把产品做成电影感动画片，以前要手搓 AE。
现在有个 Agent Skill：video-shotcraft。丢进 Claude Code / Codex 就能用。 自带 106 个分镜卡、161 个运动预览，底层 Remotion。你准备产品素材 + 一句话 brief，它帮你选镜、拼时间线、渲染。 不是点一下就出片：Node 和 Remotion 环境还是要装，4K 要等几分钟。但比从零拖关键帧省太多。
别只让模型嘴上教你点哪里。
CLI-Anything（HKUDS）把真实软件变成 Agent 工具：装 hub，再装目标软件，返回结构化 JSON。 官方 demo 已经能把 FreeCAD、Blender 串进设计流程。 助手变操作工，从这一步开始。
AI Agent 开源教科书，GitHub Trending 日榜第一，单日 +1700 星。
《深入理解 AI Agent》：记忆、RAG、MCP、多 Agent、强化学习到 Coding Agent，附 PDF 和每章代码。 Python，学理工程并重。开发者建议收。
open-slide 的 Morph Transition 正式发布了。
以前 Keynote 的 Magic Move 最香：自动认前后页相同元件，做移动缩放转场，演示立刻专业一截。 现在跟 Agent 说一句「我要 Morph Transition」，内置 skill 就会教它怎么生成。 框架不是替代 Agent，是给投影片特效搭脚手架——Codex / Claude Code 照样驱动。 GitHub：https://github.com/1weiho/open-
AI出图总像广告？抄这组极简Zine海报提示词
用 AI 出海报，最常见的翻车是两种： 一是**太满**——主体铺满画面，像电商主图。 二是**太炫**——电影光、霓虹、3D，像宣传片截帧。 最近刷到一个开源 Codex 专用技能包（skill）：[gc-minimal-zine-poster](https://github.com/LiamGvchi/gc-minimal-zine-poster)。它做的事很窄：把一句话、一个物件、一种情绪，
李博杰（华为天才少年）这本 AI Agent 实践书值得系统学一下。
不是空泛讲概念，而是从实际讲学、代码实践里迭代出来的材料；前言里也提到通过 whisper coding 持续打磨。PDF 风格一看就很“实战派”。 t.me/tudouge_ai_notes 进入群免费领取。
OmniDesk v2.4.0：直接对终端说话。
点麦克风（或 Ctrl+Shift+Space），说完 prompt，文字会进 Claude Code / Codex。 本地 Whisper 转写，音频不出机器，没有云、不需要 API Key。发出前你还能先改一改。 终端 + 语音，终于不用边敲边组织长 prompt 了。
Codex 桌面端，一键换上会呼吸的皮肤
用了 Codex 一段时间，界面功能没话说，就是默认长相太素。 前几天刷到一个开源项目 **Codex Dream Skin**，5000 多星，上线才两天。装上以后就是这个效果： 任务页也有自己的样式，不会让背景图抢戏： 原理是通过本地 CDP（可以理解成浏览器调试通道）把壁纸注入到 Codex 的界面底层，**不修改 Codex 本体文件，不动签名，随时可以一键还原**。我用了几天没遇到任何异
一个全是 Markdown 文件的 GitHub repo，累积了16万标星。
作者 Matt Pocock 把 AI 写代码最容易被跳过的一步——需求澳清——做成了一个 Skill。 5个 Skill 的完整开发工作流： /grill-with-docs → 让 AI 反过来追问你，挖出模糊需求 /to-spec → 整理成正式规格 /to-tickets → 拆成可执行的开发票 /implement → 按规格逐步写代码 /code-review → 审查成果与规格落差
GitHub 上来了一个项目：Pixelle-Video。
输入一句话，它自己写文案、AI 生图、自己配音、自己上字幕，最后吴一下吹出一条完整短视频。 就是那种一键全自动的终极形态。 专门为批量做号设计的，支持对接各种开源大模型和免费 API，成本压到极低。 一个人顶一个短视频团队。
一句话生成完整短视频——
Pixelle-Video 全链路闭环：写文案、AI 生图生视频、配音、上字幕，自动吐出成品。 支持开源模型和免费 API，成本极低。 本地部署，批量生产。 一个人顶一个短视频团队。
