铃阅
❌

普通视图

上周涨星最快的10个开源项目

2026年11月16日 08:11

原创 小G 2026-11-16 08:11 湖南

上周GitHub涨星Top10聚焦AI Agent工具与基础设施:Meta设计系统、OSINT工具Sherlock、开源Grok Bot替代、Anthropic/Addy Osmani的Skills、Google规格评审插件、Vercel浏览器CLI、股票分析系统、DeepMind物理仿真及Claude快速示例,Agent生态持续升温。

1. meta/astryx

Meta 开源的可定制设计系统(Design System),基于 React 19+ 和 StyleX 构建。它源自 Meta 内部使用了约 8 年的设计系统,已支撑公司内 13,000+ 应用。提供 150+ 可访问组件、品牌级主题、暗色模式、现成模板以及 CLI 工具。最大亮点是人和 AI Agent 共用同一套组件与规范:开发者和 Agent 都能用统一的工具链构建界面,无需额外构建插件或样式库,直接导入预编译 CSS 和类型化 React 组件即可使用。目前处于 Beta 阶段。

2. sherlock-project/sherlock

经典的开源情报(OSINT)工具,用 Python 编写。只需输入一个或多个用户名,就能在 400+ 社交网络、论坛、代码托管平台等网站上批量检查是否存在公开账号。支持多用户同时搜索、结果导出为文本/CSV/XLSX、代理、超时控制等。它只查询公开信息,不登录、不绕过认证。适合安全研究、数字足迹分析等合法场景,使用时需遵守当地法律法规,不鼓励用于骚扰或非法用途。MIT 协议。

3. milind-soni/OpenMausBot

开源的 Grok Bot 替代方案(也叫 MausBot,前称 OpenGrokBot),本地优先的多 Agent 聊天应用。界面类似即时通讯软件,侧边栏里的每个 Bot 都是真实的本地 Agent(支持 Claude、Codex、Grok Build 等),拥有独立人格、模型、对话记忆和可选的虚拟机/云电脑。Bot 可以连接 Gmail、Slack、GitHub 等应用,执行操作时会弹出允许/拒绝确认。强调用户数据留在本地(~/.openmausbot),不依赖厂商云端。提供桌面安装包,也支持从源码运行。Apache-2.0 协议,与 xAI、Meta、OpenAI 等无关。

4. anthropics/skills

Anthropic 公开的 Agent Skills 官方仓库。Skills 是包含指令、脚本和资源的独立文件夹,Claude 可在运行时动态加载,以显著提升在特定任务上的表现。内容覆盖创意(艺术、音乐、设计)、技术(Web 测试、MCP 服务器生成)到企业工作流(沟通、品牌)等多个领域。每个 Skill 自带 SKILL.md 元数据和说明,方便开发者参考或扩展自己的 Skills。多数采用 Apache 2.0 许可。

5. google/elephant-goldfish-model

Google 开源的 Agent 插件(明确标注非 Google 官方产品)。核心方法论是“大象写设计稿、金鱼做无记忆评审”:

  • 大象保留完整项目上下文和历史对话,负责起草规格与设计文档;

  • 金鱼在完全无历史记忆的情况下,只看当前草稿和源代码进行评审,帮助暴露未声明假设和盲点。
    开发者最终拍板架构取舍。插件提供完整的草稿、评审、循环评审等命令和工作流,适用于规格驱动的 AI 软件开发。Apache-2.0 协议。

6. vercel-labs/agent-browser

Vercel Labs 出品的、专为 AI Agent 设计的浏览器自动化 CLI,用 Rust 编写。Agent 可通过简单命令完成:打开页面、获取可访问性树快照(带元素引用)、点击/输入、获取当前 URL 等操作。支持本地安装或 npx 直接使用,也兼容 Browser Use、AWS AgentCore 等云端浏览器后端。适合让 Agent 自主浏览网页、填写表单、提取信息等场景。Apache-2.0 协议。

7. ZhuLinsen/daily_stock_analysis

LLM 驱动的多市场股票智能分析系统,覆盖 A股、港股、美股、日股、韩股、台股及 ETF。核心能力包括:

  • 多源行情、K 线、技术指标、新闻、公告、基本面数据聚合;

  • AI 生成决策报告(评分、趋势、买卖点位、风险警报、操作清单);

  • Web/桌面工作台、历史报告、回测、持仓管理;

  • 支持企业微信、飞书、Telegram、Discord、Slack、邮箱等自动推送。
    可配置零成本定时运行。MIT 协议。仅供学习和研究参考,不构成任何投资建议。

8. addyosmani/agent-skills

Addy Osmani 维护的面向编码 Agent 的生产级工程 Skills 合集(约 25 个)。把资深工程师的完整工作流拆成可执行的 Skills,覆盖定义需求、规划、构建、验证、代码审查、上线等阶段。每个 Skill 包含清晰步骤、退出标准、常见借口/反模式提醒,强调“可验证”而非空泛参考文档。支持 Claude Code、Codex、Gemini CLI 等多种 Agent,可与 Anthropic 的 skills 仓库对照使用。MIT 协议。

9. google-deepmind/mujoco

Google DeepMind 维护的通用物理仿真器(全称 Multi-Joint dynamics with Contact)。专为机器人、生物力学、图形动画、强化学习等需要高精度、高速度刚体动力学仿真的场景设计。提供 C API、Python 绑定、Unity 插件以及原生桌面/浏览器可视化。运行时模块经过高度优化,支持复杂接触和关节动力学。Apache-2.0 协议,是机器人与物理仿真领域的核心开源工具之一。

10. anthropics/claude-quickstarts

Anthropic 官方的 Claude API 快速起步示例集。包含多个可直接部署的应用模板,例如:

  • 客户支持 Agent(带知识库);

  • Computer Use 演示(让 Claude 控制桌面电脑);

  • 其他实用场景的完整代码与说明。
    每个项目都有独立 README 和设置步骤,帮助开发者快速上手用 Claude 构建可上线的应用。MIT 协议,适合入门和参考。

跳转微信打开

一个半月狂揽 7.9 万 Star,一群人用纯 Rust,把 Photoshop 从头写了一遍!

2026年11月13日 11:57

原创 小G 2026-11-13 11:57 湖南

用纯 Rust 从头编写的开源、干净室重新实现的 Adobe Photoshop

项目简介

PhotoCraft是用纯 Rust 从头编写的开源、干净室重新实现的 Adobe Photoshop。 不是套壳,不是换皮,不是拿 Electron 糊一个网页版。是图层、蒙版、调整图层、图层样式、矢量、画笔引擎、真实 PSD 文件读写,全部自己撸,一行行写出来。

PhotoCraft editing Hokusai's The Great Wave: a caption card with a drop shadow, Title and Credit type layers, Vibrance and Curves adjustment layers, and the Curves editor drawn over the image's histogram

1 设计熟悉

菜单、快捷键、面板和工具都在你手预期的位置,从 ⌘J 到 ⇧⌘D。如果你会用 Photoshop,就已经会用 PhotoCraft。

2 原生且快速

基于 wgpu 的 GPU 合成器(Metal、Vulkan、DX12、WebGPU),写时复制瓦片和多线程滤镜。没有 Electron,没有 WebView,不用等待。

