它用可视化讲解、逐步学习路径和可复制模板，系统覆盖斜杠命令、memory、skills、subagents、MCP、hooks、plugins、CLI 等能力，帮助开发者把零散功能组合成可落地的自动化工作流，例如代码评审、代理协作和安全扫描流水线；项目还提供目录索引、学习路线、快速参考和自测入口，适合想在较短时间内从入门推进到高阶使用的 Claude Code 用户。

经常需要录屏演示、制作教学或产品视频，却苦于复杂繁琐的流程？ 它独家集成了自动跟焦缩放、动态模糊鼠标指针动画、摄像头画中画叠加、自动字幕等实用功能，一站式打造专业级演示视频。 主要特点： 支持全屏或指定窗口录制，捕捉麦克风和系统声音； 自动推荐缩放区域，鼠标动作平滑且带模糊动画； 多轨时间线编辑，支持剪辑、加速减速、标注文字图形； 画中画摄像头叠加，位置大小随意调节，支持镜像

在线使用 Claude Code AI API 时，面对高频率、多维度的设备指纹和遥测信息，隐私保护成了大难题。 motiful/cc-gateway 是一个 AI API 身份网关，作为 Claude Code 和 Anthropic API 之间的反向代理，能彻底规范设备指纹和遥测数据，帮你掌控离开网络的隐私信息。 项目主要特点： 完整身份重写，将设备ID、邮箱、会话数据统一化为单一

在几个小时的行车记录仪视频里找到"一辆红色卡车闯了停牌"那个画面，SentrySearch 能让你像搜文字一样搜视频，输入描述，直接导出对应片段。 这个开源命令行工具的原理并不复杂：把视频切成带重叠的片段，用 Google Gemini Embedding API 或本地的 Qwen3-VL 模型把每个片段编码成向量，存进本地向量数据库 ChromaDB。搜索时，文字查询被编码到同一个向量空间里

这个工具解决的是个老问题：Claude Code 每次都要重新读你的整个代码库。 举个例子，你有个 500 文件的项目。修改了一个函数。Claude Code 却要读遍所有 500 个文件，才能理解"这个改动的影响范围是什么"。结果是Token 爆炸，成本和速度都很糟。比如 Flask 项目，一次代码审查：不用图的话 44,751 token，用图只需 4,252 token，9.1x 省下来

在线投资理财工具往往涉及多个平台和复杂流程，查数据、选策略、交易执行往往分散且繁琐。 ValueCell 这个开源的多智能体金融应用平台，聚焦于构建全球最大的去中心化金融智能体社区，整合了顶尖的投资智能体，助你一站式完成选股研究、行情追踪、策略执行等操作。 不仅支持深度财报分析、个性化新闻推送，还有多策略智能合约交易，兼容多个主流交易所如 Binance、OKX、HyperLiquid，确保交

在线学习计算机科学，看视频课件太零散？推荐这个超级宝藏项目——GitHub上的「cs-video-courses」🎓，汇聚了全球顶尖高校和教授的计算机科学各类课程视频资源。 课程涵盖广泛，从入门级编程基础，到算法、操作系统、人工智能、机器学习、深度学习、自然语言处理、大数据、计算机视觉、密码学、区块链，再到量子计算和机器人控制，内容丰富全面。 不仅有MIT、斯坦福、伯克利、CMU等名校课程，

🏛️ 如果互联网有“人类文明备份”，这一定是其中一个节点。 我们在网上看到的绝大多数“名画”，其实都是被过度压缩、甚至偏色的二传手资料。 大多数人以为艺术资源在 Google 图片里，但网络上的这些名画数字版，大多因为早期数字化处理技术不够先进，或者年久未更新，只能“看个大概”，放大了都是马赛克。 真正能触达原始纹理的入口，其实一直被藏在这个看似“老旧”的俄系站点里。 Gallerix本质上是一个 EB 级（1,048,576 TB）的全人类审美底层索引。 在硬核收藏家和高级设计师的圈子里，它被视为“线上卢浮宫”的镜像服务器。 Gallerix 真正硬核的地方在于它的“暴力存储”逻辑： 1️⃣ 17万+ 超高清底片：这不是简单的缩略图，而是动辄几十 MB、连画布经纬线都能看清的数字存档。 2️⃣ 全维度元数据索引：它不仅有画，还完整保留了创作年份、馆藏地、流派演变轨迹。 3️⃣互动式体验：你可以选择一幅喜欢的作品进行拼图，亲自感受数百年前艺术家动笔时，赋予这些杰作的独特质地，色彩与纹路。 如果你厌倦了被算法包围的短视频审美， 在你的收藏夹里给它留个位子，提高审美就靠它了。

