GitHub 每日分享开源项目
212 subscribers
926 photos
16 videos
905 links
Download Telegram
Anthropic 分析了 20.7 万次科研对,它发现:
科学家最常用 Claude 分析数据、写论文,只有约 4% 的对涉及提出新假设。
但科学家认为,提出好问恰恰是科研最重要的环节。
科研专用的 Claude Science模型把这一比例目前只能提高到8%。
https://www.anthropic.com/research/how-researchers-use-claude
经常做咨询风格 PPT,又不想花大量时间整理资料和排版?可以试试 CyberPPT。
这是一个面向 Codex 的 Skill,能读取 DOCX、PDF、Excel,提取数据和事实,整理成证据表,再规划汇报逻辑和逐页内容。
内置 8 种咨询风格模板,生成的标、正文和关键数字都能继续编辑,不是简单贴图。
生成后还会检查文字溢出、数据来源和页面信息密度,帮助提升成稿质量。
适合经常制作商业分析、咨询汇报和业务演示材料的朋友。放进 Codex 的 Skills 目录即可使用。
GitHub:https://github.com/crazyykhllc-bit/CyberPPT
收藏的文章、网页和论文都堆在 Obsidian 里,却很少回头看?可以试试 obsidian_vault_pipeline。
它利用大模型自动处理知识库素材,将内容拆解为观点、论据及关联关系,还能识别不同文章之间的观点冲突。每条结论都保留原文出处,方便追溯和核对。
项目自带本地网页界面,可以通过知识图谱查看内容关联,也能直接针对笔记提问。
日常只需运行一条命令增量处理,新收藏的资料就能持续进入知识库。
适合积累了大量资料、想把收藏真正转化为可检索知识的 Obsidian 用户。
GitHub:https://github.com/fakechris/obsidian_vault_pipeline
GitHub 上还藏着这么个好东西,叫 TelegramGroup,专门解决 Telegram 群组、频道、机器人到处散落、毫无头绪的问。
刚接触那阵子最让人抓狂的就是什么都搜不到,加进去的群不是广告刷屏就是空壳一个。
这个项目干脆按方向帮你归好类:
1️⃣ 技术、软件
2️⃣ AI 相关
3️⃣ 社区、工具
4️⃣ 常用 Bot 和搜索工具
地址:https://dianbaodaohang.com/
🔗 https://github.com/AZeC4/TelegramGroup
做 AI 视频生成的,这个 GitHub 仓库不收藏说不过去:Seedance 2.0 Skill OS,完全免费。
它究竟能做什么?一句:把 Seedance 2.0 从“随手写几句提示词”,直接提到专业影视工作流的水平。
镜头怎么架、运镜怎么走、节奏怎么踩、分镜怎么切、场景怎么铺、动作怎么调、风格怎么定,全都成体系地拆解好了,不用自己瞎摸索。
以前全凭运气,现在按片场那套规矩来。
🔗 https://github.com/Emily2040/seedance-2.0
背单词未必是学语言的唯一出路,有人干脆把学习藏进了输入法。
「清笺」这个开源输入法就挺会玩:正常打字时,候选词旁边会顺带显示英语、日语等目标语言的翻译。
不用来回切 App,也不用专门挤时间背,聊天、写东西的工夫就能瞄上一眼。
一天敲几千个字,等于顺带复习了几千回。
这种"不打断你、却一直让你看见"的路子,反倒更容易坚持下去。
GitHub:https://github.com/qingjian-team/qingjian
想自己做量化交易,最麻烦的常常不是写策略,而是工具东拼西凑。
这 6 个 GitHub 项目,基本能把学习 → 策略 → 回测 → 实盘接口串起来:
1️⃣ awesome-quant:量化工具的总目录,数据、回测、风控、交易库一网打尽
https://github.com/wilsonfreitas/awesome-quant
2️⃣ machine-learning-for-trading:机器学习量化的经典教程,27 章配套 Notebook,从数据一路做到策略
https://github.com/stefan-jansen/machine-learning-for-trading
3️⃣ quant-trading:现成的策略库,配对交易、统计套利、MACD、布林带等都能直接参考
https://github.com/je-suis-tm/quant-trading
4️⃣ backtrader:Python 里的经典回测框架,策略先拿历史数据跑一遍,别急着拿真钱试
https://github.com/mementum/backtrader
5️⃣ zipline:Quantopian 当年那套回测引擎,研究事件驱动回测很有参考价值
https://github.com/quantopian/zipline
6️⃣ ccxt:加密货币量化常用的库,一套 API 就能对接大量交易所
先学别人怎么做,再写策略,最后回测验证。别把"会写代码"和"能赚钱"当成一回事。
项目能跑,不代表代码没问。这个名字很狂野的开源工具 Fuck My Shit Mountain,就是专门给代码库做体检的。
它提供适用于 Codex、Claude Code 等编程 Agent 的审计 Skill,覆盖安全、稳定性、性能、测试等 25 个维度。
每条问都会附上代码证据、严重程度和修复建议,还会明确标注哪些内容已检查、哪些尚未覆盖,避免把“没发现问”误当成“完全没问”。
报告支持 Markdown 和 HTML,后者还带评分面板和修复优先级。
接手老项目或上线前想排查隐患,可以用它辅助审计。
GitHub:https://github.com/XiNian-dada/Fuck_My_Shit_Mountain
花两个钟头就出一部 AI 短剧,成本才 110 块,我头一个反应就是:唬人的吧?
