另一个微信公众号全自动发布系统
多源数据抓取（Twitter/X、网站）→ AI 分析排序 → 生成文章 → 定时发布 支持 Deepseek、千问、讯飞，判断今天适不适合发、下一步该做什么 Node.js + TypeScript，本地/Docker/远程都能跑
Claude 和 Codex 交替用，最烦的是各自失忆
edda 用本地 ledger 打通两边记忆——一边在 Claude 定下决策，另一边开 session 就能直接知道 纯本地，零 API 成本，不用嵌入向量，不用云服务
有人把微信公众号发文整个流程做成了 Claude Skill
从环境准备、写稿、图片处理，到草稿发布、正式发布、结果归档、定时调度 每一步都有 prompt，可复现，可交付 再也不用每次都重新跟 AI 解释一遍了
用自己域名收发邮件，不套第三方服务——Cloudflare 刚开源了做到这件事的方案。
叫 agentic-inbox，完全基于 Cloudflare 基础设施。 对 indie dev 来说：基础设施成本又可以往下砍一刀。
合 PR 前最怕什么？自己 review 漏洞太多。
/greenlight 这个 skill 解决这个问题：自动拉最新文档确认实现没跑偏，串五种 review 角度，最后调 Codex 循环检查直到通过。 一个人开发也能把 PR 质量拉到 production ready。
AI 最大的问题之一：每次对话都失忆。你的笔记它读不到，它产出的东西也没地方存。
OpenKnowledge 想解这个：本地 markdown + Git 版控，通过 MCP 让 Claude/Cursor/Codex 直接读写你的知识库，内建向量搜索，不是土法全文扫。 GitHub 2600+ 星，Karpathy 也在讲这个方向。 AI 需要一个家。最好盖在你自己的硬盘上。
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
语音助理的四层架构：VAD → 语音识别 → LLM → 语音合成，这四层常常来自不同服务商。想换掉其中一家，往往得整组管线重写。
Hugging Face 开源了 speech-to-speech，把这四层模块化，让你像换零件一样替换其中一段。 • VAD、STT、LLM、TTS 各自都能替换，不绑死单一供应商 • 可以直接把 OpenAI Realtime API 换成本地版本，不用重写整套逻辑 • 所有模型都能在本地跑，语音数据不必离开自己的机器
不用每月付 $22 给 ElevenLabs，用 1 分钟录音就能复刻任何声音。
GPT-SoVITS：少量样本克隆音色 + 文字转语音，全程本地跑，免费开源，GitHub 60k Star。 声音是个人 IP 的一部分，自己的声音，自己掌控。
claude-howto 已经 4 万 Star，还在涨。
视觉化教程 + 即抄即用模板，覆盖 Prompt 技巧、Slash Commands、Skills、Hooks、Subagents、MCP 全套。 附完整学习路线图，周末从零变熟手。 目前最实用的 Claude Code 上手指南。
AI agent 的「应用商店」来了：SkillCenter
一条命令装好现成 skill，直插 Claude Code、Codex、自定义 agent。 它干的事： - 爬 GitHub + skill 库 - 提取 SKILL.md / SOUL.md - 打成一个可搜索的索引 Docker / React / RAG / Security 千种 skill，拿来即用。
有人做了一个免费开源版的 Manus，不需要邀请码。
叫 OpenManus，MetaGPT 的研究人员用 3 小时搭出来的。 给它任何任务，它能端到端处理：自主规划、推理、执行，浏览网页、写代码、读写文件，还会自我纠错。
想做自媒体但没时间找素材？
Horizon：你的专属开源新闻雷达，GitHub 8000 Star。 全天监听 RSS 和论坛，自动过滤值得写的内容，连海外社区的精华讨论也能一键整合。 创作者的发文素材从此不缺。
开发者原技能包只适用于有字幕的视频，但你可以让自己的 AI 先判断视频是否有字幕，有的话再跑字幕识别，最后走原技能包。
适合蒸馏的 YouTube 视频类型： ✅ 方法论教学（有明确框架、步骤、决策树） ✅ 专家访谈/深度对话（高密度信息） ✅ 工具/技术演示（操作可视化）
你的每条TG帖子都是一篇 SEO 文章，但 99% 的频道没配置对
大多数人运营 Telegram 频道，靠的是互推和付费广告。但有一条成本接近零的渠道长期被忽略：搜索引擎。 根据 TGStat 的调研数据，大约用户发现新频道的渠道里，TG 内部搜索占 30%，外部网站引流占 15%。加在一起接近一半，而大多数频道在这两块几乎没有做任何优化。 Telegram 内置搜索的匹配逻辑只看三个字段：@username、频道名称、频道简介（Bio）。除此之外的内容一概不参
还在手动测试 App？这个开源工具让 AI 直接操作手机。
sim-use 可以让 AI 控制 iOS 模拟器和 Android 设备。把手机画面转成文字，AI 自己点按钮、输入、滑动。 一人公司用法：自动化测试、批量截图、数据采集、录制演示。 安装：brew install lycorp-jp/tap/sim-use
Google 域名 1.6 美元/年的 .com，我原本只想注册个域名玩玩。
点进去一看： 企业鈂箱 ✅ 30个鈂箱别名 ✅ 2TB 存储空间 ✅ Google 问：公司多少人？ 我：Just me 🙂 产品还没做出来，CEO、客服、财务、HR 已经全都是我了😂 一人公司就是这样，所有部门都提前配齐好了。
你收藏夹里躺着的那些「免费在线工具」，十个里八个第一步是让你注册账号。
FckSignups 就是专门为这个痛点做的开源项目——把不用注册就能用的工具整理成导航站。 设计、开发、写作、隐私各种类别都有，点开直接用，不弹注册框。 凭什么临时用一下还得留我邀筎号手机号？
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。
用 Claude Code 驱动的开源求职框架——
Fork 就能用： • 自动评估职缺匹配度 • 量身定制简历 • 生成求职信 • 模拟面试准备 填好个人资料，AI 替你把每个工作机会分析到底。 今日单日暴增 2,514 ⭐，总星数破 12K。
做 side project 最怕没有免费方案可以先用
这个项目帮你整理好所有具有免费方案的云服务、API 和工具： - AWS / GCP / Azure / Oracle 的免费额度 - 身份认证、CI/CD、监控工具 - CMS、数据库、消息推送服务 - 上百个你可能用得到但没发现有免费层的服务 直接省下 Google 半天
有人月付 9+ 买会说话的 AI 虚拟人。
这个 GitHub repo 让你 /bin/bash 就有。 Open-LLM-VTuber：会动、能语音实时对话的 AI 角色，跑在自己电脑上。本地、私密、免费。 12k ⭐
AI Agent 中文学习路径——两条路线，找到你的路：
路线 A（8-10 周）：CLI 进阶使用者，用好现有 Agent 工具 路线 B（16-22 周）：Agent 开发者，打造属于你自己的 Agent 共同经过 Claude Code 生态（MCP / Skills / Subagents）和 Agent Interfaces（Computer Use / Browser Use） 每周投入 5-8 小时，系统走完。
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。
AI 时代的读书方式：
不用摘抄，用自己的话说感受、评价、疑惑。 AI 自动： • 判断当前章节 • 梳理你说的话 • 整理新人物、新地图 • 解答问题并记录进 Obsidian 费曼学习法 + 苏格拉底式引导， AI 帮你把「读过」变成「真的懂了」。
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。