铃阅时讯
❌

阅读视图

14 天,110 次上线

原创 王建硕 2026-07-28 22:14 美国

一个人加上 Claude,14 天上线 110 次——一个想想法从冒出来到用户手上,平均不到两个小时。翻完这两周的 release note,我挑出四件自己都觉得厉害的事。

过去 14 天,按照 git log 的统计,我的 VoiceDrop 上线了 110 次。分为几类:

第一类:让每一条提示词,都记得自己的作者是谁。

VoiceDrop 是一个用语音写文章的 App。里面有一种东西叫提示词——比如「把这张图改成手绘解释风」,一条调好的指令。

这两周,提示词从「自己用」长成了一个小市场。:

  • 7 月 22 日:「魔法数字 4 位起步、占满自动升位」。每条分享出去的提示词有一个 4 位数字的码,对着手机念出来就能兑换,像口令红包。

  • 7 月 22 日:「导入件再分享溯源转发——未改正文返回原码,奖励归原作者」。你收下我的提示词,再转给别人,码还是我的,奖励也是我的。

  • 7 月 19 日:「worker 出图后回调前嵌入 XMP 溯源」。AI 生成的每张图,用了谁的提示词,直接写进图片文件内部。图走到哪,作者跟到哪。

一个市场能不能长起来,取决于创作者的东西会不会被白拿。链路记住作者,分享才有动力。 现在的显示的部分并没有做呢。

第二类:把国内用户的等待,从卡死降到 1.6 秒。

有人反馈:分享页的图片一直转圈。查下来不是代码慢,是光缆慢——跨境线路只有 60KB/s。

解法是三层:

  • 7 月 18 日:「照片/封面 302 直连——已上线验证 1.6 秒取全图」。先止血。

  • 7 月 20 日:「voicedrop.cn 迁移 EdgeOne 完成——边缘函数替代 VPS 反代,照片走国内边缘缓存」。图片不再过境。

  • 7 月 20 日:「D1 read replication——国内动态读走就近副本」。连数据库的读,都挪到离用户近的地方。

CloudFlare 实在是个非常好的提供商,很多产品做得非常适合 AI 直接生成部署。可惜国内还没有类似理念的公司,云产品都做得无比笨重。如果还慢的话,就把所有的服务都搬一份到国内。

第三类:把「正在生成」从十几秒压缩到一秒。

用语音改文章,最难受的是等。你说完「把第三段改简洁」,屏幕转圈十几秒,人就走神了。

7 月 25 日一天连发三条,把这件事了结了:

  • 「文章写入直连数据库——单次写入从 8–22 秒到亚秒」。原来每次保存要绕一圈 HTTP,现在直着走。

  • 「编辑服务钉在固定机房 + 模型配置缓存」——治「快路径也要十几秒」。

  • 「乐观回执——『正在生成』压到网络往返级」。先把号牌塞你手里,菜在后厨接着做。

前一天(7 月 24 日)先上了「写后校验:haiku 质检员」——每次改动背后,还有一个小模型在把关。不过,这也证明了一件事情:AI 的代码,常常在一个角度优化而忽略另一个角度,比如速度。我在 CLAUDE.md 里加入了关于 performance 的约束了。

第四件事:同音错字,在转写层就地消灭。

「题图」被转成「提图」,「分享码」变成「分想马」。以前的思路是转写完再修,这次直接往上游走了一步。

7 月 20 日:「ASR 请求级热词(题图/图一到图二十/分享码等),同音错字在转写层就地消灭」。同一天,流式转写也吃上了热词,而且「无需 App 发版」。

同时,也从用户的编辑中学习,语音识别经常犯的错误,然后添加到热词里面,以后就不会错了。

成本变了,节奏就变了;节奏变了,做产品的方式就变了——从憋一个大招,变成每天往前挪八小步。Claude Code 几乎每天都发一个版本,有时候一天几个版本。

但问题是,一个完整的产品, 前面 1/5 的时间,基本上已经完成了大多数的功能,但是后面的 4/5,都是一些不容易看到的小功能,比如兼容性,比如速度,比如边缘案例什么内容。这就是大家感觉这一段似乎没有什么明显的变化的原因。

