Great Wall

Across the Great Wall we can reach every corner in the world

[nini @nini_incrypto_]

GitHub 57k 开源「人生进阶指南」，普通人必看！

刷到一个宝藏开源项目，byoungd/up —人生进阶指南。从一份英语学习教程出发，进化成了一份“普通人重新掌握人生主动权”的开放指南；

核心内容概览：
1.英语硬核进阶：覆盖“认知→单词→听力→阅读→口语→写作”全链路，避开盲目死记硬背的坑。

https://t.co/OUgk5p80rq 工具实战工作流：将 Gemini、ChatGPT、Claude、NotebookLM 等 AI 工具深度融入学习与项目交付。

3.个人复盘与经验：包含了创业、写作、低谷反弹的真实复盘，非常适合想把知识真正沉淀为能力的人。
https://t.co/7lVWeehCzv

[Amto @XAMTO_AI]

兄弟们，今天随手一刷，看到个东西直接给我整不会了！

GitHub上有个叫 agency-agents 的开源角色库，你猜它现在多少星？14万。不是1.4万，是14万。这个数字意味着什么？意味着全球十几万开发者和AI玩家已经上车了，你还不知道？

🔗 https://t.co/7oTbpReIaQ

说白了就是个超级角色提示词库，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……你能想到的岗，基本都给你配齐了。

每个角色都是正经调教过的，不是那种糊弄两句"你是个律师"就完事的垃圾提示词，是真有深度、有专业框架的角色设定。

用法也极其无脑，三步走：

1️⃣ 打开库，挑你要的角色
2️⃣ 把角色描述直接甩给Claude Code或Cursor
3️⃣ 开聊，你的AI当场变身那个领域的专属顾问
就这么粗暴。
你在搞创业项目，不知道商业模式怎么跑通？调CEO角色出来问。合同条款看不懂？调律师角色帮你拆。代码写不下去了？调高级程序员角色review。

但最骚的玩法不是单挑，是组队。

你可以同时开几个窗口，一个跑CEO视角，一个跑市场总监视角，一个跑财务视角，让它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家虚拟公司吗？而且这帮"员工"7×24小时在线，不要工资，不摸鱼，不闹情绪。

A哥试了几个角色，说实话，质量比我预想的高不少。

特别是那些商业类角色，给出的框架和思路真有点东西，不是那种泛泛而谈的水话，是能直接落地用的建议。当然，AI终究是AI，专业判断还得自己把关，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。

还有一点必���提，它完全免费。

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底层能力差距越来越小，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，把最烦人的提示词工程部分给你做好了，你直接抄作业就行。

十几万星不是运气，是硬实力。

[财经天下 @Caijingtianxia]

如果明天我就被裁了，需要立即找到赚钱的活。
我会这样做：

1. 去Instagram���个新账号。用备用邮箱。
没人需要知道。

[柴郡🔔｜Crypto+AI Plus @0xCheshire]

最牛逼的 AI 视频 skill，没有之一。

[小互 @xiaohu]

Cloudflare 发布了一个浏览器 Kitesurf：

专给 AI Agent 用，CPU 和内存省 3 到 7 倍

Chromium 是给人做的，一半的东西Agent 用不上

Cloudflare从零开始写了个Agent专用浏览器，整个跑在自家 Workers 上

Kitesurf 有什么核心优势？

内存占用：网页 HTML 提取时节省高达 7 倍内存，截图时节省 4.7 倍内存。

算力消耗：HTML 提取节省 3.8 倍 CPU，截图节省 3.1 倍 CPU。

这意味着在相同成本下，开发者可以同时运行数倍数量的 AI Agent，大幅降低运行成本。

完全无状态、高度隔离：

运行在 Cloudflare Workers 架构上，每次加载网页都是全新且隔离的环境，极其安全，且不会因为单个页面崩溃影响整个系统。

兼容性极强：

支持标准 CDP（Chrome DevTools Protocol）协议，这意味着你原有的 Puppeteer、Playwright、MCP 等自动化工具或 AI 框架，改个 URL 参数就能无缝切换接入。

