铃阅时讯
❌

普通视图

10个AI写作去味Skill!机器腔套话一次清掉

2026年9月28日 12:30

优设 2026-09-28 12:30 湖北

🧩 这次整理了10个实用的“去AI味”Skill,覆盖提示词优化、AI痕迹检测、文本改写和文风塑造。

✍️ 机械句式、翻译腔、套话废话,基本都能找到对应工具。公众号、小红书、口播稿和长文章都能按问题直接选。

🔍 想获取这些Skill,打开GitHub,在顶部搜索栏输入对应的Skill名字搜索即可。

⭐ 如果你也觉得AI写出来“意思没错,就是不像人说的”,这套可以先收藏,写作时直接对着用。

跳转微信打开

拆解爆火的 JEV(下):在 Agent 系统中的 8 类典型应用场景。

2026年9月28日 08:30

原创 曾经的毛毛 2026-09-28 08:30 江苏

详解 Agent 系统中 JEV 模型的典型应用。

点击上方蓝字关注我们

首先祝各位爱好学习的朋友,中秋国庆双节快乐!

上篇我们认识了 JEV:一个专注于快速判断与决策的“协处理”模型 — 

给它当前状态;再问“选哪个”“程度多少”“是不是”;它返回结果和概率。

它精准的针对当前 Agent 系统中普遍存在的“大炮打蚊子”的问题 — 用复杂的推理来完成大量需要高速甚至实时的判断。

因此,把“JEV 们”放入 Agent,比较合适的位置就是这类决策环节:要不要继续任务、点哪个控件、工具是否安全等;并和 LLM 、确定性程序实现分工合作:

本篇对 Agent 系统中 JEV (包括其他类似模型)的典型应用场景做拆解。

01|ReAct 行动循环

常见的 ReAct Agent 是一种推理与行动交替进行、自主完成任务的系统。其核心的 Agent Loop 会不断的做出类似的判断与决策:

  • 目标任务是否已经完成?

  • 我是否应该重试刚才的工具调用?

  • 我是否需要进入HITL的环节,把控制交给人类?

  • 下一步应该调用哪个工具?

这些都是代表性的 Choice 或者 Noul 类型的问题。

通常,这些决定都交给擅长推理的 LLM,很多调用只是在有限”菜单“里选一项。

现在,这正是 JEV 可以尝试的地方:

Agent 保存任务目标、每轮输出和更新状态;JEV 负责从当前可选动作(如结束任务、询问用户、调用某个工具等)中判断下一步动作:

当然, JEV 的答案只是动作建议,完成与否仍然由程序验证;循环上限也由 Agent 代码控制;而遇到要分析复杂状态、生成解决方案的情况,仍需要 LLM。

你可以用一个简单的自定义 Agent Loop 来验证可行性:

给 Agent 设定一个任务,以及一些可用的工具,然后让 Agent 根据当前状态(包括目标、 配置、历史消息等)、候选工具来判断下一步动作,直到完成。模拟如下:

def agent_run(client):
...
try:
for_in range(8):
            state = env.observe()
            action = client.choose(state, env.instructions, env.criteria)
            env.step(action) 
if env.done:
...

在这里, “choose”的动作就是交给 JEV 模型来完成的判断。

实际测试中,如果发现在延时上并没有体现出 JEV 的优势,很可能是网络延迟导致;解决方法是使用本地的开源平替,比如 Laya。

在这个场景中,JEV 的主要价值是:用毫秒级的决策模型来让 Agent Loop 控制成本更低,速度更快;也因此可以引入更多的检查环节。

02|Computer Use(Web 自动化)

Web/GUI Agent 已经成为 AI 应用的重要形态。但常见的问题是:消耗资源且延时较大,特别是使用视觉模型辅助的这类 Agent。

这类 Agent 的传统做法都是让 LLM 反复读取页面(DOM 或者截图)、生成下一步操作,长页面和多步任务会不断消耗时间与上下文。

那么,是否可以这样改进:

把当前页面能做的 UI 操作先整理成一个“菜单”(Choices),用 JEV 这类高速决策模型来回答“操作哪个元素、做什么动作”,以指导 Agent 下一步的动作。

