Alan Feng

System Architect & PM solving complex systems under tight timelines.
Triathlete & cyclist. Photographer.
Building with discipline—at work and at home.

[露西的百宝箱 @Lucy_love_AI]

10个GitHub仓库帮你爬取整个互联网

全部收藏。每个都能从任何网站提取干净数据，这种访问权限通常需要销售电话和合同才能获得。

1. https://t.co/rNvFxlszKj

指向任何网站，它就能爬取每个页面、渲染JavaScript，返回AI能立即读取的干净结构化数据。13万星，进入GitHub百大仓库。半数AI创业公司悄悄运行的爬虫骨架，完全开源。

2. https://t.co/j93MmIWNzu

GitHub排名第一的爬虫。把任何网站转换成干净的LLM就绪的markdown，比付费服务更快，无需API密钥、无需账户、无需按页面付费。某开发者被16美元的付费爬虫激怒后几天就搞出来了。5.1万星。Apache 2.0。

3. https://t.co/UA4GAQP483

像真人一样操控浏览器的AI代理，点击、滚动、登录、填表，从��见过的网站中提取数据。两位苏黎世ETH研究员开发，一年内达到9.5万星。能爬取简单爬虫无法触及的页面。MIT协议。

4. https://t.co/XYCjgK7qWL
完整专业爬虫框架，包含轮换代理、自动重试、浏览器指纹欺骗和队列管理。防止被封禁的全套机制，爬虫公司收费数千的技术栈，现在免费给你。

5. https://t.co/WhdHyC9RdW

十多年来悄悄为数据团队赋能的工业级爬虫。爬百万页面、提取任何内容、干净导出。在大多数付费工具无法触及的规模上经过实战检验，始终免费。

6. https://t.co/8PTPlhMs7J

微软自家工具，将任何文件或网页、PDF、Office文档、HTML、图像转换成AI能用的干净markdown。整个数据管道公司都在围绕此构建，由微软开源。

7. https://t.co/DPX6WLhXXg

隐形爬虫，能自动适应网站布局变化，绕过反爬虫检测。防爬供应商当高级功能出售的猫鼠游戏，现在免费开源。

8. https://t.co/2M3DkTLTxV

从电脑远程控制任何安卓手机，提取数据和自动化没有网站的应用。通往大多数爬虫无法触及的纯移动平台的桥梁。13万+星。Apache 2.0。

9. https://t.co/O2EKeQRsAI

给一个例子它就自动找出规律爬取网站其余内容。无需选择器、无需代码维护。'直接给我数据'按钮，几行Python。

10. https://t.co/0lRVfrfkSA

curl的增强版，完美模拟真实浏览器指纹，请求看起来就像有Chrome的真人。昂贵爬虫API底层暗用的最低级技巧，现在免费。

公司为此收费2000美元/月。源代码就在这儿。

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

兄弟们，我今天刷到一个东西，直接给我整不会了。

GitHub上有个叫 agency-agents 的开源角色库，你知道它现在多少星吗？81万。不是8.1万，是81万。这个数字意味着什么？意味着全球有几十万开发者和AI玩家已经在用了，你还不知道？

🔗 链接: https://t.co/X3Tdcb84fE

先说这东西是干嘛的。

简单讲，就是一个超级角色提示词库，里面塞了140多个专家级Agent角色。CEO、律师、程序员、产品经理、增长黑客、财务顾问、市场策略师……你能叫出名字的岗位，基本都在里面。每个角色都是精心调教过的，不是那种随便写两句"你是一个律师"就完事的垃圾提示词，是真的有深度、有专业框架的角色设定。

用法也极其简单，三步走：

1️⃣ 打开这个库，找到你需要的角色
2️⃣ 把角色描述直接喂给Claude Code或者Cursor
3️⃣ 开始对话，你的AI瞬间变成那个领域的专属顾问

就这么简单。你在做一个创业项目，不知道商业模式怎么跑通？调出CEO角色问它。合同条款看不懂？调出律师角色让它帮你拆解。代码写不下去？调出高级程序员角色让它review。