目前已通过超过 215,000+ 项 Web 平台测试（WPT），甚至能完美运行经典的《Doom》（毁灭战士）网页版游戏。

https://t.co/2SwhjcWMRV

[向阳乔木 @vista8]

这个产品的想法妙啊！直击需求痛点

学 AI 除了提升效率，更多就是为了找个好工作。

直接把 AI 模型和大厂招聘要求列出来，哪里不懂学哪里，有目标，学习动力就会更强。

看首页统计今天已经有2.2w人次访问，强！

域名也好记 https://t.co/ArtUofTayD

一看就是懂行的AI产品经理做的。

[小互 @xiaohu]

Stripe 公司内部 Agent 开发实践：

一个工程师一周开发出来的公司内部 AI 助手，几乎人人都在用

本文讲述了 Stripe 怎么用开源的 Deep Agents 做出了给全公司非工程师的普通员工都喜欢用的 AI 助手 Kai...

开箱即用、不用配任何东西、出厂就懂 Stripe 内部怎么运作的「AI 同事」。

https://t.co/wS2N8NVu4f

[智享 @CycleDecoded]

公司的 SQL 仔和数据分析师要被这个开源神器干失业了！老板直接用自然语言提问，AI 就能自动打通底层数据库生成数据报表，关键是还不会胡乱捏造指标。

这玩意真有人做出来了——GitHub 爆火开源项目 WrenAI，目前已经斩获 16.8k Star，采用 Apache 2.0 协议开源。它是一个专门给 AI Agent 打造的 Generative BI（生成式商业智能）引擎。简单来说，它在你的数据库和 AI 之间塞了一层“业务语义理解”，不管是 PostgreSQL、ClickHouse、Snowflake 还是 BigQuery，连上就能直接让人话变成准到离谱的 SQL 和可视化图表。

🔥 核心卖点：
• 通吃 20+ 种主流���据库：大小数据库一键打通，不挑食
• 独家业务上下文层：AI 不再瞎猜表结构，查询零幻觉
• 自动出可视化图表：说��人话直接生成漂亮仪表盘
• 无缝对接 AI Agent：跟 Claude Code、Cursor 秒无缝集成
• 完全开源可私有化：敏感数据不外流，本地部署超省心

🔗 传送门：https://t.co/0v3UCmDjs4

[nini @nini_incrypto_]

GitHub上星标最高的爬虫工具，没有之一！

据说是因为作者说之前被一个月16 美元的付费爬虫搞烦了，一气之下花几天时间自己手搓了一个

1.纯粹免费无套路：无需注册、不需要API Key、没有按页扣费的模式，开箱即用。

2.专为 AI 打造：能把任意复杂网页直接一键提纯为极简、规范的 Markdown 格式，完美喂给 LLM 跑数据流水线。

3.性能强劲又稳定：不仅跑得比大多数付费服务还快，最新版本还优化了内存调度与 GPU 容器部署，支持高并发稳定抓取。
https://t.co/krUVJwx9u4

[Jealousy 尼卡 @eastweb3eth]

【最全赚钱投资指南】

熊市多学习，而且最好是免费资源。这个库完美符合我的要求，一起来看看包括什么：

1. 书籍推荐（16本，适合初级、中级和高级水平）
2. 顶级财经纪录片（必看，附在线链接） - 共16部
3. 推荐美国股票类 YouTube 频道 - 共 23 个
4. 推荐的美国股票论坛
5. Web3、区块链相关工具和网站

仓库地址：https://t.co/dBwVCPrBwA

这上面都是免费资源，而且作者在库里都做了详细介绍，大家可以查看具体内容。作者也非常自信，直接给库命名为【财富自由】。

最后，希望学习过的朋友都能财富自由。

我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

[智见AI-大鹏 @zjp1997720]

我刚把 Web Clipper 开源了，也顺手让它做了一次真正的压力测试：

「帮我把 Dan Koe 2026 年的文章都剪下来，别漏。」

这个 Skill 的起点，不是再做一个网页保存工具。

当时我用 Obsidian Web Clipper，单篇剪藏很好用，但入口仍然面向人：先打开文章，再点击插件、确认保存。任务一旦变成几十篇文章、一个归档页，或者 Agent 需要持续收集资料，这套交互就成了瓶颈。