著名的开源项目 Browser Use 已经提供了这样一个开发库:jev-ultrafast。让你可以借助 JEV 来使用 Browser Use 框架实现 Web Agent:

from jev_ultrafast import Agent
with Agent(
"...web agent 任务“
) as agent:
for state in agent.run():
print(state["elapsed_ms"], state["status"])

小编用 jev-ultrafast 做了一个简单演示,完成一个酒店搜索的任务:

GOAL = ("Search for hotels in Hangzhou. Set the nightly budget filter to CNY 500 or less "
"and enable the breakfast-included-only filter, then apply the filters. "
"Open the matching hotel's details and verify that its city is Hangzhou, "
"its nightly price is at most CNY 500, and breakfast is included. "
"Stop on that details page. Do not make any booking.")

这里使用 jev-ultrafast 的 Agent 等相关 API 来完成任务,对其每一步的选择(choose)进行了跟踪,并输出最后的停留页面:

当然,这种方案目前并不完美:

遇到未暴露为可选元素的控件、需复杂视觉识别的场景或开放文本等,仍需要浏览器能力和多模态的 LLM 配合。不过这也让我们更加期待多模态的“JEV”们的出现。

03|工具与技能路由

工具(Tool)和技能(Skill)体系是 Agent Harness 最重要的组成之一。

传统 Agent 把每个工具的描述和技能都塞进模型上下文,然后让模型判断并生成工具调用;工具目录越大,描述越长,相近工具越容易混淆,且 Token 消耗越大。

借助 JEV 这样的决策模型,Agent 可以:

把“需要哪些工具”变成一个 Choice 问题:基于“分层路由”(Hierarchical routing)的模式,实现像医院分诊一样的工具选择路径 — 尤其当工具集稳定、用途清晰时。

先选医院(工具大类),再选科室(激活工具集),再找医生(本轮工具)。

这对于平台级的 Agent 来说(工具目录经常动态变化),可以让模型看到一个更小、更相关的工具范围,减少干扰,提高推理准确性。比如:

第一层让 JEV 从“公共、财务、编程、检索、管理”等类别做选择。选中“财务”后,程序再加载这个分支;让第二个 Choice 从“查询余额、开发票、退款、对账”中再选一个。

当然,在具体实现时,需要做更精细化的控制和评估:

  • 结合confidence(置信度):拿不准就保留多个候选继续比较,或让用户澄清;每层也要有“不匹配”的出口,避免第一步选错就一路错到底。

  • 分层能缩小选择范围,但代价是增加误选或遗漏;使用决策模型后是否真的更快、更准,需要在上线前做批量评估。

JEV 的 Choice 单题最多支持 255 个选项,并非有几十个工具就必须分层。

04|工具安全守卫

随着各种通用 Agent 的盛行,给这些 Agent 的工具执行设置安全“门禁”至关重要。常见的方法有:

  • 给工具设置安全级别:严重的要求人工审核,但容易被“忽视“

  • 关键词拦截:根据工具、参数等识别关键词,但容易“误伤”

  • 交给 LLM 判断:频繁审查增加延迟和成本,而且同一模型审查意义不大

更稳妥的架构,是在工具执行之前设一道语义守卫:

根据本次调用和对话状态判断工具风险,据此放行或拦截;当风险不确定或后果严重时,也可以转入人工环节。

这个工作就很适合 JEV 这样的快速模型。比如提出 Noul 类型且有明确标准的问题:“是否包含提示注入?”、“是否泄露敏感信息?”、“输出是否违反约定?”等,然后返回概率,再由程序决定放行、拦截或交人类复核:

LangChain 已经把这个模式用中间件(一种类似钩子的机制)进行了封装:AutoModeMiddleware。它在工具执行前调用 JEV,风险达到阈值就返回拦截消息:

guard = AutoModeMiddleware(tools=tools)
agent = create_agent(planner, tools=tools, middleware=[guard])
result = agent.invoke({"messages": [HumanMessage(content=task)]})

