛的是 Vercel 实验室出的一个小工具：让 AI 直接读懂并操作你电脑上的桌面软件，不靠截图猜像素。一天涨了 2000 多星。

  另外五个我也都翻过 README：一个 9 万多星的 Python 爬虫框架，一个专门去 Reddit、X、YouTube 上打听“最近 30 天大家在聊什么”的 Skill，一个能拖着时间轴看 2400 年中国疆域变化的历史地图，一个开源版 Paper.design，还有一个在浏览器里就能做 3D 扫描检测的工具。前 7 天写过的都跳过了。

  1. vercel-labs/agent-desktop：让 AI 操作桌面软件，不靠截图

  

  现在大部分“电脑使用”类 Agent 的做法是截图、让模型看图、算坐标、点下去。agent-desktop 换了条路：直接读系统的无障碍接口，把窗口里每个按钮、输入框都列成一份带编号的清单交给 AI。AI 按编号点，点完再读一遍确认，全程不用认图。

  默认是“无头”模式，操作通过系统接口完成，不抢你的鼠标，也不把窗口抢到前台。Mac、Windows、Linux 都能用，除了命令行还给了 C 库，方便别的程序直接调。Apache-2.0，快 1 万星，今天还有提交。

  想给自己的 Agent 加上“操作本地软件”能力的人，可以从这一行开始：

  bash npm install -g agent-desktop

  README 里有两句提醒值得记住。Mac 上要先给终端开“辅助功能”权限。它读出来的界面内容、剪贴板、截图里可能有你的隐私，作者特意叮嘱别把这些日志传到公开的地方。

  2. D4Vinci/Scrapling：9 万多星的 Python 爬虫全家桶

  

  Scrapling 把爬虫要用的几样东西装进了一个库：普通请求、能执行 JavaScript 的隐身浏览器、解析、并发爬取、代理轮换、断点续爬。它有个我很喜欢的功能，网站改版之后，它能按相似度把你原来要的那个元素重新找回来，不用每次改版都重写选择器。

  现在它也往 AI 这边靠了：带 MCP 服务和 Agent Skill，可以让 Claude、Cursor 直接用它抓网页，也能把整站转成干净的 Markdown 给知识库用。BSD-3-Clause，9.3 万星，开着的 issue 和 PR 加起来只有 9 个。

  装的时候注意，只装基础包是不带抓取器的，README 说直接用示例代码会报找不到模块，要按说明额外装抓取依赖和浏览器。README 最后还有一段免责声明，用它要遵守当地的数据抓取和隐私法规。

  3. mvanhorn/last30days-skill：帮你打听最近 30 天大家在聊什么

  

  这个 Skill 的思路很直接：谷歌搜到的多是编辑写的东西，真实讨论都在 Reddit 评论、X 帖子、YouTube 视频里。你给它一个人名、公司或者话题，它会同时去这些地方搜最近 30 天的内容，按点赞、播放、甚至 Polymarket 上真金白银的赔率来排序，最后汇总成一份简报。

  作者说自己见客户、开会、甚至去迪士尼之前都会跑一遍。做产品调研、竞品分析、追 AI 圈新动态的人会很顺手。6.6 万星，MIT，Claude Code、Codex、Cursor 都能装。

  开箱就能用的只有 Reddit、Hacker News、Polymarket 和 GitHub 这几个免费源。X 要自己的 API 令牌，TikTok、Instagram 这些要 ScrapeCreators 的 Key，免费额度用完按量付费。小红书也能搜，但要你本地开着一个已登录的小红书 MCP 服务。另外它要求本机有 Python 3.12 以上。

  4. DeanChensj/jiangshan-map：拖着时间轴，看完 2400 年江山

  

  今天最让我挪不开眼的一个。“江山时序”是一张可以交互的中国历史地图，从三家分晋的公元前 403 年一直到现在，十八个时期，拖一下时间轴就能看疆域怎么变，黄河改道、长城、大运河也跟着年份走。

  点任何一座古城，会弹出它两千多年来的名字和归属变化，比如长安在每个朝代叫什么、那里发生过什么大事。搜苏轼、玄奘、张骞、诸葛亮，能看到他们一生的路线在当时的地图上一站站走过去。还藏了个小游戏：隐藏地名让你在地图上找古城，最后封你一个官职。

  不用装任何东西，打开作者的在线版就能玩。也给了 MCP 和 Agent Skill，让 AI 读诗词的时候直接在地图上标出地点。

  作者自己写明了两点：历史疆域和政区边界是示意性的近似，不是精确测绘。代码是 GPL-3.0，但部分来自 CHGIS 和 Hartwell 数据集的边界数据只能用于学术和非商业用途。3575 星，今天还有更新。