    ## 逐日明细(新→旧)
    ### 2026-07-28(周二,2 条)
    - log(miner): ASR 完成日志加 asr_dur_ms(火山检测的音频实际时长)
    - feat(invite): 微信内去掉下载蒙层——iOS apps.apple.com 白名单直跳 App Store
    ### 2026-07-25(周六,6 条)
    - fix(lib): writeArticleDoc 对 current 一侧同样清洗顶层字段 + 未迁移 doc 先迁移——堵直写引入的 schema 泄漏
    - perf(agent): 乐观回执 + 瘦身写入——「正在生成」压到网络往返级
    - fix(agent): 图片锚点漂移自愈 + 出图回复文案微调
    - fix(agent): 连接快照 loadDoc 失败重试一次并打日志——null article 快照会消掉任务芯片却不更新正文
    - perf(agent): 文章写入直连 article-store 库,砍掉 HTTP→Pages 绕行(put_article 8–22s → 亚秒)
    - perf(agent+paint): 编辑 DO 钉 wnam + 模型配置缓存 + paint 输入图异步下载——治「fast path 也要十几秒」
    ### 2026-07-24(周五,11 条)
    - perf(agent): 语音编辑提速三件套——长按图片 prompt 直通出图、photo 工具短路、写后校验只验高风险编辑
    - fix(admin): llm/mine 日志日期列表跟 cursor 翻页——R2 delimited list 按扫描 key 数截断,日志攒多后新日期滚不出来(llm 页停在 07-13 的根因)
    - remove(prompts): 系统缺省「合影照片」组删掉「电影感调色」「日系动画电影」两个动作
    - remove(style): 下线多风格对比——miner 只按 head 文风挖单篇,/style API 不再读写 profile.styles
    - fix(style): undo 后再写不再截断未来版本——整链保留,新版本接链尾
    - feat(agent): 编辑 loop 写后校验(haiku 质检员)+ 长按菜单提示词开放给语音(use_my_prompt)
    - feat(a): VoiceDrop 文章阅读数据报告页(reco engagement 近一月)
    - feat(voicedrop-cn): route /agent and /reco through EdgeOne
    - feat(voicedrop): 系统模板新增「合影照片」缺省组——AE209A 整组 6 个动作收编
    - refactor(mcp): login tool splits code/verify_code/pairing, no more overloaded code field
    - feat(a): add MCP visual debugger at /a/mcp
    ### 2026-07-22(周三,15 条)
    - chore(voicedrop): nightly English mirror sync
    - feat(voicedrop): Android 下载全线切应用宝,iOS/Android 下载并列
    - fix(voicedrop): LibraryAgent queue 表补 anchor/item_id 列迁移——修长按语音指令卡死
    - fix(voicedrop): 溯源转发 code-review 9 项修复
    - feat(voicedrop): prompt-market 候选排除 borrowed 行(同码不重复展示)
    - feat(voicedrop): borrowed 条目关分享只删自己索引,绝不碰原作者分享
    - feat(voicedrop): 导入件再分享溯源转发——未改正文返回原码,奖励归原作者
    - feat(voicedrop): effectiveLeaf 透传 importedFrom(写穿副本不带)
    - feat(voicedrop): core-db prompt_shares 读写带 borrowed + coreDeletePromptShare
    - feat(voicedrop): D1 migration 0004 — prompt_shares.borrowed + code 唯一索引改 partial
    - fix(voicedrop): 落地页总守卫下限降到 4 字符,放行 4–5 位魔法数字
    - feat(voicedrop): 魔法数字 4 位起步、占满自动升位
    - fix(voicedrop): 根治 files/photo 4xx 报警风暴——畸形封面 key 拦截 + photo 404 静音
    - feat(voicedrop): 提示词退出社区 feed + /agent/prompt-market 市场端点
    - a/: add Cloudflare 增长引擎 + Zero Trust 科普两份报告页
    ### 2026-07-23(周四,1 条)
    - perf(voicedrop): 提示词市场物化缓存——打开从 3-5s 降到一次 R2 读
    ### 2026-07-21(周二,7 条)
    - chore(voicedrop): nightly English mirror sync
    - feat(voicedrop): sitemap.xml(动态,含公开社区帖) + robots.txt
    - fix(voicedrop/admin): 准入接受 anon_ 访问令牌(app 默认凭证),不只签名 session
    - refactor(voicedrop/admin): 白名单按不可篡改的 scope/ID 码匹配,去掉可冒充的名字匹配
    - feat(voicedrop/admin): 后台准入从 FILES_TOKEN 改成用户白名单
    - feat(realtime): OpenAI 额度耗尽(insufficient_quota)时 APNs 报警管理员 + iOS 停重连风暴
    - feat(voicedrop): 社区分享每日限额 20→200
    ### 2026-07-20(周一,12 条)
    - perf(voicedrop): D1 read replication——国内动态读走就近副本
    - docs(a): 收录 VoiceDrop 存储排查·D1 迁移页到 /a/,更新索引卡片
    - feat(voicedrop): 存储迁移 P3——身份/档案/push token/举报迁 D1
    - feat(voicedrop): 存储迁移 P2——文章/录音索引迁 D1,列表接口一条 SELECT 直出
    - feat(voicedrop): 存储迁移 P1——refhits/invites/prompt-shares/importCount 迁 D1 voicedrop-core
    - feat(agent): 流式 ASR 热词——/agent/asr 代理拦截 full client request 帧注入 corpus.context,实时预览+口述改稿同吃热词,无需 App 发版
    - feat(agent): ASR 请求级热词——auc submit 带 corpus.context(题图/图一~图二十/分享码等41词),同音错字在转写层就地消灭
    - feat(agent): 分享码模型侧推断解析 use_shared_prompt——ASR 汉字数字(七七六六四四3)可兑换,码长不写死(≥3位);EDIT_SYSTEM 补同音错字目标推断+复述规则
    - perf(files): 照片 200 缓存 1 天 → 1 年 immutable(key 写入后不变;404 no-store 不动)
    - docs(voicedrop-cn-edgeone): 证书终态=eofreecert 已部署;记录 apex CNAME 扁平化误报
    - feat(infra): voicedrop.cn 迁移 EdgeOne 完成——边缘函数替代 VPS Caddy,照片走国内边缘缓存
    - Add EdgeOne ownership verification file for voicedrop.cn
    ### 2026-07-18(周六,5 条)
    - chore(voicedrop): nightly English mirror sync
