这是一个专门给 AI 编码 agent 使用的 HTML 幻灯片模板库，共收录 34 套模板，每套包含封面页、过渡页、内容页等多种版式。它解决的核心问题是：让 agent 能根据用户的简单描述，自动产出专业级 HTML 演示文稿，而不是每次都生成平庸的默认样式。 每套模板都是一个独立文件夹，包含： template.html：主模板文件（完整的可运行 HTM…
仓库攻略
1111 篇 · 1097 个项目
LazyCodex 是一个将 OmO（ohmyopenagent） agent harness 打包给 Codex 使用的发行版。它的定位类似 LazyVim 之于 Neovim——把一套复杂的 agent 编排框架做成一键安装，让普通用户也能用上 Sisyphus Labs 那套高质量多 agent 协作体系。 OmO 本身是一个纪律型多 agent 编排…
9Router 是一个本地智能路由器，串联在你常用的 AI 编码 CLI 工具（如 Claude Code、Codex、Cursor、Cline、Copilot、OpenClaw 等）与各路 LLM API 提供商之间。它解决的核心问题是：订阅浪费、速率限制、格式不兼容、手动切换。 架构上，它是一个跑在本地的 HTTP 代理服务（默认 localhost:2…
GPTImage2Skill 是一个面向 AI 编程 Agent（Claude Code、Codex、OpenClaw 等）的 GPT Image 2 提示词画廊 + Agent 技能 + CLI 三合一工具。它汇集了大量经过验证的 GPT Image 2 生成提示词，覆盖论文图表、UI 原型、海报、游戏资源、动漫、摄影、字体设计、产品图等二十多个分类，并提…
Miso TTS 是 Miso Labs 开发的一个80 亿参数高表现力文本转对话语音模型（8B parameters），灵感来源于 Sesame 的 CSM（Conversational Speech Model）架构。它使用 RVQ Transformer（ Residual Vector Quantization Transformer）架构，结合 L…
jakubkrehel/skills 是一个面向 AI 编程 Agent（Claude Code、Codex 等）的界面工程技能集合。作者 jakubkrehel 同时维护了 interfaces.dev 网站和 skills.sh 平台，该仓库将专业界面设计知识拆解为 8 个可独立或组合调用的 Agent Skill，让 AI 在生成代码时能像专业设计师一…
2026 年 7 月 29 日，OpenAI 在官方博客披露了 GPT5.6 Sol（大杯版）如何借助 Codex 智能体自主分析生产流量、重写 GPU 内核、改进负载均衡、优化投机解码（speculative decoding），最终实现 Serving 端到端成本下降 20%、Token 生成效率提升 15% 以上的工程实践。 这不是概念演示，而是真实生…
elementalsouls/ClaudeOSINT 是一套专为 Claude Code / Claude 环境设计的进攻型 OSINT（开源情报搜集）Skill 库。它将约 10,000 行结构化情报搜集方法论、Payload、正则模式封装成 8 个可热插拔的 SKILL.md 文件，让 Claude 在授权的 Red Team / Bug Bounty …
iflytek/skillhub 是科大讯飞旗下团队开源的企业级私有 Agent Skill 注册与管理系统。它让组织可以在自己的防火墙后面搭建一个私有化的"npm"，用来发布、发现、审核、版本化管理 AI Agent 的 Skill 包，并配有完整的 RBAC 权限控制与审计日志。 企业引入 AI Coding Agent 后，团队成员会积累大量 Prom…
vercellabs/skills 是 Vercel Labs 出品的开源 Agent Skills 工具链：一个统一的 CLI + 生态系统，让 AI Coding Agent（Claude Code、Codex、Cursor 等 72+ 种）可以像装 npm 包一样发现、安装、管理 Skills——即那种定义在 SKILL.md 文件里的可复用指令集。 …
MiniMaxH3 是 MiniMax 发布的一个全模态生成系统（omnimodal generative system），不是语言模型，也不是单纯的文生视频——它接收文本、图片、音频、视频作为输入，统一编码为一个 packed 序列，再由一个 33B 的 diffusion transformer 联合去噪生成视频 + 立体声音频，输出最长 15 秒、分辨…
这是一本免费公开的全书，作者是《增长黑客》作者范冰（网名 XDash），系统梳理「前沿部署工程师」（Forward Deployed Engineer，简称 FDE）这个新兴岗位的完整指南。全书基于范冰《增长黑客》的研究框架：把一个硅谷正在发生、但国内还没有名字的东西，系统研究一遍，再诚实地讲清楚。 核心数据背景：MIT 报告显示过去三年全球企业在生成式 A…
VGGTOmega（VGGTΩ）是 Meta AI 与牛津大学视觉几何组（VGG）联合发布的单次前向 3D 重建模型，输入一组图像（单张到数百张），直接输出相机内外参数、深度图、置信度图和场景 token——无需传统 SfM/Colmap 的迭代优化步骤。模型入选 CVPR 2026 Best Paper Finalist，是前作 VGGT（CVPR 202…
Google Workspace CLI（gws）是 Google 官方开源的命令行工具，通过 Google Discovery Service 动态构建命令体系，一套 CLI 覆盖 Drive、Gmail、Calendar、Sheets、Docs、Chat、Admin 等全部 Google Workspace API。 核心设计哲学：运行时动态生成命令——…
SkillSpector 是 NVIDIA 开源的 AI Agent Skill 安全扫描器，专门检测 Claude Code、Codex CLI、Gemini CLI 等 Agent 工具中安装的 Skill（SKILL.md 格式技能包）是否存在安全漏洞、恶意模式和数据泄露风险。 核心背景数据：26.1% 的公开 Skill 存在漏洞，5.2% 表现出恶…
