别再让 Claude 给你吐一张 Mermaid 糊图了
有人给它准备了 29 种图 架构、流程、技术文档那种 每个都是单独的 HTML+SVG 复制就能用 不依赖任何库 repo 叫 diagram-design 今天一天加了四千多星 直接冲到 GitHub 趋势第一 我看中的不是星数 是它把好看的图做成了 agent 能直接交的成品
有人把世界神话做成可搜索的知识网络开源了
不是又一篇「神话合集」 是能查、能连、能导出的系统： 95 个文明与文化传统 425 个实体 神祇/神器/怪物/古籍/遗址与关系图 还有来源登记 中英界面都有 数据给 SQLite / JSONL / CSV 它明说这是阶段性基线 不是宣称写完百科 这类东西最有价值的 是可纠错、可贡献、可继续长
如果你做 AI 音乐
别只收藏网页播放器 MiniMax 把 Music3 权重开出来了 HF 有模型 GitHub 有 repo 这类东西值钱的不是 slogan 是你能不能复现、能不能改、能不能接进自己的流水线 图是预览 仓库才是入口
14MB 的 foundation model
这数字本身就是钩子 项目叫 needle 目标不是再卷桌面大模型 是塞进手机、穿戴、智能家居、机器人这种小设备 端侧 AI 真正卡的 往往不是「能不能生成漂亮段落」 是能不能在几兆到几十兆的预算里活下来 体积做成资产 才轮得到隐私与离线
Minimax 半夜把音乐模型开源了
叫 Music 3 重点不是「再来个 BGM 生成器」 是偏完整歌曲： 歌词一段 描述一段（曲风、BPM、情绪、人声、乐器） 还能用 [Verse] [Chorus] 这种标签卡结构 官方口径最长能怼到大约 5 分钟 还要主旋律、节奏、人声 identity 别崩 开源开上瘾的时代 音乐也开始变成可 fork 的资产
2.8T 参数的 Kimi K3
有人说不用先砸一张顶级卡也能碰 项目叫 colibri 思路很粗暴也很大胆： 专家权重不整模塞内存 需要哪个 expert 再从固态硬盘流进来 MoE 本来就是「每次只激活一小撮」 那磁盘延迟就变成可交易的工程问题 而不是绝对禁区 能跑 ≠ 很爽 但「能不能在消费级硬件上试」 这条线又被往下推了一截 仓库放第二条
又一个 Claude skill 在狂涨星
diagram-design 已经八千多 star 有人说单日涨一千六 它干的事很直接： 给你 29 种「编辑向」图类型 流程图、架构图、组织图、甘特…… 吐自包含 HTML/SVG 不用再搭构建流水线 还会读你站点的颜色和字体 大概一分钟对齐品牌 也能拿旧 Mermaid / draw.io 重画 不是只能从零开始 作者吐槽的点很实在： 讨厌 Mermaid 默认那套圆角盒子 想做一张设计师不会
以前我觉得 在 Mac 上跑 26B 级模型
以前我觉得 在 Mac 上跑 26B 级模型 8GB 内存是做梦 至少得 32 或 64 然后看到 TurboFieldfare 把权重拆块 用到哪块再从 SSD 读进来 不用一次全塞内存 入门款 Air 也能跑起来 顺到什么程度因模型而异 但方向很清楚： AI 门槛不全是砸硬件 还有软件怎么「偷」内存 硬件军备竞赛之外 永远有人在做省钱的工程
把架构图画成可拖、可分享的图
现在有个开源 skill 直接干这事 名字叫 draw-architecture 你丢一段文字描述的系统架构 它吐一张像 Figma 一样的 canvas： 拖拽、缩放、点元件隔离看 一键导出高清 PNG 丢进文档/PPT 还能把链接甩给同事在图上留言 平时跟团队对架构 最烦的不是「画不出来」 是图画完就死了 别人只能看截图 这种「可交互 + 可讨论」才是协作资产
别一上来就开写「我的 AI 工具」
先去看别人已经收钱的项目 Starter Story 这类站点 按收入、成本、类型、团队人数筛 专找：一人能做、低启动成本、月入过万的小东西 你要的不是灵感海报 是这几列答案： 启动成本 获客路径 工具栈 谁在付钱 抄功能很容易死 抄「已经验证过的需求方向」才有戏
