<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>开源服务指南</title><link>https://osguider.com/blog/</link><description>Recent content on 开源服务指南</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><copyright>开源服务指南</copyright><lastBuildDate>Thu, 05 Mar 2026 15:35:51 +0000</lastBuildDate><atom:link href="https://osguider.com/blog/index.xml" rel="self" type="application/rss+xml"/><item><title>AI 对话克隆网站，快速重建为 React 应用 | 开源日报 No.884</title><link>https://osguider.com/blog/post/daily/daily-884/</link><pubDate>Thu, 05 Mar 2026 15:35:51 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-884/</guid><description>&lt;h2 id="zyronontypewords"&gt;&lt;a class="link" href="https://github.com/zyronon/TypeWords" target="_blank" rel="noopener"
&gt;zyronon/TypeWords&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/zyronon/TypeWords" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/zyronon/TypeWords" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/zyronon/TypeWords" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/zyronon/TypeWords" loading="lazy" alt="cover"&gt;
&lt;p&gt;typing-word 是一款基于 Vue 开发的在线英语学习工具软件。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持通过网页进行交互式背诵训练&lt;/li&gt;
&lt;li&gt;提供可选的记忆/默写两种模式及语音辅助系统&lt;/li&gt;
&lt;li&gt;内置多套权威考试词汇库与编程专业术语集&lt;/li&gt;
&lt;li&gt;具备智能生词管理和个性化复习机制（含错题重练）&lt;/li&gt;
&lt;li&gt;可导入自定义文本材料并实现逐句跟读练习&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="carthage-softwaremago"&gt;&lt;a class="link" href="https://github.com/carthage-software/mago" target="_blank" rel="noopener"
&gt;carthage-software/mago&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/carthage-software/mago" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/carthage-software/mago" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/carthage-software/mago" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/carthage-software/mago" loading="lazy" alt="cover"&gt;
&lt;p&gt;mago 是一个基于 Rust 开发的 PHP 工具链，旨在帮助开发者编写更高质量的代码。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;速度极快，利用 Rust 提供卓越性能&lt;/li&gt;
&lt;li&gt;支持代码 lint 检查，可自定义规则识别潜在问题&lt;/li&gt;
&lt;li&gt;提供深度静态分析以捕捉类型错误和漏洞&lt;/li&gt;
&lt;li&gt;自动修复多种 lint 问题，提高开发效率&lt;/li&gt;
&lt;li&gt;自动格式化代码，保持风格一致性和最佳实践&lt;/li&gt;
&lt;li&gt;语义检查确保代码正确性与健壮性&lt;/li&gt;
&lt;li&gt;支持抽象语法树（AST）可视化，方便理解代码结构&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="sapientinchrm"&gt;&lt;a class="link" href="https://github.com/sapientinc/HRM" target="_blank" rel="noopener"
&gt;sapientinc/HRM&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/sapientinc/HRM" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/sapientinc/HRM" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/sapientinc/HRM" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/sapientinc/HRM" loading="lazy" alt="cover"&gt;
&lt;p&gt;HRM 是一个基于层级递归架构的推理模型，旨在通过模拟人脑多时尺度处理机制，实现高效且稳定的复杂目标导向序列推理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用双模块设计：高层模块负责缓慢抽象规划，低层模块执行快速细节计算，实现单次前向传递中的连续推理&lt;/li&gt;
&lt;li&gt;参数量仅 2700 万，在无预训练和无链式思维数据支持下，仅用 1000 个样本即可完成复杂数独和大规模迷宫路径寻找等任务&lt;/li&gt;
&lt;li&gt;在人工智能通用能力基准 ARC 上表现优异，超越许多参数更多、上下文窗口更长的大型模型&lt;/li&gt;
&lt;li&gt;结合 CUDA 扩展与 FlashAttention 优化，可在现代 GPU 设备上实现较快训练速度与资源利用效率&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="astral-shty"&gt;&lt;a class="link" href="https://github.com/astral-sh/ty" target="_blank" rel="noopener"
&gt;astral-sh/ty&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/astral-sh/ty" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/astral-sh/ty" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/astral-sh/ty" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/astral-sh/ty" loading="lazy" alt="cover"&gt;
&lt;p&gt;ty 是一个用 Rust 编写的极其快速的 Python 类型检查器和语言服务器。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;性能显著优于同类工具，速度比 mypy 和 Pyright 快 10 到 100 倍&lt;/li&gt;
&lt;li&gt;提供详尽且富有上下文信息的诊断报告，支持配置规则级别、文件覆盖和注释抑制&lt;/li&gt;
&lt;li&gt;支持部分类型标注与重声明，便于逐步采用并兼容现有代码库&lt;/li&gt;
&lt;li&gt;集成语言服务器功能，包括代码导航、补全、自动导入、内联提示及悬停帮助等编辑器辅助特性&lt;/li&gt;
&lt;li&gt;精细增量分析设计，实现编辑时快速响应与更新，提高开发效率&lt;/li&gt;
&lt;li&gt;支持多种主流编辑器集成，如 VS Code、PyCharm 和 Neovim 等&lt;/li&gt;
&lt;li&gt;拥有先进类型系统特性，如交叉类型、一流的类型缩小以及复杂可达性分析&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="firecrawlopen-lovable"&gt;&lt;a class="link" href="https://github.com/firecrawl/open-lovable" target="_blank" rel="noopener"
&gt;firecrawl/open-lovable&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/firecrawl/open-lovable" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/firecrawl/open-lovable" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/firecrawl/open-lovable" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/firecrawl/open-lovable" loading="lazy" alt="cover"&gt;
&lt;p&gt;open-lovable 是一个通过与 AI 对话，瞬间克隆并重建任意网站为现代 React 应用的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持多种大型语言模型（LLM）API 接入，包括 Anthropic、OpenAI、Gemini 和 Groq&lt;/li&gt;
&lt;li&gt;提供快速编辑功能，通过 Morph LLM 加速应用修改流程&lt;/li&gt;
&lt;li&gt;集成 Vercel 或 E2B 沙箱环境，实现云端部署和测试的灵活选择&lt;/li&gt;
&lt;li&gt;以命令行方式简便安装和启动，适合开发者快速上手使用&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>专为 macOS 设计的强大键盘自定义工具 | 开源日报 No.883</title><link>https://osguider.com/blog/post/daily/daily-883/</link><pubDate>Wed, 04 Mar 2026 07:35:49 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-883/</guid><description>&lt;h2 id="microsoftaici"&gt;&lt;a class="link" href="https://github.com/microsoft/aici" target="_blank" rel="noopener"
&gt;microsoft/aici&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/microsoft/aici" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/microsoft/aici" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/microsoft/aici" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/microsoft/aici" loading="lazy" alt="cover"&gt;
&lt;p&gt;aici 是一个用于控制人工智能生成文本的接口程序。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;灵活：可以使用任何能够编译为 Wasm 的语言编写 Controllers（如 Rust、C、C++），或在 Wasm 内部解释执行（如 Python、JavaScript）。&lt;/li&gt;
&lt;li&gt;安全：Controllers 受到沙盒限制，无法访问文件系统、网络或其他资源。&lt;/li&gt;
&lt;li&gt;快速：Wasm 模块被编译为本机代码，并与 LLM 推理引擎并行运行，在生成过程中只会带来最小的开销。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="jacoblee93fully-local-pdf-chatbot"&gt;&lt;a class="link" href="https://github.com/jacoblee93/fully-local-pdf-chatbot" target="_blank" rel="noopener"
&gt;jacoblee93/fully-local-pdf-chatbot&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/jacoblee93/fully-local-pdf-chatbot" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/jacoblee93/fully-local-pdf-chatbot" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/jacoblee93/fully-local-pdf-chatbot" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/jacoblee93/fully-local-pdf-chatbot/4791f082e78dcb6fd327b44701e4edf4.gif"
loading="lazy"
alt="demo-picture-of-fully-local-pdf-chatbot"
&gt;&lt;/p&gt;
&lt;p&gt;fully-local-pdf-chatbot 是一个完全本地化的文档聊天实现，允许用户在不连接互联网的情况下与上传的 PDF 文件进行交互。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;完全本地运行，无需网络连接&lt;/li&gt;
&lt;li&gt;支持通过 Ollama、WebLLM 或 Chrome 内置 Gemini Nano 模型运行&lt;/li&gt;
&lt;li&gt;使用 Next.js 构建，能够读取和处理 PDF 内容&lt;/li&gt;
&lt;li&gt;客户端执行 RAG（检索增强生成）&lt;/li&gt;
&lt;li&gt;采用 Voy 作为向量存储，实现高效的数据管理&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="xaboyform-create"&gt;&lt;a class="link" href="https://github.com/xaboy/form-create" target="_blank" rel="noopener"
&gt;xaboy/form-create&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/xaboy/form-create" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/xaboy/form-create" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/xaboy/form-create" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/xaboy/form-create/72dbd5ae57c0e0e990a17bf105500fdf.png"
loading="lazy"
alt="demo-picture-of-form-create"
&gt;&lt;/p&gt;
&lt;p&gt;form-create 是一个强大的动态表单生成器，通过数据驱动表单渲染，适配移动端，支持可视化设计。提高开发者对表单的开发效率。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;使用 JSON 数据生成表单&lt;/li&gt;
&lt;li&gt;支持扩展，生成任何 Vue 组件和 HTML 标签&lt;/li&gt;
&lt;li&gt;支持 6 个 UI 框架&lt;/li&gt;
&lt;li&gt;支持组件之间联动&lt;/li&gt;
&lt;li&gt;提供丰富的表单操作 API&lt;/li&gt;
&lt;li&gt;支持子表单和分组&lt;/li&gt;
&lt;li&gt;高性能&lt;/li&gt;
&lt;li&gt;适配移动端&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="langchain4jlangchain4j-examples"&gt;&lt;a class="link" href="https://github.com/langchain4j/langchain4j-examples" target="_blank" rel="noopener"
&gt;langchain4j/langchain4j-examples&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/langchain4j/langchain4j-examples" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/langchain4j/langchain4j-examples" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/langchain4j/langchain4j-examples" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/langchain4j/langchain4j-examples" loading="lazy" alt="cover"&gt;
&lt;p&gt;langchain4j-examples 是一个提供多个使用 LangChain4j 库的示例的项目。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供多种使用 LangChain4j 的示例&lt;/li&gt;
&lt;li&gt;包含教程和社区贡献的更多示例&lt;/li&gt;
&lt;li&gt;展示高级 RAG 技术的应用实例&lt;/li&gt;
&lt;li&gt;介绍具有记忆、工具和 RAG 的代理实例&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="pqrs-orgkarabiner-elements"&gt;&lt;a class="link" href="https://github.com/pqrs-org/Karabiner-Elements" target="_blank" rel="noopener"
&gt;pqrs-org/Karabiner-Elements&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/pqrs-org/Karabiner-Elements" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/pqrs-org/Karabiner-Elements" loading="lazy" alt="License: `Unlicense`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/pqrs-org/Karabiner-Elements" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/pqrs-org/Karabiner-Elements" loading="lazy" alt="cover"&gt;
&lt;p&gt;Karabiner-Elements 是一款专为 macOS 设计的强大键盘自定义工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在 macOS 多个版本（包括最新的 Apple Silicon 和 Intel 架构）上运行&lt;/li&gt;
&lt;li&gt;提供灵活的按键重映射功能，满足用户个性化需求&lt;/li&gt;
&lt;li&gt;可通过官方站点或 Homebrew 简便安装&lt;/li&gt;
&lt;li&gt;配备详细文档指导使用与开发流程&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>全平台适配媒体中心软件，舒适沙发遥控畅享影音盛宴 | 开源日报 No.882</title><link>https://osguider.com/blog/post/daily/daily-882/</link><pubDate>Tue, 03 Mar 2026 23:36:05 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-882/</guid><description>&lt;h2 id="zhayujiechatgpt-on-wechat"&gt;&lt;a class="link" href="https://github.com/zhayujie/chatgpt-on-wechat" target="_blank" rel="noopener"
&gt;zhayujie/chatgpt-on-wechat&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/zhayujie/chatgpt-on-wechat" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/zhayujie/chatgpt-on-wechat" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/zhayujie/chatgpt-on-wechat" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/zhayujie/chatgpt-on-wechat/c288e393002bf7875731d223a0ba986a.png"
loading="lazy"
alt="demo-picture-of-chatgpt-on-wechat"
&gt;&lt;/p&gt;
&lt;p&gt;chatgpt-on-wechat 是一个基于大模型的智能聊天机器人，支持多种平台接入。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;多端部署：支持微信公众号、企业微信应用、飞书和钉钉等多种接入方式。&lt;/li&gt;
&lt;li&gt;基础对话：提供私聊及群聊的智能回复，支持多轮会话上下文记忆。&lt;/li&gt;
&lt;li&gt;语音能力：可识别并回复语音消息，兼容多个语音模型。&lt;/li&gt;
&lt;li&gt;图像能力：具备图片生成与识别功能，并能进行图生图处理。&lt;/li&gt;
&lt;li&gt;丰富插件：允许个性化插件扩展，实现多角色切换和联网搜索等功能。&lt;/li&gt;
&lt;li&gt;知识库定制：通过上传知识库文件，自定义专属机器人，用于数字分身或智能客服。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="ymcuichinese-llama-alpaca-2"&gt;&lt;a class="link" href="https://github.com/ymcui/Chinese-LLaMA-Alpaca-2" target="_blank" rel="noopener"
&gt;ymcui/Chinese-LLaMA-Alpaca-2&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ymcui/Chinese-LLaMA-Alpaca-2" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ymcui/Chinese-LLaMA-Alpaca-2" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ymcui/Chinese-LLaMA-Alpaca-2" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/ymcui/Chinese-LLaMA-Alpaca-2/fba27ffee1b2d9afea47c8da8e7f47c7.png"
loading="lazy"
alt="demo-picture-of-Chinese-LLaMA-Alpaca-2"
&gt;&lt;/p&gt;
&lt;p&gt;Chinese-LLaMA-Alpaca-2 是中文 LLaMA&amp;amp;Alpaca 大模型的第二期项目，提供 64K 长上下文模型。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;扩充了新版中文词表，优化了中文字词覆盖程度&lt;/li&gt;
&lt;li&gt;使用 FlashAttention-2 高效注意力机制训练所有模型&lt;/li&gt;
&lt;li&gt;支持 16K 和 64K 上下文长度的超长上下文扩展技术&lt;/li&gt;
&lt;li&gt;简化的系统提示语以及人类偏好对齐实验带来性能提升&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="dimitripgloader"&gt;&lt;a class="link" href="https://github.com/dimitri/pgloader" target="_blank" rel="noopener"
&gt;dimitri/pgloader&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/dimitri/pgloader" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/dimitri/pgloader" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/dimitri/pgloader" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/dimitri/pgloader" loading="lazy" alt="cover"&gt;
&lt;p&gt;pgloader 是一个用于将数据迁移到 PostgreSQL 的工具，支持通过单条命令完成数据加载。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用 PostgreSQL 的 COPY 命令进行高效的数据导入。&lt;/li&gt;
&lt;li&gt;支持事务处理，能够在遇到错误数据时跳过并记录拒绝的行，而不中断整个批量加载过程。&lt;/li&gt;
&lt;li&gt;实现了数据格式转换，例如将 MySQL 中无效日期（如 0000-00-00）转换为 PostgreSQL 可接受的 NULL 值。&lt;/li&gt;
&lt;li&gt;提供丰富的命令行选项和配置能力，包括日志管理、编码设置、预执行及后执行 SQL 脚本等功能。&lt;/li&gt;
&lt;li&gt;支持从多种数据库源（如 SQLite、MySQL）直接迁移至 PostgreSQL，并能自动处理模式定义和索引等结构。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="xbmcxbmc"&gt;&lt;a class="link" href="https://github.com/xbmc/xbmc" target="_blank" rel="noopener"
&gt;xbmc/xbmc&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/xbmc/xbmc" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/xbmc/xbmc" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/xbmc/xbmc" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/xbmc/xbmc/97bc1b1a8e5a53a64492a2e494f79087.gif"
loading="lazy"
alt="demo-picture-of-xbmc"
&gt;&lt;/p&gt;
&lt;p&gt;xbmc 是一款获奖的免费开源家庭影院/媒体中心软件，旨在为数字媒体提供娱乐服务。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持多种操作系统，包括 Android、Linux、BSD、macOS、iOS、tvOS 和 Windows。&lt;/li&gt;
&lt;li&gt;拥有美观的界面和强大的皮肤引擎，适合使用遥控器从沙发上操作。&lt;/li&gt;
&lt;li&gt;能够播放几乎所有流行的音频和视频格式，并支持网络播放功能。&lt;/li&gt;
&lt;li&gt;自动扫描并创建个性化库，包括封面图像、描述和粉丝艺术作品。&lt;/li&gt;
&lt;li&gt;提供播放列表与幻灯片功能，以及天气预报等附加特性。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="shishirpatilgorilla"&gt;&lt;a class="link" href="https://github.com/ShishirPatil/gorilla" target="_blank" rel="noopener"
&gt;ShishirPatil/gorilla&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ShishirPatil/gorilla" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ShishirPatil/gorilla" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ShishirPatil/gorilla" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/ShishirPatil/gorilla/1433666854ed273fb0f2f9dba2d07779.png"
loading="lazy"
alt="demo-picture-of-gorilla"
&gt;&lt;/p&gt;
&lt;p&gt;gorilla 是一个旨在训练和评估大型语言模型（LLMs）调用函数（工具调用）的开源项目，重点在于通过自然语言查询准确生成语义和语法正确的 API 调用。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持超过 1600 个不断增长的 API 调用，显著减少模型幻觉现象&lt;/li&gt;
&lt;li&gt;提供完整的推理代码、评估代码及 APIBench 数据集——最大规模且易于训练的 API 集合&lt;/li&gt;
&lt;li&gt;包含多轮、多步骤函数调用能力的新型状态化评测系统&lt;/li&gt;
&lt;li&gt;引入了基于检索增强的方法以提升测试时适应性&lt;/li&gt;
&lt;li&gt;发布了 GoEx 运行时，实现对 LLM 生成动作（如代码、API 请求等）的后验验证与风险控制机制&lt;/li&gt;
&lt;li&gt;建立了 Berkeley Function Calling 排行榜，用以比较不同模型和工具在多场景下表现优劣&lt;/li&gt;
&lt;li&gt;提供端到端微调方案、基础设施组件及 Gorilla API 商店支持生态发展&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>在线绘制美观等距图，支持离线使用与多语言交互 | 开源日报 No.881</title><link>https://osguider.com/blog/post/daily/daily-881/</link><pubDate>Sun, 01 Mar 2026 07:35:19 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-881/</guid><description>&lt;h2 id="roundcuberoundcubemail"&gt;&lt;a class="link" href="https://github.com/roundcube/roundcubemail" target="_blank" rel="noopener"
&gt;roundcube/roundcubemail&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/roundcube/roundcubemail" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/roundcube/roundcubemail" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/roundcube/roundcubemail" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/roundcube/roundcubemail" loading="lazy" alt="cover"&gt;
&lt;p&gt;Roundcube 是一个基于浏览器的多语言 IMAP 邮件客户端，具有类似应用程序的用户界面。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供完整的电子邮件客户端功能，包括 MIME 支持、地址簿、文件夹管理、消息搜索和拼写检查。&lt;/li&gt;
&lt;li&gt;使用 PHP 编写，并支持 MariaDB、MySQL、PostgreSQL 或 SQLite 数据库。&lt;/li&gt;
&lt;li&gt;具备插件 API，易于扩展，同时用户界面可通过皮肤完全自定义。&lt;/li&gt;
&lt;li&gt;支持主流浏览器，如 Chrome, Firefox, Edge 等。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="stan-smithfossflow"&gt;&lt;a class="link" href="https://github.com/stan-smith/FossFLOW" target="_blank" rel="noopener"
&gt;stan-smith/FossFLOW&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/stan-smith/FossFLOW" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/stan-smith/FossFLOW" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/stan-smith/FossFLOW" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/stan-smith/FossFLOW" loading="lazy" alt="cover"&gt;
&lt;p&gt;FossFLOW 是一款基于浏览器的开源渐进式网页应用，专注于创建美观的等距基础设施图表。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持离线使用，运行在 React 和 Isoflow 库之上，实现流畅且高性能的图形绘制体验&lt;/li&gt;
&lt;li&gt;多语言界面覆盖八种语言，包括英语、简体中文、西班牙语、葡萄牙语（巴西）、法语、印地语、孟加拉语和俄语，并自动识别用户语言偏好&lt;/li&gt;
&lt;li&gt;改进连接工具，支持点击节点顺序连接和拖拽两种模式，提高连线操作的准确性与灵活性&lt;/li&gt;
&lt;li&gt;允许导入自定义图标（PNG/JPG/SVG），并自动缩放及切换等距 3D 和平面 2D 显示方式，自定义资源可随项目保存跨设备同步&lt;/li&gt;
&lt;li&gt;提供服务器端存储功能，通过 Docker 部署实现多设备访问与数据持久化，同时具备重名覆盖保护机制&lt;/li&gt;
&lt;li&gt;丰富交互优化，包括可配置快捷键、多样化平移控制方式以及连接箭头显示切换，提升用户操作效率与体验&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="cheahjsfree-llm-api-resources"&gt;&lt;a class="link" href="https://github.com/cheahjs/free-llm-api-resources" target="_blank" rel="noopener"
&gt;cheahjs/free-llm-api-resources&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/cheahjs/free-llm-api-resources" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/cheahjs/free-llm-api-resources" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/cheahjs/free-llm-api-resources" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/cheahjs/free-llm-api-resources" loading="lazy" alt="cover"&gt;
&lt;p&gt;free-llm-api-resources 是一个汇总免费可通过 API 访问的大型语言模型（LLM）推理资源的列表。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;收录多家提供免费或试用额度的 LLM API 服务商，包括 OpenRouter、Google AI Studio、NVIDIA NIM、Mistral 等&lt;/li&gt;
&lt;li&gt;明确排除非正规服务，确保资源合法可靠&lt;/li&gt;
&lt;li&gt;提供详细使用限制与配额信息，如请求频率和令牌数上限，方便用户合理调用&lt;/li&gt;
&lt;li&gt;涵盖多种开源及专有模型，支持不同规模和用途需求&lt;/li&gt;
&lt;li&gt;部分服务需手机号验证或同意数据训练协议以获得免费额度&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="mailumailu"&gt;&lt;a class="link" href="https://github.com/Mailu/Mailu" target="_blank" rel="noopener"
&gt;Mailu/Mailu&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/Mailu/Mailu" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/Mailu/Mailu" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/Mailu/Mailu" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/Mailu/Mailu/7a2d3bba70526e3853d4c36172d0a00f.png"
loading="lazy"
alt="demo-picture-of-Mailu"
&gt;&lt;/p&gt;
&lt;p&gt;Mailu 是一个简单而功能全面的邮件服务器，采用一组 Docker 镜像构建。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;标准电子邮件服务器，支持 IMAP、IMAP+、SMTP 和提交，并为客户端提供自动配置文件&lt;/li&gt;
&lt;li&gt;高级电子邮件功能，包括别名、域别名、自定义路由和附件全文搜索&lt;/li&gt;
&lt;li&gt;提供网页访问、多种 Web 邮件和管理界面&lt;/li&gt;