    - fix(paint-size): 补 gpt-image-2 总像素下限——竖图 9:16 缩成 576x1024 不足 655360 被 paint 整单拒,现等比放大到达标(竖版照片改风格必失败的根因)
    - fix(voicedrop-cn): 照片/封面 302 直连 jianshuo.dev——盒子跨境仅 ~60KB/s,分享页图片全卡死;已上线验证 1.6s 取全图
    - feat(files-api): POST wechat-validate——保存前经 relay 从白名单 IP 真拿一次 token,微信侧 errcode 原样透传给 App
    - report(a): VoiceDrop 访客周报 2026-07-14~18(PostHog 首周数据)
    ### 2026-07-19(周日,16 条)
    - refactor(agent): 删文字反查换 item_id 精确解析——payload/queue/ctx 全链穿透 item_id,magicForItem 走 byItem+importedFrom
    - feat(agent): 长按菜单调指令出图也带魔法数字——指令文本反查自己的活跃分享码进 XMP
    - fix(agent): 照片 key 不再用绝对毫秒时间戳——改图保留原图偏移前缀只换随机尾,生成图用会话目录+秒偏移
    - feat(agent): 口播分享码穿透到出图 XMP——resolveSharedPromptBlock 返回 {block,magic},ctx.sharedMagic 下行
    - perf(prompts): 保存不再等分享副本同步——rekey+同步挪进 ctx.waitUntil 后台
    - feat(agent): paint XMP 溯源调用方接线——VoiceDrop 关 prompt 只标来源,prompt-lab 带指令 id/魔法数字
    - fix(paint): harden xmp_meta key validation against spoofed provenance
    - feat(paint): worker 出图后回调前嵌入 XMP 溯源
    - feat(paint): POST /api/jobs 收 xmp_prompt / xmp_meta(校验 + 入库)
    - feat(paint): embedXmp — PNG iTXt / JPEG APP1 原子插块
    - feat(paint): buildXmp 拼 XMP 溯源包
    - feat(usage): 新用户注册赠送 500 → 200 算力
    - docs: paint XMP 溯源实现计划
    - feat(prompt-share): 分享提示词带分组落位——副本记 groupPath,收下进同名组/自动建组,标题「分组|名字」
    - docs: paint 出图自带 XMP 溯源 design spec
    - feat(style): 文风版本保留上限 10 → 20
    ### 2026-07-17(周五,9 条)
    - feat(admin): 访客 IP 并入 /voicedrop/admin 后台——新页 refhits.html + master token 鉴权
    - fix(referral): beacon 只在反代页注入——直连页不再一次访问记两条指纹
    - feat(analytics): 分享页访问打点——文章/社区/提示词三类页发「分享页访问」事件
    - feat(referral): 访客 IP 一览调试页 GET /agent/referral/refhits?key=…
    - debug(referral): 指纹临时改明文 IP(DEBUG_PLAINTEXT_IP 开关)+ test owner 不写指纹
    - feat(iap): 售卖开关——R2 config/iap.json {"enabled":true} 零部署开闸,默认关
    - feat(iap): 订阅产品 ID 带价格 + 档位表——monthly_19_9,以后加档只加一行
    - chore(test): fakes 注释同步 0004 迁移
    - feat(iap): 苹果订阅 P3 服务端——¥19.9/月每月自动入账 200 算力桶
    ### 2026-07-16(周四,18 条)
    - feat(prompts): 「收下这条提示词」幂等——同码重复导入不再重复添加
    - 提示词分享页「收进工具箱」改 universal link:跨域 https 链接替代 voicedrop:// scheme
    - fix(referral): 打点真实 IP 改走 X-Forwarded-For 首段——X-Real-IP 被 CF 边缘覆写不可用
    - fix(referral): 落地页打点 distinct_id 用 X-Real-IP 真实访客 IP——PostHog 里不再「全是同一个人」
    - feat(auth): 绑过实名的匿名 scope 获社区写权限——MCP 配对 token 可分享/取消分享/投币
    - feat(invite): 邀请落地页分享卡片带 App logo(og:image/image_src → icon-512.png)
    - fix(referral): 归因三修——第一方 beacon 复活 IP 层、剪贴板 execCommand 兜底+微信蒙层、邀请人到账推送
    - chore(agent): POSTHOG_API_KEY 进 worker vars(phc_ 可公开客户端 key,用户授权 2026-07-16)
    - feat(referral): 漏斗打点进 PostHog——落地页访问/下载点击/claim 结果分布
    - feat(share): prompt 分享页加「一键收进我的工具箱」按钮
    - fix(share): prompt 社区帖公开页 404——kind=prompt 无 articleKey,原地渲染指令页
    - fix(edit): 锚点 image key 校验做两代照片标记归一——legacy [[photo:N]] 数字 token 经 doc.photos 解析成相对 key,老文章长按图片不再被静默丢弃——锚点 T1 review fix
    - feat(edit): 锚点协议服务端——anchor 透传/校验/漂移自愈/上下文注入——锚点 T1
    - feat(referral): 邀请好友——/agent/referral/link 铸码 + voicedrop.cn/i/<码> 落地页 + claim 认邀请码
    - fix(community): 提示词帖两洞——[[photo]] 占位符不再抠成假题图;投币支持 prompt 帖
    - perf(prompt-share): 黑名单读并进并行组 + 首铸跳过 importCount 保护读——关键路径 ~3 个来回
    - perf(prompt-share): 开分享从 ~15 个串行存储操作压到 ~6——并行前段读 + 发帖挪 waitUntil
    - feat(mint): 投喂到账给作者发 APNs 推送,点开进算力账单
    ### 2026-07-15(周三,8 条)
    - fix(community): 提示词帖同死补漏——举报下架/销号连码删 + 举报列表摘要 + 自愈防误删
    - docs(mcp): share_prompt/unshare_prompt 描述跟上自动发社区帖语义——Task 6
    - feat(community): get 合成提示词帖形状 + unshare 帖码同死 + reconcile 收编——Task 5
    - feat(agent): 开分享=铸码+发社区帖,关分享=帖码同死;登录门槛+审核——Task 4
    - feat(agent): 提示词社区帖发布/撤回帮手 + RECO_DB binding——Task 3
    - feat(community): 展示索引与 list 认 kind 列——提示词社区帖 Task 2
    - feat(reco): community_posts 加 kind 列,feed 透传——提示词社区帖 Task 1
    - feat(mcp): 提示词分享 6 工具——list/share/unshare/status/preview/import
    ### 2026-07-14(周二,1 条)
    - chore(voicedrop): nightly English mirror sync

