长鑫、宇树陆续上市，A股热度又上来了，不少人的视线重新转回国内。
找了一圈专门做A股分析的工具，发现那种美股港股通吃的方案对国内市场往往不够贴合。
a哥刷到一个基于AKShare和CrewAI搭建的A股智能分析系统。
AKShare在量化投研圈里数据源很扎实，CrewAI专门搞多Agent协作。
这套系统能拉实时行情、财务数据、资金流向、市场情绪，四个专业AI角色分工协作，专门针对A股市场做了优化，最后整合出一份投资参考建议。
GitHub：https://github.com/liangdabiao/easy_investment_Agent_crewai
找了一圈专门做A股分析的工具，发现那种美股港股通吃的方案对国内市场往往不够贴合。
a哥刷到一个基于AKShare和CrewAI搭建的A股智能分析系统。
AKShare在量化投研圈里数据源很扎实，CrewAI专门搞多Agent协作。
这套系统能拉实时行情、财务数据、资金流向、市场情绪，四个专业AI角色分工协作，专门针对A股市场做了优化，最后整合出一份投资参考建议。
GitHub：https://github.com/liangdabiao/easy_investment_Agent_crewai
股票、基金、加密资产、现金管理散落各个APP，想看整体资产得一个个打开再用表格手工汇总，费时又难看清全貌。
Wealthfolio，一款开源且注重隐私的个人财富管理工具，8600 Stars，桌面手机都能用。
统一管理各类资产组合，记录交易、追踪净资产和日常开销，附带收益分析、基准对比和投资模拟功能。
最大亮点是本地优先，数据默认存在自己设备上，无需注册账号也不依赖云端。支持多账户、多币种、券商同步和插件扩展，玩法相当丰富。
传送门：https://github.com/wealthfolio/wealthfolio
Wealthfolio，一款开源且注重隐私的个人财富管理工具，8600 Stars，桌面手机都能用。
统一管理各类资产组合，记录交易、追踪净资产和日常开销，附带收益分析、基准对比和投资模拟功能。
最大亮点是本地优先，数据默认存在自己设备上，无需注册账号也不依赖云端。支持多账户、多币种、券商同步和插件扩展，玩法相当丰富。
传送门：https://github.com/wealthfolio/wealthfolio
熊市里最适合埋头学习，而且最好是免费资源。
一个叫「财富自由」的开源仓库，刚好满足这个需求。
作者把各个阶段的学习材料都整理好了，介绍得很详细：
16本从入门到进阶的书籍、16部顶级财经纪录片、23个优质美股YouTube频道、推荐的美股论坛，还有Web3和区块链相关的工具网站。全部免费，打开即用。
作者挺有底气，直接给仓库取名财富自由。想在熊市系统补课、提升投资认知的朋友，可以过去看看。
希望学完的人都能离财富自由更近一点。
🔗：https://github.com/codeman008/Financial_freedom
一个叫「财富自由」的开源仓库，刚好满足这个需求。
作者把各个阶段的学习材料都整理好了，介绍得很详细：
16本从入门到进阶的书籍、16部顶级财经纪录片、23个优质美股YouTube频道、推荐的美股论坛，还有Web3和区块链相关的工具网站。全部免费，打开即用。
作者挺有底气，直接给仓库取名财富自由。想在熊市系统补课、提升投资认知的朋友，可以过去看看。
希望学完的人都能离财富自由更近一点。
🔗：https://github.com/codeman008/Financial_freedom
a哥看到一个一站式AI量化交易平台的开源库，已经拿到6100星，而且没有编程基础也能跟着学。
亮点很实在：它把全网优秀的量化资源都收集整理好了，还持续更新，有了它基本不用再到处找资料。
里面有完整的从0到1策略实战教程，作者还维护了自己的论坛，遇到问题可以直接发帖，也能和其他量化小伙伴一起交流进步。
GitHub：https://github.com/charliedream1/ai_quant_trade
亮点很实在：它把全网优秀的量化资源都收集整理好了，还持续更新，有了它基本不用再到处找资料。
里面有完整的从0到1策略实战教程，作者还维护了自己的论坛，遇到问题可以直接发帖，也能和其他量化小伙伴一起交流进步。
GitHub：https://github.com/charliedream1/ai_quant_trade
Claude Code后台任务一多，终端切Tab看进度总觉得不够直观。
