仓库攻略

Caura（前身 MemClaw）是一个面向多租户、多 Agent 舰队（fleet）的开源共享记忆系统。它解决的核心问题是：当企业部署数十甚至数千个 AI Agent 时，如何让它们共享学习成果、统一治理记忆、避免重复犯错。 三个核心支柱：写（write）→ 召回（recall）→ 复合（compound），每轮交互都让下一次更聪明。Agents 只写纯文…

academicwritingskills 是一个面向学术写作后期的 AI 辅助工具集，基于 Agent Skills 协议 安装，专为已存在初稿的论文提供「审稿人视角」的诊断与精修。不是从零写论文，而是对已有稿件做格式校验、文献核查、语法抛光、去 AI 味编辑和同行评议式审查。 覆盖 LaTeX（英文 / 中文学位论文）、Typst 和 PDF 三种格式。…

2026年9月1日，开发者 Simon Willison 在整理磁盘空间时（使用 OmniDiskSweeper 扫描 ~/.cache/）偶然发现：OpenAI 的桌面版 ChatGPT（由原 Codex 桌面应用 rebranding 而来）在用户本地静默捆绑了约 1.7GB 的完整运行时环境，位于： ~/.cache/codexruntimes/cod…

PyGPT 是一个开源桌面 AI 助手，用 Python 开发，支持 Linux / Windows 1011 / Mac 三平台。它的工作方式类似 ChatGPT，但完全离线运行在你自己电脑上——API 密钥你自己管，数据不经过任何第三方服务器。 当前版本 2.8.6（build 20260903），支持从 GPT5、GPT4、o1/o3/o4，到 Goo…

course2md 是一个将 YouTube、Bilibili 或本地视频（网课、录屏、会议录像）转换为带截图的图文 Markdown / HTML 讲义的命令行工具。核心流程：下载视频 → 按画面变化采样关键帧截图 → 语音识别转文字 → 自动对齐文字与截图 → 输出结构化笔记。最新版本 v0.7.0（2026） 新增断点续传与 LLM 字幕润色功能。 看…

2026 年 8 月 20 日，OpenRouter 上悄然出现一个匿名模型 Ox Alpha：无所属、无模型卡、免费使用、1M token 上下文、支持图文视频输入。六天后，它成了 OpenRouter 有史以来最热门的模型，吞吐量是第二名的 2.3 倍。8 月 26 日，Bloomberg 证实其真身——GLM5.3Flash，来自智谱 AI（Zhipu…

OMNI 是一个 Rust 写的本地 CLI + host hooks 套件，专为 agent 宿主（Claude Code、Codex CLI、Gemini CLI、OpenClaw、Cursor、Aider、Hermes、Pi、Cline、Roo、Copilot 等）做工具输出瘦身。它有两件普通过滤器做不到的事，下面分别展开。它做两件普通过滤器做不到的事…

TexLite 是西南财经大学 DB 研究组开源的轻量级自托管协作 LaTeX 编辑器，旨在为小型可信研究团队提供 Overleaf 的本地替代方案。核心技术栈：React 前端 + CodeMirror 编辑器 + Fastify API + SQLite 本地持久化 + Yjs 实时协作 + PM2 进程管理。默认配置仅需 Node.js 进程、SQLi…

Concat 是一个本地优先（localfirst）的桌面视频剪辑器，对标 CapCut 的核心剪辑体验，主打"无水印、无账号、无订阅、无云上传"。仓库 README 自述其定位是"the free, opensource CapCut replacement"——把 CapCut 里被收费墙挡住或被强加水印的能力（多轨剪辑、自动字幕、本地 TTS、模板复用…

数据速览（截至 20260830 GitHub 公开计数）：592 stars · 91 forks · 2 watchers · MIT 许可。 ⚠️ 数量版本漂移说明：README 自报"38 MCP tools / 42 AI skills / 56 installer packs"，GitHub 仓库 About 描述当前展示为"178 tools,…