    阅读原文

    跳转微信打开

    •  

    Better Harness 开源了:立即把 Harness 专家带进你的 AI Coding 工具

    Phodal 2026-07-28 21:28 浙江

    Better Harness 是一套面向 Coding Agent 工作流的开源分析与持续改进工具,将 Harness Engineering 与 Loop Engineering 的工程实践、评估模型和运行能力连接起来,并适配 Claude Code、Codex、Qoder 和 Cursor。

    上周,我们在 Qoder Desktop 中内置了 Better Harness。上线后,很多用户都在问:这个功能会开源吗?

    答案是:会!

    今天,我们正式开源 Better Harness。

    项目地址:

    https://github.com/QoderAI/better-harness

    Better Harness 是一套面向 Coding Agent 工作流的开源分析与持续改进工具,将 Harness Engineering 与 Loop Engineering 的工程实践、评估模型和运行能力连接起来,并适配 Claude Code、Codex、Qoder 和 Cursor。

    四个平台共享同一套判断模型,但会话分析、证据覆盖和输出能力尚未完全对齐。其中,Qoder 已在真实开发工作流中反复验证,是当前能力最完整的参考实现。

    图片
    图片

    完成对应平台的安装或加载后,都可以在要分析的项目中执行:

    /better-harness

    你可以先让它跑起来,边看报告,边继续读这篇文章。如果某类证据不可用,Better Harness 会在结果中保留这个边界,而不会用配置数量或其他平台的数据替代它。

    Better Harness 关心的是 Agent 在任务中做了什么

    假设 Agent 修改了一个模块,运行一条测试命令后便宣布任务完成。真正需要判断的,不是仓库“有没有测试”,而是这条测试是否与改动相关、是否覆盖主要风险,以及结果能否支持交付。

    Better Harness 因此不会把 AGENTS.md、Rules、Skills、MCP、Hooks、Memory、测试或 CI 的存在,当成它们已经在任务中发挥作用。每条待优化项(Finding)都需要给出可追溯的证据、具体的用户影响、最小修复边界,以及修复后的验证方式。

    下面是 Better Harness 在 Codex 中对自身项目进行的一次分析快照:

    图片

    图中没有把“缺少 Codex 宿主测试”直接写成“Codex 已经失败”,而是保留未执行宿主测试的证据边界。分数只帮助定位问题,真正重要的是结论、影响、最小修复范围和验证方式。

    这也是 Better Harness 与配置清单的区别:配置清单告诉你项目拥有什么;Better Harness 关注这些能力是否真正支持 Agent 完成了一次可信的任务。

    而要让报告中的判断能够被检查、修改和重新验证,开源就不能只停留在一个可执行入口。

    Better Harness 的三层开源体系

    如果只是把 /better-harness 的 Prompt 放到 GitHub 上,它当然也可以被称为开源。

    但对 Coding Agent 来说,真正决定结果的从来不是某一句提示词,而是提示词背后的整套工作方式:什么值得检查,什么证据才算数,怎样形成判断,以及这些判断如何在真实项目中持续运行和修正。

    图片

    因此,这次 Better Harness 开放的是三层彼此连接的内容。

    第一层是 Harness Engineering 最佳实践

    它回答的是:面对 Session、CLI、可观测性、Rules、Skills、MCP、Memory、Hooks 和自动化,我们应该检查什么,又有哪些结论不能仅凭配置存在就得出。

    这些知识按照问题领域被组织在 references 中:

    图片

    Better Harness 不会在每次运行时加载一个无限膨胀的总 Prompt,而是根据当前发现的问题,读取对应领域的判断依据。遇到诊断问题时进入可观测性实践,遇到 Skill 问题时进入 Skill Review,发现重复流程时再判断它是否应该由 Skill、Hook、Script 或 Automation 长期承载。

