仓库攻略

youtubetoebook 是一个将 YouTube 频道视频自动转成 EPUB 电子书的 Python 工具链。它的工作流是：抓频道最新视频 → 提取字幕 → 丢给 Claude 改写成杂志风文章 → 打包成 EPUB → 可选邮件推送。作为 Claude Code Skill 使用时，对话中一句"Set up YouTube to ebook for …

Humanize PPT 是一个 AI Agent Skill（Codex / Claude Code / Hermes 等），核心功能是把任意资料编排成一条"能上台讲"的演讲线，而不是一堆"只能看"的漂亮页面。它不做渲染，而是指挥下游渲染 skill 出图出视频，编排完后跑自动演讲体检，最后交付演讲模式或原生 PPTX。 它的核心理论叫 AST（Audie…

sorafm 是一个基于 Next.js 的开源 Sora AI 视频生成 Web 应用，提供可视化界面来管理和展示由 OpenAI Sora 生成的 AI 视频内容。项目支持 Docker 部署，可以在本地或私有服务器上快速搭建一个 Sora 视频展示站点。 技术栈：Next.js（前端框架）+ PostgreSQL（数据库）+ Tailwind CSS（…

skillpromptgenerator 是一个双平台 AI 提示词生成系统： 三种生成模式： ⚠️ README 中提到的 .claude/CLAUDE.md 入口文档实际 fetch 返回 404（仓库根 README 列出的 /blob/main/.claude/CLAUDE.md 路径不可访问，⚠️ 未核验），用户需要直接通过 Skill 名称调用。…

⚠️ 写在前面的诚实标注：本仓库 README 自带"Tool provided for educational purposes only"的免责声明，仓库本身不包含可读的源码——它是一个引流落地页，实际脚本是闭源付费产品，需在 购买激活 Key 后从外部链接下载 .user.js 安装到 Tampermonkey。这意味着这份攻略只能复述官方公开信息，无…

nvidia_gpu_exporter 是一个用 Go 编写的 Prometheus GPU 指标导出器，底层调用 nvidiasmi（NVIDIA 系统管理接口）采集显卡实时状态——包括 GPU 利用率、显存占用、温度、功率、风扇转速、时钟频率等——并以 Prometheus 标准格式（/metrics 端点）暴露出来，可直接对接 Grafana 渲染监控…

claudekitskills 是 mrgoonie 在 GitHub 上维护的一套 Claude Agent Skills 合集，托管于 ClaudeKit.cc（一个非 Anthropic 官方的 Claude 第三方服务平台）。这并非 Anthropic 官方产品，而是社区将高频使用场景封装为可复用的 Skill 工作流——每个 Skill 约等于一个…

genieincodebottle/generativeai 是一个 GenAI 全景学习资源库，自称「一站式 GenAI 学习中心」。内容覆盖完整学习路线图（Roadmap）、22 个学习 track、300+ 模块、9 个实战项目、面试准备（13 个模块）、简历优化，以及大量配套 PDF / Notebook 资源。配套运营一个独立平台 AIML Com…

NVIDIA/GenerativeAIExamples 是 NVIDIA 官方的生成式 AI 参考工作流仓库，针对加速基础设施（GPU/NIM 微服务）做了深度优化，涵盖 RAG 管道、Agentic 工作流、知识图谱、视觉 NIM 工作流、Data Flywheel 完整闭环等场景。当前最新 release 为 v0.8.x（2025 年），目录结构已完成…

HITszTMG/VideoClaw 是一个面向创意视频生产的 AI 导演系统，来自哈尔滨工业大学（深圳）TMG 实验室。它不是单点式的文生视频工具，而是一条覆盖"剧本策划 → 角色/场景设计 → 分镜规划 → 参考图生成 → 视频生成 → 后期剪辑"的全流程生产线。 用户只需给出一句想法或故事梗概，VideoClaw 就会自动拆解为可执行的影视工作流，生成…

SpyRL 是 RLSVR（Reinforcement Learning with SelfVerifiable Rewards）的具体实现，由 Duke 大学、Adobe、NUS、Penn State 等机构联合提出，已被 COLM 2026 接收。 核心思想一句话：把开放域任务变成一个「谁是卧底」游戏，让游戏的投票结果自动成为可验证的 RL 奖励信号——…

Skylight 是一个将头顶飞机实时投影到天花板的开源项目。配合 RTLSDR 接收器和解码程序，它把 ADSB 信号渲染成画面：飞机以机型专属图标（宽体客机、支线客机、直升机螺旋桨旋转）叠加在真实星空层（太阳、月亮、行星、ISS 人造卫星）上，投影到天花板上——就像给屋顶装了一扇透视窗。 核心价值："X光看屋顶" —— 你听到头顶有飞机飞过，它同时也划过…

EvalScope 是魔搭社区（ModelScope）打造的一站式大模型评测框架，用一行命令即可对 LLM、VLM、Embedding、Reranker、AIGC 等多类型模型进行能力评估、推理性能压测和结果可视化。 核心场景：评测模型效果（能力基准）、压测推理性能（TTFT/TPOT 等指标）、Agent 轨迹回放、多模型对战（Arena）。 ⚠️ Eva…

