大模型AI编程前沿
2.12K subscribers
485 photos
330 videos
447 links
AI工具、币圈实事、资金流温度及风险提醒
Download Telegram
想用命令行方便地调用 X API?
xurl 是 X 官方推出的 CLI 工具,专门用来和 X API 打交道,比自己手写 curl 舒服太多。
功能特点:
1️⃣ 支持 OAuth 1.0a 和 OAuth 2.0 认证,自动处理 token 刷新
2️⃣ 支持多应用、多账号管理,切换很方便
3️⃣ 原生支持流式接口(Streaming)和分块媒体上传
4️⃣ 内置 MCP Server,可以直接给 AI Agent 使用
5️⃣ 支持 webhook 本地测试(集成 ngrok)
如果你经常需要通过脚本或自动化方式操作 X API,xurl 能帮你省掉大量重复工作。
🔗 https://github.com/xdevplatform/xurl
想在终端里同时管理多个 AI coding agent?
Herdr 是一个专为 AI Agent 设计的终端多路复用器,能把多个 agent 放在不同窗格里统一管理。
主要特点:
1️⃣ 每个 agent 运行在独立终端窗格中,状态一目了然(working、blocked、done、idle)
2️⃣ 支持工作区、标签页和窗格管理
3️⃣ 可以随时 detach 和 reattach,不会中断 agent 运行
4️⃣ 轻量 Rust 实现,支持本地和远程 SSH 使用
5️⃣ 提供 socket API,方便进行 agent 编排
对需要并行使用多个 agent 的开发者来说,能提升操作效率和可管理性。
🔗 https://github.com/ogulcancelik/herdr
还在因为人脸识别要么收费死贵、要么偷偷把你的脸传上云而头皮发麻?今天刷到一个硬核项目,路子完全不一样。
Faceplugin 刚甩出一套开源人脸识别 SDK,直接打出“全球首个完全免费开源、Win/Linux通吃”的旗号。
看完文档,戳中我的三点:
1️⃣ 100%本地计算,数据全程锁在你自己的设备里,云端休想摸到你的生物信息
2️⃣ 纯CPU就能流畅跑,没独显的老爷机照样带得动
3️⃣ 提供Python接口,人脸检测、关键点提取、特征比对一条龙,判断是不是同一个人信手拈来
开源白嫖确实爽,但泼盆冷水:免费版在精度和活体防伪上肯定有取舍,真要上生产环境,还得掂量掂量自己的风险承受能力。
🔗 https://github.com/Faceplugin-ltd/Open-Source-Face-Recognition-SDK
简历堆成山还没时间细看?Hiring-Agent这套开源流水线,直接把海选评估给自动化了。
它底层依托大量简历样本做打分模型,核心流程分四步走:
1️⃣ 用PyMuPDF把简历PDF暴力转成Markdown纯文本
2️⃣ LLM按模块精准抽取教育背景、工作履历、技能清单等结构化字段
3️⃣ 反向爬取GitHub账号的提交记录、仓库代码、开源贡献,当技术能力的实锤佐证
4️⃣ 输出一份带详细证据链的多维度评分报告,每个加分扣分项都附了具体理由,绝不扔给你一个干巴巴的数字
这套方案尤其适合招聘量爆表的初创团队,或者打算在内部二开定制招聘工具的技术兄弟。
自动化筛简历最好还是搭配人工复核兜底,AI在这事儿上挖的偏见坑和盲区,可比你想象的要深。
🔗https://github.com/interviewstreet/hiring-agent
开源社区又丢出一枚重磅炸弹——OmniRoute横空出世,仅需一个本地端点,便能将236家AI模型提供商尽数收入囊中。
完全开源免费的AI聚合网关,把236家提供商(90多家拥有免费层,11家永久免费)全部压缩成统一的OpenAI兼容接口。在自己机器上跑,三分钟就部署完毕。
稳如老狗:自动故障转移机制,某家额度见底或撞上速率墙时,能在眨眼间切换到下一个健康节点
精打细算:RTK叠加Caveman压缩黑科技,在工具调用这类场景里,token开销直接砍掉15%到95%
即插即用:Claude Code、Cursor、Codex、Cline、Copilot、Antigravity等16+款主流工具拿来就能接
路由随心:17种路由策略随便挑(自动、最便宜、最快响应……),支持订阅优先、免费额度先跑满、成本压到最低
功能溢出:内置MCP(挂载95种工具)、A2A协议、三层容错、TLS隐身、混合记忆系统、可视化仪表盘,全给你塞进去了
搞AI开发的老铁们再也不用为API Key满天飞和额度焦虑掉头发了,每月白嫖的token池轻松过16亿,跑在本地既安全又顺手!