3 真正的 PSD 文件

打开、编辑并保存分层的 Photoshop 文档。重新保存后,309 个 psd-tools 测试文件中有 307 个渲染结果保持一致。

4 面向 Agent

每个操作都是一个命令,因此你可以从 UI、CLI、JSON 控制通道或 MCP 服务器驱动同一个引擎。

开箱即用

  1. 69 种工具

    移动 · 画板 · 矩形和椭圆选框 · 单行选框 · 单列选框 · 套索 · 多边形套索 · 磁性套索 · 对象选择 · 快速选择 · 魔棒 · 裁剪 · 透视裁剪 · 切片 · 切片选择 · 帧 · 吸管 · 颜色取样器 · 标尺 · 注释 · 计数 · 移除 · 污点修复画笔 · 修复画笔 · 修补 · 内容感知移动 · 红眼 · 画笔 · 铅笔 · 混合器画笔 · 颜色替换 · 仿制图章 · 图案图章 · 历史画笔 · 艺术历史画笔 · 橡皮擦 · 背景橡皮擦 · 魔术橡皮擦 · 渐变 · 油漆桶 · 模糊 · 锐化 · 涂抹 · 减淡 · 加深 · 海绵 · 钢笔 · 自由钢笔 · 曲率钢笔 · 添加锚点 · 删除锚点 · 转换点 · 水平和垂直文字 · 水平和垂直文字蒙版 · 路径选择 · 直接选择 · 矩形 · 椭圆 · 三角形 · 多边形 · 星形 · 直线 · 自定义形状 · 抓手 · 旋转视图 · 缩放

  2. 真正的画笔引擎

    形状动态、散布、纹理、双重画笔、颜色动态、传递、画笔姿势、湿边、堆积和平滑(包括拉线),由笔压、倾斜、旋转和方向驱动。画笔预设、从选区定义画笔,以及确定性的可回放笔触。

  3. 完善的图层系统

    组、剪贴蒙版、像素和矢量蒙版、填充图层(纯色、渐变和图案)、调整图层、带智能滤镜和无损变换与变形的实时智能对象、多图层选择(对齐、分布和链接)、Alpha 通道和快速蒙版、27 种 Photoshop 混合模式加上 6 种 Paint.NET 变体、不透明度和填充、锁定、颜色标签、图层类型过滤、合并、拼合、栅格化、通过拷贝/剪切创建图层、粘贴到。

  4. 任意颜色、任意深度

    RGB、灰度、CMYK 和 Lab 文档,支持 8、16 和 32 位/通道。位深度和颜色模式是运行时数据,因此每种工具在每种深度下都能工作。

    纯 Rust 实现的真正 ICC 色彩管理:嵌入配置文件、指定/转换为配置文件(支持全部四种渲染意图和黑点补偿)、软打样(⌘Y)和色域警告(⇧⌘Y),在 GPU 上运行。

  5. 格式支持

    PSD 和 PSB、分层 TIFF(Photoshop 图层数据在 TIFF 中,支持任意字节序读写)、Paint.NET PDN3(可读,支持可编辑图层和全部 14 种混合模式)、OpenRaster(读写,支持图层、组和混合模式,兼容 Krita、MyPaint 和 GIMP)、GIMP XCF(可读,支持图层、组、蒙版、混合模式、通道和选区)、Krita .kra(可读,支持绘制图层、组、混合模式和透明蒙版)、SVG(作为形状图层打开,或作为矢量智能对象放置),以及平面 PNG、JPEG、TIFF、WebP(有损/无损)、GIF、BMP、TGA、ICO、QOI、PNM、OpenEXR、Radiance HDR 和 FITS(天文图像:8/16 位和 32 位浮点,灰度或 RGB,保留头信息),还有原生 .pcraft 格式。平面格式保留其支持的深度:PNG 保留 8/16 位样本,TIFF 保留 8/16 位和 32 位浮点样本,OpenEXR 保留半精度/浮点样本;JPEG、WebP 和其他 8 位格式在导出更高深度时会给出警告。详见编解码能力矩阵。iPhone 和 Mac 的 HEIC 照片仅支持只读(官方构建包含;源码构建可选 –features heif)。AVIF 仅支持写入(可选 avif 构建特性);AVIF 解码和 JPEG XL 不可用。Affinity 文档(.af、.afdesign、.afphoto、.afpub)可原生打开(只读),支持画板、图层、矢量、文字、图像和蒙版;效果、调整及其他不支持的部分会在警告中列出,不支持 Affinity 导出。

  6. 日常必备

    自动色调、对比度和颜色 · 均衡 · 图像和画布大小 · 裁剪和修剪 · 全部显示 · 编辑 › 填充和描边 · 拷贝合并 · 原位粘贴 · 参考线、标尺、网格和吸附 · 动作录制与回放 · 命令面板(⌘F)。

面向 Agent 构建

每个菜单项、工具和对话框都从 500 多个命令的统一注册表中运行命令。UI、CLI、JSON 控制通道和 MCP 服务器都调用相同的命令,因此你能点击的任何操作,脚本或 AI Agent 也能完成。

# 无头:打开、编辑、保存
photocraft-cli run wave.psd \
  --cmd filter.sharpen.smartSharpen     --params '{"amount":80}' \
  --cmd layer.newAdjustmentLayer.curves --params '{"points":[[0,0],[64,48],[192,212],[255,255]]}' \
  --out wave-final.png
# 对文件夹中的图像应用一个动作列表
photocraft-cli batch --actions grade.json --in ./raw --out ./graded
# 每个子命令都有自说明
photocraft-cli batch --help
# 让 Agent 通过 MCP 驱动(无头,或桥接到正在运行的应用)
photocraft-cli mcp

桌面应用还提供经过身份验证的、仅限回环的控制通道(photocraft --control),用于检查 UI 状态、用指针事件驱动工具,以及拍摄离屏截图。本 README 中的每张图片都是这样渲染的。详见 docs/control-protocol.md。

快速开始

直接下载(推荐):Release 页有各平台安装包,Windows 的 msi/zip 带代码签名,macOS 有签名公证的 universal DMG,Linux 有 AppImage/Flatpak/deb/rpm。

浏览器直接玩:整个引擎编译成了 WebAssembly,官方 Web 版部署起来就是个静态站点,也有 Docker 镜像可以自托管。

源码编译:

git clone https://github.com/storytold/photocraft
cd photocraft
cargo run --release -p photocraft -- image.psd

项目地址

跳转微信打开

20个skill和开源工具搭建一整套动效工作室

2026年11月11日 11:57

原创 小G 2026-11-11 11:57 湖南

20 个可用于搭建完整动效工作室的工具/技能,覆盖从动画、3D、物理、粒子、生成、音频到导出的全流程

01. Remotion

用 React 以编程方式制作视频的框架。支持交互式编辑、批量渲染、设计系统化资产,以及通过 Agent 自动生成视频。适合把视频当代码来管理和迭代。

02. Remotion Skills

Remotion 官方为 AI Agent(如 Claude、Cursor 等)提供的技能包,定义了创建项目、写 markup、启动 Studio、渲染等最佳实践,方便智能体直接协作做视频。

03. Anime.js

轻量、高性能的 JavaScript 动画引擎,支持时间线编排、SVG 路径动画、弹簧、拖拽、滚动触发等,API 简洁,适合做网页动效和复杂序列。

04. Motion

现代动画库(原 Framer Motion 的演进),支持 React / JavaScript / Vue,提供手势、弹簧、布局过渡、滚动联动等,性能高且易用。