&lt;li&gt;用户功能包括别名、自动回复、自动转发和账户管理&lt;/li&gt;
&lt;li&gt;管理员特性，如全局管理员公告、按域委派及配额设置&lt;/li&gt;
&lt;li&gt;安全性强，支持强制 TLS、安全传输协议（DANE）、MTA-STS 和 Letsencrypt，以及 DKIM 签名、防病毒扫描等&lt;/li&gt;
&lt;li&gt;反垃圾邮件机制，包括自学习灰名单技术以及 DMARC 和 SPF 防伪措施&lt;/li&gt;
&lt;li&gt;所有组件均为自由开源软件，无跟踪器包含&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="mooler0410llmspracticalguide"&gt;&lt;a class="link" href="https://github.com/Mooler0410/LLMsPracticalGuide" target="_blank" rel="noopener"
&gt;Mooler0410/LLMsPracticalGuide&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/Mooler0410/LLMsPracticalGuide" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/Mooler0410/LLMsPracticalGuide" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/Mooler0410/LLMsPracticalGuide" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/Mooler0410/LLMsPracticalGuide/459e74c40be07cbcfbee5fd8d0d41b2b.jpg"
loading="lazy"
alt="demo-picture-of-LLMsPracticalGuide"
&gt;&lt;/p&gt;
&lt;p&gt;LLMsPracticalGuide 是一个关于大型语言模型（LLMs）的实用指南资源的精心整理列表。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供最新和活跃更新的 LLMs 实用指南资源&lt;/li&gt;
&lt;li&gt;包含现代大型语言模型的发展演化树&lt;/li&gt;
&lt;li&gt;涵盖各种自然语言处理应用中的 LLMs 使用限制和数据许可信息&lt;/li&gt;
&lt;li&gt;参考了相关论文，帮助从业者更好地理解和应用 LLMs&lt;/li&gt;
&lt;li&gt;包括多种 NLP 任务的实用指南，如传统 NLU、生成任务等&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>面向 Claude Code 的智能自动化与多代理编排系统，85 位 AI 专家协同开发 | 开源日报 No.880</title><link>https://osguider.com/blog/post/daily/daily-880/</link><pubDate>Sat, 28 Feb 2026 15:35:14 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-880/</guid><description>&lt;h2 id="wshobsonagents"&gt;&lt;a class="link" href="https://github.com/wshobson/agents" target="_blank" rel="noopener"
&gt;wshobson/agents&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/wshobson/agents" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/wshobson/agents" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/wshobson/agents" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/wshobson/agents" loading="lazy" alt="cover"&gt;
&lt;p&gt;agents 是一个面向 Claude Code 的智能自动化与多代理编排系统，集成了丰富的专业代理、插件和开发工具，实现高效且模块化的软件开发支持。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供 63 个专注单一功能的插件，优化令牌使用并支持灵活组合&lt;/li&gt;
&lt;li&gt;包含 85 个领域专家级别的专业 AI 代理，覆盖架构、语言、基础设施、安全等多个方向&lt;/li&gt;
&lt;li&gt;具备 47 项渐进式加载的技能包，实现知识按需调用以节省资源&lt;/li&gt;
&lt;li&gt;配备 15 套多代理工作流编排器，用于复杂任务如全栈开发、安全加固及机器学习流水线管理&lt;/li&gt;
&lt;li&gt;集成 44 种实用开发工具，包括项目脚手架、安全扫描和测试自动化&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="lss233kirara-ai"&gt;&lt;a class="link" href="https://github.com/lss233/kirara-ai" target="_blank" rel="noopener"
&gt;lss233/kirara-ai&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/lss233/kirara-ai" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/lss233/kirara-ai" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/lss233/kirara-ai" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/lss233/chatgpt-mirai-qq-bot/609eefee61f2ac8b10ecdd74754a9d87.png"
loading="lazy"
alt="demo-picture-of-kirara-ai"
&gt;&lt;/p&gt;
&lt;p&gt;chatgpt-mirai-qq-bot 是一款支持多种主流语言模型的聊天机器人，能够在多个平台上提供智能对话服务。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;一键部署，快速搭建&lt;/li&gt;
&lt;li&gt;支持 ChatGPT、文心一言、讯飞星火等多种 AI 模型&lt;/li&gt;
&lt;li&gt;多账号管理与人设调教功能&lt;/li&gt;
&lt;li&gt;兼容 QQ、Telegram、Discord 和微信等多个聊天平台&lt;/li&gt;
&lt;li&gt;提供图片渲染和语音发送功能&lt;/li&gt;
&lt;li&gt;可作为 HTTP 服务端提供 Web API 接口&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="googleosv-scanner"&gt;&lt;a class="link" href="https://github.com/google/osv-scanner" target="_blank" rel="noopener"
&gt;google/osv-scanner&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/google/osv-scanner" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/google/osv-scanner" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/google/osv-scanner" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/google/osv-scanner" loading="lazy" alt="cover"&gt;
&lt;p&gt;osv-scanner 是一个用 Go 编写的漏洞扫描工具，利用 &lt;a class="link" href="https://osv.dev" target="_blank" rel="noopener"
&gt;https://osv.dev&lt;/a&gt; 提供的数据来查找影响项目依赖项的现有漏洞。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;连接项目依赖列表与相关漏洞，提供官方支持的前端界面&lt;/li&gt;
&lt;li&gt;基于开放和权威来源的信息，提高数据库质量&lt;/li&gt;
&lt;li&gt;支持用户建议改进，提高 advisories 的准确性&lt;/li&gt;
&lt;li&gt;使用机器可读格式存储受影响版本信息，与开发者包列表精确映射&lt;/li&gt;
&lt;li&gt;减少无效通知，加快解决问题的时间&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="isnowfysnownlp"&gt;&lt;a class="link" href="https://github.com/isnowfy/snownlp" target="_blank" rel="noopener"
&gt;isnowfy/snownlp&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/isnowfy/snownlp" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/isnowfy/snownlp" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/isnowfy/snownlp" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/isnowfy/snownlp" loading="lazy" alt="cover"&gt;
&lt;p&gt;SnowNLP 是一个用于处理中文文本的 Python 库。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持中文分词、词性标注和情感分析&lt;/li&gt;
&lt;li&gt;提供文本分类、关键词提取和摘要生成功能&lt;/li&gt;
&lt;li&gt;实现繁体字与简体字转换及拼音转换&lt;/li&gt;
&lt;li&gt;采用自定义算法，无需依赖 NLTK 库&lt;/li&gt;
&lt;li&gt;支持 Python3，易于安装与使用&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="open-mmlabmmagic"&gt;&lt;a class="link" href="https://github.com/open-mmlab/mmagic" target="_blank" rel="noopener"
&gt;open-mmlab/mmagic&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/open-mmlab/mmagic" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/open-mmlab/mmagic" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/open-mmlab/mmagic" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/open-mmlab/mmagic/4efd1837a9defcb9780041af8d5fb07e.png"
loading="lazy"
alt="demo-picture-of-mmagic"
&gt;&lt;/p&gt;
&lt;p&gt;MMagic 是一个先进的多模态生成和智能创作工具箱，旨在支持图像和视频的生成与编辑。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供易于使用的 API，支持文本到图像生成、图像/视频修复与增强等功能。&lt;/li&gt;
&lt;li&gt;包含强大的模型库，支持 11 种新模型及 4 个新任务。&lt;/li&gt;
&lt;li&gt;引入“魔法扩散”模型，实现基于 Stable Diffusion 和 Disco Diffusion 的图像生成。&lt;/li&gt;
&lt;li&gt;升级框架以提高训练和推理效率，并统一各种任务的数据格式。&lt;/li&gt;
&lt;li&gt;支持对多个数据集进行评估，并提供可视化工具。&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>清理优化一站式工具，为 MacOS 释放数十 GB 存储空间 | 开源日报 No.879</title><link>https://osguider.com/blog/post/daily/daily-879/</link><pubDate>Fri, 27 Feb 2026 15:35:22 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-879/</guid><description>&lt;h2 id="bloopaibloop"&gt;&lt;a class="link" href="https://github.com/BloopAI/bloop" target="_blank" rel="noopener"
&gt;BloopAI/bloop&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/BloopAI/bloop" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/BloopAI/bloop" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/BloopAI/bloop" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/BloopAI/bloop/2cc536c81bdc2efaa0938329cdf9174b.png"
loading="lazy"
alt="demo-picture-of-bloop"
&gt;&lt;/p&gt;
&lt;p&gt;bloop 是一个用 Rust 编写的快速代码搜索引擎。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;基于 AI 的对话式搜索&lt;/li&gt;
&lt;li&gt;使用代码作为上下文的 Code Studio，提供 LLM 游乐场&lt;/li&gt;
&lt;li&gt;超快的正则表达式搜索&lt;/li&gt;
&lt;li&gt;同步本地和 GitHub 仓库&lt;/li&gt;
&lt;li&gt;复杂查询过滤器以缩小结果范围&lt;/li&gt;
&lt;li&gt;符号搜索功能查找函数、变量或特征&lt;/li&gt;
&lt;li&gt;精确代码导航（跳转到引用和定义），支持 10 多种流行语言，基于 Tree-sitter 构建&lt;/li&gt;
&lt;li&gt;注重隐私的设备内嵌入，用于语义搜索&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tw93mole"&gt;&lt;a class="link" href="https://github.com/tw93/Mole" target="_blank" rel="noopener"
&gt;tw93/Mole&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tw93/Mole" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tw93/Mole" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tw93/Mole" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tw93/Mole" loading="lazy" alt="cover"&gt;
&lt;p&gt;Mole 是一款集深度清理与系统优化于一体的 macOS 工具，旨在释放存储空间并提升设备性能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;统一整合多款知名工具功能，包括 CleanMyMac、AppCleaner、DaisyDisk 和 iStat，实现多功能合一&lt;/li&gt;
&lt;li&gt;深度扫描并清除缓存、日志及浏览器残留，显著回收数十 GB 存储空间&lt;/li&gt;
&lt;li&gt;智能卸载应用程序，同时彻底移除相关启动项、偏好设置和隐藏文件残余&lt;/li&gt;
&lt;li&gt;提供磁盘使用可视化分析，支持大文件管理及系统服务刷新与缓存重建&lt;/li&gt;
&lt;li&gt;实时监控 CPU、GPU、内存、磁盘和网络状态，有助于诊断性能瓶颈&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="wenda-llmwenda"&gt;&lt;a class="link" href="https://github.com/wenda-LLM/wenda" target="_blank" rel="noopener"
&gt;wenda-LLM/wenda&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/wenda-LLM/wenda" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/wenda-LLM/wenda" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/wenda-LLM/wenda" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/wenda-LLM/wenda/7015e41196639bae1a56cfb364b2bb6c.png"
loading="lazy"
alt="demo-picture-of-wenda"
&gt;&lt;/p&gt;
&lt;p&gt;闻达是一个大规模语言模型调用平台，旨在实现针对特定环境的高效内容生成，同时关注个人和中小企业的计算资源局限性以及知识安全和私密性问题。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持对接本地离线向量库、本地搜索引擎及在线搜索引擎&lt;/li&gt;
&lt;li&gt;集成多种大语言模型，包括 chatGLM、RWKV、Aquila 等&lt;/li&gt;
&lt;li&gt;提供 Auto 脚本功能，通过 JavaScript 插件实现自定义对话流程与外部 API 访问&lt;/li&gt;
&lt;li&gt;具备对话历史管理、多用户并行使用及内网部署能力&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="gaomingqitrack-anything"&gt;&lt;a class="link" href="https://github.com/gaomingqi/Track-Anything" target="_blank" rel="noopener"
&gt;gaomingqi/Track-Anything&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/gaomingqi/Track-Anything" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/gaomingqi/Track-Anything" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/gaomingqi/Track-Anything" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/gaomingqi/Track-Anything/8bd6255748fe81aeff559c8adcc7b623.jpg"
loading="lazy"
alt="demo-picture-of-Track-Anything"
&gt;&lt;/p&gt;
&lt;p&gt;Track-Anything 是一个灵活且互动的视频对象跟踪和分割工具，基于 Segment Anything、XMem 和 E2FGVI。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;允许用户通过点击指定要跟踪和分割的对象。&lt;/li&gt;
&lt;li&gt;支持在跟踪过程中灵活更改目标或修正感兴趣区域。&lt;/li&gt;
&lt;li&gt;能够处理镜头变化下的视频对象跟踪与分割。&lt;/li&gt;
&lt;li&gt;提供可视化开发与数据标注功能，适用于视频任务如视频修复与编辑。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="bhaskatripathipdfgpt"&gt;&lt;a class="link" href="https://github.com/bhaskatripathi/pdfGPT" target="_blank" rel="noopener"
&gt;bhaskatripathi/pdfGPT&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/bhaskatripathi/pdfGPT" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/bhaskatripathi/pdfGPT" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/bhaskatripathi/pdfGPT" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/bhaskatripathi/pdfGPT/77f4b0274962772bd3d1f4fd8614927a.jpg"
loading="lazy"
alt="demo-picture-of-pdfGPT"
&gt;&lt;/p&gt;
&lt;p&gt;pdfGPT 是一个允许用户与 PDF 文件内容进行对话的开源解决方案，利用了 GPT 的强大功能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持与上传的 PDF 文件进行智能对话&lt;/li&gt;
&lt;li&gt;采用深度平均网络编码器生成更好的嵌入，提高响应质量&lt;/li&gt;
&lt;li&gt;能够引用信息所在页面，增强回答可信度&lt;/li&gt;
&lt;li&gt;提供多种模型支持，包括 Turbo 和 GPT4 等高效模型&lt;/li&gt;
&lt;li&gt;完全开源，无需试用或 API 费用，可在本地和云端部署&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>远程命令行代理零配置：随时随地通过浏览器远程控制和管理命令行代理 | 开源日报 No.878</title><link>https://osguider.com/blog/post/daily/daily-878/</link><pubDate>Thu, 26 Feb 2026 07:35:12 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-878/</guid><description>&lt;h2 id="sml2h3ddddocr"&gt;&lt;a class="link" href="https://github.com/sml2h3/ddddocr" target="_blank" rel="noopener"
&gt;sml2h3/ddddocr&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/sml2h3/ddddocr" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/sml2h3/ddddocr" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/sml2h3/ddddocr" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/sml2h3/ddddocr" loading="lazy" alt="cover"&gt;
&lt;p&gt;ocr 是一个基于深度学习的通用验证码离线本地识别 OCR 工具包，旨在以最简依赖和低使用成本为用户提供多样化验证码图像的自动识别能力。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持中文、英文（大小写可控）、数字及部分特殊字符的单行文字 OCR 识别&lt;/li&gt;
&lt;li&gt;内置两套 OCR 模型，可通过参数灵活切换以适应不同场景&lt;/li&gt;
&lt;li&gt;提供 HSV 颜色空间过滤功能，通过预设或自定义颜色范围提升特定色彩文字识别准确率&lt;/li&gt;
&lt;li&gt;具备目标检测能力，能快速定位图像中可能的目标区域并返回边界框信息&lt;/li&gt;
&lt;li&gt;离线运行，无需依赖外部服务，兼容 Windows、Linux 及 MacOS 等多平台环境&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="hanxixiaomusic"&gt;&lt;a class="link" href="https://github.com/hanxi/xiaomusic" target="_blank" rel="noopener"
&gt;hanxi/xiaomusic&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/hanxi/xiaomusic" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/hanxi/xiaomusic" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/hanxi/xiaomusic" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/hanxi/xiaomusic" loading="lazy" alt="cover"&gt;
&lt;p&gt;xiaomusic 是一个基于小爱音箱的音乐播放工具，利用 yt-dlp 下载音乐资源，实现无限听歌功能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持通过小爱音箱语音控制播放本地及在线下载的歌曲&lt;/li&gt;
&lt;li&gt;采用 yt-dlp 自动下载音乐，支持多种命令如播放、上一首、下一首、循环等&lt;/li&gt;
&lt;li&gt;提供 Docker 和 pip 多种安装方式，方便在 NAS 等设备上部署运行&lt;/li&gt;
&lt;li&gt;配置灵活，可通过 Web 页面进行参数设置和设备管理&lt;/li&gt;
&lt;li&gt;支持搜索关键词临时播放及收藏歌单管理，提高使用便捷性&lt;/li&gt;
&lt;li&gt;提供详细文档和日志调试功能，有助于问题排查与解决&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="amantus-aivibetunnel"&gt;&lt;a class="link" href="https://github.com/amantus-ai/vibetunnel" target="_blank" rel="noopener"
&gt;amantus-ai/vibetunnel&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/amantus-ai/vibetunnel" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/amantus-ai/vibetunnel" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/amantus-ai/vibetunnel" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/amantus-ai/vibetunnel" loading="lazy" alt="cover"&gt;
&lt;p&gt;vibetunnel 是一款将任何浏览器转变为终端界面的工具，使用户能够随时随地通过浏览器远程控制和管理命令行代理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在 macOS 原生应用和跨平台 npm 包两种形式安装，适配多种使用场景&lt;/li&gt;
&lt;li&gt;通过智能的 vt 命令实现终端会话的无缝转发与交互，支持别名解析、会话标题管理等功能&lt;/li&gt;
&lt;li&gt;提供 Git 仓库自动扫描及跟踪分支模式，方便远程监控代码状态与构建进度&lt;/li&gt;
&lt;li&gt;具备简洁易用的菜单栏集成（macOS）和网页 UI 界面，实现零配置快速启动&lt;/li&gt;
&lt;li&gt;支持多设备访问，无需复杂 SSH 设置即可共享或控制终端环境&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="vita-epflstable-video-infinity"&gt;&lt;a class="link" href="https://github.com/vita-epfl/Stable-Video-Infinity" target="_blank" rel="noopener"
&gt;vita-epfl/Stable-Video-Infinity&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/vita-epfl/Stable-Video-Infinity" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/vita-epfl/Stable-Video-Infinity" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/vita-epfl/Stable-Video-Infinity" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/vita-epfl/Stable-Video-Infinity" loading="lazy" alt="cover"&gt;
&lt;p&gt;Stable-Video-Infinity 是一个基于错误回收机制实现无限长度视频生成的系统。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过错误回收技术，支持生成无质量衰减的长时视频内容&lt;/li&gt;
&lt;li&gt;基于 Wan 系列模型（Wan 2.1 及更新的 Wan 2.2）构建，提升视频连贯性与稳定性&lt;/li&gt;
&lt;li&gt;拥有丰富社区生态，多样化工作流和应用案例不断涌现，涵盖动态长镜头、多镜头拼接及视频扩展等场景&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="j178prek"&gt;&lt;a class="link" href="https://github.com/j178/prek" target="_blank" rel="noopener"
&gt;j178/prek&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/j178/prek" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/j178/prek" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/j178/prek" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/j178/prek" loading="lazy" alt="cover"&gt;
&lt;p&gt;prek 是一个用 Rust 重构的 pre-commit 工具，旨在提供更快、更轻量且无需依赖的代码钩子管理解决方案。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;单一二进制文件，无需 Python 或其他运行时环境依赖&lt;/li&gt;
&lt;li&gt;兼容原生 pre-commit 配置和钩子，实现无缝替代&lt;/li&gt;
&lt;li&gt;支持多语言工具链安装与共享，包括 Python、Node.js、Go、Rust 等&lt;/li&gt;
&lt;li&gt;内建对 monorepo 工作区模式的支持，优化大型项目管理&lt;/li&gt;
&lt;li&gt;集成 uv 管理 Python 虚拟环境及其依赖，提高效率与一致性&lt;/li&gt;
&lt;li&gt;提供部分常用钩子的 Rust 原生实现，提升执行性能&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>低成本实验首选：单 GPU 上快速训练完整 LLM 流程 | 开源日报 No.877</title><link>https://osguider.com/blog/post/daily/daily-877/</link><pubDate>Wed, 25 Feb 2026 07:35:37 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-877/</guid><description>&lt;img src="https://osguider.com/blog/images/cover-black.svg" alt="Featured image of post 低成本实验首选：单 GPU 上快速训练完整 LLM 流程 | 开源日报 No.877" /&gt;&lt;h2 id="steipetecodexbar"&gt;&lt;a class="link" href="https://github.com/steipete/CodexBar" target="_blank" rel="noopener"
&gt;steipete/CodexBar&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/steipete/CodexBar" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/steipete/CodexBar" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/steipete/CodexBar" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/steipete/CodexBar" loading="lazy" alt="cover"&gt;
&lt;p&gt;CodexBar 是一款专为 macOS 设计的轻量级菜单栏应用，用于实时显示多种 AI 编码服务（如 OpenAI Codex、Claude 等）的使用配额和重置时间，无需登录即可监控。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持包括 Codex、Claude、Cursor、Gemini 等多个 AI 服务提供商，展示会话及每周使用限额&lt;/li&gt;
&lt;li&gt;提供单独或合并图标模式，动态显示各服务状态与剩余额度，并带有错误提示和事件徽章&lt;/li&gt;
&lt;li&gt;集成本地解析与浏览器 Cookie 授权方式，确保隐私优先且无需存储密码&lt;/li&gt;
&lt;li&gt;内置 CLI 工具支持脚本自动化及持续集成环境调用，多平台兼容（macOS 图形界面，Linux 命令行）&lt;/li&gt;
&lt;li&gt;可选启用 Codex Web 仪表盘扩展功能，包括代码审查剩余额度和详细使用历史统计&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="karpathynanochat"&gt;&lt;a class="link" href="https://github.com/karpathy/nanochat" target="_blank" rel="noopener"
&gt;karpathy/nanochat&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/karpathy/nanochat" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/karpathy/nanochat" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/karpathy/nanochat" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/karpathy/nanochat" loading="lazy" alt="cover"&gt;
&lt;p&gt;nanochat 是一个面向单 GPU 节点的极简实验性大型语言模型训练框架，覆盖从分词、预训练、微调到评估和推理的完整流程，并配备类似 ChatGPT 的交互界面。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在 8XH100 GPU 节点上以约 73 美元成本，在 3 小时内完成 GPT-2 级别模型训练&lt;/li&gt;
&lt;li&gt;代码结构简洁且易于修改，适合快速实验与定制开发&lt;/li&gt;
&lt;li&gt;集成端到端流程，包括分词、预训练、微调、评估及基于 Web 的聊天 UI&lt;/li&gt;
&lt;li&gt;提供标准化脚本（如 runs/speedrun.sh）实现一键启动全流程操作&lt;/li&gt;
&lt;li&gt;通过核心指标“time to GPT-2”衡量性能，实现了显著降低时间和成本门槛&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="automazeioccpm"&gt;&lt;a class="link" href="https://github.com/automazeio/ccpm" target="_blank" rel="noopener"
&gt;automazeio/ccpm&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/automazeio/ccpm" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/automazeio/ccpm" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/automazeio/ccpm" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/automazeio/ccpm" loading="lazy" alt="cover"&gt;
&lt;p&gt;pm 是一个基于 GitHub Issues 和 Git worktrees，支持多 AI 代理并行执行的项目管理系统，旨在通过规范驱动开发提升软件交付效率与质量。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;将产品需求文档（PRD）转化为史诗任务，再细分为具体的 GitHub Issue，实现从需求到代码的全流程可追溯&lt;/li&gt;
&lt;li&gt;利用多 AI 代理并行处理独立任务，避免传统串行开发中的阻塞和上下文丢失&lt;/li&gt;
&lt;li&gt;以 GitHub Issues 为单一事实源，实现人机协作透明同步，多成员实时共享进展与审查记录&lt;/li&gt;
&lt;li&gt;严格遵循“无凭感觉编码”原则，每段代码均对应明确规格，确保规范驱动、减少偏差和返工&lt;/li&gt;
&lt;li&gt;支持智能优先级调度及自动化工作流，与现有团队工具无缝集成，提高跨地域分布式团队协同效率&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="dislerclaude-code-hooks-mastery"&gt;&lt;a class="link" href="https://github.com/disler/claude-code-hooks-mastery" target="_blank" rel="noopener"
