逛逛GitHub

热门「开源项目」推送到你眼前，每日为你节省 1 小时。 给我发消息可咨询各种开源项目，专注 AI、硬科技开源领域。

[逛逛GitHub @guangGitHub]

ewDiePie，本名 Felix Kjellberg，瑞典人，YouTube 历史上最成功的创作者之一。

这几年他开始折腾技术，装 Arch Linux、玩本地大模型，这个 Odysseus 就是他这些折腾的产物。

项目里大部分代码是用 AI 写的，这是一个跑在你自己机器上的 AI 工作台，核心功能包括：

聊天：支持 vLLM、llama.cpp、Ollama、OpenRouter、OpenAI 等各种本地模型和 API

Agent：给它工具，让它自己跑完整个任务

Cookbook：扫描你的硬件，推荐合适的模型，一键下载部署

深度研究：多步搜集、阅读、整合信息，生成可视化报告

Compare：盲测对比不同模型

文档编辑：你写文档，AI 辅助

记忆/技能：持久化记忆，越用越懂你

邮件：IMAP/SMTP 收件箱，AI 自动分类、摘要、起草回复

日历/笔记/任务：CalDAV 同步、笔记提醒、定时任务

怎么部署安装看这：https://t.co/qdrl3G5qcC

[逛逛GitHub @guangGitHub]

这个项目是 Anthropic 官方出的，专门为金融服务行业，比如投行、私募、财富管理等做了一套 Claude Agent 模板和 Skill。

里面打包了 9 个开箱即用的 Agent。

还配了 6 大垂直领域的 Skill，包括投行、股研、私募、财富管理、基金、运营 和 12 个 MCP 。

开源地址：https://t.co/ivG7YHbROT

[逛逛GitHub @guangGitHub]

这个项目可能是这个月最硬核的一个。

Playwright和Puppeteer最大的痛点就是被检测，Cloudflare Turnstile、reCAPTCHA、FingerprintJS，各种反机器人系统盯着你。

传统的解决办法是 JS 注入或配置修改，但道高一尺魔高一丈，总被识破。

CloakBrowser 的路子完全不一样：它直接 在Chromium 的 C++ 源码层面做了 58 个指纹补丁。

比如 canvas、WebGL、音频、字体、GPU、屏幕、WebRTC、网络时序等，然后编译成二进制文件。

反机器人系统看到的是一个真实浏览器，因为它确实就是个真实浏览器，只不过指纹被改了。

所以能骗过 Cloudflare，做网页自动化和爬虫的同学必备，目前很强的反检测浏览器方案。

开源地址：https://t.co/hCjZZI04lH

[逛逛GitHub @guangGitHub]

CodeWhale 是围绕 DeepSeek V4 构建的一整套 Harness，核心是一个叫 Constitution（宪法）的机制。

这个宪法定义了 9 个信息来源的优先级：用户当前消息 > 旧的项目指令，实时工具输出 > 假设，验证 > 信心。

给模型立规矩，每轮对话都有一个清晰的权威链，不会在冲突指令之间猜来猜去。

这个思路跟人类团队的汇报链很像。

开源地址：https://t.co/QfOtWI7hkp

三种工作模式：

Plan 模式：只读，探索代码不改东西
Agent 模式：多步工具使用，有审批门，关键操作要你确认
YOLO 模式：全自动，所有操作自动批准
还有个 Auto 模式比较智能：

每轮对话前先用 Flash 模型做一次低成本的路由决策，自动选择用 V4-Flash 还是 V4-Pro，以及 thinking 级别，在成本和效果之间找平衡。

[逛逛GitHub @guangGitHub]

给 AI 编程助手建个索引库，如果你用过 Claude Code，应该有这个感觉：每次让它分析一个大项目，它会先启动一个 Explore 子 Agent。

然后开始疯狂 grep、glob、读文件，特别烧 Token 烧得心疼。

CodeGraph 在你的项目里提前建好一个代码知识图谱索引，其实是本地 SQLite 数据库。

Coding Agent 需要什么信息直接查图谱就行，不用每次都从头扫描。

开源地址：https://t.co/gKpVHOCmIs

在 7 个真实开源项目上测试，平均省 25% 成本、57% Token、62% 工具调用。

特别是在 VS Code 那个约 1 万文件的项目上，成本降 33%，Token 减少70%，工具调用减少 80%，大部分问题零文件读取就能回答。

这个项目就是相当于给你的 AI 编程助手装了个代码搜索引擎，不用每次都从零开始理解项目。

[逛逛GitHub @guangGitHub]

