刷到喜欢的视频想存本地，结果被各种网站的限制搞到心态爆炸？
ytDownloader这个桌面客户端直接解决了这个烦恼。
它背后接入了yt-dlp的能力，一口气支持了上百个站点：YouTube、B站、TikTok、Instagram、Twitter……基本你能想到的视频平台都覆盖了。
界面是现代的GUI，不是那种让人望而生畏的命令行，还自带多套主题可以换。
播放列表可以整个拖下来，字幕也能一并搞定，甚至还支持截取片段下载。
内置的视频压缩功能带硬件加速，对硬盘空间紧张的用户非常友好。
这软件干干净净，没有广告，也没有追踪埋点，用着踏实。
🔗https://github.com/aandrew-me/ytDownloader
ytDownloader这个桌面客户端直接解决了这个烦恼。
它背后接入了yt-dlp的能力，一口气支持了上百个站点：YouTube、B站、TikTok、Instagram、Twitter……基本你能想到的视频平台都覆盖了。
界面是现代的GUI，不是那种让人望而生畏的命令行，还自带多套主题可以换。
播放列表可以整个拖下来，字幕也能一并搞定，甚至还支持截取片段下载。
内置的视频压缩功能带硬件加速，对硬盘空间紧张的用户非常友好。
这软件干干净净，没有广告，也没有追踪埋点，用着踏实。
🔗https://github.com/aandrew-me/ytDownloader
做个产品演示视频，又要录屏又要加设备边框又要调运镜，以前这套流程走下来，半天就没了。
OpenVid直接把这事搬到了浏览器里，打开网页就能开工，安装这一步直接省了。
你可以直接录屏，也可以把现有的MP4、WebM或者MKV拖进去。
它最出彩的是那套设备边框模版，Safari、Chrome、手机框都有，视频往里面一嵌，专业感马上就有了。
运镜效果也挺唬人，支持平滑缩放和3D视角转动，还能根据画面焦点做倾斜和旋转，看起来像精心剪辑过的一样。
背景、阴影、圆角这些细节都能调，内置了上百种背景模板，懒得挑也可以直接上个纯色或者渐变。
导出规格很硬核，最高支持4K 30帧，格式上MP4、WebM、GIF，甚至连带透明通道的WebM都能出。
OpenVid直接把这事搬到了浏览器里，打开网页就能开工，安装这一步直接省了。
你可以直接录屏，也可以把现有的MP4、WebM或者MKV拖进去。
它最出彩的是那套设备边框模版，Safari、Chrome、手机框都有，视频往里面一嵌，专业感马上就有了。
运镜效果也挺唬人，支持平滑缩放和3D视角转动，还能根据画面焦点做倾斜和旋转，看起来像精心剪辑过的一样。
背景、阴影、圆角这些细节都能调，内置了上百种背景模板，懒得挑也可以直接上个纯色或者渐变。
导出规格很硬核，最高支持4K 30帧，格式上MP4、WebM、GIF，甚至连带透明通道的WebM都能出。
上个月帮朋友看一个微服务项目，他拉了个腾讯会议共享屏幕，打开Drawio开始手动画架构图，画了半小时发现少了一个服务，又推倒重来。
我当场问他：你这代码不是现成的吗？为什么图不能从代码里直接长出来？
后来我翻到了LikeC4，思路完全不一样了。
它把架构描述写成代码，然后自动生成架构图。
代码改了，图跟着变，永远不会有“文档跟实际对不上”的问题。
它的语言灵感来自C4 Model，但比原版灵活很多。你可以自己定义元素类型、嵌套层级、配色样式，不受固定规范限制。
本地跑个预览服务就能看效果，也可以用官方的在线Playground快速试玩。
调满意了，一键部署分享链接，队友打开就能看，不用装任何软件。
这个月我已经把三个项目的架构图都迁到LikeC4了，再也不用在PPT里维护一张过期的png了。
我当场问他：你这代码不是现成的吗？为什么图不能从代码里直接长出来？
后来我翻到了LikeC4，思路完全不一样了。
它把架构描述写成代码，然后自动生成架构图。
代码改了，图跟着变，永远不会有“文档跟实际对不上”的问题。
它的语言灵感来自C4 Model，但比原版灵活很多。你可以自己定义元素类型、嵌套层级、配色样式，不受固定规范限制。