&gt;disler/claude-code-hooks-mastery&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/disler/claude-code-hooks-mastery" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/disler/claude-code-hooks-mastery" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/disler/claude-code-hooks-mastery" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/disler/claude-code-hooks-mastery" loading="lazy" alt="cover"&gt;
&lt;p&gt;claude-code-hooks-mastery 是一个专注于快速掌握 Claude Code 钩子使用方法的项目，旨在通过钩子实现对 Claude Code 行为的确定性或非确定性控制，并深入探讨其子代理、元代理及基于团队验证的代理编排机制。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;全面覆盖 Claude Code 钩子的生命周期事件及其 JSON 负载，支持细粒度流程控制&lt;/li&gt;
&lt;li&gt;提供用户提示提交、工具执行前后、通知和停止等关键钩子的深度解析与增强功能&lt;/li&gt;
&lt;li&gt;支持多种语言模型和文本转语音服务集成，实现丰富交互体验&lt;/li&gt;
&lt;li&gt;引入 Claude Code 子代理架构与强大的元代理设计，提高任务分工与协作效率&lt;/li&gt;
&lt;li&gt;实现基于团队验证系统，通过多智能体协同确保结果准确可靠&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="viarotel-orgescrcpy"&gt;&lt;a class="link" href="https://github.com/viarotel-org/escrcpy" target="_blank" rel="noopener"
&gt;viarotel-org/escrcpy&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/viarotel-org/escrcpy" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/viarotel-org/escrcpy" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/viarotel-org/escrcpy" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/viarotel-org/escrcpy" loading="lazy" alt="cover"&gt;
&lt;p&gt;escrcpy 是一个基于 scrcpy 核心技术，实现高性能低延迟的安卓设备图形化显示与控制工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持通过 AutoGLM 实现自然语言智能控制，提升操作便捷性&lt;/li&gt;
&lt;li&gt;提供自动化工作流执行，支持多设备并行操作以提高效率&lt;/li&gt;
&lt;li&gt;具备多窗口管理功能，实现多个安卓设备的集中可视化管理&lt;/li&gt;
&lt;li&gt;支持无线连接及 Gnirehtet 反向网络共享，增强联网灵活性&lt;/li&gt;
&lt;li&gt;基于 scrcpy 核心实现屏幕镜像，高效稳定响应用户交互&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title> Awesome Claude Skills：实用技能、资源和工具的精选集合 | 开源日报 No.875</title><link>https://osguider.com/blog/post/daily/daily-875/</link><pubDate>Tue, 24 Feb 2026 07:35:22 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-875/</guid><description>&lt;h2 id="p-e-wheretic"&gt;&lt;a class="link" href="https://github.com/p-e-w/heretic" target="_blank" rel="noopener"
&gt;p-e-w/heretic&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/p-e-w/heretic" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/p-e-w/heretic" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/p-e-w/heretic" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/p-e-w/heretic" loading="lazy" alt="cover"&gt;
&lt;p&gt;heretic 是一个能够自动去除基于变换器的语言模型中的审查机制（安全对齐）的工具，无需昂贵的后期训练。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;结合了先进的方向性消融技术（abliteration）与基于 Optuna 的 TPE 参数优化，实现全自动化操作&lt;/li&gt;
&lt;li&gt;通过共同最小化拒绝率和与原模型 KL 散度，生成保留原始智能水平且去审查效果优异的新模型&lt;/li&gt;
&lt;li&gt;使用门槛低，仅需运行命令行程序，无需深入理解变换器内部结构&lt;/li&gt;
&lt;li&gt;支持大多数密集型及多模态模型，以及多种专家混合架构，兼容性广泛但不支持部分特殊结构&lt;/li&gt;
&lt;li&gt;自动评估功能可复现高质量消融结果，在用户反馈中表现出色，保持较低信息损失同时显著降低敏感内容拒绝&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="composiohqawesome-claude-skills"&gt;&lt;a class="link" href="https://github.com/ComposioHQ/awesome-claude-skills" target="_blank" rel="noopener"
&gt;ComposioHQ/awesome-claude-skills&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ComposioHQ/awesome-claude-skills" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ComposioHQ/awesome-claude-skills" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ComposioHQ/awesome-claude-skills" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ComposioHQ/awesome-claude-skills" loading="lazy" alt="cover"&gt;
&lt;p&gt;awesome-claude-skills 是一个为 Claude AI 定制工作流提供实用技能、资源和工具的精选集合。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供多种可定制的 Claude Skills，支持在 Claude.ai、Claude Code 和 Claude API 上标准化执行任务&lt;/li&gt;
&lt;li&gt;通过 connect-apps 插件连接并操作超过 500 个第三方应用，实现发送邮件、创建问题单、发布 Slack 消息等自动化功能&lt;/li&gt;
&lt;li&gt;包含文档处理（Word, PDF, PPTX, XLSX）、开发与代码工具（如 AWS 开发最佳实践、多组件前端构建、变更日志生成）及数据分析等丰富技能类别&lt;/li&gt;
&lt;li&gt;支持将 Markdown 转换为专业 EPUB 电子书，提升内容输出质量与格式多样性&lt;/li&gt;
&lt;li&gt;集成安全测试和调试工具，如 Web 漏洞模糊测试和 iOS 模拟器交互，提高开发效率与产品质量&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="microsoftlitebox"&gt;&lt;a class="link" href="https://github.com/microsoft/litebox" target="_blank" rel="noopener"
&gt;microsoft/litebox&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/microsoft/litebox" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/microsoft/litebox" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/microsoft/litebox" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/microsoft/litebox" loading="lazy" alt="cover"&gt;
&lt;p&gt;litebox 是一个专注于安全性的库操作系统，支持内核态和用户态的执行环境。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过极大地简化与宿主平台的接口，有效减少攻击面，提升安全性&lt;/li&gt;
&lt;li&gt;提供灵活的“北向”Rust 风格接口与多样化“南向”平台适配，实现广泛互操作性&lt;/li&gt;
&lt;li&gt;支持在不同场景下运行未修改的 Linux 程序、沙箱隔离 Linux 应用，以及基于 SEV SNP、OP-TEE 等技术的平台运行环境&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="pydanticmonty"&gt;&lt;a class="link" href="https://github.com/pydantic/monty" target="_blank" rel="noopener"
&gt;pydantic/monty&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/pydantic/monty" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/pydantic/monty" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/pydantic/monty" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/pydantic/monty" loading="lazy" alt="cover"&gt;
&lt;p&gt;monty 是一个用 Rust 编写的极简且安全的 Python 解释器，专为 AI 代理运行由大型语言模型生成的代码设计。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持运行有限但足够表达意图的 Python 子集代码，满足智能代理需求&lt;/li&gt;
&lt;li&gt;完全隔离宿主环境，无文件系统、环境变量和网络访问，仅允许调用开发者授权的外部函数&lt;/li&gt;
&lt;li&gt;内置现代 Python 类型检查功能，并集成类型检查工具于单一二进制文件中&lt;/li&gt;
&lt;li&gt;启动速度极快（低于 1 微秒），性能接近 CPython，可在 Rust、Python 和 JavaScript 环境中无缝调用&lt;/li&gt;
&lt;li&gt;可对内存使用、分配、栈深度及执行时间进行监控并限制，保障资源安全与稳定性&lt;/li&gt;
&lt;li&gt;支持将解释器状态快照保存至外部存储，实现断点续跑能力&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="home-assistantaddons"&gt;&lt;a class="link" href="https://github.com/home-assistant/addons" target="_blank" rel="noopener"
&gt;home-assistant/addons&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/home-assistant/addons" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/home-assistant/addons" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/home-assistant/addons" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/home-assistant/addons" loading="lazy" alt="cover"&gt;
&lt;p&gt;addons 是 Home Assistant 的官方 Docker 应用扩展仓库，旨在通过多样化的应用增强智能家居系统的功能与集成能力。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供丰富的应用程序（Apps），包括 MQTT 代理、数据库服务器及文件编辑器等，方便用户扩展和管理 Home Assistant 环境&lt;/li&gt;
&lt;li&gt;支持通过前端界面安装和配置，实现便捷操作与集成，如自动更新 Duck DNS、管理 Let’s Encrypt 证书以及远程 SSH 登录&lt;/li&gt;
&lt;li&gt;集成多种硬件协议支持，包括 Zigbee（deCONZ）、Z-Wave JS 和 HDMI CEC 扫描，提升设备互联互通性&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>移动设备也能全双工，实时“看听说”交互新模型 | 开源日报 No.876</title><link>https://osguider.com/blog/post/daily/daily-876/</link><pubDate>Mon, 23 Feb 2026 23:35:30 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-876/</guid><description>&lt;h2 id="autobrrqui"&gt;&lt;a class="link" href="https://github.com/autobrr/qui" target="_blank" rel="noopener"
&gt;autobrr/qui&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/autobrr/qui" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/autobrr/qui" loading="lazy" alt="License: `GPL-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/autobrr/qui" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/autobrr/qui" loading="lazy" alt="cover"&gt;
&lt;p&gt;qui 是一个快速且现代的 qBittorrent 网络界面，支持通过单一轻量级应用管理多个 qBittorrent 实例，并实现自动化种子工作流与跨追踪器交叉做种。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;单文件二进制，无需依赖，下载即用&lt;/li&gt;
&lt;li&gt;支持多实例统一管理，提高操作效率&lt;/li&gt;
&lt;li&gt;针对大规模种子库优化，实现响应迅速的用户体验&lt;/li&gt;
&lt;li&gt;自动识别并添加匹配的跨追踪器种子，实现智能交叉做种&lt;/li&gt;
&lt;li&gt;基于规则的自动化管理，可设定条件与动作简化流程&lt;/li&gt;
&lt;li&gt;定时备份与多模式恢复保障数据安全和灵活性&lt;/li&gt;
&lt;li&gt;反向代理功能支持外部应用透明访问 qBittorrent&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="openaiskills"&gt;&lt;a class="link" href="https://github.com/openai/skills" target="_blank" rel="noopener"
&gt;openai/skills&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/openai/skills" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/openai/skills" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/openai/skills" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/openai/skills" loading="lazy" alt="cover"&gt;
&lt;p&gt;skills 是一个为 Codex 提供可复用任务能力模块的技能目录库。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;将指令、脚本和资源组织成技能文件夹，便于 AI 代理发现并执行特定任务&lt;/li&gt;
&lt;li&gt;支持通过统一标准封装团队或个人的功能，实现一次编写、多处使用&lt;/li&gt;
&lt;li&gt;提供自动安装系统内置技能及命令行工具安装精选或实验性技能的方法&lt;/li&gt;
&lt;li&gt;技能按类别管理（如 .system、.curated、.experimental），方便分类维护与分发&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="likec4likec4"&gt;&lt;a class="link" href="https://github.com/likec4/likec4" target="_blank" rel="noopener"
&gt;likec4/likec4&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/likec4/likec4" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/likec4/likec4" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/likec4/likec4" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/likec4/likec4" loading="lazy" alt="cover"&gt;
&lt;p&gt;likec4 是一个基于代码生成实时软件架构图的建模语言及工具集。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供灵活的建模语言，支持自定义符号、元素类型和多层级嵌套，满足个性化架构描述需求&lt;/li&gt;
&lt;li&gt;自动从代码生成始终保持最新状态的动态架构图，实现可视化与协作&lt;/li&gt;
&lt;li&gt;结合 C4 Model 和 Structurizr DSL 的理念，同时增强扩展性和定制能力&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="keygraphhqshannon"&gt;&lt;a class="link" href="https://github.com/KeygraphHQ/shannon" target="_blank" rel="noopener"
&gt;KeygraphHQ/shannon&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/KeygraphHQ/shannon" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/KeygraphHQ/shannon" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/KeygraphHQ/shannon" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/KeygraphHQ/shannon" loading="lazy" alt="cover"&gt;
&lt;p&gt;shannon 是一款全自动的人工智能渗透测试工具，能够主动发现并验证网络应用中的实际漏洞。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;以单条命令启动，自动完成包括复杂登录、多因素认证及浏览器操作在内的完整渗透测试流程&lt;/li&gt;
&lt;li&gt;提供具备可复现利用代码的专业级报告，确保漏洞真实且可被利用，有效避免误报&lt;/li&gt;
&lt;li&gt;支持注入攻击、跨站脚本（XSS）、服务器端请求伪造（SSRF）和身份验证绕过等关键 OWASP 漏洞检测与确认&lt;/li&gt;
&lt;li&gt;基于源代码分析指导动态攻击策略，并通过实时浏览器及命令行执行实战性漏洞利用以评估风险&lt;/li&gt;
&lt;li&gt;集成多种安全侦察与测试工具，如 Nmap、Subfinder、WhatWeb 和 Schemathesis，实现深度环境扫描和分析&lt;/li&gt;
&lt;li&gt;并行处理多个检测阶段，大幅缩短报告生成时间，提高效率&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="openbmbminicpm-o"&gt;&lt;a class="link" href="https://github.com/OpenBMB/MiniCPM-o" target="_blank" rel="noopener"
&gt;OpenBMB/MiniCPM-o&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/OpenBMB/MiniCPM-o" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/OpenBMB/MiniCPM-o" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/OpenBMB/MiniCPM-o" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/OpenBMB/MiniCPM-o" loading="lazy" alt="cover"&gt;
&lt;p&gt;MiniCPM-o 是一款面向移动设备的多模态大语言模型，支持视觉、语音及全双工多模态实时流处理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持图像、视频、文本和音频输入，实现端到端高质量文本与语音输出&lt;/li&gt;
&lt;li&gt;MiniCPM-o 4.5 拥有 90 亿参数，具备接近 Gemini 2.5 Flash 的视觉与语音能力，以及全双工多模态实时交互功能&lt;/li&gt;
&lt;li&gt;全双工设计允许同时进行视频和音频输入以及文本和语音输出，实现同步“看听说”并支持主动提醒等交互&lt;/li&gt;
&lt;li&gt;改进的声音模式支持中英双语实时对话、更自然稳定的表达，并具备声音克隆能力&lt;/li&gt;
&lt;li&gt;延续并提升了 MiniCPM-V 系列在强 OCR、多语言支持及可信行为方面的表现&lt;/li&gt;
&lt;li&gt;配套 llama.cpp-omni 推理框架及 WebRTC 演示，可在本地设备（如 Mac）实现低延迟全双工多模态直播体验&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>为 UI/UX 设计的 AI 技能库，海量资源助你高效协作 | 开源日报 No.874</title><link>https://osguider.com/blog/post/daily/daily-874/</link><pubDate>Mon, 09 Feb 2026 23:35:39 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-874/</guid><description>&lt;h2 id="quantconnectlean"&gt;&lt;a class="link" href="https://github.com/QuantConnect/Lean" target="_blank" rel="noopener"
&gt;QuantConnect/Lean&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/QuantConnect/Lean" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/QuantConnect/Lean" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/QuantConnect/Lean" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/QuantConnect/Lean" loading="lazy" alt="cover"&gt;
&lt;p&gt;Lean 是一个面向量化交易者的事件驱动型算法交易引擎，支持多市场的策略回测与实盘交易。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用模块化设计，组件可插拔且高度可定制，内置主流插件模型&lt;/li&gt;
&lt;li&gt;支持丰富的替代数据源和实时交易功能，实现从策略开发到部署的一体化流程&lt;/li&gt;
&lt;li&gt;提供跨平台命令行工具（LEAN CLI），简化项目管理、回测、优化及实盘操作&lt;/li&gt;
&lt;li&gt;支持本地与云端混合开发环境，兼容多种 IDE 并具备完整调试和自动补全能力&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="bloopaivibe-kanban"&gt;&lt;a class="link" href="https://github.com/BloopAI/vibe-kanban" target="_blank" rel="noopener"
&gt;BloopAI/vibe-kanban&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/BloopAI/vibe-kanban" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/BloopAI/vibe-kanban" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/BloopAI/vibe-kanban" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/BloopAI/vibe-kanban" loading="lazy" alt="cover"&gt;
&lt;p&gt;vibe-kanban 是一个用于提升多种 AI 编码代理协同效率的任务管理和执行编排工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在 Claude Code、Gemini CLI、Codex、Amp 等多个编码代理间灵活切换&lt;/li&gt;
&lt;li&gt;可并行或顺序编排多个编码代理的任务执行流程&lt;/li&gt;
&lt;li&gt;提供快速代码审查与开发服务器启动功能，简化开发过程监控&lt;/li&gt;
&lt;li&gt;实时跟踪各个编码代理正在处理的任务状态，实现集中管理&lt;/li&gt;
&lt;li&gt;集中配置多种编码代理的 MCP 配置文件，统一维护环境设置&lt;/li&gt;
&lt;li&gt;支持通过 SSH 远程打开项目，方便在远程服务器上运行和操作&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="ventoyventoy"&gt;&lt;a class="link" href="https://github.com/ventoy/Ventoy" target="_blank" rel="noopener"
&gt;ventoy/Ventoy&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ventoy/Ventoy" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ventoy/Ventoy" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ventoy/Ventoy" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://osguider.oss-cn-guangzhou.aliyuncs.com/subject/cff845a8daa02e012817d1c2d7cae233.png"
loading="lazy"
alt="demo-picture-of-Ventoy"
&gt;&lt;/p&gt;
&lt;p&gt;Ventoy 是一款开源工具，用于创建支持多种镜像文件格式的可启动 USB 驱动器，无需反复格式化，直接复制镜像即可启动。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 ISO、WIM、IMG、VHD(x)、EFI 等多种镜像文件格式&lt;/li&gt;
&lt;li&gt;允许同时复制多个镜像文件，并通过启动菜单选择引导项&lt;/li&gt;
&lt;li&gt;兼容 x86 Legacy BIOS 及多种 UEFI 架构（IA32/x86_64/ARM64/MIPS64EL）&lt;/li&gt;
&lt;li&gt;同时支持 MBR 和 GPT 分区样式，无差异使用体验&lt;/li&gt;
&lt;li&gt;广泛兼容主流操作系统，包括 Windows 系列、多达 1300+ 经过测试的 Linux 发行版及其他系统环境&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="nextlevelbuilderui-ux-pro-max-skill"&gt;&lt;a class="link" href="https://github.com/nextlevelbuilder/ui-ux-pro-max-skill" target="_blank" rel="noopener"
&gt;nextlevelbuilder/ui-ux-pro-max-skill&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/nextlevelbuilder/ui-ux-pro-max-skill" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/nextlevelbuilder/ui-ux-pro-max-skill" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/nextlevelbuilder/ui-ux-pro-max-skill" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/nextlevelbuilder/ui-ux-pro-max-skill" loading="lazy" alt="cover"&gt;
&lt;p&gt;ui-ux-pro-max-skill 是一个为多平台专业 UI/UX 设计提供智能辅助的 AI 技能库。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;包含丰富的设计资源：57 种 UI 风格、95 套行业色彩调色板、56 组字体搭配和 24 种图表类型，覆盖广泛视觉元素&lt;/li&gt;
&lt;li&gt;支持多技术栈最佳实践：涵盖 React、Next.js、Vue 等 10 大主流前端框架及移动开发环境&lt;/li&gt;
&lt;li&gt;集成详尽 UX 指南：98 条用户体验规范，包括最佳实践、防反模式及无障碍规则&lt;/li&gt;
&lt;li&gt;可与多款 AI 编码助手无缝协作，如 Claude Code、Codex 和 GitHub Copilot，提升设计效率和一致性&lt;/li&gt;
&lt;li&gt;提供命令行工具便捷安装与管理，同时支持手动集成到不同项目结构中&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="spring-projectsspring-boot"&gt;&lt;a class="link" href="https://github.com/spring-projects/spring-boot" target="_blank" rel="noopener"
&gt;spring-projects/spring-boot&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/spring-projects/spring-boot" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/spring-projects/spring-boot" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/spring-projects/spring-boot" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/spring-projects/spring-boot" loading="lazy" alt="cover"&gt;
&lt;p&gt;spring-boot 是一个帮助开发者以最简便方式构建基于 Spring 框架的生产级应用和服务的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供开箱即用的快速启动体验，支持独立运行的 Java 应用（java -jar）及传统 WAR 部署&lt;/li&gt;
&lt;li&gt;采用约定优于配置原则，减少繁琐设置，无需代码生成或 XML 配置&lt;/li&gt;
&lt;li&gt;集成常见非功能性特性，如内嵌服务器、安全、指标监控、健康检查和外部化配置&lt;/li&gt;
&lt;li&gt;附带命令行工具，可执行 Spring 脚本，提高开发效率&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>由 Anthropic 官方管理的高质量 Claude Code 插件 | 开源日报 No.873</title><link>https://osguider.com/blog/post/daily/daily-873/</link><pubDate>Fri, 06 Feb 2026 23:35:49 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-873/</guid><description>&lt;h2 id="getstreamvision-agents"&gt;&lt;a class="link" href="https://github.com/GetStream/Vision-Agents" target="_blank" rel="noopener"
&gt;GetStream/Vision-Agents&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/GetStream/Vision-Agents" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/GetStream/Vision-Agents" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/GetStream/Vision-Agents" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/GetStream/Vision-Agents" loading="lazy" alt="cover"&gt;
&lt;p&gt;Vision-Agents 是一个基于 Stream 边缘网络构建的实时多模态视频 AI 代理平台，支持快速集成各种模型和视频源，实现低延迟的视频智能交互体验。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持结合 YOLO、Roboflow 等视觉模型与 Gemini/OpenAI 等大语言模型，打造实时视频 AI 应用&lt;/li&gt;
&lt;li&gt;利用 Stream 的边缘网络实现极低延迟（加入时间约 500ms，音视频时延小于 30ms）&lt;/li&gt;
&lt;li&gt;开放架构兼容任意视频边缘网络，并提供 OpenAI、Gemini、Claude 的原生 API 接口&lt;/li&gt;
&lt;li&gt;提供覆盖 React、Android、iOS、Flutter、React Native 和 Unity 的多端 SDK 支持&lt;/li&gt;
&lt;li&gt;包含运动教练、高级安防监控等示例场景，展示复杂视觉识别与语音交互的融合应用&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="microsoftplaywright-cli"&gt;&lt;a class="link" href="https://github.com/microsoft/playwright-cli" target="_blank" rel="noopener"
&gt;microsoft/playwright-cli&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/microsoft/playwright-cli" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/microsoft/playwright-cli" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/microsoft/playwright-cli" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/microsoft/playwright-cli" loading="lazy" alt="cover"&gt;
&lt;p&gt;playwright-cli 是一个面向自动化浏览器操作的命令行工具，专为高效集成于现代代码智能代理设计。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供录制和生成 Playwright 脚本、选择器检查及截图功能&lt;/li&gt;
&lt;li&gt;采用命令行接口（CLI）以提升与大型语言模型交互时的令牌效率，避免加载冗余页面数据&lt;/li&gt;
&lt;li&gt;支持多会话管理，实现不同项目间独立浏览器状态隔离与持久存储&lt;/li&gt;
&lt;li&gt;默认无头运行，可通过参数开启可视化浏览器界面便于调试观察&lt;/li&gt;
&lt;li&gt;兼容主流编码智能代理，如 Claude Code 和 GitHub Copilot，通过技能插件实现无缝集成&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="modelcontextprotocolext-apps"&gt;&lt;a class="link" href="https://github.com/modelcontextprotocol/ext-apps" target="_blank" rel="noopener"
&gt;modelcontextprotocol/ext-apps&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/modelcontextprotocol/ext-apps" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/modelcontextprotocol/ext-apps" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/modelcontextprotocol/ext-apps" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/modelcontextprotocol/ext-apps" loading="lazy" alt="cover"&gt;