05. Manim

用 Python 程序化制作数学/科学讲解动画的框架(社区版为主流)。以精确的图表、公式变换和镜头控制著称,适合教育类视频。

06. Lottie

轻量级矢量动画格式与生态,由 After Effects 等导出为 JSON,可在 Web、移动端高效播放,文件小、可交互。

07. MCP for Blender

通过 Model Context Protocol 让 Claude 等 AI 直接操作 Blender,用自然语言搭建/修改 3D 场景,实时迭代建模与材质。

08. Three.js

最流行的 JavaScript 3D 库,基于 WebGL/WebGPU,用于创建场景、相机、灯光、材质和镜头运动,是 Web 3D 的基础。

09. Three GPU Pathtracer

基于 Three.js 的 GPU 路径追踪渲染器,支持物理级光照、反射、景深、体积雾等,适合追求写实画面的 Web 3D。

10. Jolt Physics

高性能、多核友好的刚体物理与碰撞检测库(C++),支持多种形状、约束、软体等,游戏与 VR 中常用(如 Horizon Forbidden West)。

11. postprocessing

专为 Three.js 设计的后处理库,提供泛光(Bloom)、景深、调色、景深、抗锯齿等多种效果通道,方便电影级画面处理。

12. Three.quarks

Three.js 的高性能粒子系统 / VFX 引擎,支持批处理渲染、Unity 兼容导入、多种发射器与行为,适合做特效。

13. Tweakpane

轻量、美观的参数调节 GUI,可实时绑定数值、颜色、点、文件夹等,方便调试场景参数,灵感来自 dat.GUI。

14. ComfyUI

节点式生成式 AI 工作流界面,支持 Stable Diffusion 等模型,用于图像、视频、音频生成,高度可定制与可复现。

15. CosyVoice

阿里开源的多语种文本转语音(TTS)模型,支持零样本音色克隆、多方言、指令控制,适合做旁白配音。

16. librosa

Python 音频与音乐分析库,可提取节拍、节奏、频谱等特征,常用来让画面跟随音乐同步运动。

17. WhisperX

基于 Whisper 的语音识别工具,提供单词级时间戳对齐与说话人分离,适合生成精确同步的字幕。

18. OBS Studio

免费开源的录屏与直播软件,支持多场景、多源合成、实时滤镜,适合高质量屏幕录制。

19. LosslessCut

基于 FFmpeg 的无损视频剪辑工具,快速切割、合并而不重新编码,保持原画质,操作简单。

20. FFmpeg

强大的多媒体处理框架与命令行工具,用于编码、转码、滤镜、封装与最终导出,是视频流水线的核心。

跳转微信打开

开源的本地文件快速搜索工具,pdf内容都能搜!

2026年11月10日 17:44

原创 小G 2026-11-10 17:44 湖南

Kensaku(検索) 是一款免费开源的本地文件搜索与启动器,支持毫秒级文件名搜索、文档/代码全文检索、图片 OCR 以及语义搜索,完全本地运行、无需账号与云服务,并支持 MCP 接入 AI 代理,适用于 Windows、macOS 与 Linux。

项目简介

你不记得文件名,但你记得文件里有什么内容。

  • 关于数据库索引的 PDF,保存成了 notes-final-2.pdf。

  • 部署失败的那一行日志,藏在某个日志文件夹里。

  • 截了一张带 CUDA 错误的截图,文件名完全没意义。

输入你记得的内容。Kensaku 会同时搜索文件名、文件内文本和语义含义,并高亮匹配的词。按 Enter 即可打开。

其他工具做不到的事

文件名搜索工具到处都有。但本地、即时、免费地读取文件内部内容的,却不多。

Kensaku

Everything

Listary

PowerToys Run

文件名搜索(毫秒级)

✅

✅

✅

✅

PDF/DOCX/EPUB 等全文搜索

✅

❌

❌

❌

截图与图片内文字(OCR)

✅

❌

❌

❌

多语言与中日韩文本(自动分词)

✅

❌

❌

❌

按语义搜索(“关于索引的 PDF”)

✅

❌

❌

❌

自然语言时间(“上周的截图”)

✅

❌

部分支持

❌

AI 代理可通过 MCP 搜索

✅

❌

❌

❌

启动器行为(呼出、输入、Enter)

✅

❌

✅

✅

开源(MIT)

✅

❌

❌

✅

Spotlight 和 Raycast 很优秀,但仅限 macOS;Alfred 的内容搜索和 AI 功能是付费层级。Kensaku 是一个应用、三个平台、免费且 MIT 许可。

第一天就值得试试的三件事:

  1. 截图考古。 你记得在某张截图里见过那个错误。Kensaku 已经读取了像素——直接搜索错误文本即可。

  2. 描述,而不是回忆。 “上个月的大视频”是有效查询。无需点击过滤器。

  3. 给你的 AI 代理一双眼睛。 Claude 或 Cursor 可以通过 MCP 搜索同一个本地索引——只读、本地、无云。

功能特性

快速

  • 在暖缓存下,约 10 万个文件的文件名搜索可在毫秒内完成。具体方法、硬件和各平台数据见 性能表现。

  • 输入时实时更新结果。没有单独的搜索页面。

  • 增量索引:变更的文件会被自动拾取,无需全盘重新扫描。

  • 关闭窗口后索引仍保持热状态,重新打开几乎即时。

找得更多

  • 文件名、全文、容忍拼写错误的模糊匹配以及语义,一次搜索搞定。

  • 文档与办公文件:PDF、DOCX、PPTX、XLSX、EPUB、ODT/ODS/ODP、RTF、CSV/TSV、邮件(.eml、.msg)以及纯文本。

  • 默认支持多语言与中日韩:针对中文(汉字/注音)、日文(汉字/假名)、韩文(谚文)的自定义一元 + 二元分词器,以及混合脚本边界处理。详细说明见 docs/LANGUAGES.md。

  • 50+ 代码与数据格式:Rust、Python、TypeScript、Go、C/C++、Java、Shell、SQL、JSON、YAML、TOML、Dockerfile 等。

  • 图片与 OCR:默认使用 PP-OCRv6(内置运行时;约 6.1 MB 模型包只需下载一次)。更高质量的 Indra 引擎(去倾斜、多脚本拉丁/中日韩/RTL/世界识别,约 27 MB 包)以及经典 Tesseract 可在设置中选择。

  • 可调内容深度:默认每文件最高 100 MB、提取 4 MB 文本、48 个语义块;提供 quick / balanced / deep 预设。

精准

  • 过滤与排序:最佳匹配、最新、最旧、最大、名称。

  • 时间穿越:“上周二”、“3 天前”、“上周”、“今天”、“昨天”。

  • 需要时可使用查询语言(见下文)。

真正的启动器

  • 从托盘启动,可通过快捷键呼出。最近打开的文件按实际使用频率排序,并跨重启持久保存。

  • 也可切换到桌面应用模式:普通任务栏窗口。启动器是默认设置,桌面应用可在安装或设置中一键切换。

  • 空格预览(Quick Look)支持 PDF、图片和文本。网格或列表布局。完整键盘导航。Cmd/Ctrl+Shift+L 切换布局。

与 AI 代理协作

  • 兼容的代理可通过 MCP 搜索同一本地索引。默认只读。详见 连接 AI 代理。

  • 还支持:find_symbol(tree-sitter 定义)、有界正则搜索、作用域根目录以及游标分页。

查询语言

用于脚本和精确搜索:

type:pdf invoice          ext:md in:"~/Notes"       modified:7d
size:>10mb                path:"client/2026"        lang:rust
name:resume               content:"timeout"         re:"fn \w+_test"
-draft                    mode:exhaustive

完整参考:docs/USAGE.md · 语言与格式支持:docs/LANGUAGES.md。

安装

从 最新发布 下载对应系统的安装包。

平台

下载

Windows(Intel/AMD)

kensaku_<version>_x64-setup.exe

 或 kensaku_<version>_x64_en-US.msi

Windows(ARM,Snapdragon)

kensaku_<version>_arm64-setup.exe

 或 kensaku_<version>_arm64_en-US.msi

Windows 便携版

kensaku-portable-<version>-x64.zip

(或 -arm64.zip)

macOS(Apple Silicon 与 Intel)

kensaku_<version>_universal.dmg

Linux

kensaku_<version>_amd64.AppImage

、.deb 或 .rpm

Agent CLI

kensaku-cli-{linux,macos,windows}-*

每个发布都附带 SHA256SUMS,可用于验证下载内容。1.0.16 Windows x64 的 NSIS 安装包约 14.3 MB,MSI 约 20.1 MB;安装后的应用二进制约 36 MB。

目前构建尚未代码签名,因此 macOS 和 Windows 首次打开时会显示警告。这是独立应用的正常现象,并非问题。

  • Windows: 在 SmartScreen 提示中点击 更多信息 → 仍要运行。

  • macOS: 打开应用后,前往系统设置 → 隐私与安全性,点击 仍要打开。

完整步骤见 docs/INSTALL.md。

首次运行: 选择要索引的文件夹、排除项、启动器或桌面模式,并可选择下载 OCR 或模型包。首次扫描进行时即可开始搜索。关闭窗口后 Kensaku 会在托盘中继续运行;从托盘退出。