🔗 传送门在此:https://github.com/diegosouzapw/OmniRoute
揭秘江湖骗局的古老智慧与现代启示读完后脊梁骨发冷——这哪是讲骗术,分明是拿解剖刀一寸寸剜开人性的底层代码。
不是简单地揭穿江湖把戏,而是把那些传承千年的"局"拆解得骨头渣子都不剩,每个局背后对应着哪个人性弱点、怎么精准踩中你的情绪开关,全部摊在台面上让你看。
108个局,108处致命软肋,招招见血,无一落空。:https://pan.quark.cn/s/841f3d494698
还在被侧边栏Chat框折磨?市面上绝大多数AI应用都是左右分治——左边产品界面,右边聊天窗口,两边各玩各的,你跟AI说破嘴皮它也动不了左边界面一根手指头。
BuilderIO开源的Agent-Native框架,就是专门来终结这种割裂局面的。
核心理念是让AI和人在同一个产品空间里协同,共享同一套操作链路、数据集、权限体系和界面组件。
AI不再是旁听生,而是直接住进产品里,能替你点按钮、填表单、改数据,跟真人同事一样上手干活。
它带来的体验升级是颠覆性的:
1️⃣ 无需为Agent单独封装一套API,原有产品的操作流程直接拿来复用
2️⃣ Agent的每一步操作权限和审计日志,跟你自己点鼠标走的链路完全一致,合规无死角
3️⃣ 配套的BuilderIO/skills项目还提供了可视化plan审查面板,Agent下一步打算干啥、合不合理,你扫一眼就心里有数
🔗https://github.com/BuilderIO/agent-native
想让AI Agent在复杂任务上表现得更稳定、专业?
Agent Skills 提供了一套开放的技能标准,让你能把专业知识和工作流程打包成可复用的「技能」给Agent使用。
核心价值:
1️⃣ 定义了统一的技能格式(主要是SKILL.md),方便封装领域知识和流程
2️⃣ 支持渐进式加载,只在需要时才把完整指令放入上下文,节省token
3️⃣ 技能可跨不同AI Agent和工具复用,便于团队共享和版本管理
4️⃣ 最初由Anthropic提出并开源,现在已成为社区推动的标准
5️⃣ 结构轻量,创建和维护成本很低
简单来说,这就是给想系统性扩展AI Agent能力的开发者准备的技能框架。
以后做复杂任务,不用每次都从零开始写提示词了,可以直接复用和组合技能。
🔗 https://github.com/agentskills/agentskills
.NET 开发者在使用 AI coding agent 写代码时,经常会遇到它对 .NET 生态掌握不够深入的问题。
Microsoft 官方推出了 dotnet/skills,专门为 AI Agent 准备的一套 .NET/C# 技能库。
主要:
1️⃣ 覆盖构建、测试、升级、http://ASP.NET、Blazor、.NET AI 等多个核心领域
2️⃣ 遵循 Agent Skills 标准,可直接在 Claude Code、Cursor 等工具中使用
3️⃣ 提供多个专业插件,一键安装即可增强 Agent 的 .NET 能力
4️⃣ 包含评估 Dashboard,能看到实际使用效果
这是官方为 .NET 生态量身打造的 AI Agent 增强工具包。
装上后,AI 在处理 .NET 项目时的专业度和准确性会明显更好。
🔗 https://github.com/dotnet/skills
想让AI coding agent帮你开发、部署和管理AWS应用?