&lt;p&gt;ext-apps 是 MCP Apps 协议的官方规范与 SDK，实现了在 MCP 服务器驱动下，嵌入式 AI 聊天机器人中交互式 UI 的标准化展示。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;定义并实现了基于 Model Context Protocol 的扩展，使工具能够声明包含 HTML 界面的 ui:// 资源&lt;/li&gt;
&lt;li&gt;支持通过 LLM 调用工具，主机端以沙箱 iframe 内联渲染交互界面，并实现双向通信机制&lt;/li&gt;
&lt;li&gt;提供针对应用开发者和主机开发者的两套 SDK，包括 React 钩子和应用桥接接口，方便构建及集成 MCP Apps&lt;/li&gt;
&lt;li&gt;包含丰富示例与多框架启动模板（React、Vue、Svelte 等），演示真实场景下的互动组件使用&lt;/li&gt;
&lt;li&gt;支持本地运行参考宿主 basic-host，以及兼容支持 stdio 通信协议的多个 MCP 客户端&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="theprimeagen99"&gt;&lt;a class="link" href="https://github.com/ThePrimeagen/99" target="_blank" rel="noopener"
&gt;ThePrimeagen/99&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ThePrimeagen/99" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ThePrimeagen/99" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ThePrimeagen/99" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ThePrimeagen/99" loading="lazy" alt="cover"&gt;
&lt;p&gt;是一个专为 Neovim 设计的 AI 助手，旨在提供理想化且受限范围内的智能代码辅助工作流。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;限制请求范围以优化 AI 交互，仅针对特定技能和场景进行调用&lt;/li&gt;
&lt;li&gt;支持 TypeScript 和 Lua，允许自定义规则文件（SKILL.md）扩展功能&lt;/li&gt;
&lt;li&gt;集成 cmp 自动补全源，实现上下文相关的智能提示&lt;/li&gt;
&lt;li&gt;提供日志记录机制便于调试与错误追踪&lt;/li&gt;
&lt;li&gt;配置灵活，可通过快捷键快速触发函数填充、视觉模式操作及请求取消&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="anthropicsclaude-plugins-official"&gt;&lt;a class="link" href="https://github.com/anthropics/claude-plugins-official" target="_blank" rel="noopener"
&gt;anthropics/claude-plugins-official&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/anthropics/claude-plugins-official" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/anthropics/claude-plugins-official" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/anthropics/claude-plugins-official" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/anthropics/claude-plugins-official" loading="lazy" alt="cover"&gt;
&lt;p&gt;claude-plugins-official 是由 Anthropic 官方管理的高质量 Claude Code 插件目录。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;收录并维护内部开发的官方插件以及来自合作伙伴和社区的第三方插件&lt;/li&gt;
&lt;li&gt;提供统一标准化的插件结构，便于安装、管理与使用&lt;/li&gt;
&lt;li&gt;通过 Claude Code 的内置系统直接安装或浏览插件市场&lt;/li&gt;
&lt;li&gt;对外部提交严格把控质量与安全，确保生态健康稳定&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>以智能体为协作单元，打造跨模型协同生态 | 开源日报 No.872</title><link>https://osguider.com/blog/post/daily/daily-872/</link><pubDate>Thu, 05 Feb 2026 23:36:05 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-872/</guid><description>&lt;h2 id="moonshotaikimi-cli"&gt;&lt;a class="link" href="https://github.com/MoonshotAI/kimi-cli" target="_blank" rel="noopener"
&gt;MoonshotAI/kimi-cli&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/MoonshotAI/kimi-cli" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/MoonshotAI/kimi-cli" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/MoonshotAI/kimi-cli" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/MoonshotAI/kimi-cli" loading="lazy" alt="cover"&gt;
&lt;p&gt;kimi-cli 是一个运行在终端中的 AI 代理工具，旨在辅助软件开发任务和终端操作的自动化完成。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持代码读取与编辑、执行 shell 命令、网页搜索与抓取等多种功能&lt;/li&gt;
&lt;li&gt;内置可切换的 shell 命令模式，实现无需离开 CLI 即可直接运行命令（部分内建命令暂未支持）&lt;/li&gt;
&lt;li&gt;原生支持 Agent Client Protocol (ACP)，方便集成至兼容 ACP 的编辑器或 IDE 中使用&lt;/li&gt;
&lt;li&gt;提供 Zsh 插件，增强 Shell 环境下的 AI 助手能力，通过快捷键快速切换代理模式&lt;/li&gt;
&lt;li&gt;支持 Model Context Protocol (MCP) 工具，可通过子命令管理多个 MCP 服务器及授权配置&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="ran-jps2recomp"&gt;&lt;a class="link" href="https://github.com/ran-j/PS2Recomp" target="_blank" rel="noopener"
&gt;ran-j/PS2Recomp&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ran-j/PS2Recomp" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ran-j/PS2Recomp" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ran-j/PS2Recomp" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ran-j/PS2Recomp" loading="lazy" alt="cover"&gt;
&lt;p&gt;PS2Recomp 是一个将 PlayStation 2 ELF 二进制文件静态重编译为可在现代平台上编译运行的 C++ 代码的实验性工具，旨在实现无需传统模拟器即可原生运行 PS2 游戏。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;将 MIPS R5900 指令集翻译成对应的 C++ 代码，实现指令到操作的一一映射&lt;/li&gt;
&lt;li&gt;支持 PS2 特有的 128 位 MMI 指令和 VU0 宏模式处理&lt;/li&gt;
&lt;li&gt;能解析 ELF 文件中的函数、符号及重定位信息，支持覆盖层与补丁配置&lt;/li&gt;
&lt;li&gt;配置灵活，通过 TOML 文件指定输入输出路径、函数替代与跳过列表以及指令修补&lt;/li&gt;
&lt;li&gt;提供基础运行时库框架，但需外部实现内存管理、系统调用及硬件仿真等功能&lt;/li&gt;
&lt;li&gt;输出形式支持单文件或多文件，可根据需求调整生成结构&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="lobehublobehub"&gt;&lt;a class="link" href="https://github.com/lobehub/lobehub" target="_blank" rel="noopener"
&gt;lobehub/lobehub&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/lobehub/lobehub" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/lobehub/lobehub" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/lobehub/lobehub" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/lobehub/lobehub" loading="lazy" alt="cover"&gt;
&lt;p&gt;lobehub 是一个集工作与生活于一体的智能代理协作平台，致力于构建人类与多智能代理共进化的协作网络。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;以“代理”为工作单元，支持个性化 AI 团队创建和自动配置&lt;/li&gt;
&lt;li&gt;实现多智能代理间无缝协作，推动新型合作网络规模化发展&lt;/li&gt;
&lt;li&gt;支持统一访问各种模型和多模态数据，实现高度整合的智能交互&lt;/li&gt;
&lt;li&gt;提供超过 1 万种技能及兼容 MCP 插件库，丰富功能扩展能力&lt;/li&gt;
&lt;li&gt;支持本地及远程数据库、多用户管理、文件上传与知识库维护等实用特性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="bambulabbambustudio"&gt;&lt;a class="link" href="https://github.com/bambulab/BambuStudio" target="_blank" rel="noopener"
&gt;bambulab/BambuStudio&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/bambulab/BambuStudio" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/bambulab/BambuStudio" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/bambulab/BambuStudio" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/bambulab/BambuStudio" loading="lazy" alt="cover"&gt;
&lt;p&gt;BambuStudio 是一款面向 BambuLab 及其他 3D 打印机的多平台切片软件，集成了系统化优化的切片算法与直观图形界面，旨在提升用户打印体验。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持基础切片功能和 GCode 预览，多板管理及远程控制监测&lt;/li&gt;
&lt;li&gt;自动排列与定向模型，支持混合、树状和普通支撑类型，以及自定义支撑&lt;/li&gt;
&lt;li&gt;多材料打印配合丰富绘画工具，实现复杂模型处理&lt;/li&gt;
&lt;li&gt;跨 Windows、macOS 和 Linux 平台兼容性强&lt;/li&gt;
&lt;li&gt;提供全局、对象及部件级别的细致参数调节能力&lt;/li&gt;
&lt;li&gt;具备先进冷却逻辑，可动态调整风扇速度与打印速率以优化效果&lt;/li&gt;
&lt;li&gt;根据机械分析自动生成包边（brim），支持弧线路径 (G2/G3) 及 STEP 格式导入&lt;/li&gt;
&lt;li&gt;独特装配爆炸视图展示结构关系，并实现换料时过渡挤出控制&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="reconurgeflowsint"&gt;&lt;a class="link" href="https://github.com/reconurge/flowsint" target="_blank" rel="noopener"
&gt;reconurge/flowsint&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/reconurge/flowsint" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/reconurge/flowsint" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/reconurge/flowsint" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/reconurge/flowsint" loading="lazy" alt="cover"&gt;
&lt;p&gt;flowsint 是一个面向网络安全分析师和调查员的现代化图形化 OSINT（开源情报）探索平台，支持灵活且可扩展的基于图谱的调查。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过可视化图谱界面展示实体间关系，辅助侦察与信息收集&lt;/li&gt;
&lt;li&gt;集成多种自动丰富器（enrichers），涵盖域名、IP 地址、ASN、社交媒体、组织机构、加密货币钱包等多维数据源&lt;/li&gt;
&lt;li&gt;所有数据均存储在本地环境中，保障高隐私性和安全性&lt;/li&gt;
&lt;li&gt;模块化架构设计，包括核心工具库、类型定义、多样丰富器集合及前后端分离应用层&lt;/li&gt;
&lt;li&gt;支持 Docker 容器部署与 Make 命令管理，实现快速安装与开发环境搭建&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>AI 驱动智能图表编辑，自然语言实时生成架构图 | 开源日报 No.871</title><link>https://osguider.com/blog/post/daily/daily-871/</link><pubDate>Wed, 04 Feb 2026 07:35:13 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-871/</guid><description>&lt;h2 id="microsoftmoge"&gt;&lt;a class="link" href="https://github.com/microsoft/MoGe" target="_blank" rel="noopener"
&gt;microsoft/MoGe&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/microsoft/MoGe" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/microsoft/MoGe" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/microsoft/MoGe" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/microsoft/MoGe" loading="lazy" alt="cover"&gt;
&lt;p&gt;MoGe 是一个用于从单目开放域图像中准确恢复三维几何信息的强大模型。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持同时估计度量点云图、深度图、法线图和相机视场角（FOV），实现多种几何信息的一次前向推理。&lt;/li&gt;
&lt;li&gt;可选输入真实视场角以进一步提升模型精度。&lt;/li&gt;
&lt;li&gt;兼容不同分辨率和宽高比，适应性强，支持 2:1 至 1:2 范围内的各种尺寸。&lt;/li&gt;
&lt;li&gt;高效快速，在 A100 或 RTX3090 GPU 上 FP16 模式下每张图片推理延迟仅 60 毫秒，可调节推理分辨率以加速速度。&lt;/li&gt;
&lt;li&gt;MoGe-2 版本引入了带有度量尺度的点云预测，更锐利细节表现，高质量法线估计及更低延迟。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="zero-peakzeroomega"&gt;&lt;a class="link" href="https://github.com/zero-peak/ZeroOmega" target="_blank" rel="noopener"
&gt;zero-peak/ZeroOmega&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/zero-peak/ZeroOmega" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/zero-peak/ZeroOmega" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/zero-peak/ZeroOmega" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/zero-peak/ZeroOmega" loading="lazy" alt="cover"&gt;
&lt;p&gt;ZeroOmega 是一个用于快速且轻松管理和切换多个代理的浏览器扩展。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 Chrome、Microsoft Edge 及 Firefox 等主流浏览器，兼容 Manifest V3 规范&lt;/li&gt;
&lt;li&gt;提供基于 Web 的配置界面，方便用户管理代理配置文件&lt;/li&gt;
&lt;li&gt;内置 PAC 生成模块，可将代理配置编译成 PAC 脚本，实现灵活智能的代理规则控制&lt;/li&gt;
&lt;li&gt;采用模块化设计，包含独立的选项管理逻辑和环境依赖代码分离，提高可维护性与扩展性&lt;/li&gt;
&lt;li&gt;支持离线安装，通过 CRX 或 XPI 包形式提供安装文件&lt;/li&gt;
&lt;li&gt;项目使用 npm 和 grunt 进行构建，便于开发与定制化调整&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="dayuanjiangnext-ai-draw-io"&gt;&lt;a class="link" href="https://github.com/DayuanJiang/next-ai-draw-io" target="_blank" rel="noopener"
&gt;DayuanJiang/next-ai-draw-io&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/DayuanJiang/next-ai-draw-io" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/DayuanJiang/next-ai-draw-io" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/DayuanJiang/next-ai-draw-io" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/DayuanJiang/next-ai-draw-io" loading="lazy" alt="cover"&gt;
&lt;p&gt;next-ai-draw-io 是一个基于 Next.js 的网页应用，融合了 AI 技术与 draw.io 图表编辑，实现通过自然语言命令创建和增强图表的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;利用大型语言模型（LLM）通过自然语言指令直接生成和修改 draw.io 图表&lt;/li&gt;
&lt;li&gt;支持上传现有图像或图表，由 AI 自动复制并优化&lt;/li&gt;
&lt;li&gt;提供完整的版本控制功能，可查看及恢复历史版本&lt;/li&gt;
&lt;li&gt;具备交互式聊天界面，实现实时沟通与细化图形设计&lt;/li&gt;
&lt;li&gt;专门支持 AWS 架构图生成，并可绘制 GCP、Azure 等云架构示意&lt;/li&gt;
&lt;li&gt;动态动画连接器提升元素间视觉表现力，增强展示效果&lt;/li&gt;
&lt;li&gt;多种 AI 服务提供商兼容，包括 AWS Bedrock、OpenAI、Anthropic 等多平台选择&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="mmulettermeverything"&gt;&lt;a class="link" href="https://github.com/mmulet/term.everything" target="_blank" rel="noopener"
&gt;mmulet/term.everything&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/mmulet/term.everything" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/mmulet/term.everything" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/mmulet/term.everything" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/mmulet/term.everything" loading="lazy" alt="cover"&gt;
&lt;p&gt;term.everything 是一个基于 Linux 命令行的程序，能够在终端中运行图形用户界面（GUI）应用。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;自建 Wayland 合成器，将图形窗口输出到终端而非显示器&lt;/li&gt;
&lt;li&gt;支持 X11 和 Wayland 主机系统&lt;/li&gt;
&lt;li&gt;可通过 SSH 远程运行 GUI 应用，包括视频游戏和浏览器等&lt;/li&gt;
&lt;li&gt;兼容支持图片显示的终端（如 kitty、iTerm2），可实现全分辨率渲染&lt;/li&gt;
&lt;li&gt;分辨率与性能可调节，适应不同终端环境需求&lt;/li&gt;
&lt;li&gt;使用 TypeScript 及少量 C++ 开发，便于开发者理解和扩展&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="wanghongenpinproxypin"&gt;&lt;a class="link" href="https://github.com/wanghongenpin/proxypin" target="_blank" rel="noopener"
&gt;wanghongenpin/proxypin&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/wanghongenpin/proxypin" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/wanghongenpin/proxypin" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/wanghongenpin/proxypin" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://user-images.githubusercontent.com/24794200/247049083-67a2feb1-f1c3-4c0c-8737-5abe62c34794.png"
loading="lazy"
alt="demo-picture-of-proxypin"
&gt;&lt;/p&gt;
&lt;p&gt;proxypin 是一款开源免费的 HTTP(S) 流量捕获软件，支持全平台系统。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 Windows、Mac、Android、iOS 和 Linux 等多个操作系统&lt;/li&gt;
&lt;li&gt;移动扫码连接，无需手动配置 WiFi 代理&lt;/li&gt;
&lt;li&gt;域名过滤功能，仅拦截所需流量，避免干扰其他应用&lt;/li&gt;
&lt;li&gt;支持根据关键词和响应类型搜索请求&lt;/li&gt;
&lt;li&gt;可编写 JavaScript 脚本处理请求或响应&lt;/li&gt;
&lt;li&gt;请求重写与阻止功能，可修改或屏蔽特定请求&lt;/li&gt;
&lt;li&gt;自动保存捕获的流量数据，并支持 HAR 格式导入导出&lt;/li&gt;
&lt;li&gt;提供常用工具，如二维码生成和正则表达式等&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>视频超分与补帧框架，AI 驱动画质流畅升级 | 开源日报 No.870</title><link>https://osguider.com/blog/post/daily/daily-870/</link><pubDate>Tue, 03 Feb 2026 15:35:34 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-870/</guid><description>&lt;h2 id="quentinfuxawhisperlivekit"&gt;&lt;a class="link" href="https://github.com/QuentinFuxa/WhisperLiveKit" target="_blank" rel="noopener"
&gt;QuentinFuxa/WhisperLiveKit&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/QuentinFuxa/WhisperLiveKit" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/QuentinFuxa/WhisperLiveKit" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/QuentinFuxa/WhisperLiveKit" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/QuentinFuxa/WhisperLiveKit" loading="lazy" alt="cover"&gt;
&lt;p&gt;WhisperLiveKit 是一个支持实时、本地语音转文本、翻译及说话人识别的开源项目，配备服务器和网页用户界面。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用多项领先研究成果，实现超低延迟的实时语音转录和高级说话人分离&lt;/li&gt;
&lt;li&gt;支持多用户并发，利用语音活动检测降低资源消耗&lt;/li&gt;
&lt;li&gt;提供简单易用的后端服务与前端界面，可直接在浏览器中观看实时文字输出&lt;/li&gt;
&lt;li&gt;支持多种语言模型选择及灵活配置，包括不同精度和功能需求&lt;/li&gt;
&lt;li&gt;集成丰富可选依赖，如 NVIDIA NeMo、Diart 等，实现更精准的话者识别与时间戳管理&lt;/li&gt;
&lt;li&gt;兼容主流操作系统，安装便捷，并提供 Python API 方便二次开发集成&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="business-scienceai-data-science-team"&gt;&lt;a class="link" href="https://github.com/business-science/ai-data-science-team" target="_blank" rel="noopener"
&gt;business-science/ai-data-science-team&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/business-science/ai-data-science-team" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/business-science/ai-data-science-team" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/business-science/ai-data-science-team" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/business-science/ai-data-science-team" loading="lazy" alt="cover"&gt;
&lt;p&gt;ai-data-science-team 是一个由多智能体组成的 Python 库，旨在通过自动化和协作加速常见数据科学任务的完成。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供专门针对数据加载、清洗、特征工程、可视化探索和建模评估等环节的智能代理&lt;/li&gt;
&lt;li&gt;旗舰应用 AI Pipeline Studio 支持可视化编辑、多数据集处理及工作流复现，结合手动与 AI 步骤实现全流程管理&lt;/li&gt;
&lt;li&gt;集成 H2O 和 MLflow 工具，实现模型训练与跟踪，同时支持 SQL 数据库交互&lt;/li&gt;
&lt;li&gt;多智能体协同工作机制，包括监督代理以协调各子任务，提高整体效率和准确性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="k4yt3xvideo2x"&gt;&lt;a class="link" href="https://github.com/k4yt3x/video2x" target="_blank" rel="noopener"
&gt;k4yt3x/video2x&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/k4yt3x/video2x" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/k4yt3x/video2x" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/k4yt3x/video2x" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/k4yt3x/video2x" loading="lazy" alt="cover"&gt;
&lt;p&gt;video2x 是一个基于机器学习的视频超分辨率和帧插值处理框架。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;完全用 C/C++ 重写，提升运行速度和效率，实现跨 Windows 与 Linux 平台支持&lt;/li&gt;
&lt;li&gt;支持多种先进模型，包括 Anime4K v4、Real-ESRGAN、Real-CUGAN 和 RIFE，显著提升输出画质&lt;/li&gt;
&lt;li&gt;提供两大核心功能：视频滤镜放大（超分辨率）与帧插值补帧&lt;/li&gt;
&lt;li&gt;新增图形用户界面及安装程序，简化 Windows 系统上的使用体验&lt;/li&gt;
&lt;li&gt;兼容 MPV 的自定义 GLSL 着色器，并利用 ncnn 与 Vulkan 技术优化性能与资源占用&lt;/li&gt;
&lt;li&gt;硬件要求明确，需支持 AVX2 指令集的 CPU 以及 Vulkan 支持的 GPU，以保证最佳表现&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="steveyeggegastown"&gt;&lt;a class="link" href="https://github.com/steveyegge/gastown" target="_blank" rel="noopener"
&gt;steveyegge/gastown&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/steveyegge/gastown" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/steveyegge/gastown" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/steveyegge/gastown" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/steveyegge/gastown" loading="lazy" alt="cover"&gt;
&lt;p&gt;gastown 是一个多智能体工作空间管理系统，专为协调多个 Claude Code 代理在不同任务间协作而设计，并通过基于 Git 的持久化机制保障工作状态的连续性。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;利用 Git worktree 支持的 Hooks 实现任务状态持久存储，避免代理重启时丢失上下文&lt;/li&gt;
&lt;li&gt;内置邮箱、身份管理和任务交接机制，实现自动化、多代理间高效协同&lt;/li&gt;
&lt;li&gt;支持将多达 20 至 30 个智能体规模扩展，解决中小规模团队混乱难控的问题&lt;/li&gt;
&lt;li&gt;以 Mayor（AI 协调者）为核心统一掌控全局上下文与项目进度&lt;/li&gt;
&lt;li&gt;项目容器（Rigs）封装 Git 仓库及其关联智能体，实现模块化管理与隔离&lt;/li&gt;
&lt;li&gt;Beads 集成提供基于结构化数据的 Git 驱动问题跟踪系统，将工作单元细粒度拆分并追踪&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="op7418humanizer-zh"&gt;&lt;a class="link" href="https://github.com/op7418/Humanizer-zh" target="_blank" rel="noopener"
&gt;op7418/Humanizer-zh&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/op7418/Humanizer-zh" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/op7418/Humanizer-zh" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/op7418/Humanizer-zh" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/op7418/Humanizer-zh" loading="lazy" alt="cover"&gt;
&lt;p&gt;Humanizer-zh 是一款专注于消除文本中 AI 生成痕迹，提升内容人性化和自然表达的中文改写工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;能识别并修复 24 种常见的 AI 写作模式，涵盖内容、语言语法、风格及交流方式四大类&lt;/li&gt;
&lt;li&gt;提供多样化使用方式，包括命令行调用、对话内直接改写及文件批量处理&lt;/li&gt;
&lt;li&gt;结合中文语境特点调整规则与示例，更贴合汉语书面表达习惯&lt;/li&gt;
&lt;li&gt;保留核心信息同时注入真实个性，使文本更具观点、多样节奏和具体细节&lt;/li&gt;
&lt;li&gt;基于维基百科“Signs of AI writing”指南，并融合多个开源项目实用经验&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>跨平台多端 AI 助手，本地化持续在线智能交互 | 开源日报 No.869</title><link>https://osguider.com/blog/post/daily/daily-869/</link><pubDate>Mon, 02 Feb 2026 07:35:40 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-869/</guid><description>&lt;h2 id="nexaainexa-sdk"&gt;&lt;a class="link" href="https://github.com/NexaAI/nexa-sdk" target="_blank" rel="noopener"
&gt;NexaAI/nexa-sdk&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/NexaAI/nexa-sdk" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/NexaAI/nexa-sdk" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/NexaAI/nexa-sdk" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/NexaAI/nexa-sdk" loading="lazy" alt="cover"&gt;
&lt;p&gt;nexa-sdk 是一个支持多硬件平台的本地 AI 模型推理开发工具包，专注于高性能、多模态和跨平台运行。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在 NPU、GPU 和 CPU 上运行最新的大语言模型（LLMs）与视觉语言模型（VLMs），涵盖 PC（Python/C++）及移动端（Android 和 iOS）&lt;/li&gt;
&lt;li&gt;采用自主研发的 NexaML 推理引擎，内核级统一设计，实现对新模型架构的 Day-0 支持&lt;/li&gt;
&lt;li&gt;兼容 GGUF、MLX 与自有 .nexa 三种模型格式，提供低层次控制能力&lt;/li&gt;
&lt;li&gt;完整支持图像、音频和文本等多模态输入输出&lt;/li&gt;
&lt;li&gt;跨桌面、移动设备以及汽车与物联网终端的平台适配能力&lt;/li&gt;
