铃阅时讯
❌

阅读视图

一顿饭撞上 Claude Tag 发布:OpenClaw 如何催生了 slock 赛道,以及对 FDE 的新理解

原创 yan5xu 2026-06-29 12:07 上海

前几天,和觐开(Linkloud)、Patrick(Clink)约了顿饭。席间说起各自怎么在内部接入 Agent,又扯到上半年 AI 圈最火热的 Agent 协作赛道。slock(现改名 Raft)3 月亮相,三轮融资紧跟着进来,估值直奔六千万美金。国内国外,一堆团队往这个方向涌。

巧的是,饭局那晚 Anthropic 也出手了。Claude Tag 上线,把 Claude 装进了组织里的 Slack。

第二天,Creek Stone 的投资人李一豪、Gary.z 到办公室,我们又谈了很久:组织内的 Agent 怎么落地,怎么完成 AI-native 化改造。也就是 FDE。

为什么 Agent 协作在今年集中爆发?不同企业各自怎么把 Agent 接进来?Anthropic 这些模型厂商讲的 FDE,跟 Palantir 说的是一回事吗?一并整理在这里了。


slock 们其实是 OpenClaw 后的衍生产物

长程 Agent 的出现,让 Agent 可以被分发。组织 AI 落地的要求彻底变了。以前每个人都要会,现在只需要一个人(FDE)。

为什么 Agent 协作在今年上半年集中爆发?

这就像 2024 年 Sonnet 3.5 造就了 Cursor。Sonnet 3.5 是第一个能稳定写好代码的模型,在此之前 AI coding 有 demo 没有 production。底层的 model 能力过了阈值,Cursor 从一个小众工具变成了所有开发者的默认 IDE。不是 Cursor 突然变强了,是下面的东西变了。

slock 赛道也是同样的事。下面变了的东西,是 Agent 能记住了。

要理解这件事多重要,得先看它出现之前 Agent 是什么样的。

以前。 去年 7 月,我写过一篇《忘掉〈Her〉吧,诺兰旧作〈记忆碎片〉才是 LLM Agent 的必修课》。文章里用 Leonard 来比喻那时的 Agent。Leonard 本身强悍,有着特工级别的专业技能,但患有顺行性遗忘症,每十几分钟记忆清零一次。拍立得照片帮他采集信息,照片背面的笔记做上下文标注,纹身用来固化核心线索。一整套外部系统对抗失忆。可每次记忆重置之后,他还是一脸迷茫,出现明显的行为断层。最后困在一桩其实已有结局的案件里,出不来。

那篇文章的核心问题是:「如何在一个本质上无状态的、记忆窗口极其有限的系统中,去执行一个需要长期有状态跟踪的复杂任务?」

2025 年的 Agent 就是 Leonard。Manus 是代表,session-based,用完就丢,没有记忆。每次都要重新告诉它你是谁、要干什么、前面发生过什么。

这意味着什么?不是 Agent 不够强。是落地门槛太高了。

每个使用者都得自己理解什么叫上下文、什么样的上下文能让 Agent 更好工作,自己学会沉淀 skills、用文档做经验复用。用好 Agent 的门槛极高。一个没有长期记忆的人,业务能力再强也很难跟他谈协作。人天然排斥重复劳动,每次合作都要从零开始交代一遍,谁也受不了。

换个角度说:以前 AI 落地,组织里每一个人都要会。每个人都是自己的 FDE。

现在。 今年 1 月,OpenClaw 出现了。Peter Steinberger 发布了这个本地部署的自主 AI 助手。记忆持久化存在本地,跨 session 保持上下文。还有一个 Skills 系统,Skills 以目录形式存储,像给 Agent 装上了可插拔的能力模块。GitHub 飙到 247,000 stars。