    第二层:Agent Work Loop 评估模型

    它负责把工程实践转化为可以逐项检查的问题,并约束证据、评分与结论之间的关系。当前模型和证据状态定义公开在 Agent Work Loop 中。

    鉴于标准尚未成熟,我们避免让单个模型主观定义 “好的Harness”。首轮内部评测选取 30 个 GitHub 真实项目,由四类模型基于 OpenAI 的 Harness Engineering 文章独立评估,生成 120 份标准化报告;随后通过跨模型对比和人工校准,明确证据要求、判断边界及项目类型差异,并应用更新准则对全部项目重新评估。

    图片

    这条“自动评测—自动汇总—人工校准—自动复跑”的闭环,帮助我们得到第一个可复现、可持续调整的 Harness Engineering 评估模型。

    第一版模型仍然更接近传统的软件工程成熟度扫描,关注项目是否拥有文档、测试、CI 和安全机制。但我们很快发现,静态资产不能证明 Agent 真正完成过一次任务。

    为了持续追踪模型与项目能力的变化,我们采用 Spec 驱动的方式建设 Better Harness。随着 200 多份 Spec 的积累,模型逐渐从关注“仓库里有什么”,转向判断“任务中实际发生了什么”。

    评估对象由仓库或会话,收敛为一个具体的任务;会话不再是评估对象,而只是承载证据的容器。模型也逐步稳定为五个维度:任务理解、可控执行、改动验证、可靠交付和经验沉淀。文件存在、配置数量、时间相邻,甚至一次命令成功,都不能再被直接推导为某项能力已经真正生效。

    最终,Agent Work Loop 不再是一张静态评分表,而是一套围绕真实任务、能够复现并持续校准的判断系统。

    第三层:可运行的工程实现

    它负责让前两层不只停留在文档和模型中,而是能够在真实项目里重复运行。Better Harness 通过插件或 CLI(项目中的 scripts 目录下的 JavaScript 代码) 启动一次分析,先冻结任务范围,再分别采集三类证据:

    • • Session Evidence 还原 Agent 在真实任务中的行为;

    • • Project Harness 检查项目是否可启动、可诊断、可验证和可恢复;

    • • Agent Customize 检查 Rules、Skills、MCP、Memory 和 Hooks 的配置、路由与使用证据。

    三类证据在采集和分析阶段保持独立,最终才由 Lead 结合 References 中的判断依据和 Agent Work Loop 评估模型进行综合判断。因为“项目拥有一项能力”和“Agent 在任务中真正使用了它”,始终是两个不同的事实。

    图片

    最终输出的不只是一个分数,而是一组带有证据边界、用户影响、修复范围和验证方式的 Findings。报告经过渲染和校验后,可以继续进入修复流程;如果发现稳定的重复工作,则通过 Loop Engineering 判断它应该由 Skill、Hook、Script、Automation 或其他机制长期承载。

    修复完成也不等于流程已经改善。只有在后续同类任务中再次观察到更好的结果,改进闭环才真正成立。

    现在,从第一条可验证的问题开始

    Qoder 用户

    Qoder Desktop 已内置 Better Harness,更新到最新版即可,打开 Quest 视窗选择 Better Harness(Beta),或者直接运行 /better-harness。Qoder CLI 和 JetBrains 插件在装过 Qoder Desktop 的机器上同样直接可用。

    开源仓库

    访问 Better Harness 的 GitHub 仓库 (https://github.com/QoderAI/better-harness)

    按照 README 安装并运行第一次 /better-harness。诸如 Claude Code 用户可以依次执行:

    1. /plugin marketplace add QoderAI/better-harness
    2. /plugin install better-harness@better-harness

    然后运行:

    /better-harness 分析我项目的Harness情况,生成 HTML 报告

    第一次运行 Better Harness,不必立即构建一套完整的 Agent 工程体系,也不必追求满分。更实际的方式,是先找到一个证据明确、影响具体,并且能够快速验证的问题。

    它可能是一条 Agent 找不到的检查命令,一段无法提供下一步诊断路径的错误日志,也可能是一个已经存在、却从未进入任务路由的 Skill。

    修复一个问题,重新运行检查,再观察后续相似任务是否发生变化。Harness Engineering 不是一次性的配置工作,而是持续让项目更容易被 Agent 理解、执行和验证。

    图片

    欢迎来给 Better Harness 贡献

    Better Harness 已经在 Qoder 的真实研发流程里反复运行和校准过,但当前模型主要来自我们熟悉的项目类型和任务场景。

    面对不同的技术栈、工程规模、团队约束和 Coding Agent,它仍然可能存在判断盲区,也需要更多真实证据来持续修正。

    如果你愿意参与,可以从以下几个方面贡献:

    • • 补工程实践:往 references/ 里加一份某个语言、框架或者常见工作流的判断依据。不用写代码。

    • • 补评估视角:往 models/ 或 scripts/ 里加一个有证据支撑的检查维度或检测器,带上 fixture 和测试。

    • • 补宿主支持:为另一个 Coding Agent 补齐证据采集与验证,仓库的 Roadmap 里有现成的 to-do 清单。

    • • 补真实案例:往 case-studies/ 里贡献一个脱敏的团队实践例子。

    如果你不认同报告里的某一条 Finding,也热烈欢迎直接开 issue。对我们来说,一条来自真实项目的反驳,比一个 star 有用得多(当然也欢迎顺手点个 Star 😁)。