  5. kgoedecke/doop：开源版 Paper.design，人和 AI 在一块画布上做设计

  

  Doop 是一块多人协作的设计画布，每个画板里放的是真的 HTML。人在浏览器里改，AI 通过内置的 MCP 服务来改，Claude Code、Codex、Cursor、ChatGPT 都能连进来，你能看着它的光标在画布上一边画一边自检。没有自己的 Agent 也行，内置的 Doop Agent 可以接你的 ChatGPT 订阅或者各家模型的 Key。

  还能做可点击的原型、给元素留评论、把满意的稿子钉成样例让 AI 记住风格。自己部署一条 Docker 命令就起来，不想折腾就用作者的托管版。适合想让 AI 出设计稿、又希望团队能一起看一起改的小团队。

  要知道的是，README 写明了 Figma 和 Canva 的导入导出只在云端版有，开源版没有。协议是 AGPL-3.0，1567 星，今天上午还在提交。

  6. CNCKitchen/ScanRuler：浏览器里就能做 3D 扫描检测

  

  这是 3D 打印圈很有名的 CNC Kitchen 做的。你有一份 3D 扫描数据，想知道它和 CAD 图纸差多少，以前得用 GOM Inspect、PC-DMIS 这类专业软件。ScanRuler 在浏览器里就能做：拟合球、圆柱、平面再量它们之间的距离，把扫描件和 CAD 模型对齐后按偏差上色，测壁厚，还能把扫描逆向成 STEP 实体。

  文件全在你自己的浏览器里处理，不上传。作者拿真实的球棒扫描做过对比，中心距和 GOM Inspect 的结果对到最后一位。

  做 3D 打印、逆向建模、来料检测的人会用得上，其他人可以跳过。AGPL-3.0，想塞进闭源软件里要找作者买商业授权。742 星。

  4 days ago

• AI 做的网页一眼假？4.5 万星的开源 Skill 专治这个

  周一的榜单，最让我想马上装的是一个设计 Skill：它不教 AI 怎么做得更花，而是一条条拦住那些一看就是 AI 做的网页套路。

  另外几个也挺实在：一个完全离线的语音输入，一个能把几百 B 的大模型塞进游戏显卡的推理引擎，一个开源的 AI 安全运营中心，还有一个中文圈很少见的紫微斗数排盘引擎。六个都翻过 README，最近一周都有更新，前 7 天写过的都跳过了。

  1. Nutlope/hallmark：让 AI 做的页面别再一股 AI 味

  

  用 Claude Code 或 Cursor 做过落地页的人，大概都见过那种味道：每个标题上面一行小字，大写字母标签，标题里单独一个词染色，页尾永远一个邮箱订阅框。Hallmark 把这些套路列成清单，页面做完放进真浏览器里，按八种屏幕宽度逐条查，最后再叫一个没看过上下文的子 Agent 来挑刺。

  它带了 50 套主题，每套是一种材质，纸张、字体、配色、组件都定好，但不规定页面放什么，所以同一个主题两次做出来不一样。它还会先问你要真实的照片、截图和数字，不自己编。已有页面也能用它重做或者只体检。

  这是 Together AI 做的，MIT 协议，4.5 万星，这周涨了一万多。装起来一行：

  bash npx skills add nutlope/hallmark -g

  要注意，浏览器里那一轮检查需要另外装 puppeteer-core 和 Chrome，不装的话只跑静态检查。

  2. cjpais/Handy：免费、离线的语音输入

  

  上周六写过 Hex，今天榜上又冒出一个同类，而且星数多得多。Handy 的用法很简单：按住快捷键说话，松开，字就贴进你正在用的任何输入框。识别全在本机跑，可以选 Whisper，也可以选对 CPU 友好的 Parakeet V3，声音不上传。

  Windows、Mac、Linux 都能用，3.7 万星，MIT，今天还有提交。想要一个不收月费的语音输入，又不放心把声音传上云，它是我会先试的那个。

  README 自己列了几个已知问题。Mac 上用 fn 键当快捷键，只有苹果自家键盘认，第三方键盘永远触发不了。蓝牙耳机当麦克风时，耳机音质会变差。Linux 的 Wayland 支持有限，得额外装输入工具才能正常打字。

  3. FlashML-org/FreeToken：把几百 B 的大模型塞进游戏显卡

  

  FreeToken 的口号是在游戏 PC 上跑 290B 以上的 MoE 大模型。思路是专家模型不全塞显存，放在内存里，显卡上只缓存常用的那部分，CPU 和 GPU 一起算。它支持 DeepSeek、Qwen、GLM 这类开源 MoE 模型，对外给 OpenAI 和 Anthropic 兼容接口，Claude Code、Codex 可以直接接上来用。

