Ground Station 是一款功能齐全的开源软件解决方案，用于卫星跟踪和无线电通信。 用于监测航天器、控制无线电设备以及接收来自卫星的实时无线电信号。

在网络中断或偏远地区，想跟朋友保持联系，传统即时通讯软件完全无法使用，只能干着急。 刚好在 GitHub 上看到 Columba 这个开源通讯应用，无需互联网、基站或任何中心服务器，就能发送消息和语音通话。 基于 Reticulum 网状网络协议构建，通过蓝牙、WiFi、LoRa 无线电或 TCP 等多种方式连接设备，形成去中心化的通信网络。 支持端到端加密通信，无需注册账号，身份信息直接在

想要快速部署一个完整的渗透测试系统，但市面上的工具要么配置复杂，要么需要大量手动操作，颇为麻烦。 刚好发现 PentAGI 这个开源项目，基于 AI 驱动的自主渗透测试平台，通过 Docker 快速部署，开箱即用。 核心是多智能体协作系统，研究员负责信息收集、开发者规划攻击路径、执行者运行工具，配合长期记忆和知识图谱，能自动完成复杂的多阶段渗透测试。 内置 20+ 专业安全工具，所有操作都在

它有点像 OpenClaw / MiroFish，但把 Agent、Channel、Provider、Skills 等全部做成了完全模块化，可以自由组合编排。简单说就是 部署一次可以养很多只“AI龙虾”，每个 Agent 都能独立运行。 现在的特点是： 🧩 完全模块化（Agent / Skills / Provider 都可以自由组合） 🖥 全 Web 配置，一键安装，不用命令行 🔌 兼容

快速阅读：开发者elwingo1用两周时间做了个开源项目TypeUI，提供48个设计skill文件给Claude用，让AI生成的网站不再千篇一律。每个文件就像给AI装了一套设计语言，还能通过CLI自定义颜色和字体。 --- 这个项目不是从零开始的。elwingo1四五年前创立了UI库Flowbite，有设计背景，看到大家从传统设计系统转向AI工具后，决定把多年的设计品味转译成AI能理解的指令。

快速阅读：Google DeepMind发布了一个基于认知科学的AGI评估框架，提出了10项关键认知能力作为衡量标准，并在Kaggle启动黑客松邀请研究者共建评估基准。与此同时，社区对LLM是否代表通向AGI的正确路径展开激烈讨论。 --- Google试图用一套认知分类学来量化AGI进展：感知、生成、注意力、学习、记忆、推理、元认知、执行功能、问题解决和社交认知。他们还启动了一个20万美元奖

这篇文章主要介绍了 OpenAI Codex 的工作原理，指出它不仅仅是一个代码自动补全模型，而是通过一套复杂的编排层（Orchestration Layer）来运行： 它在安全的沙箱容器中操作，能够通过上下文感知自动理解整个代码库，自主完成从读取需求、分析代码、执行修改、运行测试到提交 Pull Request 的全流程异步任务，从而将开发者从琐碎的编码细节中解放出来，转向更高级的任务管理与代码

这本书机器学习中 Benchmarks 的本质、历史及其背后的科学原理。 机器学习之所以在过去十年取得爆发式增长，本质上是得益于将复杂的科学探索转化为了受“测试集铁律”约束的标准化竞赛模式；作者不仅严谨地论证了这种评价体系如何通过模型排名的稳定性来抵御过拟合风险，更批判性地审视了在大模型时代，当基准测试面临数据污染、人类评价偏差及真实世界鲁棒性挑战时，我们该如何重塑机器学习的科学评价根基。

这个仓库的作者一直在根据Claude Code的新功能来调整这些tips。

用不到 1000 行的 C 语言代码实现浏览器的基本功能，适合用来学习网络编程、协议解析和简单的 HTML 渲染原理。当然只是个玩具，只能在命令行中运行，不支持css、js。

在线开发中，构建高效智能AI代理系统是一大挑战，各种技能、记忆管理、安全检测、持续学习等环节缺一不可。 Everything Claude Code 是一套开源的AI代理性能优化系统，专为Claude Code、Codex、Opencode、Cursor等多平台AI工具打造。 它不仅集成了丰富的智能子代理（code-reviewer、security-reviewer等），还有自动学习的“本能

快速阅读：开发者推出开源工具ClaudePrism，将Claude Code集成进桌面应用，实现学术文档的本地化AI辅助写作。核心优势在于数据不上传云端、内置Git版本控制和LaTeX编译环境，解决了现有方案在隐私保护和工作流完整性上的痛点。 --- 学术写作的AI工具不少，但要么把未发表的研究数据传到云端，要么本地部署繁琐得让人放弃。开发者delibae自己就是研究者，之前用VSCode +

快速阅读：一个开源项目收录了136个针对Codex的专业化AI助手，覆盖从前端开发到安全审计的各个领域。每个Agent都有独立的上下文窗口和专门指令，能像真实团队成员一样处理特定任务。关键是这些Agent不会自动触发，需要明确指派。 — AI编程助手的进化方向可能不是更强的单一模型，而是一群各司其职的专家。 这个叫awesome-codex-subagents的GitHub仓库里，藏着136

快速阅读：Unsloth团队推出开源Web UI工具Unsloth Studio，支持在Mac、Windows和Linux上本地训练和运行500+个LLM模型，训练速度提升2倍，显存占用减少70%。工具集成了模型对比、自动数据集生成、代码执行等功能，并计划支持AMD和MLX。 --- Unsloth Studio刚刚开源，这个工具想做的事情很直接：让普通人也能在本地训练和运行大语言模型。 不

从零开始实现 200 多个机器学习算法。 从梯度到Transformer，通过交互式可视化学习数学知识，并实现研究论文中的成果。

快速阅读：阿里巴巴开源了 Page Agent，一个用纯 JavaScript 实现的网页智能体。无需浏览器插件、Python 环境或无头浏览器，只要在页面里加载一行代码，就能用自然语言控制网页操作。支持自带 LLM，提供人机协作界面，还能配合 Chrome 插件实现跨标签页任务。 --- 大部分 Web 自动化工具都在服务端做文章，Page Agent 反其道而行。它直接活在你的网页里，用

港大开源的一个项目： “AI 编程 Agent 很强大 —— 但它们各自为战。当任务太大时，你只能手动拆分工作、复制粘贴上下文、合并结果。 如果 Agent 能自己组队呢？ ClawTeam 实现了 Agent 群体智能（Swarm Intelligence）—— Agent 自主组建团队、分工协作、共享发现、收敛到最优方案。一个 Leader Agent 可以： 🚀 创建子 Agent

本文总结了构建Claude Code“技能(Skills)”的经验。涵盖9大技能分类，并提炼了核心编写秘诀：重点记录易错点、利用文件树渐进式披露、避免死板指令限制AI，以及团队间的技能分发与管理策略。

一个小应用，选择一个城市，会列出5小时之内自驾能到达的区域