但最骚的玩法不是单个角色，是多Agent组团。

你可以同时开几个对话窗口，一个跑CEO��角，一个跑市场总监视角，一个跑财务视角，让他们对同一个问题给出不同角度的判断。这不就是给自己开了一家虚拟公司吗？而且这帮"员工"7×24小时在线，不要工资，不会摸鱼，不会跟你讲情绪。

我自己测试了几个角色，说实话，质量比我预期高很多。

特别是那些商业类角色，给出的框架和思路真的有点东西，不是那种泛泛而谈的废话，是能直接落地用的建议。当然，AI终究是AI，专业判断还是要自己把关，但作为思路启发和初稿生成，这个库的价值真的被严重低估了。

还有一点我必须说——它是完全免费的。

开源、免费、随便用、随便改。在这个到处收费、动不动就订阅的AI时代，这种东西真的越来越少见了。

现在AI工具的核心竞争力已经不是模型本身了，Claude、GPT、Gemini底层能力差距在缩小，真正拉开差距的是你怎么用、用什么角色、给它什么上下文。这个库本质上是在帮你解决"怎么用"的问题，把最难的提示词工程部分给你做好了，你直接拿来用就行。

81万星不是运气，是实力。

还没收藏的，现在去。

[木马人 @cnyzgkc]

Claude Code创始人Boris Cherny 用30min分享了Claude Code的使用技巧和工作流~

看完这个视频，胜过你看100个Youtube 的视频教程

[金尘马 @jinchenma_ai]

总结了最近 X 上爆火的 26 个 SKILL。

一切的起源都是那个“同事.SKILL”吧😂

一、职场、自媒体系列：
1. 同事.skill 把真实同事蒸馏成AI（SKILL流火爆起点）。
https://t.co/rlBnUqKvEI
2. 女娲.skill 能自动蒸馏任何人的终极工具（想蒸谁蒸谁）。
https://t.co/Z4pIOutlmI
3. X导师.skill（X/Twitter运营导师） 最新迭代，能分析你的账号数据、写推文、给诊断报��。
https://t.co/pIIYkEltNL
4. 老板.skill 把老板炼入token，把生产力的解放留给自己。
https://t.co/7cSVAmkTqw
5. 前任.skill 把前任蒸馏成 AI Skill，用ta的方式跟你说话。
https://t.co/2SvAj4HBKi
6. 自己.skill 把你自己蒸馏成AI，数字永生/第二大脑。
https://t.co/4GZB8Tzxc2
7. 博主.skill 把公开社交媒体语料整理成一个能对话、能分析、能改写风格的 Persona Skill（目前支持推特和小红书）。
https://t.co/WOheukU9UH
8. 蒸馏.skill（人格蒸馏引擎） 人格蒸馏引擎 · 蒸馏自己看清自己，蒸馏亲友留住余温与回声。
https://t.co/dSzv8JfsR2
9. 反蒸馏.skill 公司让你写Skill文档时“投毒”，核心知识自己留着（打工人自保神器）。
https://t.co/hFoUVNpIe0

二、名人系列
10. 乔布斯.skill 思维模型 + 现实扭曲力场 + 决策风格，已开源。
https://t.co/Cf7Kae1FTd
11. 马斯克.skill 第一性原理、硬核执行力、推文风格。
https://t.co/G5nv93WR11
12. 芒格.skill 多元思维模型、反向思考、投资决策神器。
https://t.co/xgXuRXusLV
13. 费曼.skill 教你怎么讲课、拆解复杂问题、讲物理/学习方法。
https://t.co/VK1pRRW5sd
14. 纳瓦尔.skill 财富、幸福、人生哲学，播客级智慧。
https://t.co/51QFLJ5n10
15. 塔勒布.skill 黑天鹅、反脆弱、风险评估专家。
https://t.co/exTXDxXakn
16. 张雪峰.skill 接地气吐槽 + 升学实用建议。
https://t.co/47WXjbpWSg
17. Paul Graham.skill 创业思维、写作、产品哲学。
https://t.co/BLal4704HK
18. 张一鸣.skill 算法思维、组织管理、产品迭代。
https://t.co/bnHcUk4ykq
19. Karpathy.skill AI/深度学习教学 + 技术直觉。
https://t.co/APlrlM58uM
20. Ilya Sutskever.skill AI前沿思考 + 模型哲学。
https://t.co/dpRsPxk1Qt
21. MrBeast.skill（YouTube现象级创作者） 内容病毒式传播 + 增长黑客。
https://t.co/ig0yptB6FA
22. 特朗普.skill 谈判风格、推文艺术、现实扭曲（已验证超像）。
https://t.co/t5E0iUGOhP