试了下bagidea-office，把Agent变成桌面壁纸上的像素小人，就在图标背后办公。接到任务自己走到工位开工，敏感操作会先去安检台请示，还会凑一块开会。
讨论出点子后能写成方案提交审批，通过或驳回都行。
每个Agent可单独配置模型，核心用Claude，杂活丢给便宜模型，账单能省不少。
支持Claude、DeepSeek、Qwen、GLM、OpenAI等十几家，还能配语音让它们开口说话。
传送门：https://github.com/bagidea/bagidea-office
试了下bagidea-office，把Agent变成桌面壁纸上的像素小人，就在图标背后办公。接到任务自己走到工位开工，敏感操作会先去安检台请示，还会凑一块开会。
讨论出点子后能写成方案提交审批，通过或驳回都行。
每个Agent可单独配置模型，核心用Claude，杂活丢给便宜模型，账单能省不少。
支持Claude、DeepSeek、Qwen、GLM、OpenAI等十几家，还能配语音让它们开口说话。
传送门：https://github.com/bagidea/bagidea-office
系统设计面试的资料，免费的太散，付费的太贵，找了一圈都不太满意。
最近刷到一个开源项目awesome-system-design，一位工程师把多年的学习笔记整理成了一份系统设计合集。
按主题分类清晰，配了大量图解和代码片段，重点讲分布式系统的扩展性、可靠性和取舍权衡。
几十张手绘架构图覆盖了短链、Dropbox、订票系统、朋友圈这些经典题。课程、文章、书单、视频也按难度分好了，从入门到进阶都有完整路径。
系统准备SD面试、想要一份靠谱免费笔记的朋友，值得存一下。
GitHub：https://github.com/linnykoleh/awesome-system-design
最近刷到一个开源项目awesome-system-design，一位工程师把多年的学习笔记整理成了一份系统设计合集。
按主题分类清晰，配了大量图解和代码片段，重点讲分布式系统的扩展性、可靠性和取舍权衡。
几十张手绘架构图覆盖了短链、Dropbox、订票系统、朋友圈这些经典题。课程、文章、书单、视频也按难度分好了，从入门到进阶都有完整路径。
系统准备SD面试、想要一份靠谱免费笔记的朋友，值得存一下。
GitHub：https://github.com/linnykoleh/awesome-system-design
系统性自学AI，免费的课太零散不成体系，付费的又动辄几百上千，找起来实在头大。
这个free-ai-resources-x，整理了411份免费学习资源，全部人工审核筛选，按30多个类别细致分类。资源大多来自斯坦福、Google、DeepMind、Hugging Face等机构的公开课和教程。
覆盖基础、机器学习、深度学习、CV、NLP、AI Agent等。
最实用的是附带了学习路径，零基础从Python和数学起步，一路延伸到实战项目。
想深耕某个方向也有对应路线，做聊天机器人、计算机视觉、模型部署都能找到路子。
🔗：https://github.com/CelaDaniel/free-ai-resources-x
这个free-ai-resources-x，整理了411份免费学习资源，全部人工审核筛选，按30多个类别细致分类。资源大多来自斯坦福、Google、DeepMind、Hugging Face等机构的公开课和教程。
覆盖基础、机器学习、深度学习、CV、NLP、AI Agent等。
最实用的是附带了学习路径，零基础从Python和数学起步，一路延伸到实战项目。
想深耕某个方向也有对应路线，做聊天机器人、计算机视觉、模型部署都能找到路子。
🔗：https://github.com/CelaDaniel/free-ai-resources-x
Vercel Labs 开源了一个叫 deepsec 的工具，用 AI coding agents 做安全扫描，专门挖大型代码库里那些藏了很久的隐蔽漏洞。
跟传统扫描器不太一样，它在你自己的基础设施上跑，支持并行扫描，能扩展到上千个 Sandbox。中途断了也没事，重新运行会接着之前的进度继续，不用从头来。
一行命令就能启动：
npx deepsec init
专为发现「传统工具找不出来」的问题设计。
https://github.com/vercel-labs/deepsec
跟传统扫描器不太一样，它在你自己的基础设施上跑，支持并行扫描，能扩展到上千个 Sandbox。中途断了也没事，重新运行会接着之前的进度继续，不用从头来。