Claude Code 免费白嫖 Qwen3.6，Token 无限量；

发现了一个活动，用下面的链接，薅无限量 Token，免费用 Qwen 3.6、Qwen 3.5，6 月底截止。

地址：https://t.co/K7w2th8jTl

教你从 0 到 1 完成注册、配置，在 Claude Code 等 Agent 中白嫖 Qwen3.6 模型。

怎么操作，看详细教程：https://t.co/W9S59sj6G8

[逛逛GitHub @guangGitHub]

最近 GitHub Trending 上有个项目挺火的，叫 Taste Skill，专门给 AI 生成有品味的前端页面。

Taste Skill 是一个专门给 AI Coding Agent 用的反模板化前端框架。

它干的事情很简单：让 AI 生成的界面不再千篇一律，告别模板味。

项目的口号就一句话：gives your AI good taste，给你的 AI 好品味。

作者是 Leon Lin，平时活跃在 X 上，同时还在做一个 prompt 管理的桌面工具。

支持的 AI Coding 工具覆盖了三大主流：Cursor、Claude Code、Codex。

基本上你现在在用的 AI Coding 工具，它都能配合。

开源地址：https://t.co/cjhaIkwt6u

[逛逛GitHub @guangGitHub]

Kimi Work 来了，核心功能的一个总结。

Kimi Work 内核是 Kimi Code。

它支持 Agent 集群，可以一次派 300 个子 Agent 并行工作。

WebBridge：AI 替你操作浏览器

Skill 市场，而且能自己创建沉淀自己的 Skill

更适合金融投研，接入了同花顺、雅虎财经、天眼查等权威数据源

① 多 Agent 集群 + Skill 沉淀

② WebBridge：AI 替你操作浏览器

WebBridge 浏览器控制很实用，对信息收集密集型的工作帮助很大。尤其是那种通过搜索获取不到信息的网站。

Agent 集群支持 300 个子 Agent 并行，能完成更大量的工作
不过，速度偏慢。 对比 Codex 和 Claude Code，Kimi Work 的响应速度还有差距。

开源地址：https://t.co/KYHvf6Km64

最近 Coex 再批量封号，被封号的朋友，可以考虑一下这个。

https://t.co/ko1ecsQdbx

[逛逛GitHub @guangGitHub]

@An_yhl 🌹🌹

[逛逛GitHub @guangGitHub]

Markdown 转 HTML 神器，huashu-md-html 是一个 md/html 双向转换的流水线工具，以 Claude Code Skill 的形式发布。

核心理念是 md 是源代码，html 是产物，两者之间来回切换不应该有成本。

花叔之前做的 nuwa-skill 和 huashu-design 都是一万多 Star 的项目，这个是他的第三个主要开源项目。

它有三大核心能力。

第一，万物转 md：PDF、DOCX、PPTX、XLSX、EPUB、图片、音频、YouTube 链接、网页 URL 等多种格式都能转成干净的 Markdown。

第二，md 转精美 html：用 Pandoc 加上 4 套精心设计的主题，渲染成出版级别的 HTML。

第三，html 转 md：把已发布的 HTML 反向转回 Markdown。

4 套主题各有各的风格：article 是 Tufte CSS 启发的信息建筑风，report 是出版社白皮书风，reading 是 Medium 风极简，interactive 是长文档导航型。

一行命令安装：

npx skills add alchaincyf/huashu-md-html

花叔还明确提了反 AI slop 的审美底线：不用紫渐变、不用赛博霓虹、不用深蓝底、不用 Comic Sans。

中文排版参数也很严格，行高 1.75-1.85，字号 17-18px。

开源地址：https://t.co/8p8ySMADgH

[逛逛GitHub @guangGitHub]

BrowserAct 是面向 AI Agent 的浏览器自动化 CLI。

它让 Agent 控制真实浏览器，进入动态网页、登录态页面和受保护页面。

卡住的时候可以人机接力，多个任务可以并发跑而不互相污染，多个账号可以放在独立浏览器环境里隔离运行。

这个项目最牛的就是 Stealth 浏览器（反检测）和动态代理功能了。

Stealth 浏览器：内置指纹伪装的反检测浏览器，绕过网站反爬虫机制，适合采集有防爬保护的网站。

动态代理：按地区自动轮换 IP，每次请求换一个出口，适合大规模采集或绕过地区限制。

开源地址：https://t.co/s7vppKCCez

它包含两个产品 Skill：

browser-act CLI：实时浏览器控制，适合一次性任务、即时操作
browser-act-skill-forge：把网站能力封装成可复用的 Skill，适合批量、定期、大规模任务
安装完这两个 skill，还需要配置一下 API Key。就能使用 Stealth 浏览器 和动态代理功能了。

[逛逛GitHub @guangGitHub]