多 Agent 并行时
真正卡你的往往不是模型不够强 是注意力不够用 该看哪个窗 哪个卡住了要你介入 哪个已经做完你还不知道 你离开键盘后它们还在不在推进 tmux 能分屏、能挂后台 但对 Agent 本身没感知 你还得一个个切过去查 Herdr 这类工具想做的 是在多路复用上加一层状态 working / blocked / idle 让系统告诉你该看哪 而不是你去扫每一扇窗 Vibe coding 下一关 不只是更聪
AI Agent 开始碰真机了。
不是模拟器 是真 iPhone、真 Android 看屏幕、点按钮、滑动、打字、开设置 开源项目 Mobile Harness 把眼睛和手接到手机上 本地也能跑，云设备也能规模化 Agent 上一阶段主要在写代码 这一阶段开始用你手机上的 App
herdr 把多 Agent 跟人的互动搬进终端了。
看着它们下棋划水 旁边还能留言嘴炮 像开了个 AI 街机厅 最有梗的不是谁又赢了 是这个方向本身：Agent 开始有「赛场」 接下来还要上中国象棋 我倒想看它们怎么互喷布局
AI 音乐的下一场战争
可能已经不是「谁唱得最好」 还在问 2026 第一名是谁 这个问题正在过时 竞争从 「谁生成的歌更好听」 转向 「谁能拿住从创意到成品的整条流程」 Suno 在抢工作台 Voices、Custom Models、My Taste Studio、分轨、长度控制 它越来越不像点一下出歌 更像把 AI 塞进制作全流程 MiniMax 在抢可控生成 结构标签、纯音乐、歌词优化、翻唱 广告、影片、播客要的不
这周 GitHub 上蹿得离谱的一个项目：OmniRoute
一个 MIT 的 AI 网关 你的程序只打一个端点 它去背后转 290 多家供应商、500 多种模型 里头还有一堆免费额度可蹭 Claude Code、Cursor、Cline、Copilot 都能接 不用改你习惯的工具 它还说有配额感知自动备援，以及能省 15%–95% token 的压缩 这个区间上下差六倍 信下限，上限自己测
AI 画图最烦的不是不会画，是轴距字体间距永远要你再调一轮。
微软开源了 Flint（flint-chart） 你告诉它「这列是排名 / 温度 / 价格」 轴、间距、格式它自己收 同一份规格能吐 Vega-Lite、ECharts、Chart.js、Plotly，连 Excel 原生图都有 还带 MCP，Agent 能在对话里直接画并校验
AI 在大仓库改代码，最怕的不是不会写，是猜不清「这个函数到底被谁调用」。
code-graph-rag 把整个 monorepo 用 Tree-sitter 编成知识图谱 你的问题翻成 Cypher 去查图 改代码走 AST，先出 diff 再落盘 不是再 grep 赌运气 是让 Agent 先看清结构，再动手
NVIDIA 出了 SkillSpector：专门扫描 AI Agent 的 Skill 安不安全。
现在很多 Skill 直接装。研究称超过 26% 有漏洞，约 5% 可能恶意。 安装前可查：Prompt Injection、数据外泄、供应链风险、权限过高等。 Agent 时代的「杀毒软件」可能先长在 Skill 层。 仓库在第二条。
Cloudflare 把内部用的 Cloudflare OS 开源了。
定位：全员 AI 工作平台——每人 Agent + 工作区，内建公司知识、流程与 Skills；能出文档、简报，甚至可分享的小 App；Gatekeeper 管权限。 值得逐帧研究的是：把「公司操作系统」而不是「又一个聊天窗」当产品。 仓库在第二条。
想自己拉航班比价数据？有个开源 flights 爬虫走 Google Flights 协议层。
技术点在 Protobuf 编码，不是简单 HTML 刮。 研究向，合规与频率自己把关。 链接放评论。
把电影号剪辑从熬夜手工，压成 Claude Code 一条指令——这是 video-recap-skills 想做的事。