命令行: 每个发布都附带 kensaku-cli。

kensaku-cli search "docker error"
kensaku-cli search "invoice" --ext pdf --since 30d
kensaku-cli search "resume" --json
kensaku-cli state
kensaku-cli mcp
kensaku-cli serve --port 8765

从源码构建

git clone https://github.com/yjid/kensaku
cd kensaku
bun install
bun run tauri build

需要 Rust(stable)、Bun 1.1 或更高版本,以及对应平台的 webview 库。详见 docs/INSTALL.md。Makefile 覆盖常见任务:make dev、make build、make test、make reset。

连接 AI 代理(MCP)

将 MCP 客户端指向 CLI:

{
"mcpServers":{
"kensaku":{
"command":"kensaku-cli",
"args":[
"mcp"
]
}
}
}

对于通过 HTTP 连接的客户端,运行 kensaku-cli serve。它仅监听本地回环,并需要存储在配置目录中的 bearer token。

响应大小有预算限制,文件内容作为数据返回,绝不会作为指令。完整指南:docs/AGENTS.md。

性能表现

速度是 Kensaku 的核心。以下所有数据均为实测;完整方法、语料、硬件和注意事项见 docs/BENCHMARKS.md。

项目

结果

文件名搜索,10 万文件(Windows 11,1.0.16,默认线程)

平均 18 ms

(最佳 8.3 ms)

文件名搜索,10 万文件(Windows 11,4 线程)

平均 3.1 ms

文件名搜索,10 万文件(Linux 参考,暖缓存)

平均 1.3 ms

(最佳 0.5 ms)

10 万文件的元数据

12.2 MB

(每条目 128 B)

首次运行 10.1 万混合文件(早期 Linux 参考)

184 秒,峰值 183 MB

无变更时重新索引(同一语料)

0.56 秒

Windows 与 Linux 行是同一工作负载在不同机器上的结果,并非性能回退:Windows NTFS 元数据读取和杀毒软件使遍历慢得多,而 16 线程 rayon 池在 char-bloom 预过滤已使扫描很便宜的情况下增加了调度开销。同一 10 万语料下,4–8 线程平均 3–5 ms。Linux 数字是历史暖缓存参考。两者都不是跨平台“最快”声明。

同一文件夹类别,文件名搜索,每次冷进程(Linux 参考):

工具

“invoice”

“deploy_error”

Kensaku(内存中,无启动)

平均 1.3 ms

平均 1.3 ms

plocate

34 ms

6 ms

fd

109 ms

98 ms

这两行并非完美对比:Kensaku 的搜索是模糊的,且运行在已启动的应用中,而 plocate 和 fd 每次搜索都启动新进程。Spotlight、Everything 和 Listary 尚未测量,这些数字来自 Linux,而非 macOS 或 Windows。

内存。 内存中元数据层每个 FileEntry 为 128 字节:100,201 条目共 12.2 MB。索引本身、Tantivy 以及可选的嵌入表是分开的。在 Windows 上,关闭窗口会销毁 webview 并保持 Rust 索引热状态,因此空闲占用是索引而非完整 UI。

索引是单次遍历:每个文件只读取一次,同时喂给文件名和文本索引。工作以有界批次排队,因此大文件夹上内存保持平坦。

项目地址

跳转微信打开

上周涨星最快的10个开源项目

2026年11月9日 17:41

原创 小G 2026-11-09 17:41 湖南

上周(约 2026-11-02 ~ 2026-11-09)GitHub 涨星最快的 Top 10

1. pingdotgg/t3code

一个「Agent 控制台」,可在手机(iOS/Android)、Web 或桌面端(Electron)同时驾驭本地已安装并登录的 Claude Code、Codex、Cursor、Grok Build、OpenCode、Antigravity 等编程 Agent。本质是把多个 Agent 的控制面统一到一个界面,方便远程或移动端操作。

2. mattpocock/skills

TypeScript 教育者 Matt Pocock 的实战 Agent Skills 合集,来自他日常使用的 .agents 目录。包含大量工程与生产力技能(如 grill-me、tdd、code-review 等),支持 Claude Code、Codex、Copilot、Gemini CLI 等,强调「真实工程」而非纯 vibe coding。

3. NVIDIA/auto-ontology

NVIDIA 开源的语义本体(Ontology)框架,为 LLM/Agent 工作流构建基于企业元数据的语义图谱层。可从数据库元数据生成业务术语、指标与关系,通过 MCP、CLI 或 API 提供可解释、可追溯的 text-to-SQL 查询能力,减少幻觉。

4. D4Vinci/Scrapling

覆盖从单次请求到全站爬取的 Python 爬虫框架。支持快速 HTTP、隐身浏览器、JS 渲染、代理轮换、会话管理、并发爬取,并提供 MCP server 与 Agent Skill,可直接被 AI Agent 调用。文档与社区活跃。

5. milind-soni/OpenMausBot

开源的本地优先桌面应用,定位为 Grok Bot 替代方案。把多个 Agent(Claude、Codex、Grok 等 CLI)以聊天联系人形式组织,支持虚拟机/计算机使用、审批流程、团队协作与 MCP。可下载安装包或源码运行。

6. thedotmack/claude-mem

跨会话持久记忆插件。自动捕获编码 Agent 的工具使用与观察,用 AI 压缩成语义摘要,并在后续会话注入相关上下文。支持 Claude Code、Codex、Cursor、OpenCode 等多种 Agent,本地 SQLite + 向量检索。

7. Nutlope/hallmark

去「AI 味」设计 Skill(适用于 Claude Code、Cursor、Codex、OpenCode)。提供主题库与浏览器端 lint,专门识别并修正常见 AI 生成界面特征(eyebrow 标题、单色强调词、空框架、英雄区偏移等),帮助产出更自然的页面。

8. Donchitos/Claude-Code-Game-Studios

把单次 Claude Code 会话变成完整游戏开发工作室。包含约 49 个专业化 Agent(设计、程序、美术、音频、叙事、QA、制作等)、数十个工作流 Skill、Hooks 与规则,支持 Godot、Unity、Unreal。强调结构化协作而非自由发挥。

9. Renhuai123/ziwei-doushu

开源紫微斗数排盘引擎,遵循倪海厦《天纪》体系。包含完整排盘算法、四化、格局知识库、古籍公版原文,以及大规模样本与解读数据集(Demo 与商业版有区别)。适合学习与二次开发。

10. github/spec-kit

GitHub 官方开源的 Spec-Driven Development(规格驱动开发)工具包。为编程 Agent 提供结构化流程(Specify → Plan → Tasks → Implement → Converge)、模板、检查清单与多种 Agent 集成,也可用于修 Bug 或评估想法。

跳转微信打开

Qoder上线匿名最新模型,全网都在猜它是谁,我拿它干了个真活

2026年11月8日 17:28

原创 小G 2026-11-08 17:28 湖南

阿里云上线匿名模型 Qoduck,11 月 7 日起个人用户每天免费、限时。

昨天下午,阿里云在其X官方账号上宣布Qoder上线一神秘模型Qoduck,且故弄玄虚不告诉是啥模型,只给了下载地址,意思免费用就完了!

打开Qoder,确实可以看到叫Qoduck的新模型

管他啥模型,弄给免费用能出活的就是好模型,下面给了一些网友的实测作品和我亲测开发的一个作品,各位自己感受吧!

网友实测

1. 复刻故宫 《铜镀金珐琅转鸭荷花缸钟》

有网友用它复刻了故宫的铜镀金珐琅转鸭荷花缸钟,极速登记耗时15分钟,这是来自300年前的问候, 效果一击必杀!无论是整体视觉效果还是背后机理还原度都是比较高的!