BTL3（Bad Theory Labs 3）是 Bad Theory Labs 发布的一个后训练 PEFT LoRA 适配器，基座为 Qwen/Qwen3.627B，定位于编程 Agent、仓库级工具调用、长程多轮执行场景。 核心规格（均来自 Hugging Face 官方模型卡与 GitHub README）： | 项目 | 规格 | ||| | 基座模…

Luxas 是一个开源的多 Agent 自主科研系统，输入一个研究主题（Research.md），它能自动完成：文献爬取（OpenAlex、arXiv、CrossRef，含反检测浏览器绕过付费墙）→ 阅读论文 → 设计并运行实验（多个 Agent 盲写代码和测试）→ 产出可发表级别的图表 → 撰写 LaTeX 报告 → 对抗性内容+图表+排版审查 → 最终输…

jamditis/claudeskillsjournalism 是一个面向新闻从业者、研究人员、学术界人士和媒体传播从业者的 Claude Code Skills 集合。它不是一个大模型，不是一个 API，而是一套模块化的提示词技能包（Agent Skills），在 Claude Code（或 Codex）执行相关任务时自动加载对应的领域知识、工作流和模板。…

SCoPE（SightlineCoordinate Positional Encoding）是腾讯 ARC Lab 与港大、港科大联合提出的视频生成相机控制方法，发表在 2026 年。其核心思想极为优雅：将每条相机视线（camera ray）作为 token 的第二类位置坐标，注入预训练视频 Diffusion Transformer（DiT）的注意力机制，…

Rome 是 agentic OS——一个以 AI Agent 为中心、人类与 Agent 长期协同工作的守卫（guardrailed）环境。与普通对话式 AI 不同，Rome 中的 Agent 不仅执行单次任务，还会随着使用积累工具、SOP、记忆和工作流，每一次交互都在抬高下一次的天花板。 核心哲学来自其 VISION.md：AI 进步的主流叙事在 sca…

AgentField 是一个开源的 AI 后端控制平面（Control Plane），核心理念是：把 AI Agent 构建得像 REST API 一样可调用，像微服务一样可横向扩展。 传统 Agent 框架（LangChain、AutoGPT 等）侧重于单个 Agent 的提示词工程与工具调用；AgentField 的着眼点完全不同——它是把每个 Agen…

AwesomeAIGCTutorials 是一个人工策划的 AIGC 学习资源合集，按主题分为 Large Language Models（LLM）、AI Painting、AI Audio、Multimodal、Deep Learning、AI System 等大类，收录大学课程（Stanford CS324、CMU 11667 等）、行业培训（DeepL…

Mirage 是一个面向 AI Agent 的统一虚拟文件系统（Unified Virtual Filesystem）。它的核心思想是：把 S3、Google Drive、Slack、Gmail、Redis、GitHub 等各种服务和数据源，以目录的形式挂载到同一个虚拟根目录下，让 AI Agent 用熟悉的 ls、grep、cat 等命令就能跨后端读写数据…

一个面向 LLM「OnPolicy Distillation（OPD，在策略蒸馏）」主题的 curated 论文清单与配套综述生态。仓库本体是持续维护的论文列表与导航站，附带三件产出： 1. 一篇 70+ 篇 OPD 论文的 survey（arXiv:2604.00626，V4 / 20260618 发布）； 2. 一个 OPDHub 静态检索站：按章节、l…

wshzd/AwesomeAIGC 是一份中文 AIGC 资料汇总型仓库，以「论文分享 / 访谈 / 模型评测 / 行业动态」为单位收录条目，附带外链（arXiv、知乎、微信公众号、B 站等）。与 f/awesomechatgptprompts、Hannibal046/AwesomeLLM 这类以英文为主的清单相比，它的定位是中文圈 AIGC 早期热度阶段的…