所以我把 Obsidian Web Clipper 用来做正文提取和 Markdown 转换的 Defuddle 接进 Agent，做成可调用的单篇/批量管线。Agent 负责收集 URL、抽取正文、补充元数据，最后落成带 frontmatter 的 Markdown。

普通网页会在静态解析、Defuddle、Jina Reader 之间逐层切换；公众号必要时接 Metaso；动态索引和渲染正文再由浏览器/CDP 兜底。

但这次实测最有价值的，不是「17 篇抓成功了」，而是第一轮失败得很隐蔽。

截至 8 月 4 日，Dan Koe 官方归档有 19 篇 2026 年文章。第一轮脚本显示 19/19 成功，但二次质量检查发现：19 份正文末尾都混入了 Substack 页面状态 JSON，两篇付费预览也被误判成完整正文��

于是管线继续走 Fallback，切到 Defuddle 重抓。最终 17 篇公开文章完整落地，公开文章漏抓 0；2 篇付费内容按边界阻断，没有绕过付费墙。

如果只看「命令执行成功」，这个 Skill 已经交付了 19 份脏数据。

这就是为什么我越来越确定：

一个只能在理想路径上成功的 Skill，只是 Demo。

真正可交付的 Skill，必须把失败当成正常状态，给每种失败写好下一条路，还要验证产物，而不是只验证命令。

已开源：
https://t.co/ezoWGVLcDt

[智享 @CycleDecoded]

一个叫 WebRover 的开源 AI Agent，你给它一句话，它自己打开浏览器、识别网页元素、点击、翻页、抓数据、搞定任务，最后把你要的结果整理得明明白白。

开源协议：MIT License

定位：自主式 Web 自动化 AI 智能体

💡 这玩意凭什么能炸？

纯自然语言操控：不用写复杂��� Puppeteer/Selenium 脚本，直接输入人话就能驱动浏览器。

自主元素识别：能像人类一样“看懂”复杂的动态 DOM 结构，自己找到输入框和点击按钮。

跨网页信息搜集：不仅能看单个页面，还会自动跳转导航，跨站聚合数据。

结构化结果输出：抓下来的散乱网页信息，直接帮你清洗提炼成干净的数据。

完全开源自由：直接拿去打通自己的工作流，本地或服务器部署都行，告别昂贵 SaaS 工具。

这相当于直接给你雇了个免费的 24 小时全自动数字实习生，以后那些繁琐的爬虫、市场调研、批量填表，让它自己去折腾就行了。

🔗 项目传送门：https://t.co/O3Atzf2nCZ

[露西的百宝箱 @Lucy_love_AI]

中文内容创作者，必装的 10 个 skill

1｜Humanizer-zh
中文"去 AI 味"神器，专抓空话、套话、三段式、过度排比那股机器腔，改得像人写的（归藏做的汉化版）。
https://t.co/vsWV9PtNZo

2｜dbskill
内容"选题诊断器"，帮你诊断商业表达、抠 hook、拆爆���、想小红书标题。
https://t.co/EYrmiJ7uZR

3｜content-research-writer
从选题、找资料、列提纲到初稿，一条写作流跑通，公众号、长文、Newsletter 都能写。
https://t.co/J5cGqZqQ1n（skills/content-research-writer）

4｜notebooklm-skill
让 NotebookLM 先查资料、Claude 再动笔，基于你的资料库写，少胡编，适合深度文和行研。
https://t.co/E7yGQDpztn

5｜khazix-skills
卡兹克开源的写作合集，写作流偏重，适合啃 AI 热点分析、万字长文、深度观点。
https://t.co/qriXxbwYZQ

6｜ian-xiaohei-illustrations
正文配图神器，把观点、流程、情绪画成"小黑"手绘插图，不是随便甩你一张图。
https://t.co/2vEiYLJX1u

7｜guizang-social-card-skill
写完文章直接切成小红书图文和公众号封面，一篇长文拆成多张能发的卡片。
https://t.co/tLfnzpdUVk