为什么说 OpenClaw 启发了后来的 slock?不是因为它用了什么新技术。是因为它让很多人第一次看到:Agent 可以持续存在,持续积累,持续干活。

更重要的是,它改变了 Agent 的分发模式。

以前每个人都要自己管 session、自己写 prompt、自己做上下文管理。Agent 用完就丢,任何经验都没法沉淀。现在一个人调教好一个 Agent,交给全组织用。调教的人不需要懂研发,用的人不需要懂 Agent。觐开在 Linkloud 做的就是那个「一个人」的角色。

slock 的设计哲学里有一条:「一个 Agent 是一个 session:一个持续的身份,跨越数天和任务保持活跃。」Claude Tag、Viktor、Moxt,各自的路径不同,但都在做同一件事。不同团队在不同的路径上撞到了同一个结论。不是谁学了谁。是 Agent 的存在形态变了,底层限制一打破,不同的团队几乎同时看到了同样的可能性。

OpenClaw 打破了 Agent 的无状态限制。Agent 能记住之后,协作才成立。slock 赛道不过是这个变化长出来的东西。


Agent 进了组织之后

分发问题解决了。一个人调教好 Agent,交给全组织用。但下一步的问题马上来了:Agent 以什么形态住进组织?

目前两条路。

接入现有 IM。 Viktor 坐进 Slack 和 Microsoft Teams,$20M ARR,40,000 多个团队在用。Moxt 接入 Slack,觐开就是用它在 Linkloud 做的落地。Claude Tag 也是,Anthropic 没有另起炉灶,直接把 Claude 装进了组织已经在用的 Slack。Karpathy 说得直接:「I work from Slack now。」

自建 IM。 slock 自建了整个协作平台,自己的 channels、自己的 DMs。Agent 不是接入 Slack,是 slock 自己就是工作入口。helio 也是,王文锋做的是一个 AI-native 的工作空间,AI 同事有名字、头像、邮箱、日程。FloatIM 甚至为 Agent 重新设计了群聊协议。

这两条路看起来各有道理。但我们的观点很明确:自建 IM 这条路大概率走不通。

理由不复杂。

第一,IM 体验。 自建 IM 的 IM 体验永远超不过 Slack 和飞书。人家做了十几年,消息、搜索、文件、通知、emoji、thread,每一个细节都是时间堆出来的。自建一个和 Agent 协作的 IM,就是在和这些几十亿美金的公司在他们最擅长的领域竞争。

第二,切换成本。 切换 IM 的成本极高。组织的一切上下文已经在现有 IM 里。几年的聊天记录、文件、决策过程全在里面。让一个团队为 Agent 换工作入口,和让一个人为了一款新 app 换手机是两回事。觐开选 Moxt + Slack 而不是自建一个,就是这个原因。

接入路线不意味着产品没有分歧。相反,分歧更深。不是产品形态,是组织隐喻。

  1. 频道隐喻。 slock 和 helio 把 Agent 当作频道里的同事。@Agent 和 @真人一样的语法,对话长在 channel 里,上下文是连续的。

  2. 看板隐喻。 multica 把 Agent 放进看板,像接 ticket 一样接任务。26K GitHub Stars,开源路线。

  3. 公司隐喻。 buda 把 Agent 当雇员。Agent 是龙虾(执行),人是兔子(决策)。每个 Agent 有自己的 Drive、Memory、Skills。

  4. 文件系统隐喻。 moxt 的核心主张:MD 和 CSV 是 Agent 的母语,OS 文件目录是 Agent 的工作环境。不是给人用的文档工具加 AI 按钮。

  5. 知识层隐喻。 glean 不做 IM,不做 workspace,先索引企业一切数据,让 Agent 跑在索引上。$300M ARR,七年老兵。

隐喻不同,意味着每一家对「Agent 应该怎么工作」的基本假设不一样。

而在这些分歧之上,有几个问题是所有产品都绕不开的。

第一,scope 怎么切。 一个组织里要有多少个 Agent?按部门拆(财务 Agent、法务 Agent、研发 Agent)还是按流程拆?单个 Agent 的职责边界在哪?这本质是 Domain Agent 怎么划分的问题,目前没有共识。