以前把 YouTube 链接扔给 Claude 分析，它能说得头头是道——
但其实它只读了 metadata，根本没看过画面。 claude-real-video 解决这个： scene-aware 抓关键帧 + transcript 一起塞进去 URL 或本地文件都吃 真的让 LLM「看见」画面，不是猜的。
OfficeCLI 这个方向很对：不是给人用的 Office，而是给 AI agent 用的 Office。
以前 agent 处理 Word/Excel/PPT 很尴尬：要装一整套 Office，改完还看不到渲染效果，排版错了也不知道。 OfficeCLI 把读写、渲染、验证打成一个二进制，还自带 MCP。agent 能改文档，也能看结果再自纠。 这类“给 agent 用的基础工具”，会越来越多。
Figma 好用，但收费、国内网络卡，设计稿和代码对不上更头疼。
开源平替 Penpot（GitHub 54k Star）：设计师和开发者在同一个工具里协作，Inspect 模式直接看 SVG / CSS / HTML 代码，还支持 AI 一句话改图。 可自托管，数据在自己手里，没有人数限制，不锁功能，免费。
video-use — 把粗剪素材丢进去，一句话描述想要什么，直接出 final mp4。11.2K ⭐
browser-use 团队新作。诀窍是 LLM 不逐帧看视频（那要烧 4500 万 token），改读转写文本 + 少量截图，省钱又准。 · 自动剪掉「嗯」「啊」口头禅和空白 · 每段自动调色，剪辑点加淡入淡出 · 自动烧录字幕、生成动画叠层 · 渲染后自我检查，有问题自动重剪 粗剪丢给 coding agent，这个方向值得关注。
Side project 做完，最卡的往往不是产品，是宣传。
写帖子没人看，截图太无聊，剪视频得花半天。 Claude Code 有个 skill：/brag 在项目目录里输入 `/brag this project`，它自动分析项目，生成一支约 20 秒的产品展示视频——动画、转场、背景音乐、音效，连社交文案都一起出。 背后用的是 HeyGen 开源的 HyperFrames（HTML-to-Video 引擎），速度快，画面质感不错。 给独立开发者用的工具
macOS 26 新的 Speech API 效果出乎意料地好。
习惯用嘴写代码的人：系统设置 → Keyboard → Dictation 打开就能用，语音不上云。 作者顺手开源了一个基于 Apple Speech API 的小工具，还附了一只穿西装的猫陪你写代码。
用 MCP 把你的 Codex 额度变两倍？！
OpenAI 把 ChatGPT 和 Codex 的额度分开计算。 有人做了 DevSpace 这个 MCP，一行就能把 ChatGPT 变成 Codex： npm install -g waishnav/devspace 装好后通过网络 tunnel 出去，就能直接用双倍额度。 可以用高阶模型规划，再交给本地 Codex 执行，或者拿来 review 其他 coding agent 写的代码。
Python 有个开源包 pyJianYingDraft，能直接用代码创建剪映草稿。
配合 WorkBuddy 这类 AI 智能体，就能实现视频自动剪辑。 不用每次手动拉时间线、加字幕、调特效了。 核心是把剪映的操作暴露成可编程的接口，你可以用脚本（甚至让 AI 帮你写）批量生成草稿、混剪、导出。 这其实是在把「视频后期」这个最耗时耗力的环节，逐步代码化和自动化。 对 indie hacker 和需要高频发短视频的人来说，这类「草稿生成器 + AI Agent」的组合，正在把内容生
GitHub 官方出品 Spec Kit，113k stars，让 AI 写代码不再瞎跑！
很多人用 AI 写代码，结果 AI 自由发挥，写的东西不是你要的，或者做到一半跑偏了。 Spec Kit 的做法是：先把需求、方案、任务拆解写成文档，AI 严格按照文档执行。 用法超简单： - /speckit.specify 用人话描述产品需求 - /speckit.plan 定技术栈 - 自动拆成任务清单 - AI 一条条实现 - 最后自己对齐检查 支持 Claude Code、Cursor、
SpiderFoot：免费开源的人肉搜索神器
输入 Email、网址或 IP，自动从 200+ 数据源同时查询： 🔍 Email 是否泄漏 🌐 网站技术架构和关联账号 🔐 资料是否出现在暗网 对自媒体创作者、一人公司超实用，定期检查自己的数字足迹，保护隐私安全。 pip install spiderfoot 一行搞定！
