做移动端Agent或自动化测试的朋友可以关注一下这个项目。它通过标准MCP协议，让Claude、Cursor等客户端直接接管iOS和Android设备，无论是本地模拟器、插线的真机还是云端设备都能直接调度。与依赖截屏的纯视觉方案不同，它优先读取系统原生无障碍树来识别界面元素，省去了编写XCUITest或Espresso胶水代码的麻烦，同时也大幅降低了Token消耗。从点击滑动、应用启停到录屏与日志

haoran.cv（x id：hr98w）整理的 iPhone-use 实现方案，最后一个是他自己做的。 ---------- 最近 iPhone-use 挺火，梳理了一些主流的实现方案。同样是让 AI 操作 iPhone，Agent 在哪里运行、如何读取屏幕、怎么执行动作，其实很不一样。 \1. 首先是 zhongerxin的 iPhone-use，是比较典型的解决方案 电

Pi School：一门学习 Pi Agent 的免费开源课程，共 15 节课，配有 11 个动手练习。 学习方式比较有意思：第一课在网页上完成安装，之后把课程提示词复制给 Pi，让它带你边学边操作，进度会同步回网页。 内容从基础配置、模型选择、上下文和会话管理，逐步讲到 Skills、MCP 和扩展。练习包括搭网站、剪视频、语音转录、操作浏览器等，可以作为上手 Pi 的指导。

不同于泛泛的教程文档，这是一个能直接被Claude Code等编程智能体挂载执行的Android逆向技能库。核心机制采用严格的流程门禁、症状索引和止损规则，专门约束AI在面对加固或崩溃时盲目试错。内容扎实覆盖DEX字节补丁、安全重打包、Native对抗排查与Flutter Dart AOT解析等硬核场景，配套了开箱即用的Python诊断脚本与避坑实录，对探索安全分析自动化的朋友很具参考价值

开源工具 sweety-handdraw-video 能根据输入的主题或长文直接生成有声手绘视频。它内置了导演分镜与美术规划，提供21种画风及多款手臂笔触。制作时采用整篇声音先行的流程，先生成连贯的旁白母带，再结合节奏与时间戳，按语义部位逐笔描线、填色并逐字落笔书写，画面自然不僵硬。成片由本地 Python 和 FFmpeg 合成，支持本地配音接入；后续微调字幕或布局时可直接复用素材，不必重新生图

斯坦福大学的课程 深度学习炼金术（CS 312）2026年秋季版已更新 地址：deep-learning-alchemy.github.io/ 这门课程比较有意思的是会强调通过大量实验建立对深度学习的直觉。其理念是通过亲手实验掌握深度学习和能够预测实验结果才代表真正理解。

马毅老师他们的教科书《深度表征学习的原理与实践》更新了一版 地址：ma-lab-berkeley.github.io/deep-representation-learning-book/ 这是一本现代化、完全开源的教科书，旨在深入探讨深度神经网络为什么以及如何从高维真实世界数据中学习紧凑且信息密集的表征。 本书试图从数学第一性原理出发，揭示深度神经网络学习与记忆信息的内在机

想让普通的 RTSP 监控摄像头拥有智能识别与分析能力？开源项目 Clearcam 提供了轻量易用的自建方案。系统集成了 YOLOv9 目标检测与多目标跟踪，并引入 Qwen3-VL 视觉模型生成事件文字摘要，支持对视频内容进行快速检索。程序可在 Mac、Linux 与 Windows 本地运行并支持 GPU 加速，不仅提供原生移动端，还能把告警通知无缝接入 Home Assistant、Push

它将空间情报可视化做成了沉浸感十足的高保真3D地球。界面酷似电影里的作战指挥舱，底层接入的却全是真实的公开数据：实时追踪全球万架民航与军机、远洋船舶、在轨卫星、公共监控甚至气象雷达。你可以锁定目标一键“坐”进驾驶舱紧贴真实地形巡航，自由切换微光夜视与热成像滤镜，还能直接用语音指挥内置的AI智能体完成航线标绘与态势问答。项目无需注册或配置API密钥即可在本地开箱运行，核心模块与数据源均完全透明可查。

只需一段单人全身视频或一张静态照片，搭配 Adobe Mixamo 角色模型，它就能自动提取动作并完成骨骼重定向。生成的 glb 蒙皮文件可直接拖入 Blender 或 Unity 使用，并自动输出多视角画面与 2×2 对比预览。除了简洁的命令行工作流，项目还提供了 Blender 4.2+ 插件支持；提取好的骨骼数据支持保存复用，后续给新角色套用相同动作仅需几十秒，很适合游戏与动画创作者快速制作