    项目地址:

    https://github.com/QoderAI/better-harness

    阅读原文

    跳转微信打开

    •  

    《HelloGitHub》第 124 期

    原创 HelloGitHub 2026-07-28 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。

    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、86Box:复古 PC 模拟器。这是一款开源的复古电脑模拟器,可自由搭配、模拟各种经典硬件,比如奔腾、赛扬处理器、声卡、显卡等。支持运行 DOS、Windows 98、Windows XP 等早期操作系统和同时代的软件。

    地址:github.com/86Box/86Box

    2、simplewall:小巧的 Windows 网络管控工具。这是一款用于管理和控制 Windows 网络活动的工具,体积小、没广告、完全免费。它基于 WFP 实现网络过滤,不依赖系统自带防火墙,支持自定义规则、IPv6、拦截名单等功能。

    地址:github.com/henrypp/simplewall

    C# 项目

    3、FluentCleaner:更好用的 Windows 系统清理工具。这是一款基于 WinUI 3 构建的 Windows 系统清理工具,灵感来自经典的 CCleaner。它使用维护多年、覆盖数千款应用的 winapp2.ini 规则库,支持自定义规则库和静默自动清理,清理过程透明、精准、无套路。

    地址:github.com/builtbybel/FluentCleaner

    4、nvidiaProfileInspector:解锁 NVIDIA 驱动隐藏设置。这是一款用于编辑 NVIDIA 驱动配置文件的 Windows 工具,可访问官方控制面板未展示的隐藏选项。它支持为单个游戏单独建档,调节帧率限制、垂直同步、纹理过滤和光线追踪等参数,配置可导出为 .nip 文件,方便备份或分享。

    地址:github.com/Orbmu2k/nvidiaProfileInspector

    C++ 项目

    5、JoltPhysics:《死亡搁浅 2》背后的物理引擎。这是一款用 C++ 编写的刚体物理与碰撞检测库,支持多核并发和确定性模拟。它提供球体、方块、胶囊体等形状的连续碰撞检测,以及多种约束类型、软体、毛发模拟等功能,《地平线:西之绝境》和《死亡搁浅 2》等游戏均采用了该库。

    地址:github.com/jrouwe/JoltPhysics

    Go 项目

    6、App-Store-Connect-CLI:命令行发布 App Store 应用。这是一款用 Go 编写的 App Store Connect 命令行工具,可在终端、IDE 或 CI/CD 流水线中自动完成应用发布,支持构建上传、TestFlight、提交审核、签名等操作,覆盖 iOS、macOS、tvOS 和 visionOS 全平台。

    地址:github.com/rorkai/App-Store-Connect-CLI

    7、kage:把整个网站打包离线阅读。该项目是用 Go 编写的网站离线保存工具,可将任意网站保存为可离线浏览的本地文件夹。保存后的网页看起来和线上一样,但不会发起任何网络请求,还支持打包成单个 .zim 文件或可直接运行的可执行文件。

    地址:github.com/tamnd/kage

    8、make-look-scanned:让 PDF 看起来像扫描件。该项目可将 PDF 文件处理成类似扫描件的效果,支持命令行和浏览器本地运行,相同文件默认会得到完全一致的结果。

    地址:github.com/overflowy/make-look-scanned

    9、zabbix:开源的企业级分布式监控平台。该项目是企业级开源分布式监控系统,可实时监控网络设备、服务器、数据库、虚拟机、容器、云服务和应用的运行状态。它支持自动发现、Agent/Agent-less 采集和故障检测等功能,并可通过 Slack、Jira、Teams、邮件或短信发送告警。Zabbix 在中国也有非常活跃的社区。

    地址:github.com/zabbix/zabbix

    Java 项目

    10、jabref:写论文用的文献管理工具。这是一款免费开源、跨平台的文献与引用管理工具,原生支持 BibTeX/BibLaTeX。它可以从 Google 学术、arXiv 等平台检索论文,自动补全文献信息、提取 PDF 元数据、合并重复条目,并支持与 Word、LibreOffice 和多款 LaTeX 编辑器联动。来自 @Xuefeng Xu 的分享

    地址:github.com/JabRef/jabref

    JavaScript 项目

    11、astryx:Meta 开源的 React 设计系统。该项目是基于 React 和 StyleX 构建的设计系统,在 Meta 内部经过多年实践。它内置 150+ 组件、7 套可定制主题、深色模式、页面模板和 CLI,对 AI Agent 友好。来自 @JRZYgit 的分享

    地址:github.com/facebook/astryx

    12、ColorTxt:会给小说上色的阅读器。这是一款基于 Electron 构建的本地小说阅读器,支持 TXT、EPUB、MOBI、PDF 等格式。它可自动为正文中的人名和关键词设置颜色,并支持章节识别、划线笔记、语音朗读和 AI 剧情分析等功能。

    地址:github.com/ssnangua/ColorTxt

    13、karakeep:可自托管的浏览器书签管理平台。这是一款可自托管的浏览器书签管理应用,可保存链接、笔记、图片和 PDF,并支持 AI 自动打标签与生成摘要。它提供全文搜索、OCR、浏览器扩展、移动端应用、RSS 自动收藏和网页归档等功能。