你也可以自定义一个工具门禁:实现一个 Middleware,然后在 wrap_tool_call 中借助 JEV/Laya 做判断处理。比如:

class LLMAutoMode(AgentMiddleware):
    ......
defwrap_tool_call(self, request, handler):
        answer = self.judge.invoke(...);
if answer.risk_estimate >= 0.5:
return ToolMessage(
                content=(f"The tool call `{request.tool_call['name']}` was blocked because "
f"it was classified as risky (LLM estimate: {answer.risk_estimate:.2f}). "
"The tool was not executed."),
                tool_call_id=request.tool_call["id"], name=request.tool_call["name"], status="error")
return handler(request)

在这里,借助决策模型的优势是 — 

你可以在一次任务中做很多这样细小的风险检查,而不用担心延迟与成本。

但正如我们之前强调的,JEV 们宣传的“无幻觉”不代表不会决策错误,所以结合使用其他的一些风控机制,仍然是必要的。

05|Agent 任务评估与观测

当 Agent 报告任务已经完成,大部分时候我们会选择“信任”它 — 再通过人工审查、代码测试等方法来评估其完成度。

还有一个常见做法是请另一个 LLM 当“评委”:

读取 Agent 的执行轨迹,并给出评估结果。不过这种评估大多缓慢且结果非结构化。

现在,借助 JEV 这类模型可以把评估拆分成更具体的问题:

用 Noul 检查任务是否完成、是否违规、是否需要人工复核;用 Score 评估任务完整程度、问题紧急程度;用 Choice 告诉你是完成、重试、放弃还是人工复核。

这种方案可以很好的用于监控 Agent 任务完成情况与质量,并指导后续改进。

比如,分析客服 Agent 中的详细跟踪日志 — 如果你对每天成千上万次 Agent 的运行生成这样的分析结果,就可以用来监控服务质量、做A/B对比、失败分析、甚至做自己的训练样本筛选。

考虑到 JEV 这类模型的性能与成本,你可以让这种评估真正的融入到 Agent 的日常监控与观测,而无需担心 Token 爆表。

06|模型与 Agent 路由

在 Agent 任务中,让 LLM 写一封邮件,与在多约束条件下进行一次规划,需要的能力并不相同。但大部分时候(特别是单 Agent 系统),我们会倾向于使用统一的模型。问题是,如果全用强模型则造成浪费;而全用小模型,则任务质量下降甚至返工。

一种方法是让 LLM 先做模型分流,但这个动作本身又是开销。

而 JEV 就更适合回答这种边界清楚的路由题:

给定请求、候选模型以及判断标准(各模型擅长的任务),让 JEV 帮你选择合适的处理者,给出建议与概率。

你还可以结合任务难度、风险与不确定性等制定分流标准。

当然,如果把候选从 LLM 换成“研究、编程、数据分析”等专业 Agent,同样可以用于 Agent 任务的分派与交接(意图识别)。

在具体的实现中,结合 Confidence 置信度进行一些保护也是必要的,而不是简单的选取概率最高者 — 路由错误导致的返工或质量的代价,要远大于一次路由的代价。

LangChain 官方也实现了这样一个 Middleware:ModelRouterMiddleware,可以很方便的让 Agent 具有根据复杂度选择合适模型的能力:

router = ModelRouterMiddleware(choices={
"fast": ModelChoice(model=fast, criteria="单笔查询"),
"powerful": ModelChoice(model=powerful, criteria="多约束规划"),
}, instructions="选择能完成任务且成本最低的模型")
agent = create_agent(fast, tools=tools, middleware=[router])

这里的 criteria 参数告诉路由器各模型适合的任务,也就是分流的判断标准。其目前的机制是:在一次 Agent Loop 运行开始时根据最新的用户消息选择模型,后续则复用。

07|RAG 与上下文管理

RAG 管道的价值大部分时候并不取决于模型,而是数据或知识的质量,以及检索的相关性与完备性。而基于向量相似性的语义检索并不足以解决这个问题,这也是出现众多高级 RAG 方法(C-RAG,Self-RAG等)的根本原因。

一种常见的优化思路是用 LLM 对语义检索的结果进行相关性判断,并根据结果进行必要的知识筛选、补充(比如 Web 搜索),或 Query Rewrite。

现在你可以借助 JEV 等决策模型:

让它充当检索知识进入上下文前的“筛选员”,对知识相关度进行评估与过滤。

很显然,JEV 模型非常适合回答这类问题:

  • Noul:这段知识是否能够支持回答输入问题?