第二,通信怎么搞。 群里有多个 Agent,你 @ 一下,谁回?都回就炸了。Agent 和 Agent 之间的对话,人要不要看到?看不到的话,它们天天在那发消息,出了问题谁负责。看得到的话,人的信息流被 AI 的对话淹没。通信风暴是真实的问题,不是理论上的。

第三,门槛怎么降。 slock 走本地优先路线,需要用户自己配 Codex 和 Claude Code。helio 走云端优先,开箱即用三步 45 秒。王文锋说本地优先「天然把门槛抬高」,但云端优先意味着 Token 消耗量提高了一个数量级。两条路在赌不同的人群。

这些问题的答案还没有共识。但问题本身说明了一件事:Agent 已经进了组织。剩下的不是「能不能」,是「怎么做得更好」。


FDE 的另一面

FDE 挣的不是卖人天的服务费,不是 Token 转售的利润。是你帮客户改造流程创造了超额收益,他离不开你的钱。

分发模式变了,组织里只需要一个人来调教 Agent。Agent 进了组织,scope 怎么切是所有产品都绕不开的问题。这些事都指向同一个角色:FDE。

关于 FDE,我 5 月写过一篇长文。概要就是:FDE 是嵌入客户环境的工程师,背靠平台,产物回流。Palantir 那套打法是 Echo 找问题、Delta 快速原型、Dev 抽象为平台能力。碎石路变铺好的路。

这是 Palantir 式的 FDE。 你有一个平台产品,派人进客户现场,做的方案回流到平台。收的是交付的钱。

但这次和 Creek Stone 聊完之后,我发现 5 月那篇漏了一个视角。

今年 5 月,OpenAI 联合 TPG 等 19 家机构砸了 40 亿美元成立 Deployment Company,专门往企业里派工程师。Anthropic 跟 Blackstone、Goldman Sachs 合作投了 15 亿美元成立企业服务实体。

这是模型厂商的 FDE。 和 Palantir 完全不是一回事。

要理解他们的做法,先看他们的位置。模型厂商手上有断层级别的模型。他们可以不发模型,或者保证内部 SOTA 比分开发模型领先六个月。垄断优势就这么来的。

有垄断优势,下一步自然不是卖 Token。是改造行业。

AI 是蒸汽机之后的下一场工业革命。每一个行业都会被重塑。重塑之后的行业,生产力高一个量级。改造成功,必然产生超额收益。他们要做的,就是从这些超额收益里分钱。

怎么做?三步。

第一,用 AI 改造工作流程。 进场不是卖软件,是用 AI 的方式把一家公司的工作流程重新做一遍。

第二,收超额费用。 改造成功,必然产生超额收益。没产生,说明改造失败了。产生了,就从超额收益里分走一大块。不是按 Token 计价,是按你多赚了多少钱来收。

第三,绑定。 工作流跑在他的模型上,数据喂给他的模型,模型越来越好,你越来越离不开。就像当年的 Intel Inside,芯片成了行业的基础件,谁也换不掉。

有垄断优势,自然会先进军利润最高的地方。金融、法律、医疗。精力有限,肯定从最肥的肉开始。

他们甚至不需要自己做每一家客户。Harvey 就是模板。Harvey 用 Anthropic 的模型服务律所,Anthropic 从 Harvey 的超额利润里分走一大块。Harvey 赚的是行业信任溢价:「我是一百亿美金的公司,我能兜底一亿美金的 case」。Anthropic 赚的是模型垄断溢价。各赚各的。

两句话区分:

  • Palantir 式 FDE:有平台,派人进场,收交付的钱

  • 模型厂商 FDE:有垄断,改造行业,分超额收益

独立 FDE 公司的机会在别处。隐形冠军。行业里排前三、年收入几个亿美金、利润率极高,但永远不会上头条的公司。制造业某个细分环节、物流供应链、跨境电商涉税合规。这些行业 Anthropic 不会亲自碰,但同样需要 AI 改造,同样能产生超额收益。