&lt;li&gt;提供简洁的一行代码调用接口，并兼容 OpenAI API 与函数调用规范&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="lintsinghuadeepaudit"&gt;&lt;a class="link" href="https://github.com/lintsinghua/DeepAudit" target="_blank" rel="noopener"
&gt;lintsinghua/DeepAudit&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/lintsinghua/DeepAudit" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/lintsinghua/DeepAudit" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/lintsinghua/DeepAudit" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/lintsinghua/DeepAudit" loading="lazy" alt="cover"&gt;
&lt;p&gt;DeepAudit 是一个基于多智能体协作架构的开源代码安全审计平台，旨在通过自动化和语义理解实现高效、精准的漏洞挖掘与验证。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用 Multi-Agent 系统模拟安全专家思维，实现策略规划、信息收集、漏洞分析和 PoC 验证全流程自动化&lt;/li&gt;
&lt;li&gt;集成 RAG 知识库增强技术，结合代码语义与上下文，大幅降低误报率并覆盖复杂业务逻辑盲点&lt;/li&gt;
&lt;li&gt;支持本地私有部署（如 Ollama），保障数据隐私不出内网，满足合规需求&lt;/li&gt;
&lt;li&gt;自动生成并执行沙箱环境中的攻击脚本，确认漏洞真实性及可利用性，有效筛除虚假报警&lt;/li&gt;
&lt;li&gt;提供一键导入项目、多项目管理及即时分析功能，实现快速、安全态势掌控和专业报告输出&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="badlogicpi-mono"&gt;&lt;a class="link" href="https://github.com/badlogic/pi-mono" target="_blank" rel="noopener"
&gt;badlogic/pi-mono&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/badlogic/pi-mono" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/badlogic/pi-mono" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/badlogic/pi-mono" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/badlogic/pi-mono" loading="lazy" alt="cover"&gt;
&lt;p&gt;pi-mono 是一个集成多种工具和接口的 AI 代理开发与大语言模型部署管理套件。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供统一的多供应商大语言模型（LLM）API，支持 OpenAI、Anthropic、Google 等平台&lt;/li&gt;
&lt;li&gt;包含具备工具调用和状态管理能力的代理运行时核心组件&lt;/li&gt;
&lt;li&gt;配备交互式编码代理命令行界面，提升编程辅助效率&lt;/li&gt;
&lt;li&gt;集成 Slack 机器人，可将消息委派给编码代理处理，实现即时沟通自动化&lt;/li&gt;
&lt;li&gt;提供终端用户界面库，支持差分渲染以优化性能表现&lt;/li&gt;
&lt;li&gt;含有用于构建 AI 聊天界面的 Web UI 组件集合&lt;/li&gt;
&lt;li&gt;支持基于 GPU pods 的 vLLM 部署管理命令行工具&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="openclawopenclaw"&gt;&lt;a class="link" href="https://github.com/openclaw/openclaw" target="_blank" rel="noopener"
&gt;openclaw/openclaw&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/openclaw/openclaw" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/openclaw/openclaw" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/openclaw/openclaw" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/openclaw/openclaw" loading="lazy" alt="cover"&gt;
&lt;p&gt;openclaw 是一款可在多平台、多操作系统上运行的个人 AI 助手，旨在通过用户熟悉的通讯渠道实现本地化、快速且持续在线的智能交互体验。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 WhatsApp、Telegram、Slack、Discord、Google Chat 等主流聊天工具及 BlueBubbles、Matrix 和 Zalo 等扩展渠道&lt;/li&gt;
&lt;li&gt;兼容 macOS/iOS/Android 平台，具备语音输入输出和实时 Canvas 渲染能力&lt;/li&gt;
&lt;li&gt;提供基于命令行向导的一站式安装与配置流程，支持 npm/pnpm/bun 多种包管理器&lt;/li&gt;
&lt;li&gt;灵活接入多种 AI 模型（推荐 Anthropic Pro/Max 与 Opus 4.5），并支持 OAuth 授权与模型自动切换保障稳定性&lt;/li&gt;
&lt;li&gt;内置守护进程确保助手常驻后台运行，实现始终在线服务体验&lt;/li&gt;
&lt;li&gt;默认安全策略对私信进行配对验证，有效防范未授权访问风险&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="alexandergrooffmermaid-ascii"&gt;&lt;a class="link" href="https://github.com/AlexanderGrooff/mermaid-ascii" target="_blank" rel="noopener"
&gt;AlexanderGrooff/mermaid-ascii&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/AlexanderGrooff/mermaid-ascii" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/AlexanderGrooff/mermaid-ascii" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/AlexanderGrooff/mermaid-ascii" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/AlexanderGrooff/mermaid-ascii" loading="lazy" alt="cover"&gt;
&lt;p&gt;mermaid-ascii 是一个能够在终端中渲染 Mermaid 图表的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持从命令行直接渲染 Mermaid 格式的图表文件，输出 ASCII 艺术风格的流程图&lt;/li&gt;
&lt;li&gt;提供调整水平间距和节点内边距等参数以优化图形布局和视觉效果&lt;/li&gt;
&lt;li&gt;支持带标签的有向边以及多种布局方式（如左右或上下排列）&lt;/li&gt;
&lt;li&gt;可通过标准输入读取 Mermaid 代码，实现灵活的数据流处理&lt;/li&gt;
&lt;li&gt;提供预编译二进制包、源码构建及 Nix 构建方式，方便多平台安装使用&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>随身携带的 Android 应用修补器，轻松定制去广告功能 | 开源日报 No.868</title><link>https://osguider.com/blog/post/daily/daily-868/</link><pubDate>Sun, 01 Feb 2026 07:35:37 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-868/</guid><description>&lt;h2 id="revancedrevanced-manager"&gt;&lt;a class="link" href="https://github.com/ReVanced/revanced-manager" target="_blank" rel="noopener"
&gt;ReVanced/revanced-manager&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ReVanced/revanced-manager" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ReVanced/revanced-manager" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ReVanced/revanced-manager" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;p&gt;&lt;img src="https://static.osguider.com/subject/github/ReVanced/revanced-manager/56cd80dbc21ed49818fe66bbc1888bfa.svg"
loading="lazy"
alt="demo-picture-of-revanced-manager"
&gt;&lt;/p&gt;
&lt;p&gt;ReVanced Manager 是一款用于在 Android 上使用 ReVanced 的应用程序。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;可以对 Android 应用进行补丁处理&lt;/li&gt;
&lt;li&gt;便携式的 ReVanced Patcher，方便随身携带&lt;/li&gt;
&lt;li&gt;简单易懂的用户界面，快速上手&lt;/li&gt;
&lt;li&gt;可定制化，包括 API 配置、自定义源、语言、签名密钥库、主题等功能&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="systranfaster-whisper"&gt;&lt;a class="link" href="https://github.com/SYSTRAN/faster-whisper" target="_blank" rel="noopener"
&gt;SYSTRAN/faster-whisper&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/SYSTRAN/faster-whisper" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/SYSTRAN/faster-whisper" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/SYSTRAN/faster-whisper" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/SYSTRAN/faster-whisper" loading="lazy" alt="cover"&gt;
&lt;p&gt;faster-whisper 是基于 CTranslate2 引擎对 OpenAI Whisper 模型的高效重实现，旨在提升语音转录速度和资源利用率。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;利用 CTranslate2 加速 Transformer 推理，实现比官方 Whisper 快 4 倍且保持相同准确度&lt;/li&gt;
&lt;li&gt;支持 8 位量化，在 CPU 和 GPU 上进一步降低内存占用并提升效率&lt;/li&gt;
&lt;li&gt;提供多种硬件环境下的性能优化方案，包括批处理加速和不同精度模式（fp16、int8）&lt;/li&gt;
&lt;li&gt;无需系统安装 FFmpeg，采用 PyAV 内嵌解码库简化依赖管理&lt;/li&gt;
&lt;li&gt;针对 NVIDIA CUDA 12 与 cuDNN 9 环境进行了兼容性适配，并提供多样安装方式保障部署灵活性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="inconshreveablengrok"&gt;&lt;a class="link" href="https://github.com/inconshreveable/ngrok" target="_blank" rel="noopener"
&gt;inconshreveable/ngrok&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/inconshreveable/ngrok" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/inconshreveable/ngrok" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/inconshreveable/ngrok" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/inconshreveable/ngrok" loading="lazy" alt="cover"&gt;
&lt;p&gt;ngrok 是一个用于将本地服务暴露到互联网的反向代理工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;创建安全隧道，从公共端点到本地运行的网络服务&lt;/li&gt;
&lt;li&gt;捕获和分析隧道上传输的所有流量以供后续检查和重放&lt;/li&gt;
&lt;li&gt;可以将任何 http 服务暴露在 ngrok.com 的子域上，也可以将任何 tcp 服务暴露在 ngrok.com 的随机端口上&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="gopeedlabgopeed"&gt;&lt;a class="link" href="https://github.com/GopeedLab/gopeed" target="_blank" rel="noopener"
&gt;GopeedLab/gopeed&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/GopeedLab/gopeed" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/GopeedLab/gopeed" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/GopeedLab/gopeed" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/GopeedLab/gopeed" loading="lazy" alt="cover"&gt;
&lt;p&gt;gopeed 是一个现代化的下载管理器，支持所有平台，采用 Golang 和 Flutter 构建。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 HTTP、BitTorrent 和 Magnet 协议&lt;/li&gt;
&lt;li&gt;高度可定制，可以通过 API 集成或扩展开发实现更多功能&lt;/li&gt;
&lt;li&gt;提供浏览器扩展以接管浏览器下载，兼容 Chrome、Edge、Firefox 等主流浏览器&lt;/li&gt;
&lt;li&gt;跨平台支持，包括 Windows、MacOS、Linux 以及移动设备（Android/iOS）&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="corednscoredns"&gt;&lt;a class="link" href="https://github.com/coredns/coredns" target="_blank" rel="noopener"
&gt;coredns/coredns&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/coredns/coredns" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/coredns/coredns" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/coredns/coredns" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/coredns/coredns" loading="lazy" alt="cover"&gt;
&lt;p&gt;CoreDNS 是一个灵活的 DNS 服务器，支持插件链式功能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持多种协议，包括 UDP/TCP、TLS、DoH 和 gRPC。&lt;/li&gt;
&lt;li&gt;可以通过编写插件扩展功能，满足特定需求。&lt;/li&gt;
&lt;li&gt;提供 DNSSEC 支持和动态签名区域数据的能力。&lt;/li&gt;
&lt;li&gt;实现负载均衡和缓存响应，提高查询效率。&lt;/li&gt;
&lt;li&gt;集成云服务提供商，如 AWS Route53，并支持 Kubernetes 作为后端。&lt;/li&gt;
&lt;li&gt;提供监控指标与日志记录功能，以便于管理与调试。&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>即时生成测试 URL，轻松调试 Webhook 请求 | 开源日报 No.867</title><link>https://osguider.com/blog/post/daily/daily-867/</link><pubDate>Sat, 31 Jan 2026 07:35:36 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-867/</guid><description>&lt;h2 id="webhooksitewebhooksite"&gt;&lt;a class="link" href="https://github.com/webhooksite/webhook.site" target="_blank" rel="noopener"
&gt;webhooksite/webhook.site&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/webhooksite/webhook.site" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/webhooksite/webhook.site" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/webhooksite/webhook.site" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/webhooksite/webhook.site" loading="lazy" alt="cover"&gt;
&lt;p&gt;webhook.site 是一个即时生成唯一 URL 用于测试和调试 HTTP Webhook 请求的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;立即获得随机唯一 URL，方便接收和调试 Webhook 及 HTTP 请求&lt;/li&gt;
&lt;li&gt;支持通过图形化编辑器 Custom Actions 或简易脚本语言 WebhookScript 转换、验证与处理请求&lt;/li&gt;
&lt;li&gt;可在无公网服务器环境下接收 Webhooks，支持防火墙或私有子网内服务器通信&lt;/li&gt;
&lt;li&gt;提供格式转换与多系统转发功能，实现不同 API 间的数据桥接&lt;/li&gt;
&lt;li&gt;支持快速构建无需基础设施的 API 和发送邮件的联系表单等工作流&lt;/li&gt;
&lt;li&gt;开源版本可自托管（如 Docker），云端版本具备更多高级功能并提供付费订阅选项&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="puerkitobiogoquery"&gt;&lt;a class="link" href="https://github.com/PuerkitoBio/goquery" target="_blank" rel="noopener"
&gt;PuerkitoBio/goquery&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/PuerkitoBio/goquery" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/PuerkitoBio/goquery" loading="lazy" alt="License: `BSD-3-Clause`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/PuerkitoBio/goquery" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/PuerkitoBio/goquery" loading="lazy" alt="cover"&gt;
&lt;p&gt;goquery 是一个为 Go 语言提供类似 jQuery 的 HTML 文档操作库。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;基于 Go 标准库的 net/html 包和 cascadia CSS 选择器，实现了接近 jQuery 的链式语法和函数接口&lt;/li&gt;
&lt;li&gt;支持通过 CSS 选择器高效查询和遍历 HTML 节点，便于文档解析与处理&lt;/li&gt;
&lt;li&gt;保留了熟悉的 API 命名，降低学习成本，但因底层节点结构限制，不支持状态化 DOM 操作方法&lt;/li&gt;
&lt;li&gt;要求输入文档必须是 UTF-8 编码，以保证解析正确性，由调用者负责编码转换&lt;/li&gt;
&lt;li&gt;持续更新以适配最新版本 Go，并引入泛型、迭代器等现代语言特性提升性能与易用性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="dstotijnhetty"&gt;&lt;a class="link" href="https://github.com/dstotijn/hetty" target="_blank" rel="noopener"
&gt;dstotijn/hetty&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/dstotijn/hetty" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/dstotijn/hetty" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/dstotijn/hetty" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/dstotijn/hetty" loading="lazy" alt="cover"&gt;
&lt;p&gt;hetty 是一个面向安全研究的 HTTP 工具包，旨在成为类似 Burp Suite Pro 的开源替代方案，专为信息安全和漏洞赏金社区设计。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供机器中间人（MITM）HTTP 代理功能，支持日志记录和高级搜索&lt;/li&gt;
&lt;li&gt;内置 HTTP 客户端，可手动创建、编辑请求及重放代理请求&lt;/li&gt;
&lt;li&gt;支持拦截请求与响应以便人工审查、编辑、发送或取消操作&lt;/li&gt;
&lt;li&gt;具备范围管理功能，有助于组织测试工作内容&lt;/li&gt;
&lt;li&gt;采用易用的基于网页的管理界面，提高用户体验&lt;/li&gt;
&lt;li&gt;基于项目的数据库存储方式，有效保持工作有序开展&lt;/li&gt;
&lt;li&gt;跨平台支持，通过多种安装方式方便部署，包括包管理器和 Docker 镜像&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="ahujasidblender-mcp"&gt;&lt;a class="link" href="https://github.com/ahujasid/blender-mcp" target="_blank" rel="noopener"
&gt;ahujasid/blender-mcp&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ahujasid/blender-mcp" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ahujasid/blender-mcp" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ahujasid/blender-mcp" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ahujasid/blender-mcp" loading="lazy" alt="cover"&gt;
&lt;p&gt;blender-mcp 是一个通过模型上下文协议（MCP）实现 Blender 与 Claude AI 连接的集成工具，使 Claude 能够直接控制和交互 Blender，实现基于提示的三维建模与场景操作。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持双向通信，通过基于 socket 的服务器连接 Claude AI 和 Blender&lt;/li&gt;
&lt;li&gt;实现对三维对象的创建、修改和删除操作&lt;/li&gt;
&lt;li&gt;提供材质及颜色应用与调整功能&lt;/li&gt;
&lt;li&gt;可获取当前 Blender 场景的详细信息进行检查&lt;/li&gt;
&lt;li&gt;允许从 Claude 执行任意 Python 代码以扩展功能&lt;/li&gt;
&lt;li&gt;包含两个核心组件：Blender 插件（addon.py）和 MCP 协议服务器（server.py）&lt;/li&gt;
&lt;li&gt;支持远程主机运行，兼容多种第三方资源平台如 Sketchfab 和 Poly Haven&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tambo-aitambo"&gt;&lt;a class="link" href="https://github.com/tambo-ai/tambo" target="_blank" rel="noopener"
&gt;tambo-ai/tambo&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tambo-ai/tambo" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tambo-ai/tambo" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tambo-ai/tambo" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tambo-ai/tambo" loading="lazy" alt="cover"&gt;
&lt;p&gt;tambo 是一个基于 React 的生成式用户界面开发工具包，能够根据自然语言对话动态选择和渲染组件，从而实现个性化的应用界面。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过注册组件，AI 根据用户输入自动决定渲染哪些 UI 元素，实现按需展示&lt;/li&gt;
&lt;li&gt;支持两类组件：一次性生成型（如图表、数据摘要）与可交互持续更新型（如购物车、任务板）&lt;/li&gt;
&lt;li&gt;利用 Zod 定义组件属性结构，确保传参规范且灵活&lt;/li&gt;
&lt;li&gt;提供云端托管或自建后端选项，适配不同部署需求&lt;/li&gt;
&lt;li&gt;内置钩子简化消息发送与流处理流程，提高开发效率&lt;/li&gt;
&lt;li&gt;支持多用户身份认证，实现基于个人权限的定制体验&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>简单安全文件传输，命令行直连任意电脑 | 开源日报 No.866</title><link>https://osguider.com/blog/post/daily/daily-866/</link><pubDate>Fri, 30 Jan 2026 07:36:09 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-866/</guid><description>&lt;h2 id="actionscheckout"&gt;&lt;a class="link" href="https://github.com/actions/checkout" target="_blank" rel="noopener"
&gt;actions/checkout&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/actions/checkout" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/actions/checkout" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/actions/checkout" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/actions/checkout" loading="lazy" alt="cover"&gt;
&lt;p&gt;checkout 是一个用于在 GitHub Actions 工作流中检出代码仓库的动作。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持将指定的仓库检出到工作空间，默认只拉取触发事件对应的单个提交。&lt;/li&gt;
&lt;li&gt;允许通过设置 fetch-depth 参数来获取完整历史记录，包括所有分支和标签。&lt;/li&gt;
&lt;li&gt;自动在本地 git 配置中保存认证令牌，使后续脚本可以执行带身份验证的 git 命令，并在作业结束时清除该凭证。&lt;/li&gt;
&lt;li&gt;在缺少较新版本 Git 的环境下，会回退使用 REST API 下载文件，保证兼容性。&lt;/li&gt;
&lt;li&gt;支持 Node.js 24 环境，持续更新以适应最新平台需求。&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="jellyfinjellyfin-desktop"&gt;&lt;a class="link" href="https://github.com/jellyfin/jellyfin-desktop" target="_blank" rel="noopener"
&gt;jellyfin/jellyfin-desktop&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/jellyfin/jellyfin-desktop" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/jellyfin/jellyfin-desktop" loading="lazy" alt="License: `GPL-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/jellyfin/jellyfin-desktop" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/jellyfin/jellyfin-desktop" loading="lazy" alt="cover"&gt;
&lt;p&gt;jellyfin-desktop 是一个跨平台的桌面客户端，基于 jellyfin-web 并集成了 MPV 播放器，实现了在同一窗口内播放媒体内容。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 Windows、Mac OS 和 Linux 多操作系统环境&lt;/li&gt;
&lt;li&gt;嵌入 MPV 播放器，通过 jellyfin-web 界面无缝播放音视频文件&lt;/li&gt;
&lt;li&gt;支持音频直通功能，提升声音输出质量&lt;/li&gt;
&lt;li&gt;提供详细的构建指南和依赖安装说明，适配不同 Linux 发行版（如 Ubuntu 和 Fedora）&lt;/li&gt;
&lt;li&gt;利用服务器提供的 Web 客户端资源，实现界面与功能的一体化整合&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="nicotsxzerobyte"&gt;&lt;a class="link" href="https://github.com/nicotsx/zerobyte" target="_blank" rel="noopener"
&gt;nicotsx/zerobyte&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/nicotsx/zerobyte" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/nicotsx/zerobyte" loading="lazy" alt="License: `AGPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/nicotsx/zerobyte" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/nicotsx/zerobyte" loading="lazy" alt="cover"&gt;
&lt;p&gt;zerobyte 是一款面向自托管用户的远程存储备份自动化工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;基于 Restic 实现加密、压缩和保留策略的自动备份&lt;/li&gt;
&lt;li&gt;支持灵活调度，能够细粒度管理备份任务和数据保留周期&lt;/li&gt;
&lt;li&gt;提供现代化网页界面，用于备份计划管理与监控&lt;/li&gt;
&lt;li&gt;端到端加密保障数据安全性&lt;/li&gt;
&lt;li&gt;多协议支持，包括 NFS、SMB、WebDAV 及本地目录的数据源接入&lt;/li&gt;
&lt;li&gt;容器化部署，通过 Docker 和 Docker Compose 简化安装配置&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="schollzcroc"&gt;&lt;a class="link" href="https://github.com/schollz/croc" target="_blank" rel="noopener"
&gt;schollz/croc&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/schollz/croc" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/schollz/croc" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/schollz/croc" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/schollz/croc" loading="lazy" alt="cover"&gt;
&lt;p&gt;croc 是一款命令行工具，专注于实现任意两台计算机之间简单且安全的文件和文件夹传输。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持通过中继服务器在任意两台设备间传输数据，无需本地服务器或端口映射&lt;/li&gt;
&lt;li&gt;采用基于密码认证密钥协商（PAKE）的端到端加密，保障传输安全&lt;/li&gt;
&lt;li&gt;跨平台兼容 Windows、Linux 和 macOS，实现无缝互联&lt;/li&gt;
&lt;li&gt;支持多文件批量传输及断点续传功能，提高使用灵活性与效率&lt;/li&gt;
&lt;li&gt;优先支持 IPv6 网络环境，并可回退至 IPv4，同时支持代理如 Tor 网络接入&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="afshineastanford-cs-229-machine-learning"&gt;&lt;a class="link" href="https://github.com/afshinea/stanford-cs-229-machine-learning" target="_blank" rel="noopener"
&gt;afshinea/stanford-cs-229-machine-learning&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/afshinea/stanford-cs-229-machine-learning" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/afshinea/stanford-cs-229-machine-learning" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/afshinea/stanford-cs-229-machine-learning" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/afshinea/stanford-cs-229-machine-learning" loading="lazy" alt="cover"&gt;
&lt;p&gt;stanford-cs-229-machine-learning 是斯坦福大学 CS 229 机器学习课程的核心知识速查手册合集。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;汇总了课程涵盖的重要概念和关键知识点，便于快速复习与查阅&lt;/li&gt;
&lt;li&gt;包含监督学习、无监督学习、深度学习等多个机器学习领域的精华内容&lt;/li&gt;
&lt;li&gt;提供模型训练中的实用技巧与注意事项，辅助提升实践效果&lt;/li&gt;
&lt;li&gt;涵盖概率统计、代数微积分等相关预备知识的重点回顾，加深理解基础理论&lt;/li&gt;
&lt;li&gt;所有内容整合成一份终极速查手册，实现全面系统掌握&lt;/li&gt;
&lt;li&gt;支持多语言版本，包括阿拉伯语、西班牙语、法语、韩语及简繁中文等多种翻译选择&lt;/li&gt;
&lt;li&gt;材料同步发布于专门网站，方便跨设备访问阅读&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>精确管控智能体行为，构建可解释的规则驱动框架 | 开源日报 No.865</title><link>https://osguider.com/blog/post/daily/daily-865/</link><pubDate>Fri, 30 Jan 2026 07:36:06 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-865/</guid><description>&lt;h2 id="theoehrlyfast-f1"&gt;&lt;a class="link" href="https://github.com/theOehrly/Fast-F1" target="_blank" rel="noopener"