LLM benchmark 的价值在于构建一套能真实反映模型能力、可诊断短板、可持续迭代且评测成本可控的评测体系。 作者通过 MMLU、GPQA、BIG-Bench、IFEval、AlpacaEval、IRT/tinyBenchmarks/DatBench 等案例说明，好的 benchmark 必须重视数据质量、专家人工校验、真实任务贴近性、题目区分度和持续升级，否则很快会因题目过易、标签有噪声或

这是一个从第一性原理出发的机器学习入门教程。为希望像分析软件系统一样分析机器学习系统的工程师而写。 🎯 适合人群 你是一名出色的工程师。你可以凭借自己的深厚经验在白板上画出软件系统。你理解权衡——维护与优雅、性能与复杂性。 你对软件设计有直觉。但你对机器学习还没有这种直觉。 你知道各种工具存在，但无法判断什么时候该用哪种工具。本入门指南旨在建立这种直觉。 💡 与众不同之处 这不是教科书，也

smux 的核心亮点： 全键盘控制：用 Option（Alt）键快速切换窗格、布局、窗口，无需前缀，操作流畅； tmux-bridge 工具：让任意运行 bash 的 AI 代理能读写任意窗格内容，甚至实现多个 AI 代理间消息交互； 自动安装：一键安装 tmux（适配 macOS、Linux），配置好 keybindings、鼠标支持、窗格标签和简约状态栏； 终端多智能协作：通

Claude Code 的运行环境是基于 Firecracker MicroVM、通过快照恢复启动的定制沙箱；其核心由一个名为 process_api 的自定义 init / 进程管理服务和一个未剥离调试符号的 Go 二进制 environment-runner 组成。 作者从该二进制中发现了 Anthropic 内部一个未公开的部署平台 “Antspace”，它支持创建部署、上传构建产物和流式返

在线教学、红队测试或安全研究总是需要多模型对比、参数自适应调优以及输入扰动工具，往往分散且复杂。 G0DM0D3 是一个完全开源且注重隐私保护的多模型聊天界面和研究框架，支持50+模型（Claude、GPT-5、Gemini、Grok、Mistral等），通过 OpenRouter 提供统一的API路由。 G0DM0D3的特色功能包括： 🔥 GODMODE CLASSIC：5条战斗级模

本教程旨在通过实践的方式，帮助你理解和掌握机器学习的基本算法和应用。 特点 📝 详细的理论讲解 💻 完整的代码实现 🔍 丰富的实例分析 📊 直观的可视化展示 ⚡ 即学即用的实践经验

这个一个纯 JavaScript/TypeScript 库，用于多行文本测量与布局。效果如视频。 Pretext 避免了对 DOM 测量的依赖（例如 getBoundingClientRect、offsetHeight），这些操作会触发布局回流，是浏览器中最昂贵的操作之一。它实现了自己的文本测量逻辑，以浏览器自身的字体引擎作为基准（非常适合 AI 友好的迭代方法）。 开发者chenglou的介绍

“每个开发者最终都会形成自己的工作流程。他们有固定的提交信息书写方式、有在发起拉取请求前运行的检查清单、也有在审查代码时遵循的结构。他们手动执行这些流程，在每次会话中向代理解释，并观察代理每次都以不同方式理解。 Agent Skill可以解决这个问题。Skill是一个 Markdown 文件，会在你需要时自动加载到 Claude Code 的上下文中。你只需编写一次工作流程，Agent 每次都会

这个项目是一个 AI 驱动的信息聚合工具，追踪 AI 领域最顶尖的建造者——研究员、创始人、产品经理和工程师——并将他们的最新动态整理成易于消化的摘要推送给你。 理念： 追踪那些真正在做产品、有独立见解的人，而非只会搬运信息的网红（比如我，虽然也不红[苦涩]）。 目前其整理的信息源不超过30个。

在线上使用Claude Code时，发现学习曲线比较陡峭，官方文档多为功能列表，缺少实操方法，导致很多强大功能没能充分发挥。 Claude How To（github.com/luongnv89/claude-howto）是一份从入门到高级的可视化、示例驱动教程。它不仅涵盖了slash命令、内存、技能、子代理、 hooks、MCP协议、插件等全部Claude Code核心功能，还有实用的拷贝即用