本质上,独立 FDE 赚的是 AI 认知差。你知道 AI 能干什么,这些行业里的人不知道。不是「听说 AI 很强」那种知道,是真正动手改造过、知道具体怎么干的知道。拿着这个信息差进场,帮他们完成改造,从增量里分钱。

但这个窗口不会一直开着。可预见的只能按六个月到一年去看。等大家都会了,认知差就没了。先找一家,先干进去。

李一豪那天说得最直接:你选一个行业钻进去,帮他把 AI 改造做完。他离不开你的时候,价格是你来开的。不进核心流程就不叫 FDE。


OpenClaw 打破了 Agent 的无状态限制,分发模式从「每个人都要会」变成了「一个人调教好,其他人直接用」。这是 slock 赛道今年爆了的根。

Agent 进了组织之后,产品形态在分叉,scope、通信、门槛全没有共识。但没有共识说明一件事:它已经进来了。

FDE 也是。以前觉得 FDE 就是 Palantir 那套,派人进场做交付。现在模型厂商自己下场,用垄断优势改造行业,从超额收益里分钱。独立 FDE 的机会在隐形冠军,挣的是 AI 认知差。

上面聊了这么多,其实都在说同一件事。AI 正在迅速从 C 端转入 B 端。不是 chatbot,不是个人效率工具。是怎么进组织,怎么改流程,怎么算钱。


附:文中提到的公司与产品

Linkloud — 华人 AI/SaaS 出海社区,通过线下沙龙、Workshop、先锋加速营(美国/日本游学)等服务帮助中国创业者打开海外市场。覆盖北京、上海、杭州、深圳、硅谷、东京等城市。没有研发团队。觐开是 Linkloud 的创始人。

Clink — AI-native 支付基础设施公司,总部 San Francisco。创始人 Patrick Wu。今年 4 月发布了世界首个 Fiat Agentic Payment Skill,让 AI Agent 用真实法币付款,在用户已有的信用卡上,用户设定限额。支持 135 种货币和 100 多种本地支付方式。投资方包括 Celtic、Baidu Ventures。「十几个人外加几十个 Agent 的公司。」

Creek Stone — 2025 年上海成立的 two-man VC 基金,LP 高瓴。创始人李一豪、钟陆欢(从弘毅资本出来)。专注垂直领域的 ASI、关键组件、Coding AI、AI 硬件。

slock(Raft) — Agent-native 实时协作平台,人和 Agent 在 channels 和 DMs 中平等工作。dxhuang(前 kimi CLI 作者)在团队中。王慧文首先出手,真格红杉跟进,三轮融资从发布到六千万美金估值不到两个月。

Viktor — 「AI employee that lives in Slack and Microsoft Teams」,前 Meta 工程师创业。20M ARR,40,000+ 团队。

Moxt — 「Build your AI-Native team」,每个 Agent 独立拥有 memory、skills、identity。接入 Slack。

Dust — 巴黎的 Multiplayer AI platform。$60M+ 融资,3,000+ 组织。

helio — Sheet0 团队王文锋的产品,AI-native team workspace。2026 年 4 月内测。

OpenClaw — Peter Steinberger 创建的本地部署自主 AI 助手。持久化记忆存在本地,Skills 系统。GitHub 247,000 stars。2026 年 1 月爆发。

Claude Tag — Anthropic 的 Slack 内团队 Agent。2026 年 6 月 23 日发布。per-channel identity,持续积累上下文。Karpathy 称其为 LLM UI 第三次范式。

FloatIM — Floatboat 的 Agent 原生消息层。为 Agent 重新设计群聊协议,三个开源组件 MIT 许可。创始人谭少卿,10 年 OS 级 AI 经验。$2M 种子轮,红杉中国+微光创投。

multica — 开源 Agent 管理平台,"Project Management for Human + Agent Teams"。把 Agent 放进看板接 ticket。26K GitHub Stars。支持 12 种 Agent runtime。

buda — 云原生多 Agent 工作平台。"用 Agents 开一家公司"。Agent 是龙虾(执行),人是兔子(决策)。每个 Agent 有独立 Drive、Memory、Skills。创始人陈霈霖。

glean — 企业 Work AI 平台。先索引企业全部知识,再让 Agent 跑在索引上。7.2B 估值。2019 年成立,创始人 Arvind Jain 前 Google 搜索 10 年。