&gt;theOehrly/Fast-F1&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/theOehrly/Fast-F1" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/theOehrly/Fast-F1" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/theOehrly/Fast-F1" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/theOehrly/Fast-F1" loading="lazy" alt="cover"&gt;
&lt;p&gt;Fast-F1 是一个用于访问和分析一级方程式赛车结果、赛程、计时数据及遥测信息的 Python 工具包。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供对 F1 计时数据、遥测信息和赛事结果的全面访问&lt;/li&gt;
&lt;li&gt;支持 Ergast 兼容的 jolpica-f1 API，涵盖当前及历史 F1 数据&lt;/li&gt;
&lt;li&gt;所有数据均以扩展版 Pandas DataFrame 格式呈现，便于高效处理与分析&lt;/li&gt;
&lt;li&gt;为 Pandas 对象添加专门针对 F1 数据操作的自定义函数，加快工作流程&lt;/li&gt;
&lt;li&gt;集成 Matplotlib，实现便捷的数据可视化展示&lt;/li&gt;
&lt;li&gt;实现所有 API 请求缓存机制，提高脚本执行速度&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="everyinccompound-engineering-plugin"&gt;&lt;a class="link" href="https://github.com/EveryInc/compound-engineering-plugin" target="_blank" rel="noopener"
&gt;EveryInc/compound-engineering-plugin&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/EveryInc/compound-engineering-plugin" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/EveryInc/compound-engineering-plugin" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/EveryInc/compound-engineering-plugin" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/EveryInc/compound-engineering-plugin" loading="lazy" alt="cover"&gt;
&lt;p&gt;compound-engineering-plugin 是一个旨在通过系统化规划、执行、评审和知识沉淀，逐步降低工程复杂度的开发辅助插件。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供从需求规划到代码复审再到经验积累的完整工作流支持&lt;/li&gt;
&lt;li&gt;采用多代理协作机制实现高质量代码评审与任务跟踪&lt;/li&gt;
&lt;li&gt;强调前期充分计划与持续复盘，以减少技术债务并提升后续开发效率&lt;/li&gt;
&lt;li&gt;将每次工程活动视为对未来工作的投资，通过文档化学习成果促进知识复用&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="viratttdexter"&gt;&lt;a class="link" href="https://github.com/virattt/dexter" target="_blank" rel="noopener"
&gt;virattt/dexter&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/virattt/dexter" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/virattt/dexter" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/virattt/dexter" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/virattt/dexter" loading="lazy" alt="cover"&gt;
&lt;p&gt;dexter 是一个专注于深度金融研究的自主智能代理，能够通过规划任务、自我反思和实时市场数据分析，提供结构化且数据驱动的研究结论。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;智能任务规划：自动将复杂金融问题拆解为有序的研究步骤&lt;/li&gt;
&lt;li&gt;自主执行能力：选择并运用合适工具采集财务数据&lt;/li&gt;
&lt;li&gt;自我验证机制：持续检查与迭代工作成果以确保准确性&lt;/li&gt;
&lt;li&gt;实时获取财务报表数据，包括利润表、资产负债表和现金流量表&lt;/li&gt;
&lt;li&gt;安全防护设计：内置循环检测与步骤限制避免无限运行&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="lyogavinairllm"&gt;&lt;a class="link" href="https://github.com/lyogavin/airllm" target="_blank" rel="noopener"
&gt;lyogavin/airllm&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/lyogavin/airllm" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/lyogavin/airllm" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/lyogavin/airllm" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/lyogavin/airllm" loading="lazy" alt="cover"&gt;
&lt;p&gt;airllm 是一个优化推理内存使用的框架，使得 70 亿参数的大型语言模型能够在单张 4GB 显存的 GPU 上运行推理，无需量化、蒸馏或剪枝。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持在单个 4GB GPU 上高效运行 70B 规模大型语言模型，突破硬件限制&lt;/li&gt;
&lt;li&gt;兼容多种主流大模型，包括 Llama3.1（最高 405B 参数）、ChatGLM、Qwen、Baichuan 等&lt;/li&gt;
&lt;li&gt;提供基于块状量化的模型压缩技术，实现最高 3 倍推理速度提升且精度损失极小&lt;/li&gt;
&lt;li&gt;支持 CPU 推理和非分片模型，增强灵活性与适用场景广度&lt;/li&gt;
&lt;li&gt;跨平台支持 MacOS 环境，方便不同系统用户部署使用&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="emcie-coparlant"&gt;&lt;a class="link" href="https://github.com/emcie-co/parlant" target="_blank" rel="noopener"
&gt;emcie-co/parlant&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/emcie-co/parlant" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/emcie-co/parlant" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/emcie-co/parlant" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/emcie-co/parlant" loading="lazy" alt="cover"&gt;
&lt;p&gt;parlant 是一个专注于确保大型语言模型（LLM）代理严格遵守预设行为规则、适用于真实场景并能快速部署的智能代理框架。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过自然语言定义明确的客户交互流程和行为准则，保证代理在每个环节表现一致&lt;/li&gt;
&lt;li&gt;支持绑定外部工具和 API，实现特定事件触发的数据获取与操作&lt;/li&gt;
&lt;li&gt;提供领域适配能力，可教导代理专业术语并生成个性化回复&lt;/li&gt;
&lt;li&gt;使用模板化响应消除幻觉现象，确保回答风格统一且可靠&lt;/li&gt;
&lt;li&gt;内置可解释机制，帮助开发者理解规则匹配及执行过程，提高透明度与调试效率&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>单文件 C/C++ 实用库集，图像音频字体全能工具箱 | 开源日报 No.864</title><link>https://osguider.com/blog/post/daily/daily-864/</link><pubDate>Wed, 28 Jan 2026 07:35:26 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-864/</guid><description>&lt;h2 id="nothingsstb"&gt;&lt;a class="link" href="https://github.com/nothings/stb" target="_blank" rel="noopener"
&gt;nothings/stb&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/nothings/stb" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/nothings/stb" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/nothings/stb" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/nothings/stb" loading="lazy" alt="cover"&gt;
&lt;p&gt;stb 是一组面向 C/C++ 的单文件公共领域（或 MIT 许可）库，涵盖图像处理、音频解码、字体渲染及实用工具等多种功能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供包括图像加载（支持 JPG、PNG 等格式）、写入和高质量缩放在内的完整图形处理能力&lt;/li&gt;
&lt;li&gt;支持 Ogg Vorbis 音频解码与简单音频波形合成&lt;/li&gt;
&lt;li&gt;内置 TrueType 字体解析与光栅化，以及快速位图字体生成方案&lt;/li&gt;
&lt;li&gt;包含类型安全的动态数组和哈希表容器，方便数据结构管理&lt;/li&gt;
&lt;li&gt;单文件设计便于集成部署，同时采用公共领域或双重 MIT 许可保证灵活使用权利&lt;/li&gt;
&lt;li&gt;涵盖文本编辑核心模块、多维度游戏开发辅助工具及基础数学运算扩展&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="davidxanatostaskexplorer"&gt;&lt;a class="link" href="https://github.com/DavidXanatos/TaskExplorer" target="_blank" rel="noopener"
&gt;DavidXanatos/TaskExplorer&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/DavidXanatos/TaskExplorer" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/DavidXanatos/TaskExplorer" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/DavidXanatos/TaskExplorer" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/DavidXanatos/TaskExplorer" loading="lazy" alt="cover"&gt;
&lt;p&gt;TaskExplorer 是一款功能强大的任务管理工具，专注于实时监控运行中的应用程序并深入揭示其内部行为。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过单窗口多面板设计，高效展示进程详细信息，实现快速无缝的数据浏览&lt;/li&gt;
&lt;li&gt;提供线程堆栈跟踪、内存查看与编辑、句柄详情及网络连接等多维度系统视图&lt;/li&gt;
&lt;li&gt;支持动态刷新和实时性能图表，直观反映 CPU、内存、磁盘 I/O 及网络流量状态&lt;/li&gt;
&lt;li&gt;可独立弹出进程信息窗口，方便同时监控多个任务的运行状况&lt;/li&gt;
&lt;li&gt;基于 Qt 框架构建，具备跨平台潜力，并结合底层驱动和库实现深度系统访问&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="nguyenphutrongquotio"&gt;&lt;a class="link" href="https://github.com/nguyenphutrong/quotio" target="_blank" rel="noopener"
&gt;nguyenphutrong/quotio&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/nguyenphutrong/quotio" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/nguyenphutrong/quotio" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/nguyenphutrong/quotio" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/nguyenphutrong/quotio" loading="lazy" alt="cover"&gt;
&lt;p&gt;quotio 是一款专为 macOS 设计的本地菜单栏应用，集中管理多家 AI 服务账户及其配额，并智能支持 AI 编码工具的自动配置与故障切换。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 Gemini、Claude、OpenAI Codex、Qwen 等多个 AI 提供商账号统一接入和管理&lt;/li&gt;
&lt;li&gt;实时监控请求流量、令牌使用和成功率，提供可视化配额追踪&lt;/li&gt;
&lt;li&gt;自动检测并一键配置 Claude Code、OpenCode 等兼容 CLI 编码代理工具&lt;/li&gt;
&lt;li&gt;智能配额管理含自动故障转移策略（轮询或优先填充）&lt;/li&gt;
&lt;li&gt;本地代理服务器控制与 API 密钥生成，集成菜单栏快速访问状态和通知提醒&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="eseckelai-for-grant-writing"&gt;&lt;a class="link" href="https://github.com/eseckel/ai-for-grant-writing" target="_blank" rel="noopener"
&gt;eseckel/ai-for-grant-writing&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/eseckel/ai-for-grant-writing" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/eseckel/ai-for-grant-writing" loading="lazy" alt="License: `CC-BY-4.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/eseckel/ai-for-grant-writing" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/eseckel/ai-for-grant-writing" loading="lazy" alt="cover"&gt;
&lt;p&gt;ai-for-grant-writing 是一个专注于利用大型语言模型（LLM）提升科研资助申请竞争力的精选资源集合。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;汇集多种 AI 工具和服务，涵盖拼写语法检查、文本生成、翻译、模拟评审及图像生成等功能&lt;/li&gt;
&lt;li&gt;提供丰富的提示词资源与工程指南，支持高效构建和优化与资助申请相关的文本内容&lt;/li&gt;
&lt;li&gt;针对科研写作需求设计多样化快速提示，包括提升文字清晰度、增强说服力、优化结构流畅性以及精准契合资助机构使命和评审标准&lt;/li&gt;
&lt;li&gt;辅助用户制定强有力的项目标题，识别潜在挑战并提出应对策略，同时协助规划详细可行的项目时间表&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="goproxygoproxycn"&gt;&lt;a class="link" href="https://github.com/goproxy/goproxy.cn" target="_blank" rel="noopener"
&gt;goproxy/goproxy.cn&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/goproxy/goproxy.cn" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/goproxy/goproxy.cn" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/goproxy/goproxy.cn" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/goproxy/goproxy.cn" loading="lazy" alt="cover"&gt;
&lt;p&gt;goproxy.cn 是中国境内最受信赖的 Go 模块代理服务，致力于为开发者提供稳定、高效且合法合规的模块访问通道。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;完整实现了官方 GOPROXY 协议，支持 Go 1.13 及以上版本&lt;/li&gt;
&lt;li&gt;提供免费、持续在线并通过全球 CDN 加速的模块代理服务，优化中国大陆用户访问体验&lt;/li&gt;
&lt;li&gt;缓存原始未修改模块数据，并支持与官方校验和数据库 sum.golang.org 联动保障安全性和完整性&lt;/li&gt;
&lt;li&gt;合法备案（ICP 许可证：沪 ICP 备 11037377 号 -56），由知名云服务商七牛云支持维护&lt;/li&gt;
&lt;li&gt;针对中国网络环境设计，有效解决因网络限制导致无法访问 golang.org/x/&amp;hellip; 包及 GitHub 下载缓慢的问题&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>专为提升注意力计算，提供稀疏与密集核函数 | 开源日报 No.863</title><link>https://osguider.com/blog/post/daily/daily-863/</link><pubDate>Tue, 27 Jan 2026 23:35:25 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-863/</guid><description>&lt;h2 id="nexmoevidbee"&gt;&lt;a class="link" href="https://github.com/nexmoe/VidBee" target="_blank" rel="noopener"
&gt;nexmoe/VidBee&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/nexmoe/VidBee" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/nexmoe/VidBee" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/nexmoe/VidBee" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/nexmoe/VidBee" loading="lazy" alt="cover"&gt;
&lt;p&gt;VidBee 是一款基于 yt-dlp 引擎的现代开源视频下载器，支持从全球超过 1000 个网站下载视频和音频内容。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过强大的 yt-dlp 引擎，支持包括 YouTube、TikTok、Instagram 和 Twitter 在内的 1000+ 视频网站的视频与音频下载&lt;/li&gt;
&lt;li&gt;提供简洁直观的现代化用户界面，实现一键暂停/恢复/重试操作及实时进度跟踪和全面的下载队列管理&lt;/li&gt;
&lt;li&gt;支持 RSS 自动订阅功能，可自动后台抓取并下载来自喜爱创作者的新上传内容，无需手动干预&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="deepseek-aiflashmla"&gt;&lt;a class="link" href="https://github.com/deepseek-ai/FlashMLA" target="_blank" rel="noopener"
&gt;deepseek-ai/FlashMLA&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/deepseek-ai/FlashMLA" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/deepseek-ai/FlashMLA" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/deepseek-ai/FlashMLA" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/deepseek-ai/FlashMLA" loading="lazy" alt="cover"&gt;
&lt;p&gt;FlashMLA 是 DeepSeek 提供的一套高效多头潜在注意力（Multi-head Latent Attention）核函数库，专为提升深度学习模型中的稀疏与密集注意力计算性能而设计。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;实现了支持 DeepSeek Sparse Attention (DSA) 的稀疏注意力核，包括预填充和解码阶段的令牌级别稀疏计算，且解码阶段采用 FP8 KV 缓存以优化性能&lt;/li&gt;
&lt;li&gt;提供密集注意力核，用于预填充和解码两个阶段，实现高吞吐量的全连接多头自注意机制&lt;/li&gt;
&lt;li&gt;在 NVIDIA H800 SXM5 和 B200 GPU 上实现卓越性能表现，最高可达 660 TFLOPS（计算绑定）及 3000 GB/s（内存绑定），显著提升模型推理速度&lt;/li&gt;
&lt;li&gt;支持 SM90 与 SM100 架构，并兼容 CUDA 12.8+ 和 PyTorch 2.0+ 环境，确保广泛硬件适配性与软件生态整合&lt;/li&gt;
&lt;li&gt;内置对 Multi-Query Attention (MQA) 与 Multi-Head Attention (MHA) 模式的支持，根据不同任务需求灵活切换，提高通用性与效率&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="openbmbultrarag"&gt;&lt;a class="link" href="https://github.com/OpenBMB/UltraRAG" target="_blank" rel="noopener"
&gt;OpenBMB/UltraRAG&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/OpenBMB/UltraRAG" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/OpenBMB/UltraRAG" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/OpenBMB/UltraRAG" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/OpenBMB/UltraRAG" loading="lazy" alt="cover"&gt;
&lt;p&gt;UltraRAG 是一个基于模型上下文协议（MCP）架构设计的轻量级低代码框架，旨在简化复杂检索增强生成（RAG）流水线的开发与部署。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过 YAML 配置实现复杂控制结构（顺序、循环、条件分支）的低代码推理编排&lt;/li&gt;
&lt;li&gt;将核心组件如检索器和生成模块封装为独立 MCP 服务器，实现功能模块化解耦与扩展&lt;/li&gt;
&lt;li&gt;提供可视化集成开发环境，支持画布构建与代码编辑双向实时同步，并内置智能 AI 助手辅助设计和调优&lt;/li&gt;
&lt;li&gt;集成知识库管理，实现从逻辑搭建到数据治理再到应用部署的一站式闭环流程&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tenngoxarswemd"&gt;&lt;a class="link" href="https://github.com/tenngoxars/WeMD" target="_blank" rel="noopener"
&gt;tenngoxars/WeMD&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tenngoxars/WeMD" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tenngoxars/WeMD" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tenngoxars/WeMD" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tenngoxars/WeMD" loading="lazy" alt="cover"&gt;
&lt;p&gt;WeMD 是一款专为微信公众号创作者设计的本地优先 Markdown 编辑与排版工具，致力于简化写作流程，实现高保真内容输出。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 GFM 标准 Markdown 语法，包括表格、代码高亮和数学公式，满足多样化写作需求&lt;/li&gt;
&lt;li&gt;内置十余款精美主题及自定义 CSS 功能，提供丰富视觉风格选择&lt;/li&gt;
&lt;li&gt;一键复制功能完美兼容微信公众号编辑器，实现所见即所得的无缝排版体验&lt;/li&gt;
&lt;li&gt;多图床支持（官方、七牛云、阿里云、腾讯云），方便图片管理与上传&lt;/li&gt;
&lt;li&gt;本地优先数据存储，无需登录保障用户隐私安全&lt;/li&gt;
&lt;li&gt;跨平台支持 Web 与桌面端（macOS/Windows/Linux），灵活适应不同使用场景&lt;/li&gt;
&lt;li&gt;提供亮色和深色双模式界面，并具备微信深色模式预览算法，还原度超过 98%&lt;/li&gt;
&lt;li&gt;高级搜索功能支持正则匹配及批量替换，提高文本编辑效率&lt;/li&gt;
&lt;li&gt;滑动图组组件增强多图展示效果，丰富公众号视觉表现&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="minhaskamaldowngit"&gt;&lt;a class="link" href="https://github.com/MinhasKamal/DownGit" target="_blank" rel="noopener"
&gt;MinhasKamal/DownGit&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/MinhasKamal/DownGit" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/MinhasKamal/DownGit" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/MinhasKamal/DownGit" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/MinhasKamal/DownGit" loading="lazy" alt="cover"&gt;
&lt;p&gt;DownGit 是一个用于生成 GitHub 公共目录或文件直接下载链接的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持创建任意 GitHub 公开目录或单个文件的直接下载链接&lt;/li&gt;
&lt;li&gt;提供自定义下载文件名和根目录名称的功能，灵活控制压缩包内容结构&lt;/li&gt;
&lt;li&gt;可选择是否包含根目录在压缩包中，满足不同使用需求&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>AI 编程口粮：模型接口代理工具 | 开源日报 No.862</title><link>https://osguider.com/blog/post/daily/daily-862/</link><pubDate>Mon, 26 Jan 2026 15:36:00 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-862/</guid><description>&lt;h2 id="slopushappy"&gt;&lt;a class="link" href="https://github.com/slopus/happy" target="_blank" rel="noopener"
&gt;slopus/happy&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/slopus/happy" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/slopus/happy" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/slopus/happy" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/slopus/happy" loading="lazy" alt="cover"&gt;
&lt;p&gt;happy 是一款支持移动端和网页端的 Claude Code 与 Codex 客户端，提供实时语音交互与端到端加密，方便用户随时远程控制 AI 编码助手。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 iOS、Android 和 Web 多平台访问，实现跨设备无缝切换&lt;/li&gt;
&lt;li&gt;实时推送通知，及时反馈权限请求和错误信息&lt;/li&gt;
&lt;li&gt;通过命令行工具替代原有调用方式，简化操作流程&lt;/li&gt;
&lt;li&gt;会话状态可在手机与电脑间即时切换，一键恢复控制权&lt;/li&gt;
&lt;li&gt;全程采用端到端加密保障代码安全，不上传未加密数据&lt;/li&gt;
&lt;li&gt;开源项目结构清晰，包括 CLI 工具、后端同步服务器及移动客户端&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="lbjlaqantigravity-manager"&gt;&lt;a class="link" href="https://github.com/lbjlaq/Antigravity-Manager" target="_blank" rel="noopener"
&gt;lbjlaq/Antigravity-Manager&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/lbjlaq/Antigravity-Manager" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/lbjlaq/Antigravity-Manager" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/lbjlaq/Antigravity-Manager" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/lbjlaq/Antigravity-Manager" loading="lazy" alt="cover"&gt;
&lt;p&gt;Antigravity-Manager 是一款专业的 Antigravity 账号管理与切换工具，集成多账号管理、协议转换和智能请求调度，旨在为用户提供稳定、高效且低成本的本地 AI 接口中转服务。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;智能账号仪表盘实时监控所有账户状态，并通过算法推荐最佳可用账号，实现一键无缝切换&lt;/li&gt;
&lt;li&gt;支持 OAuth 2.0 授权、多维度导入及旧版本数据热迁移，具备权限异常自动检测与跳过功能&lt;/li&gt;
&lt;li&gt;提供多协议兼容的 API 代理，包括 OpenAI、Anthropic 和 Google Gemini 格式，实现跨厂商接口标准化&lt;/li&gt;
&lt;li&gt;内置模型路由中心，可自定义复杂模型映射规则，实现精准请求分发和专家级重定向控制&lt;/li&gt;
&lt;li&gt;支持高质量图像生成与识别（Imagen 3），后端承载大容量数据处理能力满足高清需求&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="router-for-mecliproxyapiplus"&gt;&lt;a class="link" href="https://github.com/router-for-me/CLIProxyAPIPlus" target="_blank" rel="noopener"
&gt;router-for-me/CLIProxyAPIPlus&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/router-for-me/CLIProxyAPIPlus" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/router-for-me/CLIProxyAPIPlus" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/router-for-me/CLIProxyAPIPlus" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/router-for-me/CLIProxyAPIPlus" loading="lazy" alt="cover"&gt;
&lt;p&gt;CLIProxyAPIPlus 是 CLIProxyAPI 的增强版本，专注于集成第三方服务提供商支持的命令行代理接口。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;在主线项目基础上增加了对第三方服务提供商的支持&lt;/li&gt;
&lt;li&gt;集成 GitHub Copilot（OAuth 登录）功能，由社区贡献者维护&lt;/li&gt;
&lt;li&gt;集成 Kiro (AWS CodeWhisperer)（OAuth 登录）功能，由社区贡献者维护&lt;/li&gt;
&lt;li&gt;功能更新与主线项目保持同步，确保一致性和兼容性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="farion1231cc-switch"&gt;&lt;a class="link" href="https://github.com/farion1231/cc-switch" target="_blank" rel="noopener"
&gt;farion1231/cc-switch&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/farion1231/cc-switch" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/farion1231/cc-switch" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/farion1231/cc-switch" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/farion1231/cc-switch" loading="lazy" alt="cover"&gt;
&lt;p&gt;cc-switch 是一款跨平台的桌面全能助手工具，集成并管理 Claude Code、Codex 与 Gemini 三大 AI 编程命令行接口。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持多种 AI 编码模型与服务，包括 Claude Code、Codex 和 Gemini CLI 的无缝切换与统一管理&lt;/li&gt;
&lt;li&gt;采用 SQLite + JSON 双层数据存储架构，实现配置和数据的高效持久化及未来云同步能力&lt;/li&gt;
&lt;li&gt;全新设计界面，优化视觉层级和交互体验，并支持中英日三种语言界面&lt;/li&gt;
&lt;li&gt;自动启动功能通过原生系统 API 实现，一键启用或禁用，提高使用便捷性&lt;/li&gt;
&lt;li&gt;内置技能管理系统，可自动扫描 GitHub 仓库中的技能代码，实现安装、更新和卸载的一体化操作&lt;/li&gt;
&lt;li&gt;多预设提示词（Prompts）管理，支持无限制自定义，多文件配置兼容 .env 与 settings.json 格式&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="router-for-mecliproxyapi"&gt;&lt;a class="link" href="https://github.com/router-for-me/CLIProxyAPI" target="_blank" rel="noopener"
&gt;router-for-me/CLIProxyAPI&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/router-for-me/CLIProxyAPI" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/router-for-me/CLIProxyAPI" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/router-for-me/CLIProxyAPI" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/router-for-me/CLIProxyAPI" loading="lazy" alt="cover"&gt;