  • Score:这段知识与输入问题的相关程度如何?

  • Noul :这些知识是否足够回答用户的输入问题?

根据这些问题的答案,你可以选择废弃不相关知识,或补充更多知识:

大致的程序处理逻辑如下:

...
def rag(question, retrieve, llm_answer, client):
# jev判断是否相关
def judge(instructions, **state):
return client.system_one(
            state=state,
            questions={"ok": Noul(instructions=instructions)},
        ).nouls["ok"].noul
    kept, seen = [], set()
for _ in range(3): # 最多三轮检索
for chunk in retrieve(question, exclude=seen):
            seen.add(chunk.id)
if judge("片段包含回答问题所需的信息吗?",
                     question=question, chunk=chunk.text) > 0.5:
                kept.append(chunk)
# jev判断知识是否足够
if kept and judge("这些知识足够回答问题的所有要点吗?",
                          question=question,
                          evidence=[c.text for c in kept]) > 0.8:
return llm_answer(question, kept)
return"资料仍不足,需要补充信息"

所以,现在你可以构建一个两阶段的检索策略:

先做更宽泛的检索(比如 Top_k=10);然后借助决策模型做低成本的筛选;最后将选中的知识用来生成答案。

另外,你可以使用决策模型输出的概率来实现类似排序模型(Rerank)的能力:

这里的评分可以使用 Noul 输出的概率,也可以使用 Score 评分并结合置信度。

这套思路也能用于 Agent 的上下文管理。方法很简单:

让 JEV 判断旧的对话记录是否仍有用,再由程序来执行保留或废弃;而不是直接让 LLM 去做历史对话的摘要 — 容易带来上下文丢失。

GitHub 上有一个 Claude Code 插件fast-jev-compaction ,其通过评分来废弃无用的工具调用及结果,只保留重要内容,从而达到精简上下文的目的。

08|实时动态决策

最后是一个收益最大的场景:实时决策。

在游戏、仿真、机器人等环境里的 AI 需要极其快速的反应(毫秒级):下一步应该怎么做?因为每走完一步,下一步的“路”可能就变了。

如果让 LLM 每轮从头推理,则性能无法满足要求(想象下,游戏里的 NPC 每次要思考 5 秒才有反应);而使用固定规则又不够智能。

现在你可以让 JEV 们和 LLM 们来配合:

LLM 负责长期的目标规划 。比如完成任务的主要步骤;JEV 负责在每一步骤中,根据环境状态做出可能需要的快速判断;

举一个例子:

一个仓库配送机器人要完成“把某个包裹送到打包台”。

LLM 可以拆解并规划出路径:确认包裹 → 前往货架 → 取件 → 运到打包台。

但是执行到一半,通道被货物挡住,此时则由 JEV 来根据当前环境、位置、可选动作来判断下一步怎么做。

这里的状态(State)可以来自游戏引擎、环境传感器或 API 接口等;而程序的执行通常由专用的控制系统负责。

不过由于当前的决策模型还不支持视觉理解,这也在很大程度限制了其应用;相信随着未来多模态能力的解锁,将带来这类快速反应系统能力上的突破。

总结

以上是我们为大家拆解的 JEV (包括其他类似的开源模型)在 Agent 系统中的一些典型应用场景。

总结来说,JEV 很适合 Agent 里高频、高性能、答案有限的判断与决策。

更多应用层面的场景,如意图识别、邮件分类、工单分流、内容打标等,都能沿用这套思路 — LLM 做规划生成,JEV 做高速判断,程序则负责确定性执行;以减少不必要的 Token 开销,提高决策速度,并由此产生更多收益。

-- END --

感谢阅读,交流与合作请后台留言

喜欢就关注哦

Image

动动小手点个赞

Image

点在看最好看

Image

跳转微信打开

《HelloGitHub》第 126 期

2026年9月28日 08:15

原创 HelloGitHub 2026-09-28 08:15 北京

兴趣是最好的老师,HelloGitHub 让你对开源感兴趣!每月 28 号更新

兴趣是最好的老师,HelloGitHub 让你对开源感兴趣!