一行命令就能启动：
npx deepsec init
专为发现「传统工具找不出来」的问题设计。
https://github.com/vercel-labs/deepsec
专为程序员设计的英语学习开源项目《A Programmer's Guide to English》。
内容直击技术文档、源码阅读、Issue/PR撰写等真实工作场景，用程序员思维拆解高频词汇与表达，全程免费开源，支持在线阅读。
GitHub：https://github.com/yujiangshui/A-Programmers-Guide-to-English
内容直击技术文档、源码阅读、Issue/PR撰写等真实工作场景，用程序员思维拆解高频词汇与表达，全程免费开源，支持在线阅读。
GitHub：https://github.com/yujiangshui/A-Programmers-Guide-to-English
目前最聪明的 AI 漫画翻译工具之一：Koharu。
它利用机器学习自动检测文字区域，通过 OCR 识别原文，干净擦除原始文字，再将翻译结果精准重新排版回漫画页中。
全程本地运行，隐私有保障，同时支持 Windows、macOS 和 Linux。
GitHub：https://github.com/mayocream/koharu
它利用机器学习自动检测文字区域，通过 OCR 识别原文，干净擦除原始文字，再将翻译结果精准重新排版回漫画页中。
全程本地运行，隐私有保障，同时支持 Windows、macOS 和 Linux。
GitHub：https://github.com/mayocream/koharu
Fleetbase 是一套开源的 Logistics & Supply Chain OS，给物流和供应链管理提供了系统级的解决方案。
模块化设计，覆盖订单管理、车队调度、实时追踪、路径优化等核心场景。通过扩展还能接入电商、仓储等业务模块，灵活度很高。
适用场景包括电商、外卖、快递、外勤服务等业务。开发者友好，API 和 webhook 齐全。
支持自托管，也可以用云版本，部署方式灵活可控。
🔗：https://github.com/fleetbase/fleetbase
模块化设计，覆盖订单管理、车队调度、实时追踪、路径优化等核心场景。通过扩展还能接入电商、仓储等业务模块，灵活度很高。
适用场景包括电商、外卖、快递、外勤服务等业务。开发者友好，API 和 webhook 齐全。
支持自托管，也可以用云版本，部署方式灵活可控。
🔗：https://github.com/fleetbase/fleetbase
李笑来那本《人人都能用英语》的完整内容，和他2024年更新的一千小时训练法，直接跟一个叫Enjoy的AI口语助手打包在一起了。
你不用自己琢磨怎么安排计划，跟着它的训练任务一步步走就行，从语音塑造到大脑内部的自我训练，路子挺野但确实有效。
试了试它的跟读打分功能，AI会逐词给你挑发音毛病，比真人老师还有耐心；搭配那个浏览器插件看YouTube和Netflix，随手点开就能显示双语字幕细听，通勤路上磨耳朵的效率翻倍。
当然，它不是什么魔法。想靠它速成不现实，毕竟核心还是那一千小时的硬功夫。但它的好处是，把枯燥的练习拆成了可执行的日常动作，上班族利用午休或者睡前的时间推进，不会觉得压力大。
这种每天推进一点点的踏实感，比那些吹得天花乱坠的捷径稍微靠谱。
🔗 ：https://github.com/ZuodaoTech/everyone-can-use-english
你不用自己琢磨怎么安排计划，跟着它的训练任务一步步走就行，从语音塑造到大脑内部的自我训练，路子挺野但确实有效。
试了试它的跟读打分功能，AI会逐词给你挑发音毛病，比真人老师还有耐心；搭配那个浏览器插件看YouTube和Netflix，随手点开就能显示双语字幕细听，通勤路上磨耳朵的效率翻倍。
当然，它不是什么魔法。想靠它速成不现实，毕竟核心还是那一千小时的硬功夫。但它的好处是，把枯燥的练习拆成了可执行的日常动作，上班族利用午休或者睡前的时间推进，不会觉得压力大。
这种每天推进一点点的踏实感，比那些吹得天花乱坠的捷径稍微靠谱。
🔗 ：https://github.com/ZuodaoTech/everyone-can-use-english
Grok Imagine 生成帅哥自拍照！
Prompt👇
一位年轻成年男性在室内卧室中进行近距离手机自拍，胸部以上近景构图，人物脸部占据画面主体，正面略微俯视镜头，肩膀自然放松，身体轻微侧向镜头，眼睛直视镜头，表情安静自然，嘴唇微微放松。