  论文作者里有 Ion Stoica、Matei Zaharia、Song Han 这些名字，1.5 万星，Apache-2.0。有桌面版，帮你把引擎配好。

  门槛写得很清楚：只支持 NVIDIA 的 RTX 30、40、50 系显卡，桌面版只有 Windows 和 Linux，命令行版要求 Linux x86_64 加 r580 以上驱动。Mac 用户这次没份。目前开着的 issue 有两百八十多个。

  4. CopilotKit/OpenBot：公司自己的 AI 同事平台

  

  OpenBot 想做的是“公司能自己拥有的 ChatGPT”：跑在你自己的机器上，每个 AI 同事有自己的浏览器、登录状态和文件，只能用你授权的工具。它做的事都要先过一道网关判断，事后留记录，卡在不该自己做的地方，你可以接手操作再交还给它。

  Agent 用 LangGraph、Mastra、CrewAI 还是手写都行，只要走 AG-UI 协议就能接进来。9566 星，MIT。适合想在公司内部搭一套 Agent 平台、又不想把数据交给第三方的技术团队。

  但它自己说了，这是模板，不是产品：没有托管版，得克隆下来改成你自己的。状态是 Beta，作者提醒会有毛病。另外需要 CopilotKit 的 Intelligence 项目和许可证（有免费档），模型 Key 也要自己出。

  5. beenuar/AiSOC：开源的 AI 安全运营中心

  

  小公司请不起一整个安全运营团队，AiSOC 想用 AI 补上这一块。它接你各家安全工具的日志，跑检测规则，把相关告警合成事件，再让 AI Agent 去调查，每一步提示词和工具调用都留底，最后给出处置建议，真正动手之前必须有人批准。

  我喜欢它的诚实。README 里有一页叫“到底哪些能用”，规则库号称 7023 条，它直接写明能执行的是 2538 条。“它不是什么”也写了：不能替代 SIEM 做长期日志留存，看不到你没接进来的数据。6270 星，MIT。

  跑起来要 Docker，Docker 虚拟机里至少留 8 GB 内存和 20 GB 磁盘。演示数据和跑分也都标明了不是真实事件、不代表实战准确率。

  6. Renhuai123/ziwei-doushu：紫微斗数排盘引擎，连数据集都开了

  

  这个很少见。作者按倪海厦《天纪》的体系，把紫微斗数排盘算法、四化、格局知识库和古籍原文都开源了，还放出一份 67.5 万张命盘的解读数据集，解压后 56.6 GB。真太阳时、夏令时、海外出生地这些细节都处理了，带回归测试。

  1.3 万星。想做命理类小程序，或者拿它练手做中文传统文化数据的人，可以直接拿来用。

  协议分几块，要看清楚：代码是 MIT，数据集是 CC BY 4.0 可以商用但要注明来源，倪师原话那部分不许商用。开源版不带后端，AI 解读不在里面，断语库也没开源，它背后是作者自己的商业网站。README 还专门提了一句，斗数看六亲本来就弱。

  5 days ago

• 3 万星的免费 Mac 神器，一个图标顶掉十几个付费小软件

  周日的榜单没那么多大新闻，反而冒出来几个特别实用的东西：一个把 Mac 上十几个付费小工具打包成一个图标的，一个不往会议里塞机器人的 AI 会议记录，还有两个专门帮你管一堆编码 Agent 的。

  六个我都翻过 README，最近一周都有更新，前几天写过的都跳过了。

  1. vorssaint/vorssaint-utils：Mac 用户少买十个小软件

  

  用 Mac 的人大多有这么一串小软件：管音量的、看 CPU 温度的、切窗口的、剪贴板历史、窗口分屏、卸载器，一个个买，一个个订阅。Vorssaint 把这些全塞进菜单栏的一个图标里，免费，不要账号，不收遥测。

  我最喜欢的设计是“只装你用的”。不需要的功能可以直接卸掉，卸掉后就不再加载，也不会在界面里占地方；装的时候也只跟你要选中功能需要的系统权限。3.2 万星，GPL-3.0，安装包有苹果开发者签名和公证，用 Homebrew 一行就能装。

  两点要先知道：只支持 macOS 14 以上的 Apple 芯片 Mac，老 Intel 机器用不了；风扇控制还是测试版。README 还专门提醒，麦克风静音不是隐私锁，Siri 和部分应用可能照样听得到。

  2. farion1231/cc-switch：同时用好几家模型的人，别再手改配置了

  