&lt;p&gt;CLIProxyAPI 是一个为命令行界面（CLI）模型提供兼容 OpenAI、Gemini、Claude 和 Codex API 接口的代理服务。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持通过 OAuth 登录使用 OpenAI Codex（GPT 模型）、Claude Code、Qwen Code 和 iFlow&lt;/li&gt;
&lt;li&gt;提供多账户轮询负载均衡，支持 Gemini、OpenAI、Claude、Qwen 及 iFlow 多账号管理&lt;/li&gt;
&lt;li&gt;支持流式与非流式响应、多模态输入（文本和图像）以及函数调用/工具集成&lt;/li&gt;
&lt;li&gt;集成 Amp CLI 与 IDE 扩展，具备智能模型回退和路由映射功能，实现无缝切换与替代方案&lt;/li&gt;
&lt;li&gt;设计注重安全性，管理端点仅限本地访问，并提供可复用的 Go SDK 嵌入代理功能&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>Claude Skills 官方仓库：动态加载专业技能 | 开源日报 No.860</title><link>https://osguider.com/blog/post/daily/daily-860/</link><pubDate>Sun, 25 Jan 2026 07:36:12 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-860/</guid><description>&lt;h2 id="angiejonesmcp-selenium"&gt;&lt;a class="link" href="https://github.com/angiejones/mcp-selenium" target="_blank" rel="noopener"
&gt;angiejones/mcp-selenium&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/angiejones/mcp-selenium" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/angiejones/mcp-selenium" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/angiejones/mcp-selenium" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/angiejones/mcp-selenium" loading="lazy" alt="cover"&gt;
&lt;p&gt;mcp-selenium 是一个基于 Model Context Protocol (MCP) 的 Selenium WebDriver 服务器实现，旨在通过标准化的 MCP 客户端实现浏览器自动化操作。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持启动多种浏览器会话（Chrome、Firefox、MS Edge）并可配置无头模式及自定义参数&lt;/li&gt;
&lt;li&gt;提供丰富的页面交互功能，包括导航网址、查找元素、多种定位策略支持（id, css, xpath 等）、点击元素和输入文本&lt;/li&gt;
&lt;li&gt;实现复杂鼠标动作（悬停、拖放）、键盘输入处理以及截图和文件上传等辅助功能&lt;/li&gt;
&lt;li&gt;可与多种 MCP 客户端集成，如 Goose 桌面应用或 Claude Desktop，通过命令行工具方便安装和调用&lt;/li&gt;
&lt;li&gt;具备灵活的开发环境支持，提供完整依赖管理及启动脚本，便于二次开发与调试&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="anthropicsskills"&gt;&lt;a class="link" href="https://github.com/anthropics/skills" target="_blank" rel="noopener"
&gt;anthropics/skills&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/anthropics/skills" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/anthropics/skills" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/anthropics/skills" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/anthropics/skills" loading="lazy" alt="cover"&gt;
&lt;p&gt;skills 是 Anthropic 为 Claude 设计的一套技能系统实现，旨在通过动态加载特定任务的指令、脚本和资源，提升 Claude 在专业化任务中的表现。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;技能以文件夹形式组织，每个包含描述和元数据的 SKILL.md 文件，用于指导 Claude 重复完成具体任务&lt;/li&gt;
&lt;li&gt;涵盖创意设计、技术开发、企业工作流及文档处理等多领域示例技能，展示系统应用潜力&lt;/li&gt;
&lt;li&gt;部分技能开源（Apache 2.0），核心文档编辑相关技能为源码可见但非开源，以供参考与学习&lt;/li&gt;
&lt;li&gt;支持在 Claude Code 插件市场安装使用，也适配付费版 Claude.ai 和 API 调用，实现灵活集成与扩展&lt;/li&gt;
&lt;li&gt;提供完整规范说明及模板，引导用户创建自定义技能以满足不同场景需求&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="modeltclightx2v"&gt;&lt;a class="link" href="https://github.com/ModelTC/LightX2V" target="_blank" rel="noopener"
&gt;ModelTC/LightX2V&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ModelTC/LightX2V" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ModelTC/LightX2V" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ModelTC/LightX2V" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ModelTC/LightX2V" loading="lazy" alt="cover"&gt;
&lt;p&gt;LightX2V 是一个集成多种先进视频生成技术的轻量级推理框架，专注于高效且高速的视频合成，支持从文本或图像到视频的多模态转换。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持文本到视频（T2V）和图像到视频（I2V）等多样化生成任务&lt;/li&gt;
&lt;li&gt;兼容并优化多个主流硬件平台，包括 AMD ROCm、Ascend 910B、Hygon DCU 及 Cambricon MLU590/MetaX C500&lt;/li&gt;
&lt;li&gt;提供 4 步蒸馏模型，实现超高速推理，相较传统 50 步方法最高可达约 25 倍加速&lt;/li&gt;
&lt;li&gt;支持 CFG 平行、多重并行策略及高效卸载技术，提升计算效率与资源利用率&lt;/li&gt;
&lt;li&gt;集成量化感知训练和 FP8 权重格式，实现模型体积减小与性能提升的平衡&lt;/li&gt;
&lt;li&gt;在线服务提供免安装体验，即刻试用轻量快速的视频数字人生成能力&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="goproxyiogoproxy"&gt;&lt;a class="link" href="https://github.com/goproxyio/goproxy" target="_blank" rel="noopener"
&gt;goproxyio/goproxy&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/goproxyio/goproxy" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/goproxyio/goproxy" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/goproxyio/goproxy" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/goproxyio/goproxy" loading="lazy" alt="cover"&gt;
&lt;p&gt;goproxy 是一个面向 Go 模块的全局代理服务，旨在加速和优化模块下载与管理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过调用本地 go 命令响应请求，实现对 Go 模块的缓存与代理&lt;/li&gt;
&lt;li&gt;支持 Proxy 模式和 Router 路由模式，可灵活配置公共模块与私有模块访问路径&lt;/li&gt;
&lt;li&gt;提供基于 glob 模式的排除规则，支持将特定包直接指向原始仓库而非代理服务器&lt;/li&gt;
&lt;li&gt;支持私有模块认证，通过 Git URL 重写集成个人访问令牌实现安全访问&lt;/li&gt;
&lt;li&gt;提供 Docker 镜像及 Kubernetes 部署示例，方便容器化运行和云端部署&lt;/li&gt;
&lt;li&gt;缓存目录可自定义，并支持数据持久化以提升性能稳定性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="voltagentawesome-claude-skills"&gt;&lt;a class="link" href="https://github.com/VoltAgent/awesome-claude-skills" target="_blank" rel="noopener"
&gt;VoltAgent/awesome-claude-skills&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/VoltAgent/awesome-claude-skills" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/VoltAgent/awesome-claude-skills" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/VoltAgent/awesome-claude-skills" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/VoltAgent/awesome-claude-skills" loading="lazy" alt="cover"&gt;
&lt;p&gt;awesome-claude-skills 是一个汇集官方与社区开发的 Claude 技能及资源的综合库，旨在通过模块化技能扩展 Claude 的多样任务处理能力。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供结构化文件夹形式的技能包，包含指令、脚本和资源，实现按需加载以保证性能&lt;/li&gt;
&lt;li&gt;支持多技能并行运行，应对复杂任务如文档创建、代码测试和数据分析&lt;/li&gt;
&lt;li&gt;包含丰富官方技能覆盖文档编辑（Word、Excel、PPT）、创意设计（生成艺术、多媒体制作）、开发工具（前端设计、API 集成）及品牌传播等领域&lt;/li&gt;
&lt;li&gt;汇聚社区贡献的生产力与协作类技能，如笔记管理、战略规划、多代理协调以及内容研究辅助等&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>AI 助手浏览器自动化，实时性能追踪分析专家 | 开源日报 No.861</title><link>https://osguider.com/blog/post/daily/daily-861/</link><pubDate>Sun, 25 Jan 2026 07:36:10 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-861/</guid><description>&lt;h2 id="chromedevtoolschrome-devtools-mcp"&gt;&lt;a class="link" href="https://github.com/ChromeDevTools/chrome-devtools-mcp" target="_blank" rel="noopener"
&gt;ChromeDevTools/chrome-devtools-mcp&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/ChromeDevTools/chrome-devtools-mcp" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/ChromeDevTools/chrome-devtools-mcp" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/ChromeDevTools/chrome-devtools-mcp" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/ChromeDevTools/chrome-devtools-mcp" loading="lazy" alt="cover"&gt;
&lt;p&gt;chrome-devtools-mcp 是一个让 AI 编码助手通过 Model-Context-Protocol (MCP) 服务器控制和检查实时 Chrome 浏览器的工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;利用 Chrome DevTools 记录浏览器性能追踪，提取可操作的性能洞察&lt;/li&gt;
&lt;li&gt;支持高级浏览器调试，包括网络请求分析、截图及浏览器控制台检查&lt;/li&gt;
&lt;li&gt;基于 puppeteer 实现可靠自动化，自动等待动作结果以确保执行准确&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="cocoindex-iococoindex"&gt;&lt;a class="link" href="https://github.com/cocoindex-io/cocoindex" target="_blank" rel="noopener"
&gt;cocoindex-io/cocoindex&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/cocoindex-io/cocoindex" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/cocoindex-io/cocoindex" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/cocoindex-io/cocoindex" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/cocoindex-io/cocoindex" loading="lazy" alt="cover"&gt;
&lt;p&gt;cocoindex 是一个专为人工智能设计的高性能数据转换框架，支持增量处理和数据血缘追踪。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;核心引擎采用 Rust 编写，实现极致性能与生产级稳定性&lt;/li&gt;
&lt;li&gt;采用数据流编程模型，所有转换基于输入字段，无隐藏状态或值变异，确保全链路可观测&lt;/li&gt;
&lt;li&gt;支持增量索引，仅对变化部分重新计算，有效提升处理效率并保持源目标同步&lt;/li&gt;
&lt;li&gt;提供丰富内置组件，实现不同数据源、目标及转换的一键切换，如搭建积木般灵活组合&lt;/li&gt;
&lt;li&gt;简洁 Python 接口，通过约百行代码即可声明复杂的数据转化流程，大幅提升开发速度&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="safety-researchbloom"&gt;&lt;a class="link" href="https://github.com/safety-research/bloom" target="_blank" rel="noopener"
&gt;safety-research/bloom&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/safety-research/bloom" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/safety-research/bloom" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/safety-research/bloom" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/safety-research/bloom" loading="lazy" alt="cover"&gt;
&lt;p&gt;bloom 是一个用于自动化评估大型语言模型（LLMs）特定行为的开源工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过输入包含目标行为、示例对话和交互类型的配置文件（“seed”），生成针对该行为的评估套件，动态扩展测试场景&lt;/li&gt;
&lt;li&gt;支持多种模型提供商接口，包括 OpenAI、Anthropic、OpenRouter 和 Amazon Bedrock，通过 LiteLLM 实现统一调用&lt;/li&gt;
&lt;li&gt;提供交互式浏览器界面，可查看对话记录、评分及判定理由，并支持搜索与筛选功能&lt;/li&gt;
&lt;li&gt;配置灵活，允许用户自定义目标行为描述、示例数据及评估参数，实现个性化、多样化测试方案&lt;/li&gt;
&lt;li&gt;集成 Weights &amp;amp; Biases 用于大规模实验管理和结果追踪&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="facebookresearchdinov3"&gt;&lt;a class="link" href="https://github.com/facebookresearch/dinov3" target="_blank" rel="noopener"
&gt;facebookresearch/dinov3&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/facebookresearch/dinov3" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/facebookresearch/dinov3" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/facebookresearch/dinov3" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/facebookresearch/dinov3" loading="lazy" alt="cover"&gt;
&lt;p&gt;dinov3 是 Meta AI Research 提供的一个基于 PyTorch 的视觉基础模型实现，专注于生成高分辨率密集特征，支持多种视觉任务且无需微调即可超越多项专业领域的现有技术。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供一系列预训练的 ViT 和 ConvNeXt 变体模型，覆盖从小型到大规模参数量&lt;/li&gt;
&lt;li&gt;支持通过 PyTorch Hub 方便加载和使用预训练权重，包括网络骨干和适配器&lt;/li&gt;
&lt;li&gt;模型在大规模网络图像数据集（LVD-1689M）及卫星影像数据集（SAT-493M）上进行蒸馏预训练&lt;/li&gt;
&lt;li&gt;特征输出具备优异的一致性与表达能力，可用于广泛视觉任务表现出色，无需额外微调&lt;/li&gt;
&lt;li&gt;与主流库如 Hugging Face Transformers 和 timm 集成，实现生态兼容与便捷调用&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="databasusdatabasus"&gt;&lt;a class="link" href="https://github.com/databasus/databasus" target="_blank" rel="noopener"
&gt;databasus/databasus&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/databasus/databasus" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/databasus/databasus" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/databasus/databasus" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/databasus/databasus" loading="lazy" alt="cover"&gt;
&lt;p&gt;postgresus 是一款面向 PostgreSQL 数据库的免费开源自动备份工具，支持多种存储方式和实时通知。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;灵活的定时备份功能，支持按小时、天、周、月及指定时间执行&lt;/li&gt;
&lt;li&gt;多样化存储选项，包括本地服务器和主流云端服务（如 S3、Cloudflare R2、Google Drive 等）&lt;/li&gt;
&lt;li&gt;实时智能通知，通过邮件、Telegram、Slack 等多渠道推送备份状态&lt;/li&gt;
&lt;li&gt;支持多个 PostgreSQL 版本及 SSL 安全连接，一键恢复简便快捷&lt;/li&gt;
&lt;li&gt;企业级安全保障，采用 AES-256-GCM 加密，实现零信任存储与敏感数据保护&lt;/li&gt;
&lt;li&gt;团队协作友好，具备工作区管理、多角色权限控制与审计日志功能&lt;/li&gt;
&lt;li&gt;设计精良的用户界面，兼容暗黑/明亮主题并适配移动设备访问&lt;/li&gt;
&lt;li&gt;同时兼容自托管和云端数据库环境，不依赖复杂 WAL 日志归档机制&lt;/li&gt;
&lt;li&gt;基于 Docker 容器部署，自主掌控数据隐私且安装灵活便捷&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>跨平台 iCloud 照片同步，命令行自动下载备份工具 | 开源日报 No.859</title><link>https://osguider.com/blog/post/daily/daily-859/</link><pubDate>Fri, 23 Jan 2026 07:35:58 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-859/</guid><description>&lt;h2 id="free-tviptv"&gt;&lt;a class="link" href="https://github.com/Free-TV/IPTV" target="_blank" rel="noopener"
&gt;Free-TV/IPTV&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/Free-TV/IPTV" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/Free-TV/IPTV" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/Free-TV/IPTV" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/Free-TV/IPTV" loading="lazy" alt="cover"&gt;
&lt;p&gt;IPTV 是一个汇集全球免费电视频道的 M3U 播放列表，专注于提供高质量、官方免费的主流高清频道。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;汇总来自多种来源（如 Plex TV、Pluto TV、YouTube 直播等）的免费电视频道链接&lt;/li&gt;
&lt;li&gt;严格筛选，仅收录官方免费且稳定可用的高清主流频道，排除付费及特殊主题频道&lt;/li&gt;
&lt;li&gt;采用结构化管理，通过 Markdown 文件维护分组和渠道信息，并自动生成播放列表文件&lt;/li&gt;
&lt;li&gt;明确标记非高清、地理限制及直播 YouTube 源，提高用户使用透明度与体验稳定性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="vllm-projectvllm-omni"&gt;&lt;a class="link" href="https://github.com/vllm-project/vllm-omni" target="_blank" rel="noopener"
&gt;vllm-project/vllm-omni&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/vllm-project/vllm-omni" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/vllm-project/vllm-omni" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/vllm-project/vllm-omni" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/vllm-project/vllm-omni" loading="lazy" alt="cover"&gt;
&lt;p&gt;vllm-omni 是一个面向多模态模型的高效推理与服务框架，支持文本、图像、视频和音频等多种数据类型的统一处理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持非自回归架构，扩展传统自回归模型至扩散变换器（DiT）及其他并行生成模型&lt;/li&gt;
&lt;li&gt;采用先进的 KV 缓存管理和流水线阶段重叠执行，实现高吞吐量与低延迟推理&lt;/li&gt;
&lt;li&gt;基于 OmniConnector 实现完全解耦及动态资源分配，提高系统灵活性和可扩展性&lt;/li&gt;
&lt;li&gt;提供异构流水线抽象以简化复杂模型工作流管理，并支持张量级、流水线级及专家并行分布式推理&lt;/li&gt;
&lt;li&gt;无缝兼容 Hugging Face 主流开源多模态模型，包括 Qwen 系列，实现广泛应用场景覆盖&lt;/li&gt;
&lt;li&gt;支持流式输出以及 OpenAI 兼容 API 服务器，方便集成与部署&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="vendurehqvendure"&gt;&lt;a class="link" href="https://github.com/vendurehq/vendure" target="_blank" rel="noopener"
&gt;vendurehq/vendure&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/vendurehq/vendure" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/vendurehq/vendure" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/vendurehq/vendure" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/vendurehq/vendure" loading="lazy" alt="cover"&gt;
&lt;p&gt;vendure 是一个基于 TypeScript、NestJS 和 GraphQL 构建的高度可定制化无头电商平台。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用插件架构，支持深度定制以满足多样化商业需求&lt;/li&gt;
&lt;li&gt;基于现代技术栈（TypeScript、Node.js、NestJS 和 GraphQL），兼顾性能与开发体验&lt;/li&gt;
&lt;li&gt;无头设计，API 优先，实现多渠道前端灵活接入&lt;/li&gt;
&lt;li&gt;面向企业级应用，具备良好的扩展性和维护性，被众多初创及大型企业采纳&lt;/li&gt;
&lt;li&gt;提供丰富的开箱即用功能，包括可自定义管理后台和完整电商框架&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="icloud-photos-downloadericloud_"&gt;&lt;a class="link" href="https://github.com/icloud-photos-downloader/icloud_photos_downloader" target="_blank" rel="noopener"
&gt;icloud-photos-downloader/icloud_photos_downloader&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/icloud-photos-downloader/icloud_photos_downloader" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/icloud-photos-downloader/icloud_photos_downloader" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/icloud-photos-downloader/icloud_photos_downloader" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/icloud-photos-downloader/icloud_photos_downloader" loading="lazy" alt="cover"&gt;
&lt;p&gt;icloud_photos_downloader 是一款跨平台的命令行工具，用于从 iCloud 下载和同步照片。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持 Linux、Windows 和 macOS，适用于笔记本、台式机及网络存储设备（NAS）&lt;/li&gt;
&lt;li&gt;提供多种安装方式，包括可执行文件下载及通过 Docker、PyPI、AUR 和 npm 等包管理器&lt;/li&gt;
&lt;li&gt;三种操作模式：复制新照片，同步并删除本地已移除文件，移动并删除 iCloud 中指定天数前的照片&lt;/li&gt;
&lt;li&gt;支持 Live Photos（图片与视频分开保存）和 RAW 格式图像，并自动去重同名文件&lt;/li&gt;
&lt;li&gt;可持续监控 iCloud 变化，实现增量更新与元数据同步（如 EXIF 时间戳）&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tasselxkeyden"&gt;&lt;a class="link" href="https://github.com/tasselx/Keyden" target="_blank" rel="noopener"
&gt;tasselx/Keyden&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tasselx/Keyden" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tasselx/Keyden" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tasselx/Keyden" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tasselx/Keyden" loading="lazy" alt="cover"&gt;
&lt;p&gt;Keyden 是一款简洁优雅的 macOS 菜单栏 TOTP 验证器，专注于安全存储和便捷管理多账户双因素认证。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;利用 macOS 钥匙串加密存储 TOTP 密钥，保障数据安全&lt;/li&gt;
&lt;li&gt;支持通过二维码扫描快速添加账号，并可批量导入多账户信息&lt;/li&gt;
&lt;li&gt;一键复制验证码，提高使用效率与操作流畅度&lt;/li&gt;
&lt;li&gt;提供离线优先设计，所有数据本地加密，无需联网即可使用&lt;/li&gt;
&lt;li&gt;可选通过私有 GitHub Gist 同步令牌，实现跨设备备份与同步&lt;/li&gt;
&lt;li&gt;支持主题切换（浅色/深色模式）及中英文界面，多语言适配系统偏好设置&lt;/li&gt;
&lt;li&gt;允许固定常用账号并拖拽排序，通过发行者分组优化账户管理体验&lt;/li&gt;
&lt;li&gt;配置全局快捷键快速调出应用，提高访问速度和便捷性&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>离线音频转录翻译，实时麦克风与文件处理 | 开源日报 No.858</title><link>https://osguider.com/blog/post/daily/daily-858/</link><pubDate>Thu, 22 Jan 2026 07:36:00 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-858/</guid><description>&lt;h2 id="sgl-projectmini-sglang"&gt;&lt;a class="link" href="https://github.com/sgl-project/mini-sglang" target="_blank" rel="noopener"
&gt;sgl-project/mini-sglang&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/sgl-project/mini-sglang" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/sgl-project/mini-sglang" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/sgl-project/mini-sglang" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/sgl-project/mini-sglang" loading="lazy" alt="cover"&gt;
&lt;p&gt;mini-sglang 是一个轻量级且高性能的大型语言模型推理框架，旨在简化现代 LLM 服务系统的复杂性，同时为研究者和开发者提供透明且易于理解的参考实现。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过先进优化技术实现业界领先的吞吐量和延迟表现&lt;/li&gt;
&lt;li&gt;代码库紧凑、模块化，完全类型注解，便于阅读与修改&lt;/li&gt;
&lt;li&gt;支持多种性能优化手段，包括共享前缀缓存（Radix Cache）、分块预填充以降低内存峰值、重叠调度隐藏 CPU 开销、多 GPU 张量并行以及集成高效计算核如 FlashAttention 和 FlashInfer&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="timescalepg-aiguide"&gt;&lt;a class="link" href="https://github.com/timescale/pg-aiguide" target="_blank" rel="noopener"
&gt;timescale/pg-aiguide&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/timescale/pg-aiguide" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/timescale/pg-aiguide" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/timescale/pg-aiguide" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/timescale/pg-aiguide" loading="lazy" alt="cover"&gt;
&lt;p&gt;pg-aiguide 是一个为 AI 编码工具优化的 PostgreSQL 专业知识服务，旨在帮助生成更准确、高效且符合最佳实践的 PostgreSQL 代码。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供基于版本感知的官方 PostgreSQL 手册语义搜索，确保查询结果与具体版本匹配&lt;/li&gt;
&lt;li&gt;内置经过精心策划和意见化的 Postgres “技能”，自动引导 AI 采用现代、实用的数据库设计模式&lt;/li&gt;
&lt;li&gt;支持扩展生态文档，目前涵盖 TimescaleDB，并计划持续增加更多扩展支持&lt;/li&gt;
&lt;li&gt;可作为公共 MCP 服务器使用，也可集成为 Claude Code 插件，实现多平台无缝接入与调用&lt;/li&gt;
&lt;li&gt;显著提升生成代码质量，包括更多约束条件、更丰富索引（部分表达式索引）、推荐的新特性应用及规范命名和注释&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="chidiwilliamsbuzz"&gt;&lt;a class="link" href="https://github.com/chidiwilliams/buzz" target="_blank" rel="noopener"
&gt;chidiwilliams/buzz&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/chidiwilliams/buzz" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/chidiwilliams/buzz" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/chidiwilliams/buzz" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/chidiwilliams/buzz" loading="lazy" alt="cover"&gt;
&lt;p&gt;buzz 是一款基于 OpenAI Whisper 的离线音频转录与翻译工具，运行于个人电脑上。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持音频、视频文件及 YouTube 链接的转录和翻译&lt;/li&gt;
&lt;li&gt;实时麦克风语音转录功能，适合现场使用&lt;/li&gt;
&lt;li&gt;提供演示窗口，便于活动和演讲中查看文字内容&lt;/li&gt;
&lt;li&gt;噪声环境下通过语音分离提升识别准确率&lt;/li&gt;