男生拥有深黑色短发，发丝略带天然纹理，轻微凌乱而有层次感，刘海自然垂落在额前，顶部有少量碎发和自然翘起的发束，清晰表现每一根头发的真实质感。右侧眉尾处有一道极淡的旧疤痕痕迹。
脸型棱角分明，下颌线清晰自然，五官立体，深棕色眼睛，长而直的天然睫毛，轻微内双眼皮，浓淡适中的自然眉毛，鼻梁高挺，鼻尖圆润，嘴唇线条分明，呈现自然浅粉色。面部没有明显妆容，保持原生皮肤状态。
皮肤保持真实人体皮肤质感，能够看到细微毛孔、皮肤纹理、鼻尖高光、脸颊细小色差、剃须后淡淡的青茬痕迹和自然肤色变化，皮肤细腻但保留真实细节，呈现高分辨率真人摄影质感。
耳朵无耳饰，耳廓线条清晰自然。
身穿一件纯棉质感深灰色圆领短袖T恤，领口自然贴合颈部，面料有轻微日常穿着后的柔软褶皱。
场景为现代简约卧室，背景使用暖灰色墙面，左侧可以看到深色门框与阴影区域，右后方摆放一盏开启的暖黄色床头台灯，背景自然虚化但仍然能够识别室内空间。
室内自然光与暖色台灯混合照明。人物正面受到柔和自然光照射，脸部光线均匀柔软，右侧背景带暖黄色灯光，左侧略暗，形成非常轻微而真实的明暗层次。眼睛带自然窗光反射，高光柔和。
真实手机前置摄像头自拍风格，近距离拍摄，轻微广角透视，真实镜头距离，人物没有刻意摆拍感，像男生在卧室里随手拍摄的一张日常自拍。
photorealistic, ultra realistic skin texture, visible pores, individual hair strands, natural facial details, realistic smartphone selfie, soft indoor lighting, warm ambient light, shallow depth of field, high dynamic range, natural color grading, subtle sensor texture, highly detailed, 4K portrait photography
Prompt👇
一位年轻成年男性在室内卧室中进行近距离手机自拍，胸部以上近景构图，人物脸部占据画面主体，正面略微俯视镜头，肩膀自然放松，身体轻微侧向镜头，眼睛直视镜头，表情安静自然，嘴唇微微放松。
男生拥有深黑色短发，发丝略带天然纹理，轻微凌乱而有层次感，刘海自然垂落在额前，顶部有少量碎发和自然翘起的发束，清晰表现每一根头发的真实质感。右侧眉尾处有一道极淡的旧疤痕痕迹。
脸型棱角分明，下颌线清晰自然，五官立体，深棕色眼睛，长而直的天然睫毛，轻微内双眼皮，浓淡适中的自然眉毛，鼻梁高挺，鼻尖圆润，嘴唇线条分明，呈现自然浅粉色。面部没有明显妆容，保持原生皮肤状态。
皮肤保持真实人体皮肤质感，能够看到细微毛孔、皮肤纹理、鼻尖高光、脸颊细小色差、剃须后淡淡的青茬痕迹和自然肤色变化，皮肤细腻但保留真实细节，呈现高分辨率真人摄影质感。
耳朵无耳饰，耳廓线条清晰自然。
身穿一件纯棉质感深灰色圆领短袖T恤，领口自然贴合颈部，面料有轻微日常穿着后的柔软褶皱。
场景为现代简约卧室，背景使用暖灰色墙面，左侧可以看到深色门框与阴影区域，右后方摆放一盏开启的暖黄色床头台灯，背景自然虚化但仍然能够识别室内空间。
室内自然光与暖色台灯混合照明。人物正面受到柔和自然光照射，脸部光线均匀柔软，右侧背景带暖黄色灯光，左侧略暗，形成非常轻微而真实的明暗层次。眼睛带自然窗光反射，高光柔和。
真实手机前置摄像头自拍风格，近距离拍摄，轻微广角透视，真实镜头距离，人物没有刻意摆拍感，像男生在卧室里随手拍摄的一张日常自拍。
photorealistic, ultra realistic skin texture, visible pores, individual hair strands, natural facial details, realistic smartphone selfie, soft indoor lighting, warm ambient light, shallow depth of field, high dynamic range, natural color grading, subtle sensor texture, highly detailed, 4K portrait photography
我英语能真正突破瓶颈，靠的不是什么神奇课程，而是一份2017年就开源的学习指南English-level-up-tips。