简介

HelloGitHub 分享 GitHub 上有趣、入门级的开源项目。

这里有实战项目、入门教程、黑科技、开源书籍、大厂开源项目等,涵盖多种编程语言 Python、Java、Go、C/C++、Swift...让你在短时间内感受到开源的魅力,爱上开源!


以下为本期内容|每月 28 号更新

C 项目

1、armorpaint:3D 模型纹理绘制工具。这是一款 3D PBR 纹理绘制工具,直接拖入模型即可开始编辑并实时预览。它提供节点编辑器和 UV 编辑,支持 OBJ、FBX、Blend、glTF 等模型格式,适用于 Windows、Linux 和 macOS 等平台。

地址:github.com/armory3d/armorpaint

C# 项目

2、iPhoneMirror:Windows 上的 iPhone 投屏工具。这是一款 Windows 本地投屏工具,可通过 USB 或 AirPlay 传输 iPhone/iPad 画面和声音,支持多设备、独立窗口、截图、OBS、蓝牙鼠标和键盘控制。

地址:github.com/RayrenSX/iPhoneMirror

3、QuickLook:Windows 的空格键快速预览工具。这是一款 Windows 文件预览工具,提供类似 macOS 快速预览文件的功能,支持图片、视频、文档、代码、压缩包和 3D 模型等 100 多种格式。

地址:github.com/QL-Win/QuickLook

4、RHI:一键为游戏开启 HDR 的工具。这是一款 Windows 的游戏画质增强工具,能够自动扫描游戏并一键安装 ReShade 和对应的 HDR 模组,支持切换 DLSS 版本、自动开关系统 HDR、限制帧率和管理 NVIDIA 驱动配置。

地址:github.com/RankFTW/RHI

C++ 项目

5、flameshot:开源的跨平台截图工具。这是一款基于 C++ 和 Qt 开发的截图工具,可在截图上直接添加箭头、文字、形状和马赛克,支持延时截图、复制到剪贴板、上传到 Imgur 等功能,适用于 Windows、macOS 和 Linux 系统。

地址:github.com/flameshot-org/flameshot

Go 项目

6、bilirec:适用于低配设备的 B 站直播录制工具。该项目是专为低配设备优化的 B 站直播录制工具,内存占用极少。它内置 Web 管理界面,支持开播自动录制、自动分段、断流重连和自动转 MP4 等功能。来自 @Eric Lam 的分享

地址:github.com/bilirec/bilirec

7、hey:小巧的 HTTP 压测工具。这是一款用 Go 编写的 Web 压测命令行工具,能够按请求数和并发数向目标地址发送请求,并输出吞吐量、延迟分布和状态码等统计结果,支持按时长压测、HTTP/2、自定义请求方法和请求头等功能。

地址:github.com/rakyll/hey

8、kserve:K8s 上的 AI 模型推理平台。该项目是基于 K8s 的 AI 推理平台,支持 vLLM 后端和 OpenAI 兼容接口,可部署 TensorFlow、PyTorch、scikit-learn、ONNX 等多种框架的模型,并提供自动扩缩容、灰度发布和模型监控等功能。

地址:github.com/kserve/kserve

9、PMail:一分钟搭建个人域名邮箱。该项目是用 Go 编写的个人邮件服务器,仅需一台服务器和域名,就能部署自己的域名邮箱。它开箱即用、体积小、占用资源少,内置邮件收发服务和 Web 管理界面,支持 SMTP、POP3、IMAP 协议,以及多域名、多用户和 HTTPS 证书自动续期等功能。来自 @壮士2nowz 的分享

地址:github.com/Jinnrry/PMail

JavaScript 项目

10、ccstatusline:Claude Code 的状态栏定制工具。这是一款专为 Claude Code 设计的状态栏工具,可在底部实时显示当前模型、Git 分支、Token 用量、上下文占比、每周额度和会话时长等信息。它内置交互式配置界面,支持自定义显示项、多行状态栏和导出配置。

