tiny11builder 是一个 WinUI 应用，用来生成更小、可以自己定制的 Windows 11 镜像。GitHub 上 20297 颗星，今天又涨了 139。
两边差在谁做决定。微软给的是一份完整的 Windows 11 镜像，里面装什么由微软定；tiny11builder 做的是同一个系统的缩小版，留什么、砍什么由你来定。 WinUI 是微软自己的原生桌面界面框架。用微软的界面框架来给 Windows 瘦身，这类工具的使用门槛就降到了在窗口里点选。 不过镜像变小，就说明有东西被拿掉了。项目描述里没有列出删掉了哪些组件，动手前先把这份清单查清楚，尤其要看
75208 个星，今天又涨了 147。ruvnet/ruflo 管自己叫 "the original agent harness"，做的是把 Claude Code、Codex、Hermes 这些现成的 agent 接进来，编成多智能体 s
75208 个星，今天又涨了 147。ruvnet/ruflo 管自己叫 "the original agent harness"，做的是把 Claude Code、Codex、Hermes 这些现成的 agent 接进来，编成多智能体 swarm，协同跑自动化工作流。 功能清单列得很长：自适应记忆、自学习、federation、向量 RAG。不过多智能体协作好不好用，要看几个 agent 怎么分
有人把 WhatsApp MCP 挂到 Cloudflare 上免费跑，Show HN 53 分、37 条评论。
跟放自己电脑上比，说白了就是不用留一台电脑死守着了。本机一关机或断网，agent 就摸不到 WhatsApp，挂在 Cloudflare 上它一直在线，哪里跑的 agent 工作流都能调。 不过这样一来，你的 WhatsApp 消息要经过别人家的服务器，这点得想清楚。部署前最该翻代码查的是会话凭证存在哪。登录态放到云上，谁拿到它，谁就能用你的号收发消息。免费额度够不够你每天的消息量，也得自己对一下
iFixAi 今天在 GitHub Trending 上涨了 2109 颗星，总数到了 27605。它只回答一个问题：这个 agent 是不是在做它该做的事？官方说不到 120 秒就能给出答案。
它有两种跑法，可以由人来跑，也可以让 agent 自己跑。 人来跑的时候，审计的人和被审的 agent 是两方，"独立"说得通。换成 agent 自己跑，发起审计的就是被审的那一方。项目的口号是 Independent Auditing，第二种跑法独立在哪里，介绍里没有展开。 我自己写的 octopy 每天从十几个信息源里帮我挑选题。这类 agent 比较稳的用法是：先由人跑一遍当基线，再拿 ag
Kruk2/jasna 今天上了 GitHub Trending，一天涨了 115 星，总共 2499。项目描述只有一句：Video restoration tool。
拿这类视频修复工具处理老视频之前，先看这几件事： - 从同一帧截图，把修复前后并排放着比，别只看作者挑出来的演示片段。 - 重点看人脸和字幕。修复模型最容易在这两处补出原片里根本没有的细节。 - 记下处理一分钟视频要多久、显存占了多少。 - 原片越糊，越要先备份原始文件。 项目地址，描述目前只有一句 Video restoration tool：https://github.com/Kruk2/j
Esp32sim，浏览器里直接跑 ESP32 固件。
你会上手玩吗？ 现在就开 看别人玩 先不玩 Esp32sim，在浏览器里跑 ESP32 固件：https://github.com/mikroverk/esp32sim
rea 的卖点就一句话：复制一段提示词，粘给 Claude Code、Codex、Cursor 或 Muse Code，让 AI 帮你逆向。目标范围写得很宽，安卓 APK、iPhone App、Windows EXE 都在里面，连固件和闭源
rea 的卖点就一句话：复制一段提示词，粘给 Claude Code、Codex、Cursor 或 Muse Code，让 AI 帮你逆向。目标范围写得很宽，安卓 APK、iPhone App、Windows EXE 都在里面，连固件和闭源软件也算。 跟传统逆向比，差别主要在入口。以前得先把一整套工具学会，才能开始看二进制。现在入口只是一段文字，真正干活的是你手里那个 agent。 所以同一段提示
破解后的 PS5 能原生跑 llama.cpp 了，任意 GGUF 模型都能扔进去。游戏机终于有理由在你不玩的时候也开着。
项目叫 PS5LM，在破解过的 PS5 上原生跑 llama.cpp 和 GGUF 模型：https://github.com/cobanov/PS5LM