作者本人就是高考英语省状元，把怎么学这件事拆解得极其透彻，从认知底层逻辑、单词记忆系统、听力输入方法，到阅读、口语、写作，甚至最近还加上了用AI学英语的完整路径（把Gemini、ChatGPT这些工具塞进"目标-材料-反馈-输出的训练流程里）。
自己就是照着它的认知篇重新调整了学习心态，不再追求速成，而是老老实实建立每天的输入输出习惯，三个月后回头看，进步比我之前瞎折腾一整年都大。
没有捷径，全是扎扎实实的方法论和可执行的计划，需要你自己花时间去落地。英语进阶这件事也讲得足够透，让你知道每一步该往哪走、为什么这么走。
🔗 ：https://github.com/byoungd/English-level-up-tips
作者本人就是高考英语省状元，把怎么学这件事拆解得极其透彻，从认知底层逻辑、单词记忆系统、听力输入方法，到阅读、口语、写作，甚至最近还加上了用AI学英语的完整路径（把Gemini、ChatGPT这些工具塞进"目标-材料-反馈-输出的训练流程里）。
自己就是照着它的认知篇重新调整了学习心态，不再追求速成，而是老老实实建立每天的输入输出习惯，三个月后回头看，进步比我之前瞎折腾一整年都大。
没有捷径，全是扎扎实实的方法论和可执行的计划，需要你自己花时间去落地。英语进阶这件事也讲得足够透，让你知道每一步该往哪走、为什么这么走。
🔗 ：https://github.com/byoungd/English-level-up-tips
这个把《新概念英语》全四册做成在线点读页面的项目NCE。
它是一个纯前端实现的静态页面，把原版的美音音频和中英对照文本整合在了一起。比较直接：打开浏览器就能用，每句话都可以点击单独播放，手机和电脑显示都适配。需要反复听某个句子的跟读练习来说，比翻实体书配光盘或者手动拖进度条要方便不少。
四册从零基础到高阶都有，词汇量从600到4000词，基本覆盖了从入门到备考雅思/托福的需求。
我体验下来的几个细节：
一是页面加载速度还可以，音频文件托管在外部，第一次播放可能需要缓冲；
二是中文字幕部分标注了是由AI生成的，偶尔会有小误差，但作为辅助理解够用了；
三是它提供了一个"外挂资源"机制，如果你有自己的音频和字幕文件，可以按它的目录结构打包，接入同一个播放器使用，这个设计有一定扩展性。
作为免费开源项目，它不提供任何商业化的学习服务，主要价值在于把经典教材的音频和文本做了便捷的整合。
🔗 地址：https://github.com/iChochy/NCE
它是一个纯前端实现的静态页面，把原版的美音音频和中英对照文本整合在了一起。比较直接：打开浏览器就能用，每句话都可以点击单独播放，手机和电脑显示都适配。需要反复听某个句子的跟读练习来说，比翻实体书配光盘或者手动拖进度条要方便不少。
四册从零基础到高阶都有，词汇量从600到4000词，基本覆盖了从入门到备考雅思/托福的需求。
我体验下来的几个细节：
一是页面加载速度还可以，音频文件托管在外部，第一次播放可能需要缓冲；
二是中文字幕部分标注了是由AI生成的，偶尔会有小误差，但作为辅助理解够用了；
三是它提供了一个"外挂资源"机制，如果你有自己的音频和字幕文件，可以按它的目录结构打包，接入同一个播放器使用，这个设计有一定扩展性。
作为免费开源项目，它不提供任何商业化的学习服务，主要价值在于把经典教材的音频和文本做了便捷的整合。
🔗 地址：https://github.com/iChochy/NCE
关注本地化AI视频生成工具，DeepBeepMeep团队开源的Wan2GP算是一个值得留意的项目，目前GitHub上已超过8000 Stars 。
核心特点是把多种生成模型整合到一个本地运行的界面中，并针对低显存环境做了优化。
从技术架构来看，它支持的模型范围比较广：视频生成方面覆盖了Wan /、MiniMax H3、LTX-2、Hunyuan Video等，图像生成支持Qwen Image、Flux 等，音频和TTS也有Qwen3 TTS、Omnivoice等选项。
最突出的特点是本地运行，所有计算都在用户自己的GPU上完成，数据不会上传到云端，也没有订阅或水印限制。硬件要求方面，官方声称部分模型最低只需6GB VRAM即可运行，同时支持AMD显卡和较老的NVIDIA 10系、20系显卡。
安装方式提供了自动化脚本、Docker镜像和Pinokio一键安装等多种途径，对非技术用户相对友好。
主要价值在于一站式整合，不需要在多个模型之间反复切换和配置环境，通过一个Web界面就能完成视频、图像、音频的生成和后期处理（如超分辨率、修音、LoRA定制等）。