Harvey — 法律行业 AI 平台。总融资超 110 亿。142,000+ 法律专业人士,60 家 AmLaw 100 律所。Anthropic 生态里的垂直品牌模板。


前文

跳转微信打开

  •  

《HelloGitHub》第 123 期

原创 HelloGitHub 2026-06-29 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。

github.com/521xueweihan/HelloGitHub

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、keyd:Linux 系统级改键工具。这是一个 Linux 上的系统级键盘重映射守护进程,基于内核输入层(evdev/uinput)实现,无需依赖桌面环境,配置在 X11、Wayland 和 TTY 终端中均可生效。支持按下、长按设置不同动作、自定义按键组合,以及为不同键盘单独配置按键映射规则等功能。

地址:github.com/rvaiya/keyd

2、mbedtls:灵活易用的 TLS 库。该项目是用 C 语言编写的加密库,可用于实现加密原语、X.509 证书操作以及 SSL/TLS 和 DTLS 协议。它体积小巧、易于移植,并提供丰富的示例,适用于物联网和嵌入式系统等资源有限的设备。

地址:github.com/Mbed-TLS/mbedtls

C# 项目

3、PaperTodo:极简的 Windows 桌面便签工具。这是一款极简的 Windows 桌面便签工具,每张便签是独立无边框浮动窗口,无主窗口、无账号、无分类管理,内容自动保存。支持待办纸和笔记纸(轻量 Markdown 高亮)两种形态,可折叠成置顶小胶囊,自动贴到屏幕边缘。来自 @snownico0722 的分享

地址:github.com/snownico0722/PaperTodo

C++ 项目

4、luanti:开源体素游戏创作平台。这是一个开源体素游戏引擎,可以用 Lua 快速做出自己的 3D 方块游戏。它内置内容商店可直接下载来自社区的模组和游戏,支持单人、局域网和多人联机,可在 Windows、macOS、Linux 和 Android 上运行。

地址:github.com/luanti-org/luanti

5、SpeedyNote:老旧平板也能用的手写笔记工具。这是一款专为低成本设备优化的跨平台手写笔记应用,目标是在老旧平板上实现接近 iPad 的书写体验。它支持压感书写、多图层、PDF 批注和手写 OCR,可在 Windows、macOS、Linux、Android 和 iPadOS 上运行。作者想让无纸化学习平民化,同时为那些被遗忘在角落的旧设备注入新的活力。

地址:github.com/alpha-liu-01/SpeedyNote

Go 项目

6、chinese-poetry-api:开箱即用的中国古诗词 API 服务。该项目是用 Go 语言编写的中国古诗词 API 服务,收录了唐诗、宋词、元曲等近 40 万首作品。它提供 REST API 和 GraphQL 接口,支持全文搜索、IP 限流、按朝代/作者/诗型随机取诗和 Docker 一键部署。

地址:github.com/palemoky/chinese-poetry-api

7、fight-the-landlord:终端里的斗地主游戏。这是一款用 Go 编写的斗地主游戏,主打随机发牌、无控牌算法。支持联网对战、房间匹配、断线重连、记牌器、音乐开关等功能,还集成了快手开源的 DouZero 斗地主 AI,可作为机器人补位或对战。

地址:github.com/palemoky/fight-the-landlord

8、gopass:专为团队设计的命令行密码管理器。这是一款用于存储管理和同步密码、密钥与证书的命令行工具,可作为 UNIX 密码工具 pass 的替代品。默认用 GPG 加密和 Git 管理凭据,可通过 Git 仓库在多设备、多人团队之间同步。