2. 北极圣诞村

Create one complete, self-contained HTML file for THE NORTH POLE, a self-running three.js vignette of Santa’s village on Christmas Eve, as a tiny isometric scene that fills the whole window, with no interaction.

完成度还是很高的!可以用来做小游戏

3.三星堆青铜神树

请使用最新Three.js技术,创建一个高品质、高细节、高真实和可交互的三星堆青铜神树的3D展示。青铜神树的所有细节、每一树干树枝、树枝上每一个装饰都和真实的三星堆青铜神树一致。

亲测为实:微信公众号排版神器

网上测评 AI 编程模型的套路,大多是让它写个 TodoMVC。我觉得没劲——要测就拿我真实要做的事测。

我正好缺一个工具:写公众号的老读者都知道,微信编辑器对中文长文极不友好,字号、行距、段间距全要手动调,样式贴过去还容易丢。

所以随便写了一段提示词:

帮我用单个 HTML 文件实现一个「Markdown 转公众号排版」工具:左侧输入 Markdown,右侧实时预览公众号排版效果;内置三套主题可一键切换;一键复制为富文本,粘贴进微信编辑器能保留样式;纯前端、不依赖外部资源、中文注释。

扔给它后就围观它干活了

从派出任务到最终交付,全程 65 分钟,产出单文件约 103 KB、近 2000 行代码,零外部依赖。说实话速度并不快,可能是免费使用的人也很多,算力不够,但罩不住免费的,效果也还是相当不错的!慢点就慢点吧!

成品长这样:

  • 左侧写 Markdown,右侧实时出公众号稿面,滚动同步;

  • 墨石 / 科技蓝 / 暖橙三套主题一键切换,字号行距字距都能调;

  • 一键复制富文本,粘贴进微信编辑器样式保留——它把全部样式写成行内 style,这是懂公众号编辑器脾气的人才会做的方案;

  • 还附赠导出 HTML、手机/宽屏预览、快捷键、自动保存。

从11月7日起,无论国内版还是国际版,Qoder新老个人用户有三天免费尝鲜免费额度,额度内不扣 Credits,不用领券、不用兑换码,选中就能用,第二天自动重置。

跳转微信打开

消费级显卡自动生成视频开源项目

2026年11月6日 08:03

原创 小G 2026-11-06 08:03 湖南

面向消费级显卡的 MiniMax H3 本地推理引擎,自动生成视频自由!

项目简介

FreeVideo 是面向消费级显卡的 MiniMax H3 本地推理引擎,基于 OpenVDN 的 8 步模型 VDN-H3 和 Video DeltaNet 的混合注意力。

它统一调度显存、内存与磁盘,并根据硬件条件调整权重放置、计算精度和注意力内核。FreeVideo 以 ComfyUI 插件形式提供,配备 Windows、macOS 和 Linux 启动器。主要特性包括:

  • 硬件自适应:针对不同显卡选择权重格式(GeForce 和 RTX 30 系用 int8,专业卡和数据中心卡用 FP8),并自动探测可用的注意力内核,无需手动配置。

  • 低显存推理:通过权重流式加载、异步预取与分块计算降低峰值显存,最低只需 8GB 显存和 16GB 内存。

  • 多模态输入:支持文本、首帧、尾帧,以及图像、视频、音频参考输入。

  • 社区 LoRA:支持在工作流中使用 MiniMax H3 社区 LoRA。

  • ComfyUI 集成:在 ComfyUI 中提供专门的创作面板,支持二次采样和批量生成,并可浏览历史作品;需要更精细的控制时,可切换到节点视图,接入 LoRA 或自定义工作流。

  • 一键部署:Windows、Mac 和 Linux 启动器自动完成 ComfyUI、运行环境与模型的部署,可复用已有模型,并支持离线安装。

开始使用

Windows

  1. 下载 FreeVideo.exe 并运行。

  2. 选择已有的 ComfyUI 目录或安装新的 ComfyUI。可添加已有的模型目录以复用文件,缺失的模型会自动下载。

  3. 点击 安装并启动,浏览器中会打开带有 FreeVideo 创作面板的 ComfyUI。

  4. 项目简介

    FreeVideo 是面向消费级显卡的 MiniMax H3 本地推理引擎,基于 OpenVDN 的 8 步模型 VDN-H3 和 Video DeltaNet 的混合注意力。

    它统一调度显存、内存与磁盘,并根据硬件条件调整权重放置、计算精度和注意力内核。FreeVideo 以 ComfyUI 插件形式提供,配备 Windows、macOS 和 Linux 启动器。主要特性包括:

    开始使用

    Windows

    安全软件: FreeVideo.exe 已进行代码签名。如果安全软件拦截 FreeVideo.exe,或隔离了 FreeVideo 文件夹中的文件,请先核对 FreeVideo.exe 的 SHA-256 与发布页列出的值一致,再恢复文件,并把 FreeVideo 文件夹加入该软件的排除列表。

    离线安装: 从夸克网盘下载离线包,将 ZIP 文件直接拖入启动器,无需解压。完全离线安装需要「视频模型」「文本编码器」「视频与音频解码器」「采样缓存」四个模型包,全新安装 ComfyUI 时还需要「运行环境」包。也可以只导入「运行环境」包,再在模型来源中选择自动下载(v0.3.12 及以上)。「音频参考缓存」为可选包,仅在参考素材带有音频时使用。

    macOS(Apple 芯片预览版)

    预览版已在 24GB 统一内存的 M5 Mac 上测试,生成耗时与内存说明见 Mac 说明。

    Mac 预览版暂未进行 Apple 公证,首次打开时 macOS 会拦截。请只从 Release 页面下载,按 Mac 说明核对文件后再放行。这只对 FreeVideo 生效,不影响其他安全设置。

    已有 ComfyUI

    以自定义节点方式安装:

    cd ComfyUI/custom_nodes
    git clone https://github.com/FlashML-org/FreeVideo.git

    重启 ComfyUI,打开 工作流 → 浏览模板 → FreeVideo → FreeVideo-All-in-One,然后在 FreeVideo 的 设置 中完成安装。

    Linux

    桌面:下载 FreeVideo-Linux-x86_64.AppImage,加上可执行权限后打开,之后的步骤与 Windows 相同。

    终端或服务器:

    git clone https://github.com/FlashML-org/FreeVideo.git && cd FreeVideo
    ./setup.sh

    安装程序会装好 FreeVideo、ComfyUI 和模型,然后在浏览器中打开 FreeVideo。之后输入 freevideo 即可再次打开。在服务器上,可以通过 SSH 从自己的电脑访问,或运行 freevideo server --listen 0.0.0.0 获取局域网访问链接。详见 Linux 说明。

    项目地址

    • 硬件自适应:针对不同显卡选择权重格式(GeForce 和 RTX 30 系用 int8,专业卡和数据中心卡用 FP8),并自动探测可用的注意力内核,无需手动配置。

    • 低显存推理:通过权重流式加载、异步预取与分块计算降低峰值显存,最低只需 8GB 显存和 16GB 内存。

    • 多模态输入:支持文本、首帧、尾帧,以及图像、视频、音频参考输入。

    • 社区 LoRA:支持在工作流中使用 MiniMax H3 社区 LoRA。

    • ComfyUI 集成:在 ComfyUI 中提供专门的创作面板,支持二次采样和批量生成,并可浏览历史作品;需要更精细的控制时,可切换到节点视图,接入 LoRA 或自定义工作流。