    地址:github.com/karakeep-app/karakeep

    14、magic-resume:在线 AI 简历编辑器。这是一款免费的在线 AI 简历编辑器,无需登录、内置多种模板。它基于 TanStack Start、TypeScript 和 Tiptap 构建,支持实时预览、配置 AI 服务商、深色模式、PDF 导出和自动保存等功能。

    地址:github.com/JOYCEQL/magic-resume

    15、TREK:可多人协作的旅行规划平台。这是一款可自托管的旅行规划平台,支持多人实时协作、交互式地图、费用分摊、行李清单、预订管理和旅行计划等功能。它内置 MCP 服务,可结合 AI 助手规划旅行。

    地址:github.com/liketrek/TREK

    Python 项目

    16、abogen:带同步字幕的有声书生成器。这是一款基于 Kokoro-82M 的文本转语音有声书生成工具,可将 EPUB、PDF、TXT、Markdown 和字幕文件转成 MP3、M4B、FLAC 等格式的音频。它提供批量处理、章节拆分、语速调节等功能,支持包括中文在内的 9 种语言。

    地址:github.com/denizsafak/abogen

    17、git-filter-repo:Git 历史重写工具。这是一款用于重写 Git 仓库历史的命令行工具,可作为 git filter-branch 的替代品。它仅需 Python 和 Git 即可运行,支持批量改写提交信息、标签重命名、仓库拆分和自动清理等功能。

    地址:github.com/newren/git-filter-repo

    18、HypoMux:把多张网卡的带宽叠加起来。这是一款专为 Windows 平台打造的多网卡带宽聚合下载加速工具。当电脑同时接入网线、Wi-Fi 或手机热点时,它可将下载任务分配到不同网卡上,实现远超单网卡的下载速度,并支持虚拟网卡、进程分流和实时流量监控等功能。

    地址:github.com/Hypostasis-Cat/HypoMux

    19、msgspec:更快的 Python 序列化库。这是一个高性能 Python 序列化与数据校验库,支持 JSON、MessagePack、YAML 和 TOML 格式,常见操作比同类库快 10-80 倍。

    地址:github.com/msgspec/msgspec

    20、wenyi:整本翻译外文小说的工具。这是一个用于翻译长篇小说的命令行工具,支持 EPUB、FB2、TXT、Markdown、HTML 和 PDF 文件格式。它通过全书分析、滚动上下文、动态术语表、润色和校对,提升长篇小说翻译的一致性和可读性。来自 @DawnGhost 的分享

    地址:github.com/BigDawnGhost/wenyi

    Rust 项目

    21、harper:本地优先的英语语法检查工具。这是一个用 Rust 编写的英文语法检查工具,可在本地完成语法分析,无需将内容上传到服务器。它检查速度快、内存占用少,可编译成 WebAssembly 在浏览器里运行,也能集成到 VS Code、Neovim、Helix、Emacs、Zed 等编辑器中使用。

    地址:github.com/Automattic/harper

    22、herdr:管理多个 AI 编程助手的终端工具。该项目是用 Rust 编写的终端多路复用工具,专为同时操作多个 AI 编程助手而设计。它能在一屏内查看每个助手的终端画面,一眼看出谁在运行、谁卡住、谁已完成。支持断开后继续运行、随时从其他终端或 SSH 重新接入,同时兼容 tmux 风格的快捷键。来自 @JRZYgit 的分享

    地址:github.com/ogulcancelik/herdr

    Skills

    23、archify:让 AI 读代码画出架构图。这是一款面向 Codex、Claude Code、Cursor 和 OpenCode 的架构图生成技能,可读取代码仓库或系统描述,生成可交互的架构图。它提供 5 种图表类型和 4 套主题,支持搜索节点、上下游链路追溯、架构变更对比,并可导出 PNG 或 SVG。

    地址:github.com/tt-a1i/archify

    24、claude-video:让 AI 助手看懂视频。这是一个为 Claude Code 等 AI 助手提供视频理解能力的技能包。输入视频网址或本地文件后,它会借助 yt-dlp 和 FFmpeg 提取关键帧与字幕,无字幕时可调用 Whisper 转录,让 AI 助手结合画面与语音定位录屏故障、分析内容或生成摘要。

    地址:github.com/bradautomates/claude-video

    25、hallmark:拒绝 AI 味的网页设计技能。这是一个面向 Claude Code、Cursor 和 Codex 的网页设计技能,旨在避免 AI 生成页面千篇一律。它内置 20 个主题、4 种命令模式、57 项检查规则和自检流程,支持从截图或 URL 提取设计特征。

    地址:github.com/Nutlope/hallmark

    Swift 项目

    26、LockIME:锁住输入法的 macOS 菜单栏工具。这是一款用 SwiftUI 开发的 macOS 菜单栏工具,可全局或按应用、网址锁定指定输入法,一旦被手动或其他应用切换,便会立即恢复。它支持自定义快捷键、规则备份、配置导入导出等功能,安装包不到 3MB,且无需系统权限。来自 @Kevin Cui 的分享