地址:github.com/gopasspw/gopass

9、tinyauth:开源的零代码身份认证中间件。这是一个 Go 语言开发的极简认证中间件,可通过 Docker 快速部署。它能为任何 Web 应用或服务一键添加登录界面或 OAuth 登录(Google、GitHub 等),无需修改现有代码,可无缝集成到 Traefik、Caddy、Nginx 等主流反向代理,极大地简化了登录实现流程。

地址:github.com/tinyauthapp/tinyauth

JavaScript 项目

10、emdash:WordPress 的无服务器替代品。该项目是基于 Astro 构建的内容管理系统,可作为 WordPress 的替代品。它提供 WordPress 导入、可视化编辑、全文搜索、定时发布等功能,可直接运行在 Cloudflare 或本地 Node.js+SQLite 等环境上。

地址:github.com/emdash-cms/emdash

11、r2-web:纯前端的在线文件管理平台。这是一款纯前端的 Cloudflare R2(云存储)文件管理器,打开网页输入 R2 凭证,就能直接管理桶里的文件。它内置图片、视频、音频和文本预览,支持拖拽/粘贴上传、图片压缩、批量管理等功能。来自 @Viki9VD3M 的分享

地址:github.com/vikiboss/r2-web

12、react-scan:自动揪出 React 应用性能问题的工具。该项目是专门用来发现 React 应用性能问题的可视化调试工具,无需改动任何代码,只需添加一个 script 标签或运行一条命令,即可在页面上高亮显示哪些组件发生了不必要的重渲染,适用于 React、Next.js、Vite、Remix 等项目。来自 @JRZYgit 的分享

地址:github.com/aidenybai/react-scan

13、tiny-world-builder:在浏览器里搭建 3D 体素迷你世界。这是一个基于 Three.js 构建的 3D 体素世界编辑器,类似迷你版《我的世界》创作沙盘。无需安装打开网页即可搭建地形、修道路、挖河流、搭房子、种作物、摆道具,支持本地保存、导入/导出、车辆自动寻路和避障。

地址:github.com/jasonkneen/tiny-world-builder

14、tolaria:基于 Git 的本地 Markdown 知识库工具。这是一款用来管理 Markdown 知识库的桌面应用,每个知识库即一个 Git 仓库,天然拥有版本历史和变更记录。笔记以 Markdown 文件存储随时可迁移,并内置 MCP 服务器,支持 Claude Code、Codex 等 AI 工具直接读写知识库,适用于搭建个人第二大脑、沉淀团队文档或作为 AI 助手的长期记忆库。来自 @JRZYgit 的分享

地址:github.com/refactoringhq/tolaria

Kotlin 项目

15、shiguangschedule:极简的 Android 课程表。这是一款面向中国高校师生的开源 Android 课程表,可通过适配脚本一键导入,不同学校教务系统的课程数据,支持今日课表、桌面小组件、上课自动静音或开启勿扰模式等功能。来自 @星河欲转 的分享

地址:github.com/XingHeYuZhuan/shiguangschedule

Python 项目

16、ASCILINE:把视频变成字符流的引擎。这是一款跨平台的实时 ASCII 视频渲染引擎,可实现 30 FPS 的流畅播放效果,支持 URL 直接播放、音视频同步、自适应帧编解码等功能,ASCII 模式下无需 GPU 即可流畅运行。

地址:github.com/YusufB5/ASCILINE

17、black:省心的 Python 代码格式化工具。该项目是由 Python 软件基金会(PSF)官方维护的代码格式化工具。配置项少、结果可重现,只需一条命令,代码就会变成统一风格,彻底消除团队的代码风格之争。来自 @Xuefeng Xu 的分享

地址:github.com/psf/black

18、mpmath:任意精度的 Python 数学计算库。该项目是可以计算到任意小数位的 Python 库,支持求根、线性代数、微积分、实数和复数运算等功能,适用于处理普通浮点数不够用的高精度数值计算场景。来自 @Xuefeng Xu 的分享

地址:github.com/mpmath/mpmath

19、Scrapling:自适应网页改版的 Python 爬虫框架。这是一款自适应的 Python 爬虫框架,解析器会学习网站结构变化,在页面改版后自动重新定位目标元素。内置开箱即用的抓取器,支持多会话并发、断点继续、域名屏蔽和 MCP 服务等功能。来自 @Karim shoair 的分享