传统iOS自动化往往依赖Mac和繁琐的开发者证书，开源项目 esp32-iphone-agent 提供了一个巧妙解法：仅用一块约40元的ESP32-S3模拟USB键鼠，配合AirPlay无线投屏捕获画面，就能让任意兼容OpenAI接口的视觉大模型直接操作真机。全程无需越狱，手机端不装任何软件，在Linux环境下也能运行。系统采用规划与执行双角色闭环，点击前会自动校准光标位置，操作后还会比对画面变动

想把抽象的技术概念讲透，不妨把它具象成一台看得见、能运转的精密机械。开源工具 Anatomy 专为 Claude Code、Codex 等智能体打造，输入业务逻辑即可生成严密的可交互等轴测剖面图。它以原生 SVG 绘制多层实体零件与明暗光影，表现火焰、液体或光效时可无缝叠加 WebGL 着色器，并提供局部 3D 旋转支持。生成结果支持直接导出为单 HTML 文件、独立矢量图或 React 组件，运

vxcontrol 推出的 PentaGI 是一套面向安全攻防的多智能体系统，旨在让 AI 自主接管复杂的渗透测试任务。项目采用 Go 后端搭配 React 前端，支持接入 OpenAI、Anthropic 等主流大模型，并提供完整的私有化部署配置与可观测性支持。它通过多 Agent 协同来自动拆解任务、规划攻击路径与验证漏洞，既降低了重复人工测试的成本，也让整个执行过程清晰可溯，适合安全团队用来

ai-job-search：一个基于 Claude Code 的开源求职助手，把职业档案、职位筛选、简历生成、审稿和面试准备放进同一套工作流。 流程拆得比较细，可以作为个人求职工具，也适合参考它的 Agent 协作和文档验收方式。 ① 先建立职业档案，再筛选职位。 通过 /setup 导入已有简历、经历等资料，或通过问答补齐档案。/scrape 搜索职位，/rank

纳米AI整理的一个LLM学习教程汇总。 ------------ Zero to Hero｜Andrej Karpathy OpenAI 创始团队成员、前特斯拉 AI 负责人 从神经网络基础讲起带你手写语言模型、GPT 和分词器github.com/karpathy/nn-zero-to-hero LLMs from Scratch｜Sebastian Ras

DroidDeck 是一个开源项目，旨在让安卓手机和平板电脑无需 Root、无需依赖电脑串流，就能在本地运行 Steam 客户端及部分 PC 游戏。 它通过 PRoot 构建 Linux 运行环境，结合 FEX 指令翻译、Proton 兼容层和 Vulkan 图形加速技术，让 ARM 架构的安卓设备运行部分 Windows 游戏，并提供类似 Steam Deck 的游戏界面、Stea

Calculus with Julia ：一本免费在线微积分教材，理念是通过 Julia 来学习和理解微积分 地址：jverzani.github.io/CalculusWithJuliaNotes.jl/ 主要内容包括： \- 数学基础：函数、数列、极限与连续性。 \- 微积分：导数、积分、泰勒展开及优化问题。 \- 进阶数学：常微分方程、多元微积分和向量分析。 \- J

强化学习（RL）优秀资源汇总： \- Nathan Lambert 的《RLHF Book》（(https://rlhfbook.com/) \- Richard S. Sutton 和 Andrew G. Barto 的《Reinforcement Learning》 \- OpenAI 的《Spinning Up in Deep RL》(https://spinningup.open

太实用了！7步教你把一本书变成随时能用的AI Skill 把一本书沉淀成随时能用的AI Skill， 不是再存一份摘要，而是让书里的方法以后能被 AI 调用。 这组图用 7 步带你从原始资料，做到可触发、可执行、可回查原文的书籍 Skill。 1️⃣ 资料散在网页、帖子、视频和播客里： 用 agent-reach（GitHub ★ 86.1k）检索、抓取并保留

如何阅读一份源代码？ 2019年3月24日 我在本文的基础上做了一些补充和改进，见《如何阅读一份源代码？（2020年版）》 阅读源代码的能力算是程序员的一种底层基础能力之一，这个能力之所以重要，原因在于： 不可避免的需要阅读或者接手他人的项目。比