腾讯开源了这个项目叫 TencentDB Agent Memory，做的事非常专一：给 AI Agent 装上长期和短期记忆。

评测数据摆在这：针对长期记忆，整体准确率从 47.85% 涨到 76.10%，提升将近 60%。

用户事实召回从不到 30% 飙到 79%。

基于短期记忆的加持，长任务中最高节省 61% token。

TencentDB Agent Memory 的思路和主流的方案不太一样。

它的思路是符号化短期记忆 + 分层长期记忆。

是一个四层渐进式记忆架构。

L0 到 L3，从底到顶，每一层干的事不一样。

L0：原始对话。

全量保留，一字不落。兜底用，随时可回查。

L1：原子事实。

自动从对话里提取独立的事实节点，比如"我爱吃火锅"、"我后用 NextJS"，打标签存起来。

L2：场景聚类。

相关的原子事实按场景聚合。比如用户系统讨论涉及的所有事实，表结构、权限、接口合成一个场景块，Markdown 格式，人可直接读。

L3：用户画像。

基于下面三层生成稳定的用户画像，沉淀技术偏好、代码风格、常用工具链。

这样既不会因为上下文太长影响推理，也不会丢失关键信息。

而且系统保证从顶层到原始证据有完整的回溯路径。

L3 里说用户偏好 TypeScript，这个结论可以追溯到 L2 某个场景块，场景块里的每条结论又能追溯到 L1 的原子事实，原子事实最终指向 L0 里你说过的那句话。

整条证据链不断裂。

开源地址：https://t.co/Z2pBIYslBB

[逛逛GitHub @guangGitHub]

@edithultron 🌹🌹

[逛逛GitHub @guangGitHub]

claude-tap 是一个本地代理和 Trace 查看器。

说得直白一点，它像一个套在你 AI Agent 外面的中间人，拦截所有 API 流量，然后把每一次请求的细节都记录下来。

system prompt、对话历史、工具定义、流式响应、token 用量，全部可查。

重点是：一行命令就能启动，完全不改你现有的使用习惯。

而且它不挑食。目前支持 9 个主流 AI Coding 客户端：

Claude Code、Codex CLI、Gemini CLI、Kimi CLI、OpenCode、Pi、Hermes Agent、Cursor CLI、Qoder CLI。

详细介绍/如何使用：https://t.co/qmLdyBvQUY

[逛逛GitHub @guangGitHub]

Step 3.7 Flash 开源了，很长一段时间里，一提到 Flash  就觉得这个模型很快、很便宜、但没那么聪明。

Step 3.7 Flash 的出现，感觉这个标签需要被撕掉了。

它是为 Agent 效率而生的 Flash 模型，是一款为生产级 Agent 场景专门设计的高效率模型。

我立马把它接入到我的 GitHub 项目 Wechat-ggGitHub/Lumi 中。

Lumi 是一个住在你电脑的 AI 助手，你叫它的名字唤醒它，让它帮你干活。

给我这个开源项目增加了一个 Step 模型的供应商选择，默认是 Step 3.7 Flash 模型。

用  Step 3.7 Flash  ，不到 3 分钟，这个 feature 就开发完了。

四大亮点：
① Agent 效率：完整链路的效率，不只是 Benchmark 分数；
② 原生多模态：视觉理解直接嵌入工作流；
③ Search：不再是附加功能，而是思考的一部分；
④Step 3.7 Flash 是一款开源模型。

好消息是，这个高效的模型个人也能用。

可以接入到你的 Claude Code、OpenClaw 等 Agent 工具中了。

Step Plan 就支持。

下面是接入使用的相关指引，感兴趣的去瞧瞧。

接入step-3.7-flash：https://t.co/f124tqWuJo 
Plan 订阅：https://t.co/ucXysXcvu4 
Plan 接入：https://t.co/lgVDA6ldro

[逛逛GitHub @guangGitHub]

反爬检测是个老问题。

playwright-stealth、undetected-chromedriver 这些方案用 JS 注入或者配置补丁来伪装，但问题是每次 Chrome 更新就容易失效，而且反检测系统本身也能识别这些手段。

CloakBrowser 换了个思路：直接改 Chromium 的 C++ 源码。

这个项目在 Chromium 源码层面打了几十个补丁。

覆盖 Canvas、WebGL、Audio、Fonts、GPU、Screen、WebRTC 等所有主流指纹点，然后编译成独立的浏览器二进制文件。

反检测系统看到的是一个真正的浏览器，因为它确实就是一个真正的浏览器。

效果很猛。

reCAPTCHA v3 能拿到 0.9 分，普通 Playwright 也只有 0.1，Cloudflare Turnstile 直接 PASS，FingerprintJS 也检测不出来。

它还内置了人性化行为模拟。

鼠标移动走贝塞尔曲线带缓动和过冲，键盘输入有逐字符延迟和偶尔打错再纠正，滚动是加速-巡航-减速的微步模式。

说白了，它模拟的是一个真实的人类在操作浏览器。

用法也很简单，支持 Python 和 JavaScript 双 SDK，从 Playwright 迁移只需要改一行 import。

开源地址：https://t.co/hCjZZHZww9

[逛逛GitHub @guangGitHub]

