仓库攻略

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…

shortvideomaker 是一个开源自动化短视频创作工具，通过文本脚本自动生成 TikTok / Instagram Reels / YouTube Shorts 风格的短视频。它同时暴露 REST API 和 MCP（Model Context Protocol） 接口，既可以配合 n8n 等工作流工具使用，也可以直接 API 调用。 它的定位是不需…

ipaslogoskill 是一个紧凑的 AI Agent 技能包（Agent Skill），专门用于生成极度简洁、可爱、适合商业使用的 IP 吉祥物图片。它遵循开放 Agent Skills 格式，可接入任何兼容的 AI 编程助手（Codex、Coze、Doubao、YouMind、Manus、Gemini Apps、Replit Agent 等），而非绑…

douyinmcpserver 是一个开源的抖音/字节系短视频数据提取工具，提供无水印视频下载链接获取、AI 语音识别提取视频文案两项核心功能。它同时提供 WebUI（浏览器界面）、MCP Server（AI 助手集成）、命令行三种使用方式，支持 Claude Desktop、 Cherry Studio 等支持 MCP 协议的应用。 核心语音识别使用硅基流…

PaperDebugger 是一款面向 Overleaf 的 Chrome 浏览器插件，为学术论文写作提供 AI 辅助——在编辑器内完成研究 → 批评 → 修订的完整工作流。核心驱动力是团队自研的 XtraMCP 编排引擎，通过多步骤推理实现类审稿人的结构化批评，而非简单的聊天式续写。 核心约束：只读不写——从不修改用户项目，仅读取并提供建议，隐私安全优先。…

Artificial Analysis Search Index（搜索 API 指数）是一个专门针对 AI Agent 搜索工具 的评测基准，由 AI 数据分析平台 Artificial Analysis（AA）于 2026 年 8 月 18 日正式发布。它的核心思路非常干净——用同一个 Agent 环境（模型、工具调用上限、评测任务完全相同），只替换底层的…

Aria（AI Research Assistant，ARIA = "AI Research Assistant" 倒写）是 Zotero 的一个本地插件，用 GPT4 系列模型为你的文献库添加对话式 AI 助手功能。装好后 Zotero 工具栏出现一个按钮，点开就能和当前选中的文献"对话"——问它摘要、方法论、找相关研究、写笔记。 最新版本： Zotero…

potholereporter 是一个纯客户端 Android 应用，用 AI 视觉检测班加罗尔（Bengaluru）道路坑洞，自动关联公共采购记录找到负责官员和承包商，生成一份可编辑的投诉邮件草稿，由你审核后手动发送。 核心特点：没有服务端、不需要账号、不自动发邮件——一切都在本地完成，你掌控每一步。App 扫描约 2,900 份政府合同记录用于关联，检测…

Goose 是一个本地优先的 WHOOP 5.0 数据项目，核心目标是绕过 WHOOP 昂贵的订阅费（$199+/年），直接从设备蓝牙获取原始数据并在本地解析为健康指标。2026 年 6 月 2 日由独立开发者 Bennett（@b_nnett）用 24 小时倒计时挑战从零构建，随后快速获得关注——发布 23.5 小时内已有可用的 app，累计 2,500+…

gptme（发音像 "GPTmee"）是一个运行在终端里的 AI 编程 Agent，配备本地工具集：写代码、执行命令、浏览网页、操作文件。你可以在自己的笔记本、SSH 会话、tmux、headless 服务器甚至 CI 流水线里运行它。定位是通用型终端 AI Agent，既是一个强大的编程助手，也可以处理各种知识工作。完全开源，支持 Anthropic、Op…

UltraRAG 是由清华大学 THUNLP、东北大学 NEUIR、OpenBMB、AI9stars 联合推出的低代码 RAG 开发框架，基于 MCP（Model Context Protocol）架构设计。它将 RAG 的核心组件（检索器 Retriever、生成器 Generation、语料处理 Corpus、评估 Evaluation）拆解为独立的 M…

Genkit 是 Google Firebase 团队开源的全栈 AI 应用开发框架，支持 JavaScript/TypeScript（生产就绪）、Go（生产就绪）、Python（Beta）、Dart（Preview）四种语言，可对接 Google Gemini、OpenAI、Anthropic、Ollama 等主流模型厂商。 核心理念：一套 API 走天下…

MinerU 是由 OpenDataLab（上海人工智能实验室关联开源组织）开发的高精度文档解析引擎，于 2024 年开源。其核心能力是：将 PDF、DOCX、PPTX、XLSX、图片、网页等复杂文档，转换为 LLM 可直接消费的 Markdown 或 JSON 格式，同时保留阅读顺序、标题层级、表格结构、公式 LaTeX 等语义信息。 MinerU 最早服…

secondbrainskills 是一组为 Claude Code 打造的自定义 Skills 合集，将 Claude Code 从单纯的代码助手扩展为「第二大脑」——能够系统性捕获、组织和运营知识的工作流系统。 核心哲学是渐进式上下文披露（Progressive Disclosure of Context）：Claude 只在需要时才加载详细指令，保持上…

Hao0321/claudeskillsocialpost（作者駱君昊/Hao）是一个 Claude Code / Codex Skill，功能是 学习你的社群语语气 → 规划内容 → 撰写平台化贴文 → 经确认后发布 → 把 Reels / 贴文洞察变成结构化学习资料。目标平台是 Facebook / Instagram / Threads / X，覆盖两…

PixelleMCP 是一个基于 MCP 协议的开源多模态 AIGC 解决方案，核心思路是把 ComfyUI 工作流一键转成 MCP 工具，让 LLM（Claude Desktop、Cursor 等）通过自然语言直接驱动 ComfyUI 图像生成。它支持本地 ComfyUI 和云端 RunningHub 两种执行引擎，提供 Web 界面、MCP 服务器和文件…

appledocsmcp 是一个 MCP 服务器，为 AI 助手提供 Apple 官方开发者文档的实时查询能力。接入后，可以在 Claude、Cursor、VS Code（Copilot MCP）、Windsurf、Zed、Cline、Amazon Q 等主流 AI 开发工具中，直接用自然语言搜索 iOS / macOS / watchOS / tvOS /…

MedSci Skills 是面向临床研究与医学人工智能的开源 Agent Skills 合集（MIT 许可证），由韩国首尔峨山医疗中心放射科医生兼研究员 Yoojin Nam, MD 构建，在真实出版物上测试通过。截至 v5.0 版本共包含 59 项技能，覆盖从文献检索、统计图表、报告指南合规审查到 AI 模型工程的全链路。 它并非通用 AI 科学家平台，…

RSIBenchData（Evolvent AI × 新加坡国立大学，arXiv:2607.25886，cs.SE，2026 年 7 月 28 日）是首个专门评测 LLM Agent 作为数据研究员（datacentric researcher）进行递归自我改进的受控基准。 它的核心问题：给一个固定的模型和训练基础设施，LLM Agent 能否自主诊断能力短…

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 …

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…

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…

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"，…

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…

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…