一位 WSL2 用户把 Codex CLI 升到 0.157.0，开了个交互式会话，然后关掉窗口。后台还留着一个 codex app-server --managed-daemon。
这条 issue 在 HN 上有 488 分、250 条评论。它占多少内存，报告里没写。真正的问题出在“默认”两个字上。命令行工具一向是用的时候启动，退出就没了。现在只要开过一次交互式会话，它就默认留在后台，还会自己更新。 我一个人做了 6 个 app，没有运维同事帮忙盯机器。哪个进程常驻、谁启动的、什么时候会变，都得自己心里有数。会自动更新的后台守护进程，等于把这台机器的一部分变更权交给了别人。
HN 上 Janas 57 分，24 条评论。标题就一件事：模型比内存大也能跑，专家层扔 SSD，用到再读。
整模塞进 RAM 的跑法，内存不够直接起不来。Janas 内存里只留当前这几个专家，其余的放在 SSD 上。 流进来的是 experts，这摆明是冲着 MoE 模型设计的。一个 token 用不到全部专家，剩下的不用占着内存。 内存那关过了，下一关是 SSD 读得够不够快，还有专家换得有多勤。要是几乎每个 token 都换一批专家，每一步都得等磁盘，这套方案就很难用。 Janas 的仓库，从 SS
HKUDS/CLI-Anything 在 GitHub 上已经有 52611 颗星，今天又涨了 103。它的口号是「Making ALL Software Agent-Native」，意思是让所有软件都能直接被 agent 调用。
这句话的重点在它选的接口。让 agent 用软件，一条路是操作图形界面：看截图、找按钮、点鼠标，又慢又容易点错。命令行是另一条路，输入是文本，输出也是文本，正好是大模型最擅长读写的东西。从名字看，CLI-Anything 押的是命令行这一层，入口放在文本上，不放在鼠标上。 第二个信号是星数的走势。一个 52611 星的项目一天还能进 103 颗，说明它的热度不只靠发布那一波，一直有人在找过来。项目
pattern-first 的 DAW 还支持 MCP，项目名叫 blokkily，听着就像给 agent 准备的一盒积木。
项目在 GitHub，作者在 HN 上发的 Show HN：https://github.com/andrewfader/blokkily
vercel-labs/skills 已经有 34621 个星，今天又涨了 190。
190 对这个数几乎可以忽略，只能说明它今天还挂在 trending 榜上。 项目介绍只有一句：The open agent skills tool - npx skills。这句话里只有 open，和一条 npx 命令。支持哪些 agent、skill 怎么写、怎么分享，都没讲，得去仓库里看。 npx 本来就是 npm 生态里直接跑包的命令。入口放在这里，至少说明它想让装 skill 和跑一个
29 分，3 条评论，这是 Veda 眼下在 HN 上的全部热度。它把定位直接写进了名字：第一个业余爱好向的 agentic 操作系统。
这个名字一口气下了两个判断。一个是「第一」，这种话向来难核实；另一个是「业余爱好」，这个词安在 agentic 操作系统上并不常见。29 分、3 条评论的开局，也说明「第一」这个头衔暂时还没多少人出来背书。 Veda 的仓库，自称第一个业余爱好向的 agentic 操作系统：https://github.com/vahmoh25/Veda
打开一个浏览器标签页，眼前是一颗照片级的 3D 地球，上面跑的是实时的开源空间情报。电影里间谍卫星那种“上帝视角”，现在是 GitHub 上一个叫 gods-eye-view 的项目。
作者对它的描述很直白：浏览器里的间谍卫星模拟器，只不过数据是真的。 项目已经有 51916 个星，今天一天又涨了 886。开源情报这件事，门槛从专业软件降到了一个网页。 真要用它，先看两件事：它接了哪些公开数据源，数据有多实时。画面酷不酷倒在其次，这两点决定了它是玩具还是工具。 项目在这里，浏览器打开就能看：https://github.com/bilawalsidhu/gods-eye-view
ts-rust 把 TypeScript 的编译器、类型检查器和语言服务器从 Go 搬到了 Rust。作者说代码全部由 LLM 写，他自己没读过。
两边放在一起看： 原版是微软仓库 microsoft/TypeScript 里的 Go 实现。 ts-rust 是 Rust 版，代码由模型写，作者本人一行没看。 移植恰好是 LLM 最占便宜的一类活。原版就是现成的标准答案，同一份 TS 代码丢给两边，类型报错和补全结果一不一样，一跑就知道。所以作者读没读过代码，关系不大，要看的是有没有拿原版当裁判、对照了多少用例。 目前能看到的只有作者那一句声