地址:github.com/sirmalloc/ccstatusline

11、claude-opus-5-5-demo:一句提示词生成的 3D 网页游戏。该项目是 Claude Opus 5.5 代码生成实测的产物,包含鹈鹕骑车、射击和赛车三款 3D 网页游戏。每个游戏仅用一句提示词,由模型自主完成开发、测试和部署,源码没有人工改动过一行。

地址:github.com/riba2534/claude-opus-5-5-demo

12、edgeever:AI 原生的个人笔记应用。这是一款开源的笔记与知识库应用,采用印象笔记经典的三栏布局,可零成本部署在 Cloudflare 上。它提供 REST API、MCP 和 CLI 接口,适配 Claude Code 等 AI 智能体读取和整理笔记,支持多设备同步、Mermaid 图表、版本历史、Markdown 和富文本等功能。来自 @tianma-if 的分享

地址:github.com/tianma-if/edgeever

13、microlighter:零依赖的代码高亮库。该项目是基于 CSS Highlight API 的网页代码高亮库,无需为每个 Token 插入 span 标签,让 DOM 结构更简洁。它压缩后仅约 2KB,内置 10 套主题,支持 30 多种编程语言、可编辑代码块和自动高亮等功能。

地址:github.com/davatron5000/microlighter

14、openmouse:免装驱动的网页版游戏鼠标设置工具。这是一款基于浏览器的游戏鼠标控制面板,连接鼠标后即可查看设备信息,调整 DPI、回报率等设置,不用安装驱动软件。它通过 WebHID 与鼠标通信,支持罗技、雷蛇、海盗船、HyperX、VGN、ATK 等品牌的鼠标。来自 @Snekxs 的分享

地址:github.com/OpenMouse-Project/openmouse

Python 项目

15、figures4papers:绘制论文配图的 Python 脚本集合。该项目是一套用于制作论文配图的工具,内含 Python 脚本和 AI Skills,支持绘制对比柱状图、构成分解图、趋势图等多种学术图表。

地址:github.com/ChenLiu-1996/figures4papers

16、flet:用 Python 开发跨平台应用的框架。该项目是基于 Flutter 的 Python 应用开发框架,只用 Python 就能构建 Web、桌面和移动应用,支持 iOS、Android、Windows、macOS、Linux 和浏览器。它内置 Material 和 Cupertino 风格组件,可在移动应用中使用 NumPy、pandas 等库,并能通过一条命令打包发布到 App Store 和 Google Play。来自 @小小修真者 的分享

地址:github.com/flet-dev/flet

17、kr8s:用 Python 轻松操作 K8s。这是一个受 kubectl 启发的 K8s Python 客户端库,熟悉 kubectl 命令即可快速上手。它提供同步和异步 API,支持获取资源、扩缩容、创建 Pod 和端口转发等常用操作。来自 @Jacob Tomlinson 的分享

地址:github.com/kr8s-org/kr8s

18、linkding-cn:中文版书签管理与稍后读工具。该项目是基于 linkding 二次开发的书签管理和稍后读工具,内置简体中文界面。它支持网页快照、正文提取、高亮批注、拼音标签搜索和数据看板,部署简单开箱即用。来自 @WooHooDai 的分享

地址:github.com/WooHooDai/linkding-cn

19、pywebview:用 Web 技术打造 Python 桌面应用。这是一个轻量级的 Python 原生 WebView 封装库,可用网页技术构建原生窗口,实现前端与 Python 双向通信。它复用系统网页组件,生成的程序体积小,适用于 Windows、macOS、Linux 和 Android。来自 @Davin 的分享

地址:github.com/r0x0r/pywebview

Rust 项目

20、broot:更好用的 tree 命令替代工具。这是一款用 Rust 编写的终端目录浏览工具,能够以精简的目录树展示大型文件夹,并自动忽略 .gitignore 中的文件。它支持模糊搜索、正则表达式和搜索文件内容,输入几个字母即可跳转到目标目录。还提供多面板文件操作、文件预览、批量命令执行和自定义快捷键等功能,可替代 tree 和 ls 命令。

地址:github.com/Canop/broot

21、numbat:能自动换算物理单位的计算器。这是一款兼具编程语言能力的科学计算器,专为带物理单位的科学计算设计。支持单位换算、自定义单位、常数和函数计算,可在命令行或浏览器中使用。

