断网也能跑的 AI，GitHub 三万多星。
Project N.O.M.A.D.：本地下载装好就能用，文字/识图/文件，不用月费、不用把客户数据丢上云。 一人公司只看两件事：数据不出门，网挂了还能干活。 离线工具，才是你真正拥有的工具。
百度开源 Unlimited-OCR：3B 参数，本机可跑，一次处理数十页。
关键是 R-SWA：保留图文，只看最近输出，KV Cache 不随字数爆炸。 测到 40+ 页、OmniDocBench 93.92%，6k tokens 比 DeepSeek OCR 快约 35%。 MIT，HF 下载破 200 万，GitHub ~1.5 万星。 「Unlimited」别字面信——官方实测 40+ 页，32K context 仍会卡页数。 方向对：论文合约扫描，敏感数据可留本机
openship：在自己服务器上跑一套部署平台，少给 Vercel/Heroku 交托管费。
4k 星，日涨 1.7k。 git push 自动部署，预览、回滚、SSL、CDN、监控都有；Node/Python/Go/Rust/Docker 都能跑。 账单不再跟着流量一起涨。
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。
一个 Skill，让设计秒变苹果味。
设计工程师把 WWDC 演讲压成 17 条原则，打成 AI Skill，GitHub 破万星。 塞进 Agent：字体层次、间距比例、色彩对比，按苹果语言审稿。 同一个按钮，调前后差三档。差的不是素材，是原则。 免费开源。
用 Agent 在 LinkedIn 帮你找工作。
开源 linkedin-mcp-server：Chrome 扩展拿 session，Agent 直接搜岗位，还能改 headline 提高曝光。 自己架在本机，权限在你手里。 Headline 怎么写 LinkedIn 风，网上有 skill 可抄。
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-
或许 superpowers 在最新模型上没那么合适了。
但我还是很吃里面的 brainstorming。 最近换成更轻的：Matt 的 grill-me、grill-with-docs。 先讨论再动手，会准很多。 模型越强，越要在动手前把假设问清楚——不是一上来就写。
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，
周四看到 Codex 换皮肤项目大火。
周五买域名，当晚站点上线；不到两天，桌面端一键导入也上了。 全程 Codex 中度推理写代码，额度干到只剩 1%，才发现官方有 weekly limit 重置。 最离谱的不是快，是「想到」和「能用」之间几乎没有间隔。 桌面端：https://github.com/NBchitu/CodexThemes-App 主题站：https://codexthemes.app/ 灵感：https://gith
Garbage in, garbage out。
一坨屎的 prompt，只会生出一坨好看点的屎。 有人放弃跟 prompt 搏了：把工程纪律写进 skill。 丢一个模糊想法，它自己展开需求、选视觉、开浏览器截图验——还不让自己改自己的卷子。 演示站就是这么一句话出来的。 Demo：https://twk0672005.github.io/orbital-spatial-intelligence/ Skill：https://github.co
两年 agent 教程都在教：先规划再执行。
Fable 5 一出：模型会开车了，导航还留着干嘛？ 他们砍掉自研导航，开源 flightwake。 四件不会随模型变强消失的事： · session 死就重来 · git 只有 what 没有 why · 长对话纪律漂（测试没跑也说 done） · 多模型/人状态不共享 补的是持久性和纪律，不是智力。
LangWatch：给 LLM 应用加一层眼睛。
开源，主要做两件事：分析你的 LLM 使用情况，帮你优化 prompt。对做 AI 产品的人来说，这类工具基本上是必备的——没有它，出了问题不知道从哪查起。 3.4k Star，还在更新。
gc-minimal-zine-poster：一个专注做一件事的 Codex skill。
安静的极简 zine 风格，编辑排版海报。不是通用图像生成，就是这一种审美做到位。 给 Claude Code 用。这种垂直小工具收藏着，用到的时候很顺手。
以前用 AI 偷懒：
「帮我做一个待办 App」→ 回车 → 开始通灵。 有时准，有时完全偏。 多数人怪模型弱，其实需求本身太糊。 GitHub Spec Kit 说：先规格，后写代码。 constitution → specify → clarify → plan → tasks → implement AI 读它、验它、照着做完——不再靠猜。