ComfyUIOpenClaw 是 ComfyUI 的安全优先编排层，将 ComfyUI 从纯生成工具升级为可自动化、可管控的生产级 AI 工厂。核心思路是：在不修改 ComfyUI 本身的前提下，通过自定义节点 + 嵌入式 HTTP API + 独立管理控制台，把 ComfyUI 变成一个可靠的自动化目标。 项目自称"安全第一"，体现在：RBAC 权限控制…

secondbrain 是一个个人 agentic OS（操作系统级框架），核心理念是"把 AI 助手做成你机器的操作系统"。通过本地文件智能 + 工作流自动化 + 多模态消息平台通信，完成从文件处理、代码执行、邮件管理到网页搜索的全套任务。 核心架构分 10 个模块： 1. Attachment Parsing — 解析各类附件（图片/文档/音频等） 2.…

ima2gen 是一个本地优先的视觉内容生成工作室，同时服务于人类用户和 AI 编码 Agent。通过 npm 安装后，一套工具同时覆盖：文生图、文生视频、图片编辑、批量生成、多分支生成、Prompt 库管理等完整工作流。 核心特点： 为 AI Agent 打包了 3 个 Skills：Core / Frontend / UIUX，Agent 可直接加载结构…

鲲鹏（Kunpeng）是一款跑在本地的中文 AIGC 创作工作台，基于 Tauri（React + Rust） 构建的 macOS 桌面应用。定位是"真实商业短片项目里打磨出来的全链路视频 Agent"——从 AI 剧本生成、画布编排、流水线工坊到智能剪辑，全流程一站式闭环，本地运行，完全开源。 核心特点：内嵌 DeepSeek Harness 引擎（ACP…

这是一个 GitHub Awesome 类仓库，整理汇总 CVPR 2024–2026、ICCV 2025、ECCV 2024 和 2026 六大视觉顶会中与 AIGC（AIGenerated Content）相关的论文和代码，按任务类型分类组织。涵盖图像生成、图像编辑、视频生成、视频编辑、3D 生成、3D 编辑和多模态大语言模型七大方向，是跟踪 AIGC …

HFlow 是一个开源 SDK，专为机器人和 Physical AI 场景设计的多模态数据流水线工具。它的核心功能是：把原始的多模态 episode 数据（视频、状态、动作、时间戳、元数据）经过质量检查、转换、富化、筛选 curation，最终产出干净、可查询、带 provenance 的训练数据集。 一句话说清：HFlow 让机器人数据团队用普通 Pyth…

Horizon Academic Writing 是一个面向 AI 编程助手（Codex / Claude Code 等）的 Agent Skill 合集，专注于严谨的学术论文润色、同行评审和学术出版工作流。它不是通用写作 AI，而是为"论文段落逻辑 + 技术含义不变 + 格式保护"设计的专项技能套装。目前发布了两款技能： HorizonAfterglow：…

coderonion/awesomellmandaigc 是一个 LLM / VLM / VLA / AIGC 领域的精选资源列表（Awesome List），按 Framework（模型/训练/推理/量化/RAG）、Application（IDE/聊天机器人/具身智能/代码助手/知识库等）、Dataset、Learning Resources、Commun…

shotscraper 是 Simon Willison 开源的一个 CLI 工具，核心功能有三块： 1. 截图 — 对任意 URL 截图，PNG/JPEG 可选，支持区域选择、Retina 分辨率、透明背景 2. 网页抓取 — 用 JavaScript 在页面内执行，提取任意内容 3. 视频录制 — 2026 年 6 月 30 日发布的 1.10 版本新增…

MindPipe 是一个统一的 LLM/VLM 模型压缩评估框架，用单一 main.py CLI 驱动 11 种量化方法、7 种剪枝方法、压缩微调联合流程，以及 PPL / lmevalharness 零样本 / VLMEvalKit 多模态三类评估。核心设计理念是：一次配置，全流程可复现。 ⚠️ 注意：本仓库同时支持 NVIDIA GPU 和华为昇腾 NP…