地址:github.com/sharkdp/numbat

22、window-switcher:在 Windows 上切换同一应用的多个窗口。这是一款免安装的 Windows 窗口切换工具,按下 Alt+反引号 即可在同一应用的多个窗口间快速切换,也可启用 Alt+Tab 切换应用。支持自定义快捷键、冲突程序黑名单和限定当前虚拟桌面等功能。来自 @想飞的鸡 的分享

地址:github.com/sigoden/window-switcher

Skills

23、handraw-style:手绘风格 AI 生图技能包。这是一个可安装到 Codex 的 AI 生图技能包,收录了 278 种手绘风格、120 种排版样式和 30 种经典主题色。选定编号并说明主题,即可生成中英双语生图提示词,也能根据主题自动推荐风格和配色。它提供社媒卡、信息图、漫画分镜等排版,支持纯图和图文两种模式,生成的提示词适用于 GPT Image、Midjourney、Stable Diffusion 等工具。来自 @🐯旺德福 的分享

地址:github.com/yang0/handraw-style

24、skills-manager:统一管理 AI 技能包的工具。这是一款跨平台的 AI 智能体技能管理工具,可将散落在不同工具中的技能集中存入本地仓库,并一键同步到 Claude Code、Codex、Cursor 等工具。它支持从 Git 仓库、本地文件夹、压缩包和 skills.sh 市场安装技能,还提供技能组合预设、项目级管理、上游更新检测和标签筛选等功能,适用于 Windows、macOS 和 Linux。

地址:github.com/xingkongliang/skills-manager

25、srt-whiteboard-animation:把字幕变成手绘动画。这是一个可将 SRT 字幕转换为白板手绘视频的 AI 技能包。它会解析字幕内容,按叙事顺序拆分场景并生成分镜和线稿,再让画面元素随字幕依次出现,通过笔尖连续勾勒、逐步上色,最终导出为 MP4 视频。

地址:github.com/geeklee/srt-whiteboard-animation

26、threejs-architecture-effects:让 AI 生成逐层搭建的 3D 古建筑。这是一个适用于 Codex、Claude Code 和 Cursor 的 AI 技能,可生成基于 Three.js 的 3D 中式古建网站。建筑会按照砖墙、木构架、斗拱和飞檐的顺序逐步搭建,砖、木、瓦、石等材质均由代码生成,支持拖动时间轴回放搭建过程、旋转缩放视角和查看飞檐特写等功能。

地址:github.com/lhlGitHub/threejs-architecture-effects

Swift 项目

27、birth:macOS 启动项管理工具。这是一款免费开源的 macOS 启动项管理工具,可集中查看和管理开机启动项、守护进程及后台程序,支持按名称、路径或 PID 搜索,并一键停用或移除相关程序。

地址:github.com/iAmCorey/birth

28、Thaw:按需显隐图标的 Mac 菜单栏管理工具。这是一款免费开源的 macOS 菜单栏管理工具,可隐藏不需要的图标,并通过悬停或快捷键找回。支持按显示器或专注模式切换布局,还能根据电量、Wi-Fi 等条件自动显示图标。来自 @René 的分享

地址:github.com/thaw-app/Thaw

29、tinycast:极简的 macOS 启动器。这是一款用 Swift 编写的轻量级 macOS 启动器,内存占用不到 100MB,支持文件搜索、剪贴板历史、汇率换算、代码片段、窗口管理和 AI 对话等功能,兼容 Raycast 扩展。

地址:github.com/abue-ammar/tinycast

30、vphone-cli:在 Mac 上创建并运行虚拟 iPhone。这是一款适用于 Apple Silicon Mac 的虚拟 iPhone 工具,基于苹果虚拟化框架创建和管理虚拟机,可通过图形启动器或命令行操作,支持文件浏览、截图录屏和剪贴板同步等功能。

地址:github.com/Lakr233/vphone-cli

人工智能

31、ego-lite:与 AI 智能体共用且互不干扰的浏览器。这是一款专为人和 AI 智能体共同使用而设计的浏览器。每个 Agent 都在独立空间中执行任务,不会影响正常浏览网页。智能体可直接编写 JavaScript 完成获取页面快照、点击和填写表单等多步操作,从而减少工具调用次数和 Token 消耗。它支持导入 Chrome 的登录状态和书签,可让多个 Agent 并行处理任务,目前仅支持 macOS。