自然语言 → 中文解说成片，面向 Claude Code / Codex 等宿主。 能省重复劳动，但素材版权、配音质量、平台审核仍是你的责任。 链接放评论。
跑一次全市场回测，以前可能先花两周做数据工程。free-stockdb 想把这件事砍到大约半小时量级。
约 1.9K 星：A 股日 K、分钟 K、ETF 落到本地磁盘，少跟远程 API 限频和封 IP 搏斗。 7000+ 标的覆盖、增量同步 + zstd、Rust 算 39 个指标、Python/HTTP/Excel/MCP 多入口，Claude 也能直接查。 量化研究的第一瓶颈常常是数据，不是策略灵感。 仓库在第二条。
Google 开源了 Gemma Translator：完全离线的可组装翻译装置。
用 Gemma 4 + 树莓派 5、小屏、喇叭、键盘旋钮等市售件 + 3D 打印壳。 重点：不需 Wi-Fi、不需 API；语音识别和 TTS 都在端侧。 「再也不用学语言」当然是夸张，但离线、可动手、可带走的翻译硬件路线，确实在打开。 仓库在第二条。
微软开源了 Skill Recorder：你操作一次，它录全过程，再让 GitHub Copilot 整理成「意图 + 步骤」，生成可复用的 Skill / Automation，给 Agent 之后直接跑。
一句话：录一次示范，Agent 以后自己做。 支持 macOS / Windows。 仓库在第二条。
Herdr 突然火了：Tobi 推荐，DHH 说要整合进 Omarchy。
一句话：Rust 写的 agent multiplexer，号称 coding agents 的 tmux。 不是 Electron 看板，是终端里一个 single binary（AGPL-3.0）。 和 tmux 的关键差：agent awareness——每个 agent 自有 PTY，状态 working/blocked/done/idle 一眼看完。 还能鼠标点 pane、远程 atta
最近看到一个很猛的开源项目：PPT Master，GitHub 已超 4.4 万 Stars。
和一般 AI PPT 最大的差别：不是生成「像 PPT 的图片」，而是真的生成 PowerPoint。 文字、Shape、Chart、表格甚至动画，都能在 PowerPoint 里继续改。 还能读 PDF/DOCX、套自己的模板，直接让 Claude Code、Codex 这类 Agent 帮你做简报。 趋势很清楚：AI 正从「生成内容」变成「直接操作 Office 文件」。 仓库在第二条。
美国留学手机里，我建议单独建一个「落地必备」文件夹。下面 9 个 App 是过来人踩坑后的实用向（不是广告清单）。
上课 / 听记 Otter：课堂录音转英文文本。教授口音重、语速快时，课后靠它补洞。 听歌追剧回国源：选你自己信任的加速工具即可，别被随机兑换码绑架。 出行 Metrolink（南加州火车）：学生票常见半价；车上有插座，像移动自习室；部分站点二维码可衔接市内轨交。 Uber / Lyft：同一路线两家比价，溢价时换一家。 生活 Yelp：找 Brunch、咖啡馆、评分配图，少踩雷。 Transla
又一个「能本地跑」的开源模型：腾讯 Hy3。
卖点三条——推理够用、体量可控、coding/agent/办公都沾边。 如果成立，省下的是长期 API 账单，不是一时新鲜。 仓库/介绍在评论。自己机器上验一下再决定换不换主模型。
有人做了个 DeepSeekV4SSD：让 M 系列 Mac 本地跑全参数 284B 的 DeepSeek-V4-Flash，峰值内存大约 30GB。
M5 Pro 接 Codex 实测：Prefill 180 tok/s，Decode 6.5 tok/s，输入 1.4 万 tokens。 门槛不低：Apple Silicon、macOS 15、建议 ≥64GB 统一内存 + 高速 SSD；完整安装约 167GB。 原理是 MoE 只从 SSD 抽当前需要的 expert，而不是整模塞进内存。 仓库放第二条。