一个把架构问答重构成教练式教学的 Agent 技能：weifan-skill weifan 的核心判断：常规问答把问题当孤岛逐个解释，用户拿到的是没有结构的事实集合；真正缺的是一座能预测系统行为的架构心智模型。因此 weifan 不以逐题作答为目标，而是教练式教学：同时维护两张图——来自当前代码证据的「真实架构图」（组件职责、数据结构、数据流、调用链、状态归属），与基于会话内可观察证据维护的「

如果你要做的游戏/应用里需要3d真实鱼类资源，可以看看这个 cda-social.github.io/fish/gallery.html 一个免费的交互式 3D 鱼类模型展示与资源下载站，用的还是非常友好的CC0协议。 作者还搞了个给agent看的页面~ 把页面发给AI然后说「使用该鱼类模型，帮我制作一个 Three.js 交互式水族馆，里面有 20 条鱼自由游动，支持鼠标旋转视角。」之

这篇 Eighth Rank 的分析把苹果个人知识图谱拆得很细：从 macOS 13 开始，系统里就有一对守护进程，持续把联系人、日历、照片人脸、消息与邮件元数据、位置轨迹、屏幕使用、Family Sharing、已安装 App 等信息汇进 \~/Library/IntelligencePlatform\ 下的一组数据库里，其中 \graph.db\ 是核心。它不是简单索引，而是一个可查询

「22MB里塞下一整套视觉能力，Mirage想把端侧感知重新做一遍」Cactus Compute发布的 Mirage，是一款面向手机、可穿戴设备和机器人等消费级硬件的小型视觉模型：参数量 5130 万，借助 2-bit 量化后体积约 22MB，却能在一趟推理里同时完成图像描述、目标检测、OCR、实例分割、空间关系理解、简单推断和表单式决策，在 Galaxy S26 上端到端可做到 NPU 74ms

BUI 是个很少见的项目：它不是给 Blender 写插件，而是把 Blender 那套界面绘制、交互规则和主题风格拆成了独立 UI 库，让 Python、Rust、JavaScript、React、C、C++ 甚至 Dear ImGui 都能直接调用。它最有意思的地方，不只是“像 Blender”，而是把那套高响应、低占用的桌面 UI 经验带出了原工程：空闲时几乎不吃 CPU，只重绘变化区域，可

一些值得学习的极简机器学习开源项目： \- micrograd：从零实现自动微分和反向传播，理解神经网络的底层原理。 github.com/karpathy/micrograd \- nanoGPT：通过精简代码理解 GPT 模型的训练流程。 github.com/karpathy/nanoGPT \- minGPT：以最少的代码抽象理解 Transforme

用大白话跟 agent 说想要什么游戏，比如「做一个 3D 小游戏：小熊猫在竹林里收集竹笋，躲开野猪」。它会从模板出发把游戏做出来，自己试玩一遍确认能玩，然后放进侧栏，你马上就能玩。 需要画图时可调用 OpenAI 图像接口或本机 Codex CLI 给每个槽位生成带编号的候选~图。

LearnHarness 的思路是使用多个 AI Agent 扮演诊断者、教师和练习指导者，先测量学习者的知识水平，再根据先修知识关系制定个性化教学路径，并持续更新学习者的知识图谱。 具体要学什么，和本项目无关，只要是LLM会的都能教~ 它采用闭环式四阶段教学工作流： 探测边界（Measure）：在正式讲解前，Agent 会针对目标概念所依赖的前置知识点进行摸底。它不仅看你的答案

caldoai 这个 untangle-codebase 技能，目标很直接：把一次次零碎修补，变成面向整体结构的彻底重构。它先不急着改代码，而是先把问题分成几类看清楚：哪些模块其实必须一起变化，却在代码里彼此割裂；哪些地方被不必要地绑在一起，导致改一处牵一片；哪些包装层、配置、死代码本身就没有存在价值；再把各种 if 特判、吞异常、重试、sleep、为某个调用者硬塞的参数，当作系统设计没覆盖真实需

VoiceKey 是一个跨 macOS、Windows、iOS、Android 的语音输入项目，核心不是单纯“把话转成字”，而是尽量贴近高频输入场景：桌面端支持按住说话和点按说话，能边说边上屏，也能在结束后统一修正；iPhone 端做成带语音能力的中文键盘；Android 则不替换输入法，而是通过无障碍把结果直接写进当前输入框。它的亮点在于多渠道并行识别，接入豆包、微信、千问、百度、搜狗、讯飞等方

anomalyco 开源的 Rune，是一个面向 macOS、Windows、Linux 和 Web 的原生 GPU 渲染 Rust UI 框架。它不依赖现成的渲染层，渲染、文本、布局、弹簧动效这些基础能力都是自己做的，目标很明确：既要有原生界面的性能和控制力，也要让构建方式更适合今天的 AI 编程流程。它有个很特别的地方，就是每个应用都能无头运行，也就是不打开窗口也能渲染 PNG、导出元素树、用

Nouride主打的是“在小硬件上本地跑多智能体运行时”：面向树莓派、香橙派和各类64位Linux SBC，安装后就是一个独立守护进程，下载体积约40MB，官方给出的实测内存门槛是64MB、空闲时单核CPU占用约0.7%，不依赖GPU，也不需要额外搭Postgres、Redis或向量数据库，目标很明确——让AI代理能在家里、实验室和轻量边缘设备上7×24小时稳定待命。它的亮点不只是“能跑”，而是把

如果你在用 dsh，又不想在零散仓库和帖子里反复检索，这个仓库的价值就很直接：它不是做某一个插件，而是把 DeepSeek Harness 的插件生态整理成一份可持续维护的精选清单。awesome-dsh-plugin.com

简历改了 10 遍，面试还是被问穿，9 个入口从找项目到模拟面试全包了。 它解决的是求职准备散成一地的问题：简历、面经、投递记录各管各，改一处就得处处返工。 9 个入口把开源贡献、证据复盘、简历、面试、Offer 串成一条线；/job-apply 只填表，核对后停在提交前，投不投由你点。 适合找工作的应届生和转行人，尤其缺可验证项目经历的；不适合批量海投。简历每句话都要有证据链撑着，没证据的

一段看似普通的浏览器指纹识别脚本，暗藏针对 AI 分析的提示词攻击，并可能执行系统侦察、远程载荷下载、信息收集与持久化。它提醒我们：恶意代码不仅攻击系统，也可能试图操纵分析它的 AI。

文章梳理了DEC公司PDP计算机的演进，揭示其催生的黑客文化分野：资源受限的小型机（PDP-7/11）孕育了极简实用的Unix与C语言（新泽西流派）；硬件充裕的大型机（PDP-10）则催生了功能完备的Emacs与Lisp（MIT风格）。

开源字体收集网站：drxie.github.io/OSFCC/ 中文开源字体集合。 这里的字体都是开源的（可以基于已有字体继续做自己的衍生字体）。如果只是要找免费字体，类似猫啃网等地方收录的会更多。

推荐一个电路教学站点 electronics-101-six.vercel.app 支持中文 作者 x.com/DilumSanjaya 赛博菩萨越来越多了。。。 AI 万岁

一个迷你版d DeepSeek Harness，一千来行 TypeScript，看懂 DSH「一切皆插件」的架构。 DeepSeek Harness（DSH）有一百多万行代码，直接读源码很吃力。但它的骨架其实很清楚：最底下是一块叫 Cordis 的插件「主板」，模型、工具、会话、提示词，连 Agent 循环本身，都是插在上面的卡。 这个项目把这套骨架按原样缩小了一遍： 迷你版