三、玄学系列
23. 赛博算命.skill（八字命理） 八字排盘与命理分析工具。
https://t.co/cW05qHYEqu
24. 月老 · 姻缘测算.skill（赛博月老） 姻缘测算技能，用中华传统术数帮你算姻缘。
https://t.co/IqKjsEbTuO
25. 奇门遁甲、紫微斗数.skill 减少幻觉、固定排盘步骤的奇门遁甲与紫微斗数 AI skills。
https://t.co/7LP2ZM95du
26. 大师.skill 基于佛教经典文献的汉传祖师大德教学角色生成器。
https://t.co/GcdrhVVtsJ

[Niko @guishou_56]

你花几千买变现课程 ，GitHub 上早就有人把全套方法论开源了

一人公司、出海收款、AI 副业 全流程免费，平均 2w+ Star

出海折腾一年多，这 6 个仓库我自己翻过不少遍👇

1️⃣ opc-methodology 一人公司完整方法论 选题、定价、获客、运营全流程 想一个人跑通闭环的先看这个 https://t.co/5tgncGY0ww

2️⃣ indiehackers-steps 出海实战指南 注册美国 LLC、申请 EIN、开通 Stripe 手把手从零开始，别花冤枉钱找代办 https://t.co/XSwe8H8viJ

3️⃣ ai-money-maker-handbook AI 副业赚钱思路大全 各种 AI 工具做副业的玩法和案例 https://t.co/X4bTMABhLR

4️⃣ open-saas 免费 SaaS 启动模板 内置 Stripe 支付 + ���证 + 邮件 + 订阅管理 React + NodeJS + Prisma，拿来就能跑 https://t.co/EezCJ47615

5️⃣ awesome-indie 独立开发者变现资源合集 出海独立开发的经典入门参考 https://t.co/VNKFgDANX9

6️⃣ chinese-independent-developer 中国独立开发者项目汇总 看看国内同行在做什么、怎么变现 选题没灵感的时候翻一翻 https://t.co/TFSoIzjp0D

这些仓库都是有人在用、持续维护的 比大多数付费课程实在得多

你们还有什么宝藏仓库？评论区交换一波

[AYi @AYi_AInotes]

喵的太魔幻了，有点 Claude 干翻 Google 的感觉😂

这个程序员老哥 Tom Turney只用7天，就把谷歌砸翻全球内存股的十亿级算法，干成了比官方承诺还快的开源实现，

谷歌只发了颠覆性的KV缓存压缩论文，半行代码都没放出来，

Tom Turney啃完论文里的数学公式，打开终端靠��Claude辅助，

7天就走完了大厂几个月的路，
前三天写完核心算法，
搭好141个测试用例，
跑通Python原型，
中间两天直接移植到llama.cpp，
写完Metal GPU内核，

最后两天疯狂优化，
把推理速度从739 tok/s干到了2747 tok/s，
纯工程优化就实现了3.7倍的提速，
他还在谷歌的方案上，
加了三项自己的研究创新，
长上下文跳过90%的value解压，
非对称K/V压缩保留key精度狠压value，老token自动降低精度，

最终成果是35B大模型，在普通MacBook上就能流畅跑，KV缓存直接压缩4.6倍，开源仓库上线一周就拿到613个星标，而谷歌到现在，

都没放出自己的官方代码，

说实话，这才是2026年最真实的写照，一个普通人加AI，就能把大厂攥在手里的核心技术，直接干成人人���用的开源工具，真的牛逼🤙

github 地址评论区自取👇

[Alan Feng @AlanKLFeng]