本地跑个预览服务就能看效果，也可以用官方的在线Playground快速试玩。
调满意了，一键部署分享链接，队友打开就能看，不用装任何软件。
这个月我已经把三个项目的架构图都迁到LikeC4了，再也不用在PPT里维护一张过期的png了。
OpenAI 最近开源的这款 Codex Security 工具，值得开发者们关注。
它提供了一个 CLI 和 TypeScript SDK，用于在代码中查找、验证并修复安全漏洞，功能覆盖仓库扫描、变更审查、问题持续跟踪，还能无缝接入 CI 流程。
在实际使用上，如果你的环境满足 Node.js 22 和 Python 以上版本，通过 npm 安装后，执行 npx codex-security scan . 就能快速扫描当前目录。它支持 ChatGPT 登录或 API Key 两种认证方式，在 CI 等非交互环境中会优先使用预设的 API Key。
项目地址：https://github.com/openai/codex-security
它提供了一个 CLI 和 TypeScript SDK，用于在代码中查找、验证并修复安全漏洞，功能覆盖仓库扫描、变更审查、问题持续跟踪，还能无缝接入 CI 流程。
在实际使用上，如果你的环境满足 Node.js 22 和 Python 以上版本，通过 npm 安装后，执行 npx codex-security scan . 就能快速扫描当前目录。它支持 ChatGPT 登录或 API Key 两种认证方式，在 CI 等非交互环境中会优先使用预设的 API Key。
项目地址：https://github.com/openai/codex-security
一个项目能狂揽4万多星，果然有两把刷子。
它相当于给你的终端、IDE甚至手机，装了个免费且强大的AI编程辅助工具。其核心是一个灵活的代理，让你能通过Claude Code、Codex等工具，自由调用NVIDIA NIM、OpenRouter、Gemini等29种模型服务，云端和本地部署都支持。
它自带可视化管理界面，切换模型点一点就行，还支持语音和Discord/Telegram接入，用起来很顺手。
项目完全开源，安装也简单，一条命令就能搞定。无论是想体验顶级模型，还是想统一管理各种API，都值得去它的GitHub页面看看。
🔗传送门：https://github.com/Alishahryar1/free-claude-code
它相当于给你的终端、IDE甚至手机，装了个免费且强大的AI编程辅助工具。其核心是一个灵活的代理，让你能通过Claude Code、Codex等工具，自由调用NVIDIA NIM、OpenRouter、Gemini等29种模型服务，云端和本地部署都支持。
它自带可视化管理界面，切换模型点一点就行，还支持语音和Discord/Telegram接入，用起来很顺手。
项目完全开源，安装也简单，一条命令就能搞定。无论是想体验顶级模型，还是想统一管理各种API，都值得去它的GitHub页面看看。
🔗传送门：https://github.com/Alishahryar1/free-claude-code
同样是让AI看视频，大部分工具只能读取标题或字幕，对画面内容一知半解。
Claude Video这个开源技能就实在多了。你丢给它一个YouTube链接或本地视频文件，再带上具体问题，它就会自动完成全套流程：下载视频、提取关键帧、获取字幕（优先用免费的，没有才调用Whisper），然后把这些视觉和听觉信息一起交给Claude分析。
这意味着它能真正“看懂”画面里的细节，无论是诊断录屏里的Bug，还是拆解一段创意广告的开头三秒，都能给出基于实际内容的回答，而不是靠猜。
它兼容Claude Code、Codex、Cursor等多种Agent环境，安装也简单。
传送：https://github.com/bradautomates/claude-video
Claude Video这个开源技能就实在多了。你丢给它一个YouTube链接或本地视频文件，再带上具体问题，它就会自动完成全套流程：下载视频、提取关键帧、获取字幕（优先用免费的，没有才调用Whisper），然后把这些视觉和听觉信息一起交给Claude分析。