作为本地工具，生成速度和质量高度依赖本地硬件配置；同时，部分高级功能（如Sliding Windows长视频生成、特定模型的量化版本）需要一定的学习成本，并非开箱即用。
🔗 项目地址：https://github.com/deepbeepmeep/Wan2GP
核心特点是把多种生成模型整合到一个本地运行的界面中，并针对低显存环境做了优化。
从技术架构来看，它支持的模型范围比较广：视频生成方面覆盖了Wan /、MiniMax H3、LTX-2、Hunyuan Video等，图像生成支持Qwen Image、Flux 等，音频和TTS也有Qwen3 TTS、Omnivoice等选项。
最突出的特点是本地运行，所有计算都在用户自己的GPU上完成，数据不会上传到云端，也没有订阅或水印限制。硬件要求方面，官方声称部分模型最低只需6GB VRAM即可运行，同时支持AMD显卡和较老的NVIDIA 10系、20系显卡。
安装方式提供了自动化脚本、Docker镜像和Pinokio一键安装等多种途径，对非技术用户相对友好。
主要价值在于一站式整合，不需要在多个模型之间反复切换和配置环境，通过一个Web界面就能完成视频、图像、音频的生成和后期处理（如超分辨率、修音、LoRA定制等）。
作为本地工具，生成速度和质量高度依赖本地硬件配置；同时，部分高级功能（如Sliding Windows长视频生成、特定模型的量化版本）需要一定的学习成本，并非开箱即用。
🔗 项目地址：https://github.com/deepbeepmeep/Wan2GP
商业AI视频平台每个月要收几十美金，生成的内容还受各种审核限制，想用的模型分散在不同平台上，来回切换非常麻烦。
Open Generative AI这个开源项目提供了一个不同的选择，自托管、无内容过滤、一次性部署永久使用。
它把400多个模型（Flux、Kling、Sora、Veo、Midjourney等）集成到同一套界面里，覆盖图像、视频、音频、口型同步、电影工作室、工作流和设计Agent等14个创作场景。
桌面端和Web版都有，还支持本地推理（sd.cpp + Wan2GP），部分模型可完全不依赖API key运行，数据留在本地。
代码采用MIT许可，可以自由修改和二次开发。
🔗：https://github.com/Anil-matcha/Open-Generative-AI
Open Generative AI这个开源项目提供了一个不同的选择，自托管、无内容过滤、一次性部署永久使用。
它把400多个模型（Flux、Kling、Sora、Veo、Midjourney等）集成到同一套界面里，覆盖图像、视频、音频、口型同步、电影工作室、工作流和设计Agent等14个创作场景。
桌面端和Web版都有，还支持本地推理（sd.cpp + Wan2GP），部分模型可完全不依赖API key运行，数据留在本地。
代码采用MIT许可，可以自由修改和二次开发。
🔗：https://github.com/Anil-matcha/Open-Generative-AI
之前用Claude Code跑任务，会话一多电脑就开始卡顿，风扇呼呼转，后来发现它单个会话就吃掉将近400MB内存。
换到jcode之后才感觉到差距，同样开10个会话，占用才100多MB，启动快到几乎感觉不到等待（首帧14ms）。
内置语义记忆系统，能自动检索之前的对话内容，不需要手动调用记忆工具。侧边栏可以实时预览文件或diff，Mermaid图表渲染也很快（作者专门写了个Rust渲染库，比常规方案快约1800倍）。
支持的Provider很全，Claude、OpenAI、Gemini、Copilot、Ollama这些都行，还支持多Agent协作的Swarm模式和Agent自主改自己源码的自我开发模式。
🔗：https://github.com/1jehuang/jcode
换到jcode之后才感觉到差距，同样开10个会话，占用才100多MB，启动快到几乎感觉不到等待（首帧14ms）。
内置语义记忆系统，能自动检索之前的对话内容，不需要手动调用记忆工具。侧边栏可以实时预览文件或diff，Mermaid图表渲染也很快（作者专门写了个Rust渲染库，比常规方案快约1800倍）。
支持的Provider很全，Claude、OpenAI、Gemini、Copilot、Ollama这些都行，还支持多Agent协作的Swarm模式和Agent自主改自己源码的自我开发模式。
🔗：https://github.com/1jehuang/jcode