385 分、169 条评论。Show HN 上的 big-arrow-on-the-screen，让 AI agent 在你屏幕上画大箭头、方框和文字。
agent 的输出一般只有两种，回你一段文字，或者直接接管鼠标键盘。这个工具加了第三种：在屏幕上做标记，用箭头和方框把位置圈出来指给你看。 顺着这个思路值得试的一个场景是授权弹窗——让 agent 画个箭头指过去，点按钮的事还是留给你自己。 作者 franze 的仓库，Show HN 原帖同一个链接：https://github.com/franzenzenhofer/big-arrow-on-t
LingBot-Map 的信息几乎全压在标题里，能看到的就是几个关键词：Geometric Context Transformer，Streaming 3D Reconstruction，前面还挂着 ECCV 2026 Best Paper
LingBot-Map 的信息几乎全压在标题里，能看到的就是几个关键词：Geometric Context Transformer，Streaming 3D Reconstruction，前面还挂着 ECCV 2026 Best Paper Award Candidate。拆开说就是把几何上下文交给 Transformer，做的是流式的三维重建。流式的意思是数据按流进来，重建跟着往前走，不是攒够一
open-code-review 今天涨了 326 星，仓库总共 45366。阿里这个代码审查工具用混合架构，确定性流水线加 LLM Agent，评论精确到行。
• 内置多语言规则集点名了四类：空指针、线程安全、XSS、SQL 注入。 • LLM Agent 那一半兼容 OpenAI 和 Anthropic。 • 简介写的是 secure、fast、efficient，并称在阿里的规模上验证过。 阿里开源的混合架构代码审查工具 open-code-review：https://github.com/alibaba/open-code-review
trycua/cua 是一个开源的 computer-use 框架，就是让 AI agent 直接去操作电脑。目前 28809 个星，今天涨了 228。
它这次自称 computer-use 2.0。项目描述第一个词是 Scale，后面列了三样东西：开源驱动、跨操作系统的机器集群、用来做训练、评测和数据生成的 benchmark。 这三样都不是用来帮单个用户把某件事做完的。集群用来同时调动一批不同系统的机器，benchmark 用来给结果打分，再把跑出来的东西变成训练数据。需要这套东西的，是在训练和评测 agent 的团队。 所以 cua 瞄准的是
大多数 agent 的会话是一次性的：这次聊完，下次开新窗口又得从零解释一遍背景。claude-mem 补的就是这一层——把一次会话里 agent 做过的事全部捕获，用 AI 压缩，再在未来会话里把相关的部分注入回去。
它不只接 Claude Code，Codex、Gemini、Copilot、OpenCode 也能用。GitHub 上已经 95642 个 star，今天又涨了 79。 对比很直接：一边每次都要重新建立上下文，一边让上下文跨会话留着。真正的变量是中间那步 AI 压缩——注入回来的到底是不是相关的那部分，决定了这套记忆有没有用。 给每个 agent 加跨会话持久记忆的开源项目：https://git
antirez 的 ds4 是一个本地推理引擎，专门跑 DeepSeek 4 的 Flash 和 PRO。现在 23468 个星，今天一天涨了 211。
• Metal、CUDA、ROCm 都有，Mac、N 卡、A 卡理论上都能跑。 • 只认 DeepSeek 4，别的模型不接。 • 速度和显存说明里没写，等有人跑出来再说。 antirez 的 DeepSeek 4 本地推理引擎，仓库在这：https://github.com/antirez/ds4
HN 上 250 分，308 条评论，评论数比分数还多。
这条帖子讲的是 OpenTPU：一个开源 AI 加速器，标题写明是"由 AI 开发的"。AI 写软件大家已经见惯了，这回换成芯片，分量不一样。软件写错了，改一行重新跑就行；硬件错了，代价要大得多。 我是计算机工程 PhD 出身，看到这类项目，先想的是验证：AI 做出来的设计，别人能不能独立确认它确实能用。仓库是开源的，这一点谁都可以自己去查。 OpenTPU 的仓库在这里，设计文件都能直接看：ht