这意味着它能真正“看懂”画面里的细节，无论是诊断录屏里的Bug，还是拆解一段创意广告的开头三秒，都能给出基于实际内容的回答，而不是靠猜。
它兼容Claude Code、Codex、Cursor等多种Agent环境，安装也简单。
传送：https://github.com/bradautomates/claude-video
这几个Claude提示词，把AI变成你的私人学习加速器。
别再让AI只当搜索引擎。用对这7个指令，Claude能帮你重构认知系统，学习效率翻倍。
① 弱点诊断评估
通过提问式诊断，精准定位我对 [插入主题] 理解中的薄弱环节、错误认知或知识盲区，并据此生成针对性的强化提升建议。
② 第一性原理分解
请你以专家讲师身份，运用第一性原理，将 [插入主题] 拆解至不可再分的基础元素，帮助我掌握底层逻辑，而非记忆表面结论。
③ 费曼学习法
针对主题 [插入主题]，请用通俗易懂的语言进行讲解，如同教授零基础学员。讲解结束后，引导我用自己的话复述核心概念，并对我复述内容中的逻辑偏差或理解缺陷进行指正。
④ 主动回忆教练
完成 [插入主题] 的教学后，向我提出有深度的问题，要求我在不参考笔记的情况下口头回忆知识点。随后，根据我的回答给出详细的纠错与补充。
⑤ 聪明知识总结
将 [插入主题] 提炼为清晰的知识框架、核心心智模型及简化的逻辑结构，确保关键信息便于记忆且可直接应用于实践。
⑥ 间隔重复计划
针对 [插入主题] 制定间隔重复复习时间表，明确每日、每周及每月的回顾内容与频次，以促进知识从短期记忆向长期记忆的迁移。
⑦ 学习加速计划
请为我规划掌握 [插入技能] 的完整路线图，包含分阶段目标、关键里程碑及能力检测点，确保我对后续学习路径保持清晰认知。
别再让AI只当搜索引擎。用对这7个指令，Claude能帮你重构认知系统，学习效率翻倍。
① 弱点诊断评估
通过提问式诊断，精准定位我对 [插入主题] 理解中的薄弱环节、错误认知或知识盲区，并据此生成针对性的强化提升建议。
② 第一性原理分解
请你以专家讲师身份，运用第一性原理，将 [插入主题] 拆解至不可再分的基础元素，帮助我掌握底层逻辑，而非记忆表面结论。
③ 费曼学习法
针对主题 [插入主题]，请用通俗易懂的语言进行讲解，如同教授零基础学员。讲解结束后，引导我用自己的话复述核心概念，并对我复述内容中的逻辑偏差或理解缺陷进行指正。
④ 主动回忆教练
完成 [插入主题] 的教学后，向我提出有深度的问题，要求我在不参考笔记的情况下口头回忆知识点。随后，根据我的回答给出详细的纠错与补充。
⑤ 聪明知识总结
将 [插入主题] 提炼为清晰的知识框架、核心心智模型及简化的逻辑结构，确保关键信息便于记忆且可直接应用于实践。
⑥ 间隔重复计划
针对 [插入主题] 制定间隔重复复习时间表，明确每日、每周及每月的回顾内容与频次，以促进知识从短期记忆向长期记忆的迁移。
⑦ 学习加速计划
请为我规划掌握 [插入技能] 的完整路线图，包含分阶段目标、关键里程碑及能力检测点，确保我对后续学习路径保持清晰认知。
平时遇到想收藏的视频，总要一个个手动下载、整理，跨平台内容散落各处，想找出来看时又很麻烦。
MyTube就是为解决这个痛点而生的自托管方案。它支持YouTube、B站、Twitch等主流平台，不仅能一键下载视频，还能通过频道订阅实现新内容自动抓取。
你可以在本地搭建一个带精美界面的媒体库，把不同来源的视频按合集归类整理，打造属于自己的私人视频档案馆。
它内置了Cloudflare Tunnel支持，不需要折腾端口转发就能实现安全的远程访问。Docker一键部署，对NAS用户尤其友好。
🔗地址：https://github.com/franklioxygen/MyTube
MyTube就是为解决这个痛点而生的自托管方案。它支持YouTube、B站、Twitch等主流平台，不仅能一键下载视频，还能通过频道订阅实现新内容自动抓取。