地址:github.com/D4Vinci/Scrapling

20、winpodx:把 Windows 应用“嵌”进 Linux 桌面的工具。这是一款在 Linux 上运行 Windows 应用的开源工具,无需进入完整的 Windows 桌面。它会在后台用容器起一个 Windows 系统,并通过 FreeRDP 把每个 Windows 应用变成独立原生的 Linux 窗口,支持固定到任务栏、Alt-Tab 切换、文件关联和 USB 设备。

地址:github.com/kernalix7/winpodx

Rust 项目

21、llmfit:一条命令找出本地能运行的模型。这是一款用 Rust 编写的终端工具,能够自动检测本机的 CPU、GPU、内存等硬件信息,并推荐适合本地运行的大模型。它会从质量、速度、适配度和上下文等维度给模型打分排序,支持 Ollama、llama.cpp、MLX、vLLM、LM Studio 等主流本地推理环境。

地址:github.com/AlexsJones/llmfit

22、rerun:物理 AI 的多模态数据可视化平台。这是一款专为机器人和物理 AI 场景打造的多模态数据可视化平台,支持图像、点云、时序数据、关节状态等随时间变化的传感器数据。它内置实时查看器支持回放和多传感器并排对比,可通过 DataFrame 或 SQL 查询数据,并提供 Python、Rust 和 C++ SDK。来自 @Jas0nG 的分享

地址:github.com/rerun-io/rerun

23、smolvm:亚秒级冷启动的虚拟机管理工具。这是一款轻量级的虚拟机管理工具,虚拟机冷启动不到一秒。让你用接近容器的体验,获得虚拟机级别的隔离,兼容 Docker 镜像,支持将虚拟机打包成单个可执行文件,方便迁移和运行。

地址:github.com/smol-machines/smolvm

Skills

24、academic-research-skills:用于学术研究的 Claude Code 技能包。这是一套面向学术研究的 Claude Code 技能包,将查文献、引用验证、数据核查、逻辑一致性检查和写作风格校准等繁琐的工作交给 AI 处理。它不是替你写论文,而是让你专注于提出问题、选定方向和解读结论。

地址:github.com/Imbad0202/academic-research-skills

25、ponytail:让 AI 编程助手少写代码。该项目是把一位懒得多写一行代码的资深程序员,装进你的 AI 编程助手的技能包。让 AI 少写代码,防止过度工程化,可减少约 54% 代码量、20% 花费和 27% 时间。

地址:github.com/DietrichGebert/ponytail

26、stop-slop:让 AI 写作少一些套路。这是一个专门用于去掉 AI 味的写作技能包,让模型在生成、润色和审稿时主动规避那些一眼像 AI 写的句式,比如套话开场白、商业黑话、夸张转折、无意义金句等。

地址:github.com/hardikpandya/stop-slop

27、text-to-cad:一句话生成 CAD 模型的技能包。这是一套赋予 AI 智能体 CAD 建模能力的技能包,支持通过自然语言或参考图片生成、修改和校验 CAD 模型。以 STEP 为主格式,可导出 STL、3MF、GLB 等文件,还支持生成 URDF/SRDF/SDF 机器人描述文件和浏览器本地预览等功能。

地址:github.com/earthtojake/text-to-cad

Swift 项目

28、Atoll:把 MacBook 刘海变成灵动岛的应用。这是一款用 SwiftUI 写的 macOS 工具,能够将 MacBook 顶部的刘海变成类似灵动岛的多功能控制中心。它平时隐藏于屏幕顶部,支持 Apple Music/Spotify 媒体控制、CPU/GPU/内存等系统监控、计时器、剪贴板历史和日历预览,并提供锁屏小组件和手势操控。