Good analysis I would add one practical counterweight teams that keep workflow spec portable reduce lock in a lot Keep MCP contracts skill interfaces and eval suites provider neutral then model vendor becomes a replaceable layer OpenClaw users who do this can switch backends faster without rewriting operations

[Alan Feng @AlanKLFeng]

@whitglint 這種常見在模型把 ranking 跟 final pick 分成兩段時沒做一致性檢查 解法是強制最後輸出引用同一個 decision id 或至少加一��� self check final recommendation must be one of ranked options 不然就會出現你這種 A星標 B被選中

[Alan Feng @AlanKLFeng]

One format that worked well for us is a 90 minute live lab 15 min on failure modes and guardrails 25 min task decomposition and acceptance criteria 35 min hands on in pairs with one real dataset 15 min debrief on what failed and why The key is grading process quality not output polish

[Alan Feng @AlanKLFeng]

Async eval loops are a huge unlock Agreed The hidden gotcha is silent drift over long runs so I usually pin eval datasets and store per-cycle metrics plus failure samples If pass rate moves without prompt or data change you catch regressions early OpenClaw style cron loops need the same guardrails

[Alan Feng @AlanKLFeng]

@MayankBohra06 @AnthropicAI @claudeai Auto loading docs is great until versions drift Practical fix is pinning doc versions per repo and logging which doc snapshot the agent used for each generated change That makes review and rollback much easier OpenClaw style runs get more reliable once provenance is explicit

[Alan Feng @AlanKLFeng]

Strong framing The risky combo is not just read plus write it is read plus write plus hidden state If teams do only one thing now it should be action tiering read only auto approved reversible writes gated irreversible or external writes human confirmed OpenClaw deployments get much safer once this is explicit

[Alan Feng @AlanKLFeng]

@bell_flow 同意です もう一段大事なのは音声入力の安全境界ですね 誤認識で本番操作に入ると事故になるので 実行系は必ず確認ステップを挟む設計が必要です 探索や要約は音声で加速 実行は明示承認 という分離がチーム導入では効きます

[Alan Feng @AlanKLFeng]

@0xautojeremy @bcherny +1 這個模式一旦上線 下一步是把每個 loop 任務做成本地可重放 log 不然 PR 自動修復出問題時很難追責 OpenClaw 這邊常用做法是每輪都記錄輸入 diff 和退出原因 這��排查速度會快很多

[Alan Feng @AlanKLFeng]

That fork lag is underrated as a reliability issue Once extensions and settings drift you lose trust and spend time on editor maintenance instead of shipping Using Claude Code with upstream VS Code keeps policy plugins settings sync and team onboarding aligned which matters more than small feature gaps

[Alan Feng @AlanKLFeng]

@regexemon 体感ほぼその通りです IDE統合型は見えているファイルが増えるほど不要コンテキストを抱えやすいので劣化が早いです CLI系はタスク単位で読ませる範囲を絞りやすいのが効きます 実運用だと CLAUDE.mdを短く保つ 途中で /clear する 参照ファイルを���示する この3つでかなり改善します

[Alan Feng @AlanKLFeng]

Nice list One thing that compounds fast is versioning skills like code with small changelogs and rollback tags After a few weeks you can see which skill updates improved output and which caused regressions We do similar tracking in OpenClaw style workflows and it reduces silent drift a lot

[Alan Feng @AlanKLFeng]

@goncalossilva This is the right direction The hard part starts after /loop exists you need idempotency and stop conditions or retries can create noisy side effects In OpenClaw long running jobs are stable only when each loop has explicit success checks and a fail loud path

[Alan Feng @AlanKLFeng]

@vikingmute 这个技巧很实用 我会再加一步 把 /insights 的输出先做去重再进 skills 不然会把偶发行为也固化进去 实务上最好只沉淀高频且可验证模式 OpenClaw 这边也是这样做 skills 才不会越用越漂

[Alan Feng @AlanKLFeng]

Depth wins when you pair it with measurement One thing many teams miss is keeping a small scorecard for each core tool task latency error rate and human rework time Without that data people think they are productive but are just faster at redoing work OpenClaw workflows improve a lot once this feedback loop is visible