开源工具 Toonflow,你把小说或者剧本往里一扔,剩下的全都不用操心:
1️⃣ 从编剧、分镜、角色设计一路到出视频,AI 全程包办,你连脑子都省得动
2️⃣ 画布想叠几层叠几层,三层 Agent 互相搭把手,再拿本地记忆垫底,跑起来不卡顿
3️⃣ 桌面本地就能架起来,成本往死里压,还能成批往外产片
🔗 https://github.com/HBAI-Ltd/Toonflow-app
彭博终端每年几万块的订阅开销,现在竟有人做出了开源免费的平替,光听着就够离谱。
Gloomberb,一款开源金融终端,讲究的是响应快、全键盘操作,还带插件扩展。它最有意思的地方是铺了两条路给你:
1️⃣ 桌面端应用,界面利落,窗口可弹出,系统快捷键照样识别,macOS 与 Windows 均可安装;
2️⃣ 终端界面,键盘党用起来直呼过瘾,直接运行在终端之中,SSH、开发机、Linux 通通不在下,写脚本也趁手。
两条路共用同一套命令与插件,行情、持仓、自选、提醒、笔记、AI 工具全部贯通。
操作方式也够 geek:Ctrl+P 调出命令行,输入 DES AAPL 查看个股详情,GP NVDA 拉出价格走势图,TOP 浏览当日热门,整套流程走一遍颇有几分老彭博的影子,而它免费且开源。
做研究、盯盘、管仓位的,这个确实值得先装上试水,零花费,试错成本极低。
🔗 https://github.com/gloom-sh/gloomberb
有想法想让 Claude Code 实现,却不知道怎么把需求和上下文讲清楚?可以试试 BonsAI。
它是一款 macOS 原生应用,提供可自由编辑的画布。你可以把零散想法写成卡片、画图梳理关系,再让画布里的 Agent 帮你整理和完善。
支持调用本机已安装的 Claude Code、Codex 或 OpenCode,实时读取、修改画布内容。整理完成后,一键生成带完整上下文的 Prompt,直接交给编程 Agent 开发。
还支持连接 Notion、GitHub、Figma,把文档、Issue 和设计稿放进画布统一管理。
数据保存在本地,模型使用自己的 Key。经常用 AI 编程的 Mac 用户可以关注一下。
GitHub:https://github.com/ojowwalker77/BonsAI
Claude Code 额度用完,想换 Codex 接着开发,却还得重新交代项目背景和进度?来回切换 Agent,最费时间的往往不是写代码,而是传递上下文。
最近发现一个开源工具 Tutti,就是为了解决这个问。
它把 Claude Code、Codex 等 Agent 放进同一个共享工作空间,历史会、文件和任务都能互通。切换 Agent 时,直接用 @ 引用之前的会,让新 Agent 接着已有上下文干活,不用反复解释项目。
还集成了原型设计、文档、PPT、生图等应用,生成内容也能共享。
项目支持开箱即用安装包,并可使用已有的 Claude、Codex 订阅。
GitHub:https://github.com/tutti-os/tutti
软路由这回真可以收起来了,换个路子照样能把活干成。
一台一台设备手动挂代理,这活儿谁干谁累
这工具直接把 Mac 变成全屋的透明代理关卡:
1️⃣ 手机、电视、游戏机的 DHCP/DNS 全指向 Mac 去领
2️⃣ 哪台走代理、哪台走直连,逐台单独定规矩
3️⃣ 设备端不用碰任何配置,线一插就能跑
🔗 https://github.com/YTwsy/OpenSurge-for-Mac
不管是想一路往前冲的人,还是别的什么读者,都该翻翻这本开源书《自学是门手艺》。
GitHub 上已经拿到19000 Stars,全书翻来覆去只讲一件事:要是学不会自己学,往后基本没什么盼头。
这听着扎耳,细细琢磨还真就是这么个理。