你可以在本地搭建一个带精美界面的媒体库，把不同来源的视频按合集归类整理，打造属于自己的私人视频档案馆。
它内置了Cloudflare Tunnel支持，不需要折腾端口转发就能实现安全的远程访问。Docker一键部署，对NAS用户尤其友好。
🔗地址：https://github.com/franklioxygen/MyTube
pdf-brain 是一个能把本地 PDF 和 Markdown 文件变成可语义搜索私人知识库的开源工具。
它全程在你自己的机器上运行（Ollama + libSQL），支持 AI 自动提炼摘要、打标签和抽取核心概念。搜文档不再是关键词匹配，而是真正“理解”内容含义。
它自带 MCP 接口，可以直接对接 Claude、Cursor 这类 AI 编程助手，写代码或做研究时随时调取资料库里的内容。
无云端依赖、零运行成本，对经常处理研究笔记和论文的人来说，是个相当趁手的本地知识管理方案。
🔗：https://github.com/joelhooks/pdf-brain
它全程在你自己的机器上运行（Ollama + libSQL），支持 AI 自动提炼摘要、打标签和抽取核心概念。搜文档不再是关键词匹配，而是真正“理解”内容含义。
它自带 MCP 接口，可以直接对接 Claude、Cursor 这类 AI 编程助手，写代码或做研究时随时调取资料库里的内容。
无云端依赖、零运行成本，对经常处理研究笔记和论文的人来说，是个相当趁手的本地知识管理方案。
🔗：https://github.com/joelhooks/pdf-brain
公司的笔记本、显示器、软件授权散落在不同部门，谁领走了什么、什么时候该折旧、许可证还剩几个，这些事靠Excel和邮件来回确认，还能理得清吗？
Snipe-IT 就是专为IT运维设计的开源解决方案。它能帮你清晰记录每一台设备的归属、采购日期与折旧进度，以及软件许可证的分配与使用情况。所有资产信息在一个面板上统一管理，查起来一目了然。
项目基于Laravel 12构建，支持Docker一键部署，可轻松运行在Linux、Windows或macOS上。数据完全由自己掌控，社区活跃且生态完善，还有丰富的API和第三方集成可用。
项目：https://github.com/grokability/snipe-it
Snipe-IT 就是专为IT运维设计的开源解决方案。它能帮你清晰记录每一台设备的归属、采购日期与折旧进度，以及软件许可证的分配与使用情况。所有资产信息在一个面板上统一管理，查起来一目了然。
项目基于Laravel 12构建，支持Docker一键部署，可轻松运行在Linux、Windows或macOS上。数据完全由自己掌控，社区活跃且生态完善，还有丰富的API和第三方集成可用。
项目：https://github.com/grokability/snipe-it
同样是聊天软件，多数依赖中心服务器、手机号或账号体系，一旦断网或服务关闭就彻底瘫痪。
bitchat 走了一条完全不同的路。它基于蓝牙Mesh和Nostr协议双通道工作：蓝牙负责设备间的本地多跳中继（离线可用，最长7跳），Nostr负责接入全球中继网络。两条路自动切换，无网络时也能通过附近的设备转发消息。
它没有账号、手机号或中央服务器，端到端加密是标配，还提供IRC风格的命令交互（/msg、/who、/slap）。iOS和macOS原生支持，已上架App Store和Play Store。
对于需要离线通信的灾难场景，或只是想在朋友间建一个不依赖任何中心的侧边群聊，这是一个极其实用的选择。
项目🔗：https://github.com/permissionlesstech/bitchat
bitchat 走了一条完全不同的路。它基于蓝牙Mesh和Nostr协议双通道工作：蓝牙负责设备间的本地多跳中继（离线可用，最长7跳），Nostr负责接入全球中继网络。两条路自动切换，无网络时也能通过附近的设备转发消息。
它没有账号、手机号或中央服务器，端到端加密是标配，还提供IRC风格的命令交互（/msg、/who、/slap）。iOS和macOS原生支持，已上架App Store和Play Store。