  如果你在 Claude Code、Codex、Gemini CLI 之间来回切，还经常换中转站和 Key，大概率手改过 JSON 和 TOML 改到崩溃。CC Switch 就是干这个的：90 多个服务商预设，点一下切换，托盘里也能切，MCP、Skill、提示词文件也在同一个地方管。

  它切换时只改地址、Key 和模型这几个字段，你自己加的插件、钩子和注释都不动，第一次改写前还会自动备份原文件。新版加了本地路由，能在几种 API 格式之间转换，让 Claude Code 用上 OpenAI 格式的模型。15 万星，MIT，Win、Mac、Linux 都有，今天凌晨刚发了 v4.0.23。

  提醒两件事。README 前面是一大面中转站赞助广告，那是赞助，不是推荐，选哪家自己判断。另外它的“账号”功能能把 Copilot、ChatGPT、Grok 的订阅接到别的工具里用，作者自己写了这可能违反对方的服务条款，风险自担。

  3. fastrepl/anarlog：开会做笔记，但不派机器人进会

  

  很多 AI 会议记录要拉一个机器人进会议，参会的人一眼就看见了，公司安全审核也很难过。anarlog 是开源版的 Granola：直接录你电脑上的声音，转写可以在本机跑，笔记和转写存在本地的 SQLite 数据库里，随时导出 Markdown。

  总结和聊天用的模型可以自己选，接自己的 Key，或者接 Ollama、LM Studio 这类本地模型。云同步默认关闭。9720 星，社区版 MIT，Mac、Windows、Linux 都有，10 月 29 日刚更新过。

  要注意的是，本机转写只在支持的 Mac 上有；README 开头还写着团队现在主要在做另一个产品 char，anarlog 作为社区版继续维护。企业版组件是商业授权，不在 MIT 里。

  4. herdrdev/herdr：开了五个 Agent，总得知道哪个卡住了

  

  同时开好几个 Claude Code、Codex 跑活的人，最烦的是不知道哪个停下来在等你回答。herdr 是一个专门给编码 Agent 住的终端管理器，类似 tmux，但每个窗格都会标上“干活中、卡住了、空闲”，哪个需要你，它直接告诉你。

  关掉窗口或者 SSH 断了，后台的终端照样跑，回来一敲 herdr 就接上。几台机器的 Agent 可以放在同一个窗口里看。Agent 自己也能调它，开新窗格、给别的 Agent 发提示、等另一个真的卡住再动。Rust 单文件，不是 Electron。4.7 万星，Apache-2.0。

  想试的话，Mac 上一行就够：

  bash brew install herdr

  文档里说得很清楚：机器重启后它能恢复布局，也能接回支持的 Agent 会话，但原来的进程不会活下来。开着的 issue 有四百多个。Windows 原生支持已经正式可用，只是部分功能和 Linux、macOS 不完全一样。

  5. Orkas-AI/Orkas：桌面上的一支 AI 小团队

  

  Orkas 是今天日榜涨得最快的之一。你跟一个“指挥官”说目标，它自己能做的就做，大活儿就拆成待办，叫上内置的 16 个专家 Agent，写文章、做 PPT、剪视频、做电商选品，也能把你电脑上已有的 Claude Code、Codex、OpenCode 拉进来一起干。

  我觉得它跟一堆同类不一样的地方，是把“项目”当核心：目标、规则、记忆和文件都存在项目里，下次开对话不用重新交代；还能设定时任务每天、每周自动跑。数据默认存本地，发送、发帖、删除之类的操作默认先问你。6397 星，MIT。

  但开源版和安装包不是一回事。共享项目、云同步、发布网页应用只在官方安装包里有，安装包要登录，送 500 点内置模型额度；用内置模型和语音输入时，请求会走 Orkas 自家的服务。只想纯本地跑，就从源码装，用自己的 Key 或本地模型。

  6. 0x0funky/agent-sprite-forge：一张角色图，变成一整套游戏动画

  

  做 2D 小游戏的人，角色动画一直是最磨人的一块。这是给 Claude Code、Codex 和 Grok 用的一组 Skill：先生成一张角色主图，你认可后，它给每个动作各生成一段图生视频，再用一堆确定性的 Python 工具抠图、对齐、找循环、调节奏，最后导出 Godot、Aseprite 或网页游戏能直接用的素材。

  我欣赏的是作者的诚实：README 里放的每一帧都写明是真实跑出来的，还附了一份实测记录，弱点也写在里面。4773 星，MIT。

  门槛也写清了：视频部分需要 ffmpeg 5.1 以上；图片和视频要么配 OpenAI、Gemini、xAI 等的 Key，要么用你已登录的 Codex 或 Grok 命令行，生成费用自己承担。最近一次发版是 10 月 6 日。

  6 days ago