想把长期学习练成肌肉记忆,先揣着慢慢嚼。
🔗:
https://github.com/xiaolai/the-craft-of-selfteaching
只有房子户型图,但想先看看沙发放哪、橱柜怎么排,打开装修设计软件又是一堆按钮,摆半天也摆不像。
house-plan-designer 这个 Skill 把这事交给 Agent,丢一张户型图,说一句「做成装修设计器网页」,就能拿到一个双击就开的网页。
打开就是自己家的户型,能在 2D 里摆家具,也能切到 3D 里漫游,吊顶、铺装、拆改都能改,还会顺手算量报价。
GitHub:https://github.com/ZWD11/house-plan-designer
插座、照明、网线、冷热水、排水这 5 类管线会自动排好,分开查看。最后还能导出符合国标的 CAD 图纸。
房产平台的彩色户型图、手机截图、PDF、CAD 文件都能读,按标注定位的,误差通常在 10 毫米以内。
作者连一整层 1019 平米的办公培训层都还原出来了。装修前拿它先过一遍布局,跟设计师沟通时心里也更有底。
想找某类免费资源仓库时不用在 GitHub 里瞎搜,它按主把两百多个现成条目列成表。
https://github.com/pawelborkar/awesome-repos
34 个分类、256 个 GitHub 仓库条目,每条附一句描述和许可证链接。分类覆盖 AI Agents、AI Learning、AI 项目、API、后端、书籍、面试与职业、Cloud、Go、Java、JavaScript、Python、React、Rust、Svelte、TypeScript、System Design、Security 等方向。
想找能直接跑通的Agent开发完整案例,怎么就这么难?NirDiamant/GenAI_Agents这个仓库把从基础对机器人到多智能体协作的实战教程全攒齐了,每份都配完整代码和讲解。
入门级对问答有,LangGraph和MCP框架的用法也有;客服、简历筛选、合同分析这些商业落地场景能查到,创意生成、信息分析方向也没落下。市面上常见的Agent应用,基本都能在里面扒到参考实现。
仓库还附了一套从提示工程到生产部署的课程,17个模块带视频和练习,结构化提示怎么搭、系统怎么跑起来,一路带你走完。想系统学或者找现成实现,都挺合适。
仓库地址:https://github.com/NirDiamant/GenAI_Agents
想真正弄懂 ChatGPT 这类模型怎么运作,而不是只会调 API,那可以看 Sebastian Raschka 这套从零实现的配套代码。
他带着你一步步敲:从文本处理、注意力机制,到搭 GPT 结构、做预训练,再到分类微调和指令微调。代码普通笔记本就能跑,不用专门买高配硬件。
附录里还有 PyTorch 入门和 LoRA 等内容。仓库已经超十万星,是目前从零动手理解 LLM 比较扎实的一条路。
🔗https://github.com/rasbt/LLMs-from-scratch
以前想在本地微调 LLM,经常得租 A100。如今 Unsloth 有了桌面端 App,消费级显卡也能跑训练,速度大约快一倍,显存占用少七成左右,精度基本不掉。
主流模型基本都覆盖了,Qwen、Kimi、MiniMax、Gemma、DeepSeek、FLUX 这些都支持。轻量 LoRA、QLoRA 到全量微调,以及 RL、GRPO、DPO、FP8 都有。App 覆盖 Windows、macOS、Linux,AMD 和 Intel 卡也能用。
训完能导出 GGUF 或 FP8,还能开 OpenAI 兼容接口,直接接到 Claude Code、Codex 当本地后端。
🔗https://github.com/unslothai/unsloth