Remotion Agent Skills 是 Remotion 官方维护的 AI Agent 技能库，定义了在 Remotion 项目中工作的最佳实践。通过 npx skills add 安装后，Claude Code、Codex、Kimi Code、Cursor 等 AI 编程助手就能"懂得"如何正确地生成 Remotion 视频代码，而不只是盲目生成 …

skyhookio/radar（也称 Radar）是一个面向 Kubernetes 的开源可视化与诊断工具，由 YC W23 投资的 Skyhook 公司维护，Apache2.0 协议。它用一个 约 30 MB 的 Go 单文件二进制 提供： 给人类看的 Web UI（Topology、Resources、Timeline、Helm、Compare、GitO…

FlashRAG 是中国人民大学 NLPIR 实验室开源的 RAG（检索增强生成）研究 Python 工具包，已被 WWW 2025 Resource Track 接收。 核心理念：RAG 研究门槛高——需要分别找数据集、实现各算法、搭评估流程，碎片化严重。FlashRAG 提供一站式解决方案：36 个预处理基准数据集 + 23 个 SOTA RAG 算法（…

agentspriteforge 是一个面向 AI 编程助手（Codex / Grok Build）的 2D 游戏资产生成 Skill 合集。用户用自然语言描述想要的精灵、地图或动画，AI 助手自动完成：图像生成 → 本地脚本后处理 → 导出 engineready 资产。全程无需手动操作像素。 核心不是一堆提示词模板，而是一个流水线框架：AI 判断资产类型…

devbrowser 是一个让 AI Agent（如 Claude Code、Codex）直接控制浏览器的 Claude Skill。它通过在 QuickJS WASM 沙箱中执行 JavaScript 脚本，实现浏览器自动化操作，同时保证宿主系统安全——脚本没有文件系统或网络访问权限。 核心定位：在 AI Coding 场景下，提供比传统 Playwrig…

《三年面试五年模拟》是一份中文开源 AIGC / 大模型 / AI Agent 算法工程师面试百科全书，由 AIGCmagic 社区维护，GitHub 星标 4276（截至 20260809，周增 +21）。内容分为算法岗和开发岗两大方向：算法岗覆盖 AIGC、LLM 大模型、AI Agent、具身智能、传统深度学习、计算机视觉、自然语言处理、强化学习、自动…

firstmate 是一个多 Agent 编队运行框架（agent distro），其核心理念是： 你只和一个 Agent（first mate / 大副）说话，它来管理一整支 Agent 团队（crew），在独立 git worktree 中并行完成任务，最终把结果交给你。 作者将你自己定位为"船长"（captain），firstmate 是你的"大副"，…

femaleportraitdirector 是一个模块化的 Codex Skill（也兼容 Claude Code / Cursor / GitHub Copilot / Gemini CLI），作用是把零散的人像参数——如风格、场景、服装、情绪——转化为一组结构化的、可以直接复制使用的 AI 生图提示词，输出包含最终提示词（5 个完整段落）和独立的负面约…

MeiGen（美哏）是一个开源 MCP（Model Context Protocol）服务器，让 AI 编程工具直接变身专业 AI 设计师。它集成了 9 个 MCP 工具 + 1446 条精挑提示词，覆盖图片生成、视频生成、灵感搜索、产品摄影、海报设计等任务，支持 GPT Image 2、Midjourney V8.1、Flux 2 Klein、Seedan…

@omarsar0 在 2026 年 8 月初发帖指出："Token efficiency on these models are underestimated"——DeepSeek V4Flash 每 token 价格之低掩盖了一个关键事实：单任务总成本（pertask cost）并不等同于每 token 单价（pertoken price）。当模型为完成…

bumblebee 是 Perplexity 开源的一个 只读 的开发者终端组件清单采集器。它不抓包、不跑代码、不读源码，只读锁文件、包管理器安装元数据、扩展 manifest 和 MCP JSON 配置，最终输出 NDJSON 格式的结构化记录。 核心定位：当一条 supplychain 漏洞公告（CVE、advisory）发布，哪些开发机当前磁盘上存在受…

AIGCDetectorRewriterSkill 是一个面向学术论文写作的 AI 生成内容（AIGC）风险检测与最小化改写技能，兼容 OpenClaw 与 HermesAgent。支持英文论文、中文论文（含中文模板化表达检测），针对 Turnitin AI 检测、知网 AIGC 检测等主流工具提供保守改写方案。 核心原则：最小化改写——不重写全文，不过度润…

MengTo（梦溪）是一个设计圈知名创作者（著有《Design + Code》），其 Skills 仓库是一套精选的 AI Agent Skill 集合，专门服务设计师和开发者使用 Codex、Claude、Cursor 等 AI 编码工具构建高质量 UI、游戏和前端工作流。 每个 Skill 是一个独立文件夹，内含 SKILL.md（技能定义）、可选的 R…

academichumanizer 是一个针对学术论文和基金申请书的 AI 写作风格修订 skill，专为 Claude Code、Codex、MorphMind 等 AI coding/prose agent 设计。它的核心目标不是"检测 AI 生成内容"，而是消除 AI 辅助写作中的机械腔、模板腔，让文字回到作者自己的声音，同时严格保持学术严谨性。 与市…

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…

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…

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…