对于需要离线通信的灾难场景，或只是想在朋友间建一个不依赖任何中心的侧边群聊，这是一个极其实用的选择。
项目🔗：https://github.com/permissionlesstech/bitchat
啃AI Agent相关资料时，总在“理论都能看懂，一动手就废”和“代码跑得通，原理说不出”之间反复横跳。
李博杰《深入理解AI Agent：设计原理与工程实践》直接把这个困境拆了。全书围绕一个核心公式展开，Agent = LLM + 上下文 + 工具，10章内容从基础原理一路讲到工程实战，还配了93个可运行的配套实验。
正文、PDF、配套代码全部开源，9种语言版本可选（含中文原版）。你可以在线阅读，也可以下载离线PDF/EPUB慢慢啃。每个实验都在对应章节目录下，边读边跑代码，相当于带着实践去理解理论。
想系统地掌握AI Agent，又不想在“看懂”和“做到”之间反复折腾，这本书是个不错的起点。
项目🔗：https://github.com/bojieli/ai-agent-book
李博杰《深入理解AI Agent：设计原理与工程实践》直接把这个困境拆了。全书围绕一个核心公式展开，Agent = LLM + 上下文 + 工具，10章内容从基础原理一路讲到工程实战，还配了93个可运行的配套实验。
正文、PDF、配套代码全部开源，9种语言版本可选（含中文原版）。你可以在线阅读，也可以下载离线PDF/EPUB慢慢啃。每个实验都在对应章节目录下，边读边跑代码，相当于带着实践去理解理论。
想系统地掌握AI Agent，又不想在“看懂”和“做到”之间反复折腾，这本书是个不错的起点。
项目🔗：https://github.com/bojieli/ai-agent-book
调试AI Agent的时候，你盯着终端里飞速滚动的日志，只知道它最终给了你一个结果，中间它想了什么、走错了哪步、为什么调用那个工具，全凭猜测。
这就是我使用Claude Code和Codex时的真实体验，直到遇到了Agent Flow。
这个开源工具把Agent的思考过程实时变成一张交互式节点图。你能清晰看到智能体如何拆解你的问题、依次调用了哪些工具、在哪个节点做了分支决策，以及多Agent之间如何协调配合。
整个执行轨迹一目了然，而不是靠猜。
它支持浏览器独立运行（npx agent-flow-app），也有VS Code和Cursor扩展，还能多会话并排对比，附带时间线和完整转录回放。
调试工具链、优化提示词、理解Agent行为模式，都变得直观很多。
这就是我使用Claude Code和Codex时的真实体验，直到遇到了Agent Flow。
这个开源工具把Agent的思考过程实时变成一张交互式节点图。你能清晰看到智能体如何拆解你的问题、依次调用了哪些工具、在哪个节点做了分支决策，以及多Agent之间如何协调配合。
整个执行轨迹一目了然，而不是靠猜。
它支持浏览器独立运行（npx agent-flow-app），也有VS Code和Cursor扩展，还能多会话并排对比，附带时间线和完整转录回放。
调试工具链、优化提示词、理解Agent行为模式，都变得直观很多。
AI 公司为了抢“干净数据”，开始绞碎古董书了……
2022 年前的老书成了稀缺资产，因为没有 AI 生成内容污染。
第三方匿名采购，切书脊、高速扫描，然后直接粉碎原书。 连 18 世纪存世极少的植物学孤本都被毁了。
中介还提供 NDA，对外叫“数字保存”。法官甚至裁定这算合理使用。 文明留下来的纸质记忆，就这样变成了训练语料。
什么时候开始，保存知识变成了销毁知识？
2022 年前的老书成了稀缺资产，因为没有 AI 生成内容污染。
第三方匿名采购，切书脊、高速扫描，然后直接粉碎原书。 连 18 世纪存世极少的植物学孤本都被毁了。
中介还提供 NDA，对外叫“数字保存”。法官甚至裁定这算合理使用。 文明留下来的纸质记忆，就这样变成了训练语料。
什么时候开始，保存知识变成了销毁知识？