&lt;li&gt;具备说话人身份识别能力，提高多声源处理效果&lt;/li&gt;
&lt;li&gt;多种 Whisper 后端支持，包括 CUDA、Apple Silicon 和 Vulkan 加速方案，实现跨平台高性能运算&lt;/li&gt;
&lt;li&gt;转录结果可导出为 TXT、SRT 和 VTT 格式，方便后续编辑与应用&lt;/li&gt;
&lt;li&gt;高级转录浏览器带搜索、播放控制及速度调节功能，提高用户体验&lt;/li&gt;
&lt;li&gt;丰富快捷键支持，加快操作效率&lt;/li&gt;
&lt;li&gt;文件夹监控自动处理新增文件，实现批量自动化工作流&lt;/li&gt;
&lt;li&gt;命令行界面（CLI）支持脚本调用与自动化集成&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="dev-secansible-collection-hardening"&gt;&lt;a class="link" href="https://github.com/dev-sec/ansible-collection-hardening" target="_blank" rel="noopener"
&gt;dev-sec/ansible-collection-hardening&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/dev-sec/ansible-collection-hardening" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/dev-sec/ansible-collection-hardening" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/dev-sec/ansible-collection-hardening" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/dev-sec/ansible-collection-hardening" loading="lazy" alt="cover"&gt;
&lt;p&gt;ansible-collection-hardening 是一个基于 Ansible 的安全加固集合，专注于为多种 Linux 发行版及关键服务提供经过实战验证的硬化配置。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持广泛的操作系统，包括 CentOS Stream、AlmaLinux、Rocky Linux、Debian、Ubuntu 以及部分支持 Amazon Linux、Arch Linux、Fedora 和 Suse Tumbleweed&lt;/li&gt;
&lt;li&gt;提供针对 MySQL/MariaDB（特定版本起）、Nginx（1.0.16 及以上）和 OpenSSH（5.3 及以上）的安全加固角色&lt;/li&gt;
&lt;li&gt;硬化策略遵循 DevSec Baselines 标准，确保符合业界认可的安全规范&lt;/li&gt;
&lt;li&gt;集合包含 os_hardening, mysql_hardening, nginx_hardening 和 ssh_hardening 四大核心内容模块&lt;/li&gt;
&lt;li&gt;持续维护与更新，同时规划扩展对 Apache 和 Windows 平台的支持&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="sancijunfeishu-doc-helper"&gt;&lt;a class="link" href="https://github.com/sancijun/feishu-doc-helper" target="_blank" rel="noopener"
&gt;sancijun/feishu-doc-helper&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/sancijun/feishu-doc-helper" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/sancijun/feishu-doc-helper" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/sancijun/feishu-doc-helper" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/sancijun/feishu-doc-helper" loading="lazy" alt="cover"&gt;
&lt;p&gt;feishu-doc-helper 是一款专注于飞书云文档批量导出与内容随机浏览的浏览器插件工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持批量（全量）导出飞书云文档及知识库，实现数据的集中管理和备份&lt;/li&gt;
&lt;li&gt;提供文档随机漫游功能，帮助用户随即打开并复习不同文档，便于梳理关联、构建个人知识图谱&lt;/li&gt;
&lt;li&gt;通过 Chrome 扩展形式安装使用，操作简便且支持持续更新文件列表以保证数据时效性&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>为多款命令行 AI 工具提供统一图形界面的本地协作平台 | 开源日报 No.857</title><link>https://osguider.com/blog/post/daily/daily-857/</link><pubDate>Wed, 21 Jan 2026 23:35:16 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-857/</guid><description>&lt;h2 id="eudoxia0hashcards"&gt;&lt;a class="link" href="https://github.com/eudoxia0/hashcards" target="_blank" rel="noopener"
&gt;eudoxia0/hashcards&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/eudoxia0/hashcards" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/eudoxia0/hashcards" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/eudoxia0/hashcards" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/eudoxia0/hashcards" loading="lazy" alt="cover"&gt;
&lt;p&gt;hashcards 是一个基于纯文本的间隔重复记忆系统，旨在通过简洁高效的方式管理和复习闪卡。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;所有闪卡以纯文本文件形式存储，便于使用标准工具编辑、版本控制和变更追踪&lt;/li&gt;
&lt;li&gt;采用内容寻址机制，通过文本哈希标识卡片，编辑后自动重置学习进度&lt;/li&gt;
&lt;li&gt;使用轻量级标记语法创建正反面及填空式（cloze）闪卡，实现低门槛快速录入&lt;/li&gt;
&lt;li&gt;基于 FSRS 算法调度复习计划，在最大化学习效果与最小化时间投入之间取得平衡&lt;/li&gt;
&lt;li&gt;提供命令行界面启动本地 Web 界面进行刷题，自定义会话参数支持灵活练习安排&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="awslabsamazon-bedrock-agentcore-samples"&gt;&lt;a class="link" href="https://github.com/awslabs/amazon-bedrock-agentcore-samples" target="_blank" rel="noopener"
&gt;awslabs/amazon-bedrock-agentcore-samples&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/awslabs/amazon-bedrock-agentcore-samples" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/awslabs/amazon-bedrock-agentcore-samples" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/awslabs/amazon-bedrock-agentcore-samples" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/awslabs/amazon-bedrock-agentcore-samples" loading="lazy" alt="cover"&gt;
&lt;p&gt;amazon-bedrock-agentcore-samples 是一个示例集合，展示如何使用 Amazon Bedrock AgentCore 框架无关且模型无关的基础设施，安全高效地部署和管理大规模 AI 代理。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持任意框架与大型语言模型（LLM），无需重写代码即可快速部署 AI 代理&lt;/li&gt;
&lt;li&gt;提供服务器无状态运行时，实现跨协议、跨框架的安全扩展与快速原型开发&lt;/li&gt;
&lt;li&gt;自动将 API、Lambda 函数及现有服务转换为兼容工具，简化集成流程&lt;/li&gt;
&lt;li&gt;内置可定制的内存管理系统，支持构建个性化智能体体验&lt;/li&gt;
&lt;li&gt;集成统一身份认证体系，可连接多种身份提供商及第三方应用如 Slack 和 Zoom&lt;/li&gt;
&lt;li&gt;配备代码解释器和浏览器工具，提高代理执行复杂任务能力并保障操作安全性&lt;/li&gt;
&lt;li&gt;提供基于 OpenTelemetry 的观测功能，实现对代理性能全链路追踪与调试&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="polymarketagents"&gt;&lt;a class="link" href="https://github.com/Polymarket/agents" target="_blank" rel="noopener"
&gt;Polymarket/agents&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/Polymarket/agents" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/Polymarket/agents" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/Polymarket/agents" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/Polymarket/agents" loading="lazy" alt="cover"&gt;
&lt;p&gt;Polymarket Agents 是一个面向开发者的框架，旨在利用人工智能代理实现对 Polymarket 预测市场的自主交易。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供与 Polymarket API 的无缝集成，支持实时数据交互&lt;/li&gt;
&lt;li&gt;内置 AI 代理工具，用于市场预测和决策&lt;/li&gt;
&lt;li&gt;支持本地及远程检索增强生成（RAG）技术，从新闻、投注服务和网络搜索中获取信息&lt;/li&gt;
&lt;li&gt;配备全面的大型语言模型（LLM）工具，用于提示工程优化&lt;/li&gt;
&lt;li&gt;模块化设计便于扩展与维护，涵盖 API 连接器、数据库管理及订单执行等核心组件&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="iofficeaiaionui"&gt;&lt;a class="link" href="https://github.com/iOfficeAI/AionUi" target="_blank" rel="noopener"
&gt;iOfficeAI/AionUi&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/iOfficeAI/AionUi" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/iOfficeAI/AionUi" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/iOfficeAI/AionUi" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/iOfficeAI/AionUi" loading="lazy" alt="cover"&gt;
&lt;p&gt;AionUi 是一个为多款命令行 AI 工具提供统一图形界面的本地协作平台。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;自动检测并集成 Gemini CLI、Claude Code、Codex、Qwen Code 等多种命令行 AI 工具，实现统一操作界面，摆脱繁琐命令行&lt;/li&gt;
&lt;li&gt;支持本地存储和多会话管理，每个会话独立上下文，保障数据安全且便于并行处理任务&lt;/li&gt;
&lt;li&gt;智能文件管理功能，包括批量重命名、自动分类整理及文件合并，提高文件操作效率&lt;/li&gt;
&lt;li&gt;多格式预览面板支持 PDF、Word、Excel、PPT 代码等九种以上格式的实时查看与编辑，无需切换应用程序&lt;/li&gt;
&lt;li&gt;集成基于 Gemini 的智能图像生成与编辑能力，丰富创作手段&lt;/li&gt;
&lt;li&gt;支持跨设备远程访问，通过 WebUI 模式实现局域网内安全控制，多平台兼容 macOS/Windows/Linux&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tobitry"&gt;&lt;a class="link" href="https://github.com/tobi/try" target="_blank" rel="noopener"
&gt;tobi/try&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tobi/try" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tobi/try" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tobi/try" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tobi/try" loading="lazy" alt="cover"&gt;
&lt;p&gt;try 是一个专为管理和快速访问零散实验项目目录而设计的轻量级 Ruby 脚本工具。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过智能模糊搜索实现对大量实验目录的高效导航，支持最近使用优先排序和匹配得分显示&lt;/li&gt;
&lt;li&gt;自动按日期前缀创建新实验目录，保持项目有序且时间感知明显&lt;/li&gt;
&lt;li&gt;零配置、单文件运行，无依赖，便于安装与集成到 Bash、Zsh 和 Fish 等多种 shell 环境中&lt;/li&gt;
&lt;li&gt;提供简洁美观的终端用户界面（TUI），支持实时高亮匹配及暗色模式，提高交互体验&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>多智能体协同办公平台，本地部署保障数据自主 | 开源日报 No.856</title><link>https://osguider.com/blog/post/daily/daily-856/</link><pubDate>Tue, 20 Jan 2026 07:35:51 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-856/</guid><description>&lt;h2 id="giovannipasqagentic-rag-for-dummies"&gt;&lt;a class="link" href="https://github.com/GiovanniPasq/agentic-rag-for-dummies" target="_blank" rel="noopener"
&gt;GiovanniPasq/agentic-rag-for-dummies&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/GiovanniPasq/agentic-rag-for-dummies" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/GiovanniPasq/agentic-rag-for-dummies" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/GiovanniPasq/agentic-rag-for-dummies" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/GiovanniPasq/agentic-rag-for-dummies" loading="lazy" alt="cover"&gt;
&lt;p&gt;agentic-rag-for-dummies 是一个基于 LangGraph 构建的轻量级 Agentic RAG（检索增强生成）系统示范，旨在快速学习和部署具备对话记忆与多代理并行处理能力的智能问答流程。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持会话记忆，实现跨轮对话上下文保持，提升交互自然度&lt;/li&gt;
&lt;li&gt;内置查询澄清机制，可自动重写模糊问题或请求用户确认&lt;/li&gt;
&lt;li&gt;采用分层索引策略，小块精确搜索结合大块上下文补充，提高检索效果&lt;/li&gt;
&lt;li&gt;多代理 Map-Reduce 架构实现复杂查询的并行拆解与综合回答&lt;/li&gt;
&lt;li&gt;模块化设计，各组件可独立替换，包括 LLM 提供商、嵌入模型及 PDF 转换工具等&lt;/li&gt;
&lt;li&gt;集成端到端 Gradio 界面，支持完整交互式 RAG 流程演示和应用部署&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="tonysurflyawesome-claude"&gt;&lt;a class="link" href="https://github.com/tonysurfly/awesome-claude" target="_blank" rel="noopener"
&gt;tonysurfly/awesome-claude&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/tonysurfly/awesome-claude" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/tonysurfly/awesome-claude" loading="lazy" alt="License: `CC0-1.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/tonysurfly/awesome-claude" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/tonysurfly/awesome-claude" loading="lazy" alt="cover"&gt;
&lt;p&gt;awesome-claude 是一个围绕 Anthropic Claude AI 助手的精选资源汇总，涵盖其模型、开发工具、应用及社区内容。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供官方 Anthropic Claude 模型信息，包括最新的 Claude 4.5 系列（Opus、Sonnet、Haiku）及其性能特点&lt;/li&gt;
&lt;li&gt;集成丰富的 API 平台与多语言 SDK，支持异步调用和全功能访问，便于开发者构建复杂推理与代码生成应用&lt;/li&gt;
&lt;li&gt;汇聚云服务商接入方案（AWS Bedrock、Google Cloud Vertex AI 和 Microsoft Azure），实现 Claude 模型的灵活部署和企业级集成&lt;/li&gt;
&lt;li&gt;包含详尽文档、示例代码和快速启动项目，加速用户上手并推动实际落地使用&lt;/li&gt;
&lt;li&gt;强调安全性与透明度，通过风险评估、安全改进报告保障模型可靠性与合规性&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="grabcursor-talk-to-figma-mcp"&gt;&lt;a class="link" href="https://github.com/grab/cursor-talk-to-figma-mcp" target="_blank" rel="noopener"
&gt;grab/cursor-talk-to-figma-mcp&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/grab/cursor-talk-to-figma-mcp" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/grab/cursor-talk-to-figma-mcp" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/grab/cursor-talk-to-figma-mcp" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/grab/cursor-talk-to-figma-mcp" loading="lazy" alt="cover"&gt;
&lt;p&gt;cursor-talk-to-figma-mcp 是一个实现 Cursor AI 与 Figma 之间的 Model Context Protocol (MCP) 集成的项目，使得 Cursor 能够读取和程序化修改 Figma 设计文件。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提供 TypeScript 编写的 MCP 服务器，作为 Cursor 与 Figma 通信桥梁&lt;/li&gt;
&lt;li&gt;包含用于在 Figma 中与 Cursor 通信的插件，实现双向交互&lt;/li&gt;
&lt;li&gt;利用 WebSocket 服务协调 MCP 服务器与插件间的数据传输&lt;/li&gt;
&lt;li&gt;支持获取文档信息、节点详情及当前选区，方便精准操作设计元素&lt;/li&gt;
&lt;li&gt;实现对节点聚焦、选择设置以及注释创建和批量更新等功能，提高设计管理效率&lt;/li&gt;
&lt;li&gt;包含批量文本替换和组件实例覆盖传播等自动化工具，显著减少重复性工作&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="eigent-aieigent"&gt;&lt;a class="link" href="https://github.com/eigent-ai/eigent" target="_blank" rel="noopener"
&gt;eigent-ai/eigent&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/eigent-ai/eigent" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/eigent-ai/eigent" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/eigent-ai/eigent" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/eigent-ai/eigent" loading="lazy" alt="cover"&gt;
&lt;p&gt;eigent 是一个开源的协同办公桌面应用，旨在通过构建和管理多智能体 AI 团队，将复杂工作流程自动化，从而提升用户生产力。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持本地部署，实现数据完全自主控制，无需云账户或外部依赖&lt;/li&gt;
&lt;li&gt;采用多智能体协作机制，能够并行处理复杂任务，提高执行效率&lt;/li&gt;
&lt;li&gt;提供企业级功能，包括单点登录（SSO）与访问控制，满足安全和定制需求&lt;/li&gt;
&lt;li&gt;集成多种模型支持及 MCP 工具，实现灵活扩展与深度集成&lt;/li&gt;
&lt;li&gt;开放透明的开发过程，全功能 100% 开源，便于社区共建与审计&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="openbmbvoxcpm"&gt;&lt;a class="link" href="https://github.com/OpenBMB/VoxCPM" target="_blank" rel="noopener"
&gt;OpenBMB/VoxCPM&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/OpenBMB/VoxCPM" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/OpenBMB/VoxCPM" loading="lazy" alt="License: `Apache-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/OpenBMB/VoxCPM" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/OpenBMB/VoxCPM" loading="lazy" alt="cover"&gt;
&lt;p&gt;VoxCPM 是一款基于连续空间建模的无分词文本到语音合成系统，专注于上下文感知的自然语音生成与高度逼真的零样本声音克隆。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;采用端到端扩散自回归架构，直接从文本生成连续语音表示，无需离散化分词处理&lt;/li&gt;
&lt;li&gt;支持上下文感知的富有表现力语音合成，能够根据内容自动调整韵律和说话风格，实现自然流畅的发声&lt;/li&gt;
&lt;li&gt;实现真实还原说话人特征的零样本声音克隆，仅需短时参考录音即可捕捉声线、口音、情绪及节奏等细节&lt;/li&gt;
&lt;li&gt;基于 MiniCPM-4 骨干网络，通过层级语言模型和 FSQ 约束实现隐式语义与声学解耦，提高表达力与生成稳定性&lt;/li&gt;
&lt;li&gt;高效实时合成能力，在消费级 NVIDIA RTX 4090 GPU 上 RTF 低至 0.15~0.17，支持流式输出满足实时应用需求&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>AI 驱动微盘股实战实验：自动化风控护航投资 | 开源日报 No.853</title><link>https://osguider.com/blog/post/daily/daily-853/</link><pubDate>Mon, 19 Jan 2026 23:35:54 +0000</pubDate><guid>https://osguider.com/blog/post/daily/daily-853/</guid><description>&lt;h2 id="vanilla-wiiuvanilla"&gt;&lt;a class="link" href="https://github.com/vanilla-wiiu/vanilla" target="_blank" rel="noopener"
&gt;vanilla-wiiu/vanilla&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/vanilla-wiiu/vanilla" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/vanilla-wiiu/vanilla" loading="lazy" alt="License: `GPL-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/vanilla-wiiu/vanilla" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/vanilla-wiiu/vanilla" loading="lazy" alt="cover"&gt;
&lt;p&gt;vanilla 是一个正在开发中的 Wii U 手柄软件克隆项目，旨在模拟和替代原有游戏手柄功能。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持多平台运行，包括 Steam Deck、Linux（需兼容的 Wi-Fi 硬件）、Nintendo Switch（需要特定固件或外置适配器）、Android 和 Windows（目前仅前端），以及 Raspberry Pi&lt;/li&gt;
&lt;li&gt;依赖支持 5GHz 的 Wi-Fi 适配器，推荐使用兼容 802.11n 及以上标准的硬件&lt;/li&gt;
&lt;li&gt;提供键盘映射方案以支持无手柄情况下的操作，并包含特殊快捷键实现录制、截图和断开连接等功能&lt;/li&gt;
&lt;li&gt;可通过官方发布版本安装，也可在部分 Linux 发行版的软件包管理器中获取，如 Arch Linux 的 AUR 包&lt;/li&gt;
&lt;li&gt;构建依赖明确，支持主流 Linux 发行版编译安装流程规范&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="beancountbeancount"&gt;&lt;a class="link" href="https://github.com/beancount/beancount" target="_blank" rel="noopener"
&gt;beancount/beancount&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/beancount/beancount" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/beancount/beancount" loading="lazy" alt="License: `GPL-2.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/beancount/beancount" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/beancount/beancount" loading="lazy" alt="cover"&gt;
&lt;p&gt;beancount 是一个基于文本文件的双重记账计算机语言，支持财务交易记录的定义、内存读取及多样化报表生成，并配备网页界面。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;通过纯文本文件定义和管理双重记账交易数据&lt;/li&gt;
&lt;li&gt;支持将财务数据加载至内存并生成多种格式的会计报告&lt;/li&gt;
&lt;li&gt;提供稳定且简洁的版本 3 作为当前主线，剔除旧版冗余工具以提升维护性&lt;/li&gt;
&lt;li&gt;配套详尽文档与活跃社区邮件列表支持用户交流与问题解答&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="5rahimseanime"&gt;&lt;a class="link" href="https://github.com/5rahim/seanime" target="_blank" rel="noopener"
&gt;5rahim/seanime&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/5rahim/seanime" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/5rahim/seanime" loading="lazy" alt="License: `GPL-3.0`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/5rahim/seanime" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/5rahim/seanime" loading="lazy" alt="cover"&gt;
&lt;p&gt;Seanime 是一款面向动漫和漫画爱好者的多平台媒体管理工具，结合了服务器、浏览界面与桌面应用，为用户提供便捷的本地库管理与流媒体体验。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;支持跨平台的网页界面和桌面应用，实现无缝访问与操作&lt;/li&gt;
&lt;li&gt;内置高性能视频播放器，支持字幕、多种画质增强及转码功能&lt;/li&gt;
&lt;li&gt;完整集成 AniList，可浏览、管理、评分并发现新内容&lt;/li&gt;
&lt;li&gt;支持自定义来源，扩展系列库范围，包括非动画/漫画内容&lt;/li&gt;
&lt;li&gt;离线模式下依然可用，无需网络连接即可享受娱乐体验&lt;/li&gt;
&lt;li&gt;快速扫描本地动画库，无需繁琐重命名或特定文件夹结构&lt;/li&gt;
&lt;li&gt;集成 torrent 搜索引擎，可直接在线播放或下载剧集&lt;/li&gt;
&lt;li&gt;支持多种下载工具（如 qBittorrent 和 Transmission）自动获取新剧集&lt;/li&gt;
&lt;li&gt;兼容主流播放器（MPV、VLC 等），实现灵活观看方式&lt;/li&gt;
&lt;li&gt;提供移动端外部播放链接，方便在手机上使用偏好的播放器观看&lt;/li&gt;
&lt;li&gt;流式传输支持，将内容直接推送到任何设备或浏览器&lt;/li&gt;
&lt;li&gt;阅读漫画章节，从本地存储或扩展源中获取&lt;/li&gt;
&lt;li&gt;追踪即将播出或遗漏剧集，通过日程安排保持掌握&lt;/li&gt;
&lt;li&gt;界面高度可定制，以满足不同用户审美需求&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="luckyone7777chatgpt-micro-cap-experiment"&gt;&lt;a class="link" href="https://github.com/LuckyOne7777/ChatGPT-Micro-Cap-Experiment" target="_blank" rel="noopener"
&gt;LuckyOne7777/ChatGPT-Micro-Cap-Experiment&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/LuckyOne7777/ChatGPT-Micro-Cap-Experiment" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/LuckyOne7777/ChatGPT-Micro-Cap-Experiment" loading="lazy" alt="License: `NOASSERTION`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/LuckyOne7777/ChatGPT-Micro-Cap-Experiment" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/LuckyOne7777/ChatGPT-Micro-Cap-Experiment" loading="lazy" alt="cover"&gt;
&lt;p&gt;ChatGPT-Micro-Cap-Experiment 是一个利用 ChatGPT 进行真实资金微型市值股票组合管理的实盘交易实验平台。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;基于 Python 的自动化交易脚本，实现每日价格评估与持仓更新&lt;/li&gt;
&lt;li&gt;由 ChatGPT 驱动的决策引擎，负责选股和交易指令生成&lt;/li&gt;
&lt;li&gt;严格执行止损规则，保障风险控制自动化&lt;/li&gt;
&lt;li&gt;提供详尽的性能跟踪数据，包括每日盈亏、总资产及历史交易记录&lt;/li&gt;
&lt;li&gt;支持市场开盘价和限价单交互式下单方式&lt;/li&gt;
&lt;li&gt;集成多源数据获取（Yahoo Finance 和 Stooq）确保行情信息可靠性&lt;/li&gt;
&lt;li&gt;包含丰富的研究文档、方法论说明及周度深度调研报告以支撑策略优化与透明度提升&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="anthropicsclaude-code-action"&gt;&lt;a class="link" href="https://github.com/anthropics/claude-code-action" target="_blank" rel="noopener"
&gt;anthropics/claude-code-action&lt;/a&gt;
&lt;/h2&gt;&lt;p&gt;
&lt;img src="https://img.shields.io/github/stars/anthropics/claude-code-action" loading="lazy" alt="Github Repo Stars"&gt;
&lt;img src="https://img.shields.io/github/license/anthropics/claude-code-action" loading="lazy" alt="License: `MIT`"&gt;
&lt;img src="https://img.shields.io/github/languages/top/anthropics/claude-code-action" loading="lazy" alt="Language: `Unknown`"&gt;&lt;/p&gt;
&lt;img src="https://opengraph.githubassets.com/1/anthropics/claude-code-action" loading="lazy" alt="cover"&gt;
&lt;p&gt;claude-code-action 是一款面向 GitHub PR 和 issue 的通用 Claude 代码自动化工具，能够智能响应上下文，实现代码问答与变更操作。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;智能模式检测，根据工作流环境自动选择执行方式，无需额外配置&lt;/li&gt;
&lt;li&gt;交互式代码助手，支持对代码、架构和编程问题的解答&lt;/li&gt;
&lt;li&gt;自动化代码审查，分析 PR 改动并提出改进建议&lt;/li&gt;
&lt;li&gt;支持简单修复、重构及新功能实现的自动编码能力&lt;/li&gt;
&lt;li&gt;与 GitHub 评论和 PR 审核无缝集成，提高协作效率&lt;/li&gt;
&lt;li&gt;灵活调用 GitHub API 和文件操作，可通过配置扩展工具访问权限&lt;/li&gt;
&lt;li&gt;动态进度追踪，通过可更新的复选框实时反馈任务完成情况&lt;/li&gt;
&lt;li&gt;输出结构化且经过验证的 JSON 数据，可直接作为后续动作输入使用&lt;/li&gt;
&lt;li&gt;在用户自有基础设施上运行，API 调用由用户指定服务提供商处理（Anthropic、AWS Bedrock 等）&lt;/li&gt;
&lt;li&gt;简洁统一配置接口，与 Claude Code SDK 保持一致性并简化升级流程&lt;/li&gt;
&lt;/ul&gt;</description></item></channel></rss>