面向macOS、Windows与Linux的逆向工作台Eleven，支持直接接入Claude、Cursor等ACP智能体。无论是常规的PE、ELF、Mach-O文件，还是安卓APK与CUDA、Metal等GPU算子，你都能让智能体协助通读伪代码、追溯引用、重命名符号并生成修复补丁。软件底层结合了Ghidra的精准反编译与Rizin的轻快启动，配有jadx、LLDB调试以及二进制Diff能力。所有代

在开发考勤、门禁或身份验证功能时，如果担心人脸数据上云存在安全隐患，可以看看Faceplugin开源的这款人脸识别工具。它支持完全本地化离线处理，数据不出本地设备，兼顾隐私与合规需求。功能上覆盖了人脸检测、关键点定位、特征向量提取及相似度比对，兼容Windows与Linux系统。实用的是它不依赖独立GPU，普通CPU环境下也能实时稳定运行，配合简洁的Python调用接口，几行代码就能接入现有业务流

面对分散琐碎的信息源，Horizon能直接聚合RSS、Hacker News、Reddit、X与GitHub等多平台动态。它并不是简单的内容搬运，而是通过独立规则进行打分、去重与分流——读技术干货时提取方案与实践，看热点新闻时梳理事件影响，并适时补充背景与社区热评。系统还支持按分类设置篇幅上限，避免单一话题霸屏，整理好的中英文日报可直接推送至邮件、微信、飞书或静态主页，也能作为MCP工具供AI助手

很多刚进课题组的同学常苦恼于缺少系统指导，南京大学郭兰哲老师团队整理了这份开源手册，帮新人厘清做科研与写论文的完整流程。内容主打具体实操：从文献检索与精读、提炼Idea、高效开组会，到拆解撰写论文各章节（摘要、引言、方法与实验等）、论文画图乃至后期Rebuttal，还涵盖了学术参会和AI辅助科研等实用建议。无论是刚进实验室摸索的本科与硕博新生，还是需要带新人的导师和高年级同学，都很适合备一份查阅参

3D史前动物博物馆 这个网站特别棒！可以 3D 旋转查看霸王龙、剑龙、三角龙、猛犸象、巨齿鲨、肿头龙、鱼龙等二十多种史前动物，自带语音旁白科普，还有配套参考资料，很适合家长带孩子了解史前生物。

Sakana AI发布了AI-Scientist-v3。它将Claude、Codex、Gemini等代码Agent组织为AI科研团队，用户只需提供一份task.md任务描述，系统就会自主提出方案、编写代码运行实验并依指标不断迭代。随后，流水线会自动补齐消融对比、封箱评测与事后分析，最终直接排版编译出完整的学术论文PDF，甚至还支持接入模型审稿。所有阶段均在Docker沙箱中独立运行，兼顾了安全性与

这个开源项目整理了数百条用 Claude Opus 5.5 制作动画的提示词与案例。不同于常规的文生视频工具，这里的作品都是让模型直接编写 HTML、Canvas、Three.js 或 SVG 等前端代码渲染而成，涵盖了动态视觉、科普解说、3D场景与轻量交互演示等类型。每个案例均附带原作者出处与提示词内容，并支持在线查看复现对比。挑中喜欢的风格后，把提示词发给模型生成单文件网页即可在本地直接运行，

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