OpenHuman 是一个开源的桌面 AI Agent 助手，目前已经在 GitHub 上斩获了 7.2K 多 Star。

它的核心思路是在你安装的那一刻就开始认识你，而不是等你慢慢教。

因为它有一个 Memory Tree 记忆系统。

你连接的所有数据源，Gmail、Notion、GitHub、Slack、Calendar 等等，都会被标准化成不超过 3k Token 的 Markdown 片段，然后自动构建出一棵层级化的摘要树。

更有意思的是，它还会生成 Obsidian 兼容的 .md 文件，你可以直接用 Obsidian 打开浏览和编辑你的 AI 记忆。

OpenHuman 支持 118+ 个第三方服务的一键 OAuth 连接，不需要一个个去配 API Key。

连上之后每 20 分钟自动同步一次最新数据。

它还有个 TokenJuice 智能压缩技术，HTML 转 Markdown、长 URL 缩短、非 ASCII 字符清理，最高能减少 80% 的 Token 消耗。

既省 Token 又省钱。

对了，它还有个桌面吉祥物，能以真实参会者身份加入 Google Meet 会议。虽然这个功能听起来有点花里胡哨，但确实挺有意思的。

开源地址：https://t.co/basGzr5xUz

[逛逛GitHub @guangGitHub]

办公小浣熊桌面版 2.0来了，之前的桌面版，本质上是把网页版搬到桌面上，用起来更方便、更稳定。

但用着用着大家发现，仅仅换个入口不够。

因为真实办公不是在一个对话框里完成的，文件在文件夹里，数据在 Excel 里，资料在浏览器里，团队协作在飞书里。

这次 2.0 的核心升级，是让小浣熊从等你提问变成帮你执行。

它可以在你授权的范围内直接读本地文件、操控浏览器、连接企业系统、处理你当前正在看的内容，甚至自动跑重复任务。

六类新能力：
① 本地文件直读：支持 Excel、CSV、PDF、Word、PPT 等 20 多种格式，不用反复上传下载。

② 一句话操控浏览器：内置了浏览器自动化能力。

③ Quick Bar 全局唤起：在任何应用里，⌘K / Ctrl + K 直接唤起小浣熊。

④ 打通国内办公 IM 软件：桌面版 2.0 可以直接连接飞书，企微、钉钉的支持正在路上。

⑤ 本地记忆，越用越懂你：小浣熊可以记住你的职业、行业、常用术语、文档偏好、输出习惯。

⑥ 定时任务，自动执行

[逛逛GitHub @guangGitHub]

4 月中旬，李飞飞创办的 World Labs 开源了 3D 高斯泼溅渲染引擎 Spark 2.0，全球开发者一片沸腾。

能在浏览器里流畅渲染上亿个 3D 高斯点的场景，手机也能跑，这事确实够震撼。

时隔仅一个月，一款国产 3D 高斯浏览器 Aholo Viewer 也正式开源了，并且在多项核心性能超越 Spark 2.0。

Aholo Viewer 是一款跑在浏览器里的 3D 高斯泼溅（3D Gaussian Splatting）渲染引擎。

这个词儿听起来很炫酷，简单说就是用一堆模糊的圆点拼出一个真实的 3D 场景。

但 3D 存在的问题就是文件太大，传输难、加载慢。

Aholo Viewer、Spark2.0 这样的项目开源后，就能支持普通人在不同终端设备上，打开网页就能流畅浏览亿级高斯点的超大 3D 场景。

让 3D 内容像视频一样能在不同终端流畅传输。

开源地址：GitHub：https://t.co/mAO0QsPdQi

不需要装任何客户端，打开浏览器，手机、电脑、VR 都行。

就能流畅浏览一个城市级别的 3D 场景。比如把整个杭州西湖区域的实景 3D 重建塞进浏览器里，像刷短视频一样逛。

[逛逛GitHub @guangGitHub]

Knowledge Work Plugins 这个 Claude Cowork 插件库。

覆盖了十几个岗位方向：产品、销售、客服、法务、财务、工程、设计、HR、运营、数据分析、生物科研等等。

基本上办公室里坐着的岗位，它都管了。

这个插件虽然专为 Claude Cowork 打造，也兼容 Claude Code。

两行命令装上，你终端里的 Claude 就直接变成了你的岗位搭子。

整个项目的设计理念也很有意思：纯 Markdown + JSON，零代码，零基础设施，改改文件就能定制。

Anthropic 把他们自己在内部用的一套工作流配置，直接打包开源了出来。

开源地址：https://t.co/ztnfr4Ztki