    • 一键部署:Windows、Mac 和 Linux 启动器自动完成 ComfyUI、运行环境与模型的部署,可复用已有模型,并支持离线安装。

    1. 下载 FreeVideo-Mac-arm64.dmg,打开后将 FreeVideo.app 拖入 应用程序。

    2. 打开 FreeVideo,选择已有的 ComfyUI 目录或安装新的 ComfyUI。可添加已有的模型目录以复用文件,缺失的运行环境和模型会自动下载。

    3. 点击 安装并启动,浏览器中会打开带有 FreeVideo 创作面板的 ComfyUI。

    1. 下载 FreeVideo.exe 并运行。

    2. 选择已有的 ComfyUI 目录或安装新的 ComfyUI。可添加已有的模型目录以复用文件,缺失的模型会自动下载。

    3. 点击 安装并启动,浏览器中会打开带有 FreeVideo 创作面板的 ComfyUI。

安全软件: FreeVideo.exe 已进行代码签名。如果安全软件拦截 FreeVideo.exe,或隔离了 FreeVideo 文件夹中的文件,请先核对 FreeVideo.exe 的 SHA-256 与发布页列出的值一致,再恢复文件,并把 FreeVideo 文件夹加入该软件的排除列表。

离线安装: 从夸克网盘下载离线包,将 ZIP 文件直接拖入启动器,无需解压。完全离线安装需要「视频模型」「文本编码器」「视频与音频解码器」「采样缓存」四个模型包,全新安装 ComfyUI 时还需要「运行环境」包。也可以只导入「运行环境」包,再在模型来源中选择自动下载(v0.3.12 及以上)。「音频参考缓存」为可选包,仅在参考素材带有音频时使用。

macOS(Apple 芯片预览版)

  1. 下载 FreeVideo-Mac-arm64.dmg,打开后将 FreeVideo.app 拖入 应用程序。

  2. 打开 FreeVideo,选择已有的 ComfyUI 目录或安装新的 ComfyUI。可添加已有的模型目录以复用文件,缺失的运行环境和模型会自动下载。

  3. 点击 安装并启动,浏览器中会打开带有 FreeVideo 创作面板的 ComfyUI。

预览版已在 24GB 统一内存的 M5 Mac 上测试,生成耗时与内存说明见 Mac 说明。

Mac 预览版暂未进行 Apple 公证,首次打开时 macOS 会拦截。请只从 Release 页面下载,按 Mac 说明核对文件后再放行。这只对 FreeVideo 生效,不影响其他安全设置。

已有 ComfyUI

以自定义节点方式安装:

cd ComfyUI/custom_nodes
git clone https://github.com/FlashML-org/FreeVideo.git

重启 ComfyUI,打开 工作流 → 浏览模板 → FreeVideo → FreeVideo-All-in-One,然后在 FreeVideo 的 设置 中完成安装。

Linux

桌面:下载 FreeVideo-Linux-x86_64.AppImage,加上可执行权限后打开,之后的步骤与 Windows 相同。

终端或服务器:

git clone https://github.com/FlashML-org/FreeVideo.git && cd FreeVideo
./setup.sh

安装程序会装好 FreeVideo、ComfyUI 和模型,然后在浏览器中打开 FreeVideo。之后输入 freevideo 即可再次打开。在服务器上,可以通过 SSH 从自己的电脑访问,或运行 freevideo server --listen 0.0.0.0 获取局域网访问链接。

项目地址

跳转微信打开

上周涨星最快的10个开源项目

2026年11月5日 08:08

原创 小G 2026-11-05 08:08 湖南

统计上周涨星最快的前10个开源项目

1. pbakaus/impeccable

给编程 Agent 的设计词表与审查工具。通过 polish、bolder、critique、audit 等命令,让 Agent 按设计规范打磨前端,并在出货前捕捉“AI 味”(generic AI slop)。支持 Claude Code、Cursor、Codex、Copilot 等多种 Agent,安装后可通过 /impeccable init 初始化项目设计系统。

2. Nutlope/hallmark

反 AI 味设计 Skill。面向 Claude Code、Cursor、Codex 等,从约 50 个主题中抽取设计方向,围绕用户目标构建页面,并在真实浏览器中做 lint,识别常见 AI 生成痕迹(如过度使用 eyebrow、全大写标签、单色词标题、空框架、英雄区不匹配等)。

3. cloudflare/security-audit-skill

Cloudflare 开源的多阶段安全审计 Skill。将编码 Agent 变为结构化安全审计器,分 6 个阶段:侦察(架构与信任边界)、覆盖驱动狩猎、候选验证(独立 Agent 尝试证伪)、结构化输出、独立记录验证、中性报告。产出机器可读 findings,适合代码库安全自查。

4. pingdotgg/t3code

Agent 远程操控工作台(agent harness control surface)。通过移动端(iOS/Android)、Web 与 Electron 桌面端,统一控制本机已安装并登录的 Claude Code、Codex、Cursor、Grok Build、OpenCode、Antigravity 等 Agent。支持线程、权限、源码控制与后台服务。

5. affaan-m/ECC

Agent Harness 性能优化系统。提供跨 Claude Code、Codex、OpenCode、Cursor 等的 Skills、Instincts、记忆、安全与研究优先工作流。作为“Agent 操作系统”层,统一技能、规则、钩子与 MCP 约定,帮助提升 Agent 开发效率与一致性。

6. obra/superpowers

Agent Skills 框架与软件开发方法论。通过可组合 Skills + 初始指令,让 Agent 在写代码前先澄清需求、分块确认规格,再进入实现与审查。支持多 Harness(Claude Code、Codex、Cursor、Antigravity 等),强调可工作的 agentic 开发流程。

GitHub 地址:https://github.com/obra/superpowers

7. thedotmack/claude-mem

Agent 跨会话记忆插件。自动捕获编码会话中的工具使用与观察,用 AI 压缩为语义摘要,并在后续会话中注入相关上下文。支持 Claude Code、OpenCode、Gemini CLI、Grok Bot 等,实现项目知识的连续性,减少重复解释。

8. JetBrains/thinkrail

JetBrains 出品的轻量“vibe coding”Agentic IDE。围绕 pi coding agent 构建真实 IDE 体验,使用 Git worktree 隔离工作区,配合 living specs 与可复用 Skills。支持桌面端与浏览器/CLI,适合并行任务与规范驱动开发。

9. TauricResearch/TradingAgents

多智能体 LLM 金融交易框架。模拟真实交易公司结构,部署基本面、情绪、新闻、技术分析师,以及研究员、交易员、风险管理团队与投资组合经理,通过辩论协作评估市场并给出交易决策。支持回测与多 LLM 提供商,适合研究与实验。

10. Leonxlnx/taste-skill

给 Agent“审美”的设计 Skills。通过艺术方向、真实参考图(来自开放档案并署名)和真实浏览器自检,避免生成通用 AI 页面。默认 Skill design-taste-frontend 覆盖落地页、产品页、仪表盘等,支持 React/Vue/Svelte/HTML,需 Node 与 Chromium。

跳转微信打开

从100行代码到AI高手:Karpathy留给普通人的硬核AI进阶路线

2026年11月3日 12:04

原创 小G 2026-11-03 12:04 湖南

Andrej Karpathy 在 GitHub 上留下了 7 个累计超 30 万星的仓库,从 100 行反向传播到自主科研智能体,构成完整的大模型从零学习路径。普通人无需先啃高数论文,按顺序克隆运行即可打通底层工业脉络。

当世最强的AI大神 Andrej Karpathy,在 GitHub 上留下的这 7 个仓库,可以说是全网含金量最高的免费AI学位。

它们按顺序串起来,刚好是一条从零手写反向传播,直到跑起自主科研智能体的完整路线。普通人学大模型,总以为得先啃完几千页晦涩的高数和论文,最后大多卡在复杂的环境配置与框架依赖里。但这套代码的绝妙之处,是每一层都在精准拆掉上一代的黑盒。

第一步:micrograd
只用约 100 行干净的 Python 代码,把神经网络求导与学习的本质摊开给你看。它实现了一个标量自动微分引擎,再配上一个极简神经网络库。从计算图和链式法则开始,彻底打破“黑盒求导”的神秘感。

第二步:nn-zero-to-hero
配套完整的《Neural Networks: Zero to Hero》视频课程笔记本,带你从单个神经元徒手搭建,一路走到生成式模型。边讲边写,系统性强,是目前最受欢迎的深度学习从零课程之一。