AWS官方直接出了 Agent Toolkit for AWS,让主流AI Agent能直接调用300+ AWS服务,还带安全和审计能力。
核心亮点:
1️⃣ 官方MCP Server,支持300+ AWS服务的一站式调用
2️⃣ 内置沙箱Python执行环境,可运行复杂脚本
3️⃣ 实时访问AWS文档和API参考,减少幻觉
4️⃣ 企业级安全控制(IAM条件键、CloudTrail审计日志、CloudWatch监控)
5️⃣ 支持Claude Code、Cursor等主流AI coding工具,通过插件快速接入
简单来说,这就是AWS官方为AI Agent打造的“官方工具箱”。
以后让AI帮你操作AWS,不用再担心权限、安全和合规问题了。
🔗 https://github.com/aws/agent-toolkit-for-aws
在国内混,硬实力只是入场券,人情世故才是真正的隐形通行证。
这本《中国式关系全攻略》把搭线、经营、借力那套潜规则全给你抖搂干净了,说白了就是一本在熟人社会里不吃亏的生存实操手册。
听着挺扎心?但现实这台机器就这么运转的,越早摸透这套逻辑,越早省下撞南墙的功夫。
🔗https://pan.quark.cn/s/b38effb786b5
小红书又冒出个野路子玩法,指数测试模型,有人靠这套打法一个多月净赚很多
不拼内容创作质量、不卷粉丝基数,底层逻辑走的是数据反推加模型验证的路线。
低成本起号铺路,小样本快速测品,跑通数据模型后直接复制放大。
🔗https://pan.quark.cn/s/94b410c3363a
断网等于失智?Project Nomad直接给你造了座离线的数字诺亚方舟,33k+ star验证过的硬核生存AI电脑。
把AI对话、整套维基百科、离线地图、全套课程全部塞进本地,一键部署完毕,彻底跟网络依赖说拜拜。无论身处何地,随时保持清醒、持续学习、应对突发。
本地AI对话:Ollama驱动底层推理,支持文档上传配合RAG语义检索,知识库随便问
海量离线内容池:完整维基百科镜像、医疗急救手册、野外生存指南、Khan Academy全课程(Kolibri带进度追踪)、区域离线地图包
实用工具箱:CyberChef数据瑞士军刀、FlatNotes本地记事本、文件浏览器、密码管理器,外加一键部署自定义Docker容器
无脑运维:Command Center统一管控安装、更新、内容管理,自动更新可开关,零遥测完全离线
硬件宽容度拉满:4GB内存就能跑,配强GPU直接起飞跑大模型
适合生存主义者、户外旅行、偏远地区作业、断网应急场景。几条命令敲完,浏览器打开即用,不需要任何额外配置。
🔗https://github.com/Crosstalk-Solutions/project-nomad
如何让多个AI智能体高效协同工作?终于有人用一种最返璞归真的方式给出了答案。
这款名为squad的命令行工具,用Rust语言编写,它的核心思想就是让Claude Code、Gemini CLI、Codex、OpenCode这几个顶级的命令行AI智能体,能像坐在同一张会议桌上一样顺畅协作。
它的实现思路极其朴素,没有复杂的后台守护进程,纯粹依靠Shell命令结合一个SQLite数据库来传递“消息”,每一次命令执行都是一次独立的、即时的操作。
玩法也非常直观,只需打开三个终端窗口各司其职:
1️⃣ manager(管理者) 负责拆解复杂目标并分派任务。
2️⃣ worker(执行者) 负责接收任务、执行并汇报结果。
3️⃣ inspector(监督者) 在旁边审查工作成果。
一句/squad指令就能拉起一整支AI队伍为你打工。
如果启动多个相同角色的智能体,系统还会自动编号(如worker、worker-2),确保团队井然有序。
🔗https://github.com/mco-org/squad
想用AI直接操作网页的都懂!!
要么装浏览器扩展,要么写Python脚本,要么搞headless浏览器,配置麻烦、权限敏感,还容易出问题……
Alibaba直接开源了 Page Agent!一个纯前端的网页GUI Agent,用自然语言就能控制网页界面。
几个硬核点给你划出来:
1️⃣ 纯JavaScript实现,直接嵌入网页运行,无需扩展或后端
2️⃣ 支持自然语言指令控制DOM(点击、输入、滚动等)
3️⃣ Bring Your Own LLM,随便接你想用的模型
4️⃣ 可选Chrome扩展实现跨标签页、多页面复杂任务
5️⃣ 极致轻量,一行script标签或NPM安装即可使用
说白了,这就是给想让AI帮自己操作网页的开发者准备的。
你不再需要写复杂自动化脚本,而是直接用自然语言指挥网页干活!
🔗 https://github.com/alibaba/page-agent
让AI coding agent真正看懂并操控浏览器?Chrome官方直接开源了这个工具!
以前AI操作网页基本靠截图猜,或者自己写脚本,经常失败、调试困难、效果一般……
Chrome DevTools团队这次直接把专业能力开放了:chrome-devtools-mcp,让AI通过MCP直接使用Chrome DevTools全部功能。
几个硬核点:
1️⃣ 提供40+专业工具,支持点击、输入、截图、网络分析、性能追踪、内存快照等
2️⃣ 深度集成Chrome DevTools,调试和性能分析能力远超普通自动化方案
3️⃣ 通过MCP协议无缝接入Claude Code、Cursor、Gemini等主流AI coding工具
4️⃣ 支持headless模式和远程调试,部署灵活
5️⃣ Chrome官方出品,稳定可靠,真正把浏览器能力交给AI
Chrome官方直接把DevTools能力开放给AI了。
以后AI操作浏览器再也不用靠猜和截图,而是能真正看懂、分析、操控整个浏览器环境。
这个工具一出,浏览器自动化直接进入新阶段。
🔗 https://github.com/ChromeDevTools/chrome-devtools-mcp
开完会还要手动整理笔记,还担心内容被上传到云上?