anydoc 是 Firecrawl（知名网页抓取工具团队）开源的 Rust 文档转换库，专注将各类办公文档（Word、Excel、PowerPoint、PDF、EPUB、CSV、RTF、OpenDocument 等 14 种格式）统一转为干净的 GitHubFlavored Markdown，中间位数延迟低于 5ms。 它不跑 ML 模型，不调外部 OCR…
PostTrainBench 是一个衡量 AI Agent 能否自主完成 LLM 后训练（posttraining）的评测基准，由 aisagroup（马克斯·普朗克研究所 & ELLIS）发布，arXiv:2603.08640。 其核心设计：给 AI Agent 一块 H100 GPU、10 小时、一个小基座模型，让它自主做完整的 posttraining…
vercellabs/agentskills 是 Vercel 官方维护的 AI 编码代理技能合集（注意区分：姐妹仓库 vercellabs/skills 是 npx skills 这个 CLI 包管理器本身；本仓库是内容合集）。每个 skill 是一份符合 Agent Skills 规范的 SKILL.md，外加可选的 scripts/ 与 referen…
notebooklmpy 是一套针对 Google NotebookLM（2026 年 7 月改名为 Gemini Notebook，下文统称 NotebookLM）的非官方 Python 客户端 + CLI + Agent 技能包。它把 NotebookLM 的"Notebook 创建 → 来源导入 → 问答 → 多媒体产物生成 → 导出"整条链路以代码形…
DramaClaw 是一套"工业级短剧 AIGC 生产线"的社区版（Community Edition / CE），由 dramaclaw 团队自用后开源。它把"小说 → 知识图谱 → 分集/分镜 → 剧本 → 分镜图与首帧 → 配音 → 合成成片"整条链封装在一个 Docker 编排里，强调"一套跑到底、关掉浏览器也能交付成片"，目标是把原本只有大厂才拼得…
texttocad 是一个面向 AI 编程 Agent（Claude Code、Codex 等）的 CAD/CAE/CAM 技能库——给 AI Agent 安装这些 Skills 后，你可以用自然语言让 Agent 直接生成 STEP、STL、DXF、URDF 等工程文件，甚至驱动 3D 打印和数控加工。 项目包含 11 个独立 Skills，覆盖从"文本/…
texthumanizer 是一个完全免费开源的 AI 文本"人性化"工具，通过多语言 LLM + 跨语言翻译管道，将 AI 生成文本改写成更自然的版本，以绕过 Turnitin、GPTZero 等主流 AI 检测器。其核心思路是：用大语言模型深度重写 → 多次跨语言翻译引入结构变形 → LLM 重建还原语义，模拟人类写作中自然产生的表达多样性。 当前支持 …
QwenPaw 是基于 AgentScope 2.0 构建的本地优先 AI 个人助手，定位为"Agent OS"——每个 Agent 拥有独立的 Resources（磁盘文件）、Governance（权限策略）、Sandbox（运行时隔离）三层结构。它既可以完全离线运行（不依赖任何云端），也可以接入 14+ 云端模型提供商。 v2.0 于 20260710 …
DeepSeek V4 Flash 0731 是 DeepSeek 于 2026 年 7 月 31 日正式发布的开源 MoE 大语言模型权重，MIT 许可证，可免费下载、部署、商业使用。它是 V4 Flash 预览版（2026 年 4 月发布）的生产更新版，架构和参数量完全不变（284B 总参，13B 激活），核心改进来自后训练数据质量带来的 agent 能…
pmskills 是一个PM（产品经理）技能市场，包含 68 个 PM 专项技能（Skills）和 42 条可链式执行的工作流（Commands），横跨 9 个插件，覆盖从需求发现到产品上市增长的全流程。 它不是通用的 AI 助手，而是一套结构化 PM 方法论编码：每个 Skill 封装了一个经过验证的 PM 框架（如 Teresa Torres 的持续发现…
larksuite/cli（又称 larkcli）是飞书（Lark/Feishu）官方维护的 CLI 工具，让人类和 AI Agent 都能在终端里操作飞书生态。覆盖消息、云文档、多维表格、电子表格、幻灯片、日历、邮箱、任务、会议、审批、OKR 等 18 大业务域，提供 200+ 精选命令和 26 个 AI Agent Skills，MIT 协议开源。 它的…
gcminimalzineposter 是一个 Codex（OpenAI 官方 AI 编程助手）技能，专门将任意主题、句子、物件、情绪、文章构想、照片或内容简报，转化为一张安静、极简 ZINE 风格编辑海报的提示词，并直接生成对应的位图图像。 它不是通用的图片生成工具——所有输出都围绕一种独特的美学：竖版 3:5 比例、70%–90% 留白、日式/韩式独立 …
本攻略核验了原帖中的所有关键数字，均来自 OSWorld 2.0 官方 GitHub（xlangai/OSWorldV2）、arXiv 论文摘要页（2606.29537）及 arXiv HTML 版本原始表格数据。Benchmark leaderboard 动态更新，当前 SOTA 已随新模型提交变化，文中标注了原始 paper 结果与最新榜单的区别。 OS…
literaturereviewagent 是一个基于 LangGraph 的可审计、可恢复多 Agent 文献综述工作流，包含两个独立可用的 Agent： Literature Search Agent：负责文献检索、去重、引文扩展，输出 literature.csv Literature Review Agent：负责从用户批准提纲和本地文献生成带证据的…
google/skills 是 Google 官方维护的 Agent Skills 开源集合（npx skills add google/skills），覆盖 Google Cloud 全产品线（包括 GKE、BigQuery、Gemini API、Cloud SQL、Spanner、Cloud Logging 等），以及 Google Workspace（…