8｜baoyu-skills
宝玉做的视觉工具箱，封面、信息图、结构图、图解都能出，专管文章包装。
https://t.co/9llcxDXn7K

9｜guizang-ppt-skill
把文章观点做成 PPT、演讲图、公众号头图、小红书封面，二次分发省事。
https://t.co/lciMWfGMu0

10｜html-anything
把 Markdown、文案变成好看的 HTML 页面、海报、卡片、PNG，杂志风、知识卡都能做。
https://t.co/WZjwo4lgkr

[黄赟 @huangyun_122]

范冰老师新开源的 FDE 工程师指南，收集了 100+ 真实案例，看完后知识面绝对碾压你的面试官

https://t.co/abi0jB3OEi

[向阳乔木 @vista8]

推荐体验：开源一个元Skill，就是生成 Skill 的 Skill。

虽然 Anthropic 官方也有skill-creator，但功能不够强大。

skill初始版由我搭档姚老师��用今年泄露的claude code源码分析后创作，并研究整合了OpenAI、Gemini等官方Skill的最佳实践。

无论触发率、准确性、格式校验都青出于蓝。

我在此skill基础上迭代，增加了https://t.co/Y68C1pc5aQ、https://t.co/1NCaOycbqd数据源。

生成skill时会先搜索这些网站的热门skill，站在巨人肩膀，经测试，生成的skill质量很不错。

同时支持发布到Github，生成npx安装指令，API泄露检查，一个skill搞定生成、分享工作。

安装指令：

npx skills add joeseesun/qiaomu-meta-skill

开源地址：
https://t.co/UvlSetOlro

姚老师原版（已有2.2 star）：
https://t.co/lEjfbHkjFB

建议fork按自己想法修改使用，这更符合skill的理念与哲学。

[Amto @XAMTO_AI]

Karpathy 搞的那个 autoresearch 脚本，我是真服，一晚上不睡觉，自己跑上百轮实验调参，换我早崩了。

现在好了，有人把这套路直接搬到 Claude Code 和 Codex 上了，项目名也叫 autoresearch。

玩法特简单：丢一个目标和量化指标进去，Agent 自个儿在那儿改代码、跑验证，效果变好了就留，翻车了自动撤回去。

最戳我的是给了 14 个子命令，调优、找 Bug、安全审计、发版都能管，还塞了 9 个安全钩子防手滑。

[向阳乔木 @vista8]

上周跟几个做 AI 创业的朋友聊，发现最稳定获取流量的方法还是传统的 SEO。

让 AI 调用多个主流的SEO Skill，加上谷歌2026白皮书参考，生成一个SEO Skill。

每次开发完网站，一句话优化网站 SEO，非常省心。

安装指令：
npx skills add joeseesun/qiaomu-seo

开源地址：
https://t.co/0aAD6JUJTJ

[DeFi狙击手 | Ai🕊️｜Gate美股0费率 @bi_9527zx]

卧槽！微软偷偷把价值上万的AI完整课程免费扔GitHub了，几乎没人发现！

12周24节课，像打游戏一样一关关通关。从AI是什么开始，到自己手写感知机和神经网络，再到CNN、目标检测、GAN生成图片、Transformer、大模型提示工程，最后还讲负责任AI。

最猛的是每节课都是能直接跑的Jupyter Notebook，PyTorch和TensorFlow双版本都有。打开就能敲代码，敲完立刻看结果，不是那种只会讲概念的��课。

我昨晚直接肝到凌晨三点，脑子里全是卷积核在跳舞。这种级别的课，以前要么贵到离谱，要么水到想退款。现在微软直接白送。

还在纠结AI从哪学起？别再浪费时间搜了。先把这个仓库Star下来慢慢啃：https://t.co/gHFzK5t8yH

再回来谢我，真的不亏。

[智享 @CycleDecoded]

搞自动化和爬虫的兄弟可以把之前的方案扔了。

GitHub 上突然爆火了一个开源项目 Index（由 AI 开发者平台 Laminar 团队打造），直接把网页浏览器变成了可调用的 API。这玩意本质上是一个极度丝滑的“AI 浏览器 Agent”，你在终端输一句人话，它就能像真人在浏览器里点按、抓数据、填表单，甚至跨站点联动办完一整套复杂流程。在 WebVoyager 跑分里直接飙到了 92% 的惊人准确率。