地址:github.com/citrolabs/ego-lite

32、LoongForge:更快地训练大模型和具身模型。该项目是百度开源的模型训练框架,支持主流的 LLM、VLM、扩散和具身模型。它采用多后端架构,提供开箱即用的配置和脚本,支持预训练、SFT 与 LoRA,适配 NVIDIA GPU 和昆仑芯 XPU 异构硬件。来自 @zhhhhcc 的分享

地址:github.com/baidu-baige/LoongForge

33、orca:让多个 AI 编程智能体并行开发的 IDE。这是一款跨平台的 AI 编程智能体编排工具,能够让 Claude Code、Codex 等分别在独立的 Git 工作树中并行运行,并通过同一界面统一管理。它能将同一个提示词同时发送给多个 Agent,对比结果后合并最优方案。还可通过手机 App 查看进度、接收通知和发送指令,适用于 Windows、macOS 和 Linux。

地址:github.com/stablyai/orca

34、TencentDB-Agent-Memory:让多个 AI 智能体共享团队经验。这是一款开源的 AI 智能体团队记忆系统,可将对话、文档和代码整理成可复用的团队记忆,供不同智能体和团队成员共享。它能从对话中提取记忆与技能,将文档和代码转换为 Wiki 和代码图谱,并根据权限将这些内容分配给不同智能体。来自 @Jianing Xu 的分享

地址:github.com/TencentCloud/TencentDB-Agent-Memory

35、YuE:先写曲谱再生成歌曲的音乐模型。该项目是开源的歌曲生成模型,输入歌词和风格描述,即可生成包含人声与伴奏的完整歌曲。它会先生成旋律与和弦乐谱,再根据乐谱生成音频,支持编辑曲谱后重新生成歌曲,也能根据参考录音进行翻唱。配套 Skill 还支持生成纯器乐。

地址:github.com/multimodal-art-projection/YuE

其它

36、flix:基于 ESP32 的四旋翼无人机。该项目是基于 ESP32 的四旋翼无人机,内含 3D 打印机架、接线图和飞控固件。它通过 Wi-Fi 或 ESP-NOW 使用 MAVLink 协议通信,可用 USB 手柄、遥控器或手机操控,并提供无线命令行调试、Gazebo 仿真和用于自动飞行的 Python 库。

地址:github.com/okalachev/flix

37、fugleramme:听声识鸟的电子墨水相框。该项目是基于树莓派的智能鸟类相框,通过麦克风采集附近的鸟鸣,借助 BirdNET-Go 识别鸟类,再以古典插画的形式展示识别结果。

地址:github.com/arnegiacomo/fugleramme

38、microduck:迷你鸭子机器人。该项目是双足鸭子机器人 Microduck 的控制系统。机器人高约 25 厘米、重 800 克,可通过手柄遥控行走,支持加装轮子、叼起物品和摔倒后自行站起。

地址:github.com/pollen-robotics/microduck

39、pigsty:开箱即用的 PostgreSQL 发行版。这是一个企业级开源 PostgreSQL 发行版,可在 Linux 上一键部署单机实例或高可用集群。它内置监控面板、故障自动切换和时间点恢复等功能,并提供 12 种 PG 内核和 500 多个扩展。来自 @r12t 的分享

地址:github.com/pgsty/pigsty

最后

感谢参与分享开源项目的小伙伴们,欢迎更多的开源爱好者来 HelloGitHub 自荐/推荐开源项目。如果你发现了 GitHub 上有趣的项目,就点击这里分享给大家伙吧!

感谢参与分享开源项目的小伙伴们,欢迎更多的开源爱好者来 HelloGitHub 自荐/推荐开源项目。

希望本期内容有你感兴趣的开源项目,兴趣是最好的老师,它能点燃你对开源的热情、勇敢地迈出第一步,随时欢迎你加入开源的大家庭!如果还没看过瘾,点击阅读 往期内容。

图片

点击阅读原文可按照编程语言浏览项目

阅读原文

跳转微信打开

❌