最近 GitHub 上有个叫 Ponytail 的项目突然火了。
它不是新的 AI 编程工具，而是给 Claude Code、Cursor、Windsurf 这类 Agent 加了一个「懒惰资深工程师」人格。 核心就一句话： 最好的代码，是根本不用写的代码。 现在 AI 的通病是太爱写东西。一个小需求，它能给你整出一堆组件、抽象、配置和依赖。 真正有经验的工程师只会先问： • 标准库有没有？ • 浏览器原生支不支持？ • 已有依赖能不能解决？ • 一行代码够不够
用 Codex/Claude Code 写代码的开发者一定懂：
你下一个大指令，AI 开始进入「Thinking…」，终端机出现转圈圈的 Spinner。 这段尴尬的 2-3 分钟「时间空档」，你都拿来做什么？ 切去刷 Threads？看 FB？结果一去不回头，直接分心半小时？ 罗马尼亚一位老哥 Dragos Roua 觉得这样太浪费专注力了，于是写了这个超疯狂的开源项目：compaction-tetris （大概是让你在等待时玩个小游戏保持状态？） 谁用 A
YC 现任 CEO Garry Tan 开源了他自己每天用的 Claude Code 工作流
项目叫 gstack 他要解决的问题是： AI coding agent 只有一种模式，你叫它做什么它就做什么 但实际开发里每个阶段需要的脑袋完全不一样 想产品方向的时候要创办人的直觉 做技术规划的时候要工程主管的严谨 review 代码的时候要什么都不信的资深工程师 部署的时候要一个不废话直接把事情做完的人 核心概念是把 AI 拆成多个专门角色，用 slash command 切换 Garry
Andrew Ng 开源了 CLI 工具 Context Hub
一周内破 6000 star，收录超过 1000 个 library 的文档 它解决的问题很直接： AI coding agent 写代码时会乱编 API 你让它接 Stripe，它可能吐出根本不存在的 function name，或者半年前就改掉的旧版接口 因为模型训练数据有截止日期，它不知道 library 最近发生了什么 这听起来很像 context7 在做的事 但我研究之后发现，Conte
23 万行代码、977 个文件，全部摊在 GitHub 给你读。
项目叫 ClawCodex。 最有用的不是代码本身，而是那份 ARCHITECTURE.md。 它把一个 coding agent 切成 query loop、工具系统、任务、状态、记忆、hooks 六个核心组件，每一块都精确标到具体文件和行数。 还画了一条「golden path」，从你打字输入开始，一路到 REPL、async 主循环、模型调用、工具执行，函数接函数全给你串清楚。 想知道 ag
不需要再开多个 terminal 在不同 Agents 之间跨终端沟通写代码了！
tmux-bridge 让 Claude Code、Codex、Gemini CLI、Kimi Code 彼此能读取对方的终端，并协同运作，全程通过 MCP。 一行命令搞定： npx tmux-bridge-mcp setup 对用多 AI 工具协同开发的人来说，这太方便了！😎
最近我在用 Hevy 这个健身记录工具，它能接入 API、安装 CLI 和 Skills 自动化所有操作，页面极简、可买断，爆杀训记和 Strong。
这成为我继 Roam/ YNAB 这些后又一个幻神玩具，Agents 工具。现在工具的基本素养是作为服务的 API 被拉取，没有 CLI 和 API 的工具都流氓。这个开源 CLI 可以参考，自定义。
把代码库变成可交互的知识图谱——这个工具值得一看。
Understand Anything：把任意代码库转成可点击的知识图谱。 多 Agent 流水线自动分析文件、函数、依赖关系，生成架构层级视图、Diff 影响分析、自动导览，还支持语义搜索。 新人 onboarding、代码 review、架构文档——一个工具全包。 GitHub 今日趋势第一，4000+ stars。
扔给 AI 一个 issue，去开会，回来拿代码。
Zeroshot：1470 stars，CLI 里的自主工程师团队。 支持 Claude Code、Codex、Gemini CLI 同时跑，你设定目标，它跑到完成为止。 async coding 这件事，2026 年真的开始了。