地址:github.com/Ebullioscopic/Atoll

29、MacTools:住在菜单栏里的 macOS 工具集合。这是一款免费开源的 macOS 菜单栏工具,将一堆常用的系统操作和实用功能放到菜单栏里,支持防休眠、自动隐藏 Dock、系统静音、Xcode 清理、弹出磁盘、清空废纸篓、IP 查询和翻译等功能。

地址:github.com/ggbond268/MacTools

人工智能

30、CapsWriter-Offline:超低延迟的离线语音输入工具。这是一款完全离线的语音输入工具,按住 CapsLock 键说话、松开即可转换为文字。支持实时语音识别、音频文件转录、数字格式转换、热词替换、LLM 润色等功能,所有录音均保存在本地,还可放进 U 盘即插即用。来自 @Anouâr 的分享

地址:github.com/HaujetZhao/CapsWriter-Offline

31、GOD:AI 智能体小镇。这是一款本地优先的多智能体模拟和实时操控平台,不同于只能旁观的 Agent 模拟器,支持随时暂停/回放、注入干预指令、向单个或全体成员提问,以及一键重置整个模拟世界和多种地图包。来自 @Yige Luo 的分享

地址:github.com/XiaoLuoLYG/GOD

32、OpenMAIC:开源的 AI 互动课堂平台。该项目是由清华团队开发的多智能体互动课堂平台,可将任意主题或文档一键生成沉浸式课程,AI 老师和智能体同学实时授课、讨论、互动。它内置白板绘图和语音合成,课程可导出为 PPT 或交互式网页,支持 3D 可视化、模拟实验、小游戏、思维导图和在线编程。来自 @猪笑驴脸长 的分享

地址:github.com/THU-MAIC/OpenMAIC

33、train-llm-from-scratch:从零开始训练大语言模型。该项目是手把手带你从零训练大语言模型的实战教程,不是简单调用 transformers 跑个示例,而是用 PyTorch 从底层实现 Transformer、预训练、监督微调、奖励模型和评测的完整流程。

地址:github.com/FareedKhan-dev/train-llm-from-scratch

34、vllm-omni:全模态模型推理框架。该项目是由 vLLM 官方开源的全模态推理与服务框架,在 vLLM 基础上扩展了图像、视频、音频的输入与生成能力,同时支持自回归模型与扩散 Transformer(DiT)等非自回归模型。

地址:github.com/vllm-project/vllm-omni

其它

35、Echo-Loop:把英语音频变成听说训练的应用。这是一款专注于英语听说训练的应用,帮助用户把一段音频从完全陌生练到听懂会说。支持导入本地音频和字幕,提供逐句精听、意群划分、跟读评分、段落复述等功能,还可将生词连同原句语境一起存入闪卡随时复习。学习进度自动保存,下次打开直接从上次的句子继续,让碎片时间也能高效利用。来自 @echo-loop 的分享

地址:github.com/echo-loop/Echo-Loop

36、micro-radar:放在桌上的迷你航班雷达。这是一款基于 ESP32-C3 的开源桌面航班雷达。它不是真的接收 ADS-B 无线电信号,而是通过 Wi-Fi 从 OpenSky API 获取附近实时航班数据,并将其显示在 1.28 英寸的圆形屏幕上。

地址:github.com/AnthonySturdy/micro-radar

37、optocamzero:用树莓派自制的口袋数码相机。这是一款基于 Raspberry Pi Zero 自制的迷你数码相机,小到能直接塞进口袋。它配备 1.4 英寸 LCD 屏幕和自动对焦摄像头,支持拍摄 2592×2592 像素的照片、GIF 录制、8 种滤镜和 Wi-Fi 传输照片。

地址:github.com/dorukkumkumoglu/optocamzero

38、tab-harbor:安静的新标签页工作台。这是一款将 Chrome 新标签页变成浏览器工作台的插件,能够自动按域名分组整理标签页。支持手动分组、快捷链接、会话保存与恢复,可一键清理重复标签、标签休眠,同时所有数据均保存在本地。来自 @fxdy2004 的分享

地址:github.com/V-IOLE-T/tab-harbor

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。

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

  •  
❌