第三步:minbpe
剥开文本编码的底层外衣,带你弄懂所有现代大语言模型最开头的分词原理。极简干净的字节级 BPE 实现,覆盖 BasicTokenizer、RegexTokenizer,甚至可复现 GPT-4 的分词逻辑。

第四步:nanoGPT
全网最适合个人练手微调的小型框架,帮你彻底跑通自己的轻量化生成模型。核心训练与模型文件各约 300 行,可在单机多卡上复现 GPT-2(124M)。代码简洁、易于修改,是很多人第一次真正跑通自己语言模型的起点。

第五步:llm.c
直接抛弃厚重的深度学习框架,纯粹用 C 语言和图形处理器硬件指令硬核复现完整训练。包含约 1000 行的 CPU 参考实现和高度优化的 CUDA 版本,把训练过程还原到最底层,帮你看清显存调度与性能瓶颈。

第六步:nanochat
把 2019 年需要花费四万多美元的训练任务,直接压缩到用几十美元就能跑完的完整闭环。这是端到端的 ChatGPT 风格流水线:从分词器训练、预训练、微调、评估到推理 Web UI,一个脚本即可在单机多卡上跑通接近 GPT-2 水平的对话模型。

第七步:autoresearch
给代码配上能通宵自主试验、自动验证并迭代优化的研究型智能体。核心只有三份关键文件,AI 编码智能体(Claude Code、Codex 等)通宵自动改代码、训练 5 分钟、保留改进。你醒来就能看到实验日志和更好的模型,完成从“手写代码”到“自主科研”的闭环。

能把这个链路顺着吃透的人,早就不需要再到处找所谓的提示词速成班了。底层的工业脉络已经全在你的代码库里。

当然,开源代码虽说开箱即用,但后半截涉及纯硬件指令和自主试验的项目,依然需要你真正沉下心去读懂显存调度与系统日志。代码免费不等于能省去动手调试的汗水。

真正拉开认知差距的,从来不是你收藏了多少技术文章,而是你有没有亲手从第一行代码把那个模型给跑起来。

建议严格按 1 到 7 的顺序克隆到本地,逐行阅读、运行、调试。前三个门槛低,后面需要 GPU 和耐心。斯坦福 CS231n 与 Karpathy 的油管公开课均可直接配套观看。

跳转微信打开

19款能自己造的开源人形机器人,附完整开源地址

2026年11月2日 08:03

原创 小G 2026-11-02 08:03 湖南

本文整理了19款可自行搭建的开源人形机器人项目,价格从约50美元到900美元不等。涵盖RoboPrime、Qmini、Otto DIY、Reachy Mini、Open Duck Mini、MicroDuck、XLeRobot、InMoov等,均提供GitHub或官网开源地址,适合爱好者与教育用途

1. RoboPrime(约 $60–100)

由 simonepri 设计的全开源 21 自由度 3D 打印人形机器人。主控使用 ATmega328P(Arduino Pro Micro),搭配 21 个 MG90S 微型舵机、HC-05 蓝牙模块和自制电路板。整机成本极低,适合初学者从零开始打印、焊接和编程。项目包含完整硬件清单、接线说明和固件,支持基本动作与蓝牙控制,体积紧凑,是入门级桌面人形的典型代表。

2. Qmini(价格未确认)

Unitree 官方开源的低成本双足机器人。整机机械结构可完全 3D 打印,使用 11 个 Unitree 8010 电机(10 个用于腿部行走,1 个颈部用于扩展)。设计强调模块化,类似乐高式组装,熟练者约 3–5 小时可完成。提供完整 BOM、电气框图、STEP 文件、装配 SOP 和 URDF 模型。软件方面有配套的 RoboTamer 相关仓库支持控制与强化学习策略部署。适合想快速入手高质量双足平台的爱好者和教育场景。

3. Zowi(约 €100)

西班牙 BQ 公司推出的小型教育双足机器人,完全开源且强调“可深度改装”。使用 FreeCAD 设计,机械件可 3D 打印。支持跳舞、距离检测、声音交互、LED 表情等功能,主控可重新编程。社区有丰富的固件库和二次开发案例,非常适合中小学教学和爱好者入门。项目历史较长,资源相对成熟。

4. Otto Humanoid / Otto DIY(约 $50 起)

最经典的开源教育机器人之一。基于 Arduino Nano 和 4 个 SG90 舵机,整机 3D 打印,成本极低。支持行走、跳舞、避障、声音互动等多种行为。官方提供完整 Arduino 库(OttoDIYLib),社区有大量 ESP32 等升级版本和教程。非常适合编程初学者、STEM 教育和个人快速原型。

5. Kayra(价格未确认)

由 Ramin Assadollahi 发起的社区驱动 3D 打印开源人形。使用 FreeCAD 设计,目标是低成本、易修改、可步行,并支持多种控制器(Arduino、ESP32 等)。项目包含设计文件、打印指南、接线图和仿真环境,强调“社区共同进化”。适合想参与设计迭代、自定义结构的爱好者。

开源地址:https://github.com/assadollahi/kayra 

6. PLEN2(套件约 $499)

日本 PLEN Project 推出的可打印开源人形机器人,号称较早的完整可打印开源人形方案之一。提供完整 STL 文件、固件和动作库,支持基本行走和动作回放。体积紧凑,适合学习和二次开发。社区也有使用不同舵机(如 MG90S)的改装版本。

7. Nova Desktop Humanoid(约 $150)

由 Hayden Woodger(United Robotics)开发的桌面陪伴型人形。3D 打印结构,使用少量 ST3215 等舵机实现头部、手臂和躯干的表达性动作。支持人脸追踪、语音对话、表情动画和记忆功能,强调“像有存在感的桌面伙伴”。设计文件可在 Printables、Creality Cloud 等平台获取,适合想做 AI 交互桌面机器人的用户。

地址:官网 https://www.novarobot.co.uk/  
STL 模型可在 Printables / Creality Cloud 搜索 “Nova Desktop” by Hayden Woodger

8. Bambot(约 $300)

低成本开源 AI 机器人项目,强调“让玩机器人变得简单”。提供 3D 打印件、硬件清单和浏览器端控制界面。设计结合常见舵机与模块化结构,Apache-2.0 许可。适合想快速搭建可交互机器人、并尝试 AI 控制的爱好者。

9. Rapiro(约 $390)

由日本设计师 Shota Ishiwatari 设计的小型人形机器人套件。配备 12 个舵机、Arduino 兼容主板,支持安装 Raspberry Pi 进行扩展(视觉、网络等)。3D 模型公开,社区有多种驱动代码和改装案例。适合想做可编程、可扩展桌面人形的用户。

开源地址:官网 https://www.rapiro.com/  
STL 在 Thingiverse 可搜索 Rapiro;社区驱动示例:https://github.com/hybridgroup/cylon-rapiro

10. Valera(约 $400)

开源社交机器人项目,目标是打造低成本、易构建的 AI 交互平台。提供完整 3D 源文件和 STL,软件与硬件均开放(MIT 许可)。强调社交互动和可及性,适合想做对话型或展示型桌面机器人的用户。

11. Reachy Mini Lite(约 $399)

Pollen Robotics 与 Hugging Face 合作的开源桌面机器人。紧凑尺寸,支持 Python 编程、LLM 对话、表情动作和社区应用。Lite 版连接外部电脑使用,硬件设计与软件 SDK 均开放。适合 AI 开发者、教育场景和想快速接入开源模型生态的用户。

12. Open Duck Mini(低于 $400)

开源迷你双足机器人(BDX 风格),约 42 cm 高。完全 3D 打印,提供强化学习行走策略(ONNX)、运行时和设计文件。项目强调 sim-to-real,适合对强化学习、双足行走感兴趣的爱好者和开发者。

13. MicroDuck(约 $399)

Pollen Robotics 的迷你双足鸭形机器人,约 25 cm 高、约 800 g。基于强化学习策略(MuJoCo + PPO)驱动,支持行走、滚动、抓取等动作。完整开源,包含运行时和训练环境,是当前较活跃的小型 RL 人形项目之一。