Meetily直接来了!一个完全本地运行的AI会议助手,实时转录 + 智能总结,全程不联网。
几个点:
1️⃣ 100%本地处理,数据完全不离开你的设备,隐私安全拉满
2️⃣ 使用Parakeet/Whisper实现4倍速实时转录,还带说话人分离
3️⃣ 支持Ollama等本地模型自动生成会议总结和要点
4️⃣ 同时捕捉麦克风和系统音频,智能避免声音冲突
5️⃣ 开源免费,支持macOS、Windows、Linux,GPU加速优化
再也不用事后手动整理会议记录,也不用担心隐私问题了。
🔗 https://github.com/Zackriya-Solutions/meetily
还在用“另存为”一个个扒网页资源?这个能镜像克隆整站源码的开源工具,直接让你一步到位。
近期冲上热榜的 Website Downloader,操作逻辑极其粗暴:你丢一个网址进去,它就把该站点的全部源代码、样式表与多媒体素材一网打尽,完事儿压缩成一个包直接返回给你。
本质上,它依赖 Node.js 编排了一套强悍的 wget 指令组合拳:
1️⃣ --mirror 开启递归镜像模式,执行整站穿透式抓取
2️⃣ --convert-links 将链接统统强制转换为本地相对路径,断网环境照样丝滑浏览
3️⃣ --page-requisites 确保 CSS 样式与高清图等渲染刚需文件无一遗漏
4️⃣ 配合 --adjust-extension 智能补全文件后缀,再用 --no-parent 死死锁住根目录,防止爬穿外链
不管你是想白嫖前沿的页面架构设计,制作某个站点的完整离线时光机,还是想扒套成熟的样式模板来二开,这把“瑞士军刀”都能极大提升效率。
更贴心的是,官方直接挂出了在线 Demo,无需本地安装 Node 环境,点开即用,零门槛上手。
🔗 项目地址:https://github.com/AhmadIbrahiim/Website-downloader
这玩意儿堪称健身App开发者的福音Exercises Dataset,一个刚冒出来的宝藏数据集:
里面整整齐齐码了1324个健身动作的完整元数据,从名称、类别到目标肌群、所需器械和分步指南一应俱全,甚至顺手搭了个前端页面让你能直接检索翻看。
最绝的是什么?每条记录都贴心配了静态缩略图和动态GIF演示文件(通过media_id指向官方CDN),相当于把整套视觉素材的钥匙都塞你手里了。
直白点说,拿着这套结构清晰的数据,你完全可以零成本攒出一个功能完整的健身App,最头疼的内容和数据架构问题根本不用自己操心。
🔗 https://github.com/hasaneyldrm/exercises-dataset
Claude Code、Cursor 用久了,是不是感觉 agent 还是太「通用」?
这个仓库直接给你装了一整套专业技能库 —— claude-skills。
核心亮点:
1️⃣ 350+ 模块化技能,覆盖工程、产品、市场、合规、财务、研究等多个领域
2️⃣ 内置30+ 专业Agent/Persona(Startup CTO、Growth Marketer 等)
3️⃣ 提供近600个纯Python CLI工具,无需额外安装依赖
4️⃣ 支持Claude Code、Cursor、Gemini CLI 等13种主流AI coding工具
5️⃣ 附带安全审计工具,安装前能检查潜在风险
简单来说,这就是给AI coding agent「扩充技能树」的资源库。
装上之后,agent 处理专业任务的能力会明显提升,不再只是会写代码那么简单。
🔗 https://github.com/alirezarezvani/claude-skills
想把照片视频管好,又不想全扔给Google?
Immich 就是目前自托管里体验最接近 Google Photos 的方案,而且数据完全在自己手里。
核心亮点:
1️⃣ AI 人脸识别 + 物体搜索 + 语义搜索,找照片非常丝滑
2️⃣ 手机自动备份(iOS + Android),支持实时同步
3️⃣ 界面干净现代,用起来几乎和 Google Photos 一样
4️⃣ 完全开源免费,支持 Docker 一键部署
5️⃣ 性能不错,照片多也能流畅浏览
如果你想把照片视频收回到自己服务器,同时又不想牺牲太多的智能体验,Immich 目前是比较成熟的选择。
🔗 https://github.com/immich-app/immich