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。
AI 做短剧，流程已经跑通了。
Toonflow，GitHub 1.16 万 Star：剧本丢进去，AI 编剧拆结构，智能分镜出镜头脚本，流程自动往下跑。 免费开源。最值得关注的一点：它真的能用，不是 demo。
多开几个 Claude、Codex 窗口，卡点经常不在模型。
A 写完方案，B 还不知道。文档沉淀了，你还得说：「去读那个文件。」agent 一多，人就变成复制粘贴的快递员。 agmsg：本机 bash + SQLite，peer 之间 send/recv。不是 MCP，不是子 agent 树，也不是云端中间件。 文档沉淀事实，消息层沉淀「该谁接着干」。
用一个 Skill 就能在本地微调 Gemma？
Google 在 gemma-skills 里加了 gemma-trainer：单 GPU + Unsloth，SFT/DPO/奖励建模都能走；还支持多模态，训完可转 GGUF 部署到手机/IoT。 更省事的是跟 Agent 的整合——自然语言下指令，不用自己拼训练流水线。
你的 Kindle 能跑微信读书了
先说三件事，帮你搞清楚这篇文章在解决什么问题。 **第一，Kindle 的硬件是真的好。** 屏幕素质、手感、续航，在墨水屏阅读器里是第一梯队。如果你把它和国产阅读器对比，硬件体验基本上是一个量级的。Kindle 的问题不是硬件，是软件——它是闭源系统，不能随便装应用。 **第二，微信读书是腾讯旗下最不被骂的产品。** 书库大、更新快、有会员、有划线同步、有阅读统计——用过的人很少不续费的。它还有
开源字幕工具 auto-subs：本地生成字幕，直连达芬奇 / Premiere / After Effects。
3.8k+ star · TypeScript · MIT 适合研究 AI 工作流、剪辑自动化和工具链落地。
不会写代码也想做产品：有人靠 Claude Code 做了 Mac 语音输入软件 Speakey，免费开源。
按住右 Option 说话，松手文字进光标处；自动清语气词/补标点；台英日韩+自动检测；本地隐私、用自己的 Groq 额度。 辨识 whisper-large-v3，修饰走开源模型。点子够了，缺的是动手那一下。
Apache Ossie 开源了：跨平台语义元数据交换规范。
同一份数据，在 BI 叫一个名，在 AI pipeline 又叫另一个名——团队鸡同鸭讲很常见。 Ossie 想做的是 Analytics / AI / BI 之间的「语义单一真相」。 开源首周冲上 GitHub Trending，星数也在涨。 做数据平台和 AI 接入的人，值得盯一眼。
终端里下一个工具：Yoinks。
YouTube、X、TikTok，以及 1800+ 站点的视频，一条命令拉下来。 作者 @pablostanley，基于熟悉的下载生态，但包装成更好用的 terminal app。 经常存素材的人，会喜欢这种「少开浏览器」的路径。
Windows 预装越来越满：广告、追踪、Copilot、Recall、Candy Crush、Bing、OneDrive 弹窗……
想删不一定干净，想关过一阵又回来。 GitHub 开源工具 Win11Debloat（5万+⭐）可以： - 卸预装 App - 关遥测/广告/追踪 - 移除 Copilot、Recall - 关 Bing 网页搜索整合 - 恢复旧右键菜单 - 调任务栏/开始菜单 支持 Win10/11，有 GUI，多数设置可回滚，代码公开。 新电脑、不想要 Copilot/Recall、想少被收集数据的人，值得先
公网 IP 一变，Cloudflare DNS 记录就过期。
cloudflare-ddns（2.6k⭐）干的事很简单：盯着你的当前公网 IP，自动把对应 DNS 记录改对。 家宽 NAS、自建服务、动态 IP 服务器，都用得上。 小工具，但省掉一堆「怎么又连不上了」。
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。
阿里开源了 Wan-Dancer，一张人物图 + 一段音频，自动生成踩点跳舞视频。
限制工业级 AI 跳舞的最大痛点——音乐节拍踩点，被这个项目进步解决了。 而且能生成分钟级别长度，远不止以前的 20 秒上限。
GitHub 上有一个项目，狂揽近 50 万星。
不是具体工具，而是「全世界顶级工具列表的终极索引」—— sindresorhus/awesome。 就是那些收费“资源打包网站”的祖师爆。 AI Agent、Web3、效率工具全有，全程免费。