14. ROBOTIS MINI(约 $540)

基于 DYNAMIXEL XL-320 的紧凑人形机器人套件。官方提供设计文件(STL/STP)、编程工具和详细文档,支持多种控制方式。硬件质量较高,社区有 ROS 等二次开发资源。适合想用成熟舵机生态做实验的用户。

开源地址:官方文档与文件见 https://github.com/ROBOTIS-GIT/emanual(mini 页面)  
社区示例:https://github.com/japonophile/darwin

15. Halley(约 $500–800)

约 2.6 英尺高的开源人形机器人,设计用于人机交互与表情表达(可用手机作为脸部)。提供完整 3D 设计、软件和详细构建教程(GPL)。适合对社交互动、表情机器人感兴趣的用户。

开源地址:https://github.com/johnchoi313/Halley-Ambassador-Robot-001  
详细教程见 Instructables

16. Microban(约 $550–600)

Rhoban 团队(波尔多大学 LaBRI)开发的约 30 cm 全 3D 打印开源人形。使用 19 个 Dynamixel XL330 舵机和 Raspberry Pi Zero 2W,提供完整文档、CAD、装配指南和软件。强调可及性和可修改性,适合学生和爱好者进行学习和实验。

17. Endeavor II(约 $600)

3D 打印人形机器人项目,提供组装好的 STEP 模型。持续迭代固件(ESP32 等)和机械结构,适合作为通用人形平台进行二次开发和实验。项目仍在更新中。

18. XLeRobot(约 $660)

实用型双臂移动家庭机器人,基于 LeRobot 生态(SO-101 机械臂 + 移动底盘等)。成本约 $660,组装时间短,完整开源。适合家用操作、遥操作和 AI 实验,是当前较受关注的低成本双臂移动平台之一。

19. InMoov(上半身约 $900)

由法国雕塑家 Gaël Langevin 于 2012 年发起的经典全 3D 打印开源人形机器人。全球广泛复刻,支持手部、头部、上半身等模块,使用 MyRobotLab 框架控制。CC-BY-NC 许可,社区资源极其丰富,是开源人形领域的标志性项目。

开源地址:官网 https://inmoov.fr/  
软件框架及相关社区仓库可在 GitHub 搜索 InMoov / MyRobotLab

跳转微信打开

上周涨星最快的9个开源项目

2026年10月30日 11:51

原创 小G 2026-10-30 11:51 湖南

本周涨星最快项目以 AI agent 工具为主,涵盖逆向工程、安全审计、本地语音、设计反模板、DeepSeek Harness,以及 TV 去臃肿、网盘直链。

1. morluto/rea

给 coding agent 用的逆向工程 MCP/CLI 工具。目标是让 agent 能从应用的高层行为一路下钻到原生二进制,而无需源码。支持分析原生二进制(可对接 Hopper、Ghidra 等)、JavaScript/Electron 应用、.NET 程序集、Android 包、固件和网站等。分析在本地运行,返回可追溯的观察结果、限制与未知项,强调证据链。可通过 npx rea-agents setup 快速接入 Claude Code 等 agent,也能直接用 CLI 做静态分析或运行时观察。

2. Gathin23/cleanyourtv

通过 Wi-Fi + ADB 给 Android/Google TV(含部分 Fire TV、Sony Bravia、TCL、小米等)去除广告和预装臃肿,无需 root、不刷机。它利用电视自身提供的开发者选项和 ADB 调试,用系统命令 pm disable-user 禁用包(与设置里的“禁用”效果相同,可恢复),并替换成一个轻量的原生 Android TV 启动器(约几百 KB),风格接近 Apple TV:收藏应用停靠栏、其余应用网格、可配置主题与列数,可选时钟屏保。支持多品牌电视的预设去臃肿列表,社区持续补充。

3. cloudflare/security-audit-skill

Cloudflare 开源的 coding-agent 多阶段安全审计 skill,源自其内部漏洞发现 harness 的种子版本。它把审计拆成固定流程:侦察、覆盖驱动的漏洞狩猎(用账本跟踪覆盖)、候选验证(用隔离的 agent 尝试证伪每个发现)、结构化输出(schema 校验的 findings.json)、独立记录核验和中立报告。强调不让发现者自己验证自己的结论,产出机器可读结果,区分“已确认”与“需进一步验证”。可用 Skills CLI 一键安装到支持的 agent 中。

4. debpalash/VoiceStudio

完全本地运行的 ElevenLabs 替代方案。支持音色克隆、音色设计、视频配音(带时间对齐)、浮动听写小部件、本地转录、故事/有声书批量生成等,覆盖大量语言。可在笔记本、桌面、服务器、手机和平板上运行,核心模型在本地执行,可选远程 worker。提供 Electron 桌面端、本地 API 与 MCP 接口方便接入 agent,也有一键安装脚本和源码运行方式。强调隐私(本地优先),并持续向 ElevenLabs 功能对等推进。

5. Nutlope/hallmark

专门治理 AI 网页“模板味”的设计 skill(支持 Claude Code、Codex、Cursor、OpenCode 等)。它有硬性底线:从五十个主题中抽取,围绕用户真正要做的事构建页面,并用真实浏览器对常见 AI 痕迹做 lint(如每个标题上方的眉标、跟踪大写标签、标题里只有一个彩色词、满页空框架或纯照片、hero 没占满屏幕、每页末尾都放邮箱订阅、表单说谢谢却不真提交等)。支持重设计并对比前后、保留原有链接/表单/处理逻辑。通过 Skills CLI 安装,可全局或项目级使用。

6. pbakaus/impeccable

给 coding agent 的设计词表与工具集。通过 polish、bolder、quieter 等命令引导生成与调整,用 critique(对照可用性启发式打分)和 audit(检查可访问性、性能、主题、响应式,按 P0–P3 排序)做评审,并内置数十条确定性规则检测 AI slop(如 Inter 万能字体、紫蓝渐变、卡片套卡片、灰色文字压彩色背景、标题上方固定圆角方图标等)。一次 init 会生成 PRODUCT.md(目标用户、约束等),后续命令都基于它;也可文档化现有视觉系统。支持 Claude Code、Cursor、Codex、Copilot、DeepSeek Harness 等多种环境。

7. hmjz100/LinkSwift

基于 JavaScript 的网盘直链获取 userscript(基于原有“网盘直链下载助手”修改)。支持百度网盘、阿里云盘、中国移动云盘、天翼云盘、迅雷云盘、夸克网盘、UC 网盘、123 云盘等,可获取直链、美化界面、推送到多种下载器(含 IDM 等)。通过 Tampermonkey 等用户脚本管理器安装,点击原始脚本链接即可。相比原脚本增加了更多功能和适配。
注意:涉及网盘直链提取,存在较高的服务条款与合规风险,使用前请自行评估。

8. elayadesign/ai-design-skills

面向 AI coding 工具的 Markdown 设计 skills 合集(Claude Code、Cursor、Codex、Windsurf 等)。每个 skill 是独立文件夹,按需安装。目前包含:landing-page-design(从零构建落地页——先做 intake 问题、页面结构、转化文案,再给出完整视觉系统:字体、间距、圆角、动效等)以及 design-to-motion(把静态设计转成像素级精确的循环动画,含加载与交互状态)。安装后直接用自然语言描述需求即可让 agent 遵循该 skill。

9. deepseek-ai/deepseek-harness

DeepSeek 开源的 agent harness(口号:Everything is a Plugin)。基于 Cordis 内核,模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 等能力都以可插拔插件形式存在,可通过配置选择、替换或扩展,而无需改核心代码。适合需要自定义 agent 运行时环境的开发者。支持 npx @deepseek-ai/dsh web 快速启动 Web UI,也提供源码构建方式,并有详细文档说明插件架构与可组合性。

跳转微信打开

❌