一句命令就能跑：pip install 之后敲 index run 就能直接在终端调用。

能直接用本地 Chrome：带 --local-chrome 参数，自动复用你已登录的账号状态。

顶配视觉推理引擎：原生支持 Claude 3.7 Sonnet、Gemini 2.5 Pro 等顶尖多模态大模型。

全程会话回放与排错：自带开箱即用的可视化录屏与步骤 Trace 监控。

自动抓取并生成表格：一句话搞定“去网站抓数据并新建 Google Sheets 写入”。

📦 开源协议：Apache-2.0
🔗 GitHub 传送门：https://t.co/2acklakBgG

[老韭菜南亥 @daweifs]

字节跳动开源 AI 超级员工

近 8 万 GitHub Stars，能研究、写代码、做网页、生成 PPT，还会自己组建 AI 团队，DeerFlow 2.0 部署教程。

字节跳动开源了一个真正能“干活”的 AI：DeerFlow 2.0 🦌

它不只是陪你聊天。给它一个目标，它会：拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件

GitHub 已接近 8 万 Stars，下面教你 5 分钟部署👇

DeerFlow 可以理解成：一个运行在自己电脑上的 AI 工作团队。

普通 AI：你问一句，它回答一句。

DeerFlow：你提出目标，它可以连续工作几十分钟甚至数小时，最后交付：

• 调研报告
• 网页
• PPT
• 数据分析
• 图片和视频
• 可运行的代��

它最强的地方，是给 AI 配齐了“工作环境”：

• Sub-agents：多个 AI 分工协作
• Sandbox：隔离执行代码和命令
• Memory：记住你的偏好和工作方式
• Skills：安装或编写专属工作流
• MCP：连接外部工具
• Scheduler：定时自动执行任务
不只是模型，而是一套 Agent 操作系统。

部署前准备：

• Git
• Docker Desktop
• 一个可用的大模型配置
• 至少 4 核 CPU、8GB 内存
• 推荐 8 核 CPU、16GB 内存

先下载项目：

git clone https://t.co/T0e4FVkL0K
cd deer-flow

教程基于 DeerFlow 2.0 主分支，运行官方配置向导：make setup。

它会引导你配置：

• 使用哪个大模型
• API Key 或模型认证
• 是否启用联网搜索
• 是否允许 Bash
• 文件写入权限
• 沙箱运行模式

配置完成后，检查环境：make doctor

推荐使用 Docker 启动：

make docker-init
make docker-start
第一次运行需要拉取并构建镜像。

启动成功后打开：

http://localhost:2026

到这里，你已经拥有一个本地 AI Agent 工作台。

第一个实��：自动生成行业研究报告。
直接复制这段提示词：
研究 2026 年全球 AI Agent 市场。

将任务拆分给多个子智能体，分别分析：

1. 主要公司和开源项目
2. 商业模式
3. 市场规模与增长趋势
4. 潜在机会
5. 主要风险

最终生成一份结构清晰、带来源链接的中文研究报告。

第二个实战：一键制作内容网站。

研究最近一周最值得关注的 10 个开源 AI 项目。

总结每个项目的用途、核心亮点、适用人群和使用门槛。

完成研究后，创建一个现代、响应式的中文导航网站，并将网页文件保存到输出目录。

它不只是告诉你怎么做。
它会直接交付网页文件。

另外几个非常适合 DeerFlow 的任务：

① 阅读整个 GitHub 仓库���输出重构方案
② 分析 CSV，生成图表和商业报告
③ 根据资料制作 PPT
④ 自动收集竞品更新
⑤ 把固定流程封装成自定义 Skill
⑥ 通过飞书、Slack、Telegram 或微信提交任务

真正的价值，是把重复工作变成自动流程。

最后提醒：
DeerFlow 可以执行系统命令、访问资源和读写文件，权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。

建议：

• 优先使用 Docker 沙箱
• 默认只在本机运行
• API Key 保存在 .env
• 重要文件提前备份
• 高风险操作保留人工确认

收藏起来，周末给自己部署一支 AI 团队。

项目地址：https://t.co/Na5K8w3xvp