morluto/rea 今天在 GitHub Trending 上涨了 2956 星，总星数 9915。项目介绍只有一句：用 agent 逆向任何东西，从 App 行为一直到原生二进制。
从这一句里能读出几件事： - 范围拉得很宽。上面是能看到的 App 行为，下面是没有源码的 native binary，中间整条链都想交给 agent。 - 当天的星数接近总数的三成，有近三成关注是今天才涌进来的。 - 拿它研究别家 App 怎么实现某个功能没问题。要照着复刻上线，先读清楚对方的用户协议和当地法律。 项目地址，介绍就一句：用 agent 逆向任何东西，从 App 行为一直到原生二进
vLLM v0.31.0 发布了，717 次提交，307 位贡献者，其中 96 位是第一次贡献。Highlights 第一条是 DeepSeek-V4.1-Flash。通读下来，这一版在这个模型上做的事可以概括成一句话：能合并的步骤都尽量合
vLLM v0.31.0 发布了，717 次提交，307 位贡献者，其中 96 位是第一次贡献。Highlights 第一条是 DeepSeek-V4.1-Flash。通读下来，这一版在这个模型上做的事可以概括成一句话：能合并的步骤都尽量合并，SM100 上的默认注意力路径也换成了新方案。 第一个证据是默认路径变了。FlashMLA mega attention 配合 V4.1 的 NVFP4 压
有人把 537k 个广告域名塞进了一块 2 美元的 ESP32-C3。这块板子连 PSRAM 都没有，跑的却是 Pi-hole 那一套：UDP DNS 黑洞，外加一个网页控制台。
关键在存法。域名不存原文，每个都压成 40 位的 FNV-1a 哈希，放进 flash，查的时候用二分查找。50 多万条黑名单，就这样装进了一块没有 PSRAM 的小板子。 项目代码和作者的演示视频链接都在这里：https://github.com/M-Abozaid/esp32-c3-adblock
157332 个星，今天又涨了 744。msitarzewski/agency-agents 把一家"AI 代理公司"拆成一个个角色：前端高手、Reddit 社区运营、负责加趣味的 whimsy injector，还有专门挑刺的 reali
157332 个星，今天又涨了 744。msitarzewski/agency-agents 把一家"AI 代理公司"拆成一个个角色：前端高手、Reddit 社区运营、负责加趣味的 whimsy injector，还有专门挑刺的 reality checker。 每个 agent 按三样东西定义：人格、流程、交付物。对独立开发者来说，值得拿走的是后两样。人格只管说话的腔调。流程和交付物决定这个 a
OpenMontage 自称是全球第一个开源的 agentic 视频生产系统，做法是把你手上的 AI 编码助手改造成一整个视频制作工作室。GitHub 上已有 63295 星，今天又涨了 245。
最值得看的是它的配比：12 条生产流水线，100+ 个工具，700+ 个 agent skill 和制作知识文件。 光看数量，700+ 的知识文件远多于 100+ 的工具。这个项目的分量主要不在接了多少剪辑工具，而在把"视频该怎么做"写成 agent 能读的文件。 OpenMontage 的 GitHub 仓库，12 条流水线和工具清单都在这里：https://github.com/calesth
125B 参数，一张 RTX 4090，每秒 100 个 token。这组数字来自 HN 上今天的一个开源项目 Strata，跑的是 Qwen 3.8 Flash Next，帖子拿到 644 分、302 条评论。
如果这个速度在消费级显卡上站得住，125B 这一档的模型就不用再租卡，自己桌上那台机器就能跑。 不过标题只给了速度，没写量化到几 bit、上下文开多长，也没说 100T/s 是单条请求还是批量跑出来的。这三个条件决定它对你有没有用，看仓库时先找这三项。 Strata 项目仓库：https://github.com/Niko1221/Strata
Garry Tan 把自己的 Claude Code 配置开源了，叫 gstack。GitHub 上 135193 星，今天又涨了 125。
里面是 23 个 opinionated 工具，分别当 CEO、Designer、Eng Manager、Release Manager、Doc Engineer 和 QA。 一个人做产品，这六个角色全得自己扛，gstack 直接把活分给 23 个工具去干。不过它是 opinionated 的，照搬等于把 Garry Tan 自己的做事偏好也搬过来了。 我在全职工作之外一个人做了 6 个 app，