    地址:github.com/oomol-lab/LockIME

    27、opendisplay:把 iPhone 变成 Mac 扩展屏。这是一款免费开源的 macOS 副屏工具,可将闲置的 iPhone 或 iPad 变成第二个显示器。插上数据线或连同一 Wi-Fi 即可使用,可以直接把窗口拖过去,支持用手指点按、拖拽和双指滚动操作 Mac。

    地址:github.com/peetzweg/opendisplay

    28、WhichSpace:菜单栏里的桌面空间切换工具。这是一款用于查看和切换 macOS 桌面的工具,支持点击图标或滚动鼠标快速切换桌面,还能为每个桌面设置颜色、图标、文字标签或表情符号。

    地址:github.com/gechr/WhichSpace

    人工智能

    29、code-review-graph:让 AI 少读代码的图谱工具。这是一款本地优先的代码智能图谱工具,专为 MCP 和 CLI 设计。它通过 Tree-sitter 解析函数、类、调用和测试之间的关系,并持久化存成图。修改文件时,它能沿着图找出受影响的调用方和依赖代码,提供更精准的上下文,避免读取整个代码库浪费 token。

    地址:github.com/tirth8205/code-review-graph

    30、gastown:同时指挥多个 AI 编程助手。该项目是多智能体工作区管理和编排系统,可统一调度 Claude Code、GitHub Copilot、Codex 等 AI 编程助手并行工作。它通过 Git 持久保存工作状态,Agent 重启后不丢上下文,可继续接着干。还提供实时监控、任务交接、卡死检测和合并队列等功能,支持 20-30 个智能体协同工作。

    地址:github.com/gastownhall/gastown

    31、harbor:AI 智能体评测框架。这是一个跑 AI 智能体和大模型评测的开源框架,一条命令就能在 Docker 里把 Claude Code、Codex CLI 这些 Agent 拉起来,用 SWE-Bench 等评测集跑分。嫌本地慢也可以接 Daytona 这类云平台,开多个环境同时跑。

    地址:github.com/harbor-framework/harbor

    32、OpenMontage:把 AI 编程助手变成视频工作室。这是一个开源的智能体视频制作系统,可让 Claude Code、Cursor、Copilot、Windsurf 和 Codex 根据自然语言完成调研、脚本、素材生成、剪辑和合成。它内置 12 条制作流程、100 多个工具,以及 700 多份技能与制作知识文件,支持真实素材、AI 图像、配音、字幕和成片自检。

    地址:github.com/calesthio/OpenMontage

    33、outlines:严格的 LLM 结构化输出框架。这是一个约束大语言模型输出格式的 Python 库,可在生成过程中保证结果符合指定结构,而不是生成后再用正则修补。调用时只需传入期望的类型,同一段代码还能在 OpenAI、Ollama、vLLM 之间无缝切换。

    地址:github.com/dottxt-ai/outlines

    其它

    34、crosspoint-reader:Xteink 墨水屏阅读器的开源固件。这是一款开源的电子书阅读器固件,可替换 Xteink X3、X4 等 ESP32-C3 设备的原厂系统,通过浏览器连接 USB 即可刷入。它支持 EPUB、TXT 等格式,可自定义字体、主题和按键,并提供词典查询、KOReader 进度同步,Web 界面无线传书等功能。

    地址:github.com/crosspoint-reader/crosspoint-reader

    35、exercises-dataset:上千个健身动作的集合。这是一份包含 1000+ 个健身动作的开放数据集,每条记录标注了动作名称、目标肌群、协同肌肉、所需器械和分步教程。教程提供中文等 10 种语言,并配有缩略图和演示动图。

    地址:github.com/hasaneyldrm/exercises-dataset

    36、flutter_server_box:手机上的服务器管理工具。这是一款用 Flutter 开发的服务器监控与管理工具,支持 iOS、macOS、Android、Linux 和 Windows。它提供 CPU、传感器、GPU 状态图表,以及 SSH 终端、SFTP、Docker、进程、Systemd 管理等功能。来自 @KongQi 的分享

    地址:github.com/lollipopkit/flutter_server_box

    37、gitfut:把 GitHub 数据做成球星卡。这是一款将 GitHub 个人数据生成足球球星卡的 Web 应用,可根据提交、Star、PR、关注者、语言等数据换算成球员能力值。

    地址:github.com/Younesfdj/gitfut

    38、local-llm:本地运行 SOTA 大模型实录。该项目是作者整理的本地运行前沿开源大模型实践指南,记录了从 2k 到 40k 美元的硬件方案,内容涵盖硬件清单、BIOS 调优、Docker 配置等。

    地址:github.com/jamesob/local-llm

    开源书籍

    39、ai-agent-book:《深入理解 AI Agent:设计原理与工程实践》。这是一本讲解 AI Agent 的开源中文书籍,围绕「Agent = LLM + 上下文 + 工具」展开,共 10 章。内容从原理讲到生产实践,涵盖上下文工程、用户记忆与知识库、MCP 协议、Coding Agent 等,并配有 92 个实验项目和 7 种语言版本。

    地址:github.com/bojieli/ai-agent-book

    40、little-book-rl:《强化学习小册子》。这是一本强化学习入门书籍,从基础概念讲到算法实现。内容包含基于 PyTorch 的多种算法实现,比如蒙特卡洛、PPO 等,也包括动态规划算法的详细推导和严格证明。

    地址:github.com/alxndrTL/little-book-rl

    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

    •  
    ❌