Firecrawl 团队开源的 Open Agent Builder，一个可视化 AI Agent 工作流构建工具，支持拖拽式编辑，轻松串联网页抓取、数据提取、AI 推理等流程。

一款基于开源 LLM 的智能代理，能够从 PDF 或教材中自动生成完整交互式课程，包含问答、流程图、拖拽匹配等多种交互组件。

Agent Starter for React 是一个开源模板，提供完整的语音交互应用起始框架，支持实时语音对话、视频流、屏幕共享、虚拟头像等功能。

DeepSeek-OCR 的有损光学压缩技术已经有落地了！ 技术背景 大家都知道 DeepSeek-OCR 发布时提出了一个新的方法：如果不给大模型直接输入文字，而是先把文字变成图片，让视觉大模型去"看"这些文字，直接转换为嵌入向量输入到大模型。 核心优势 这样带来的好处是能显著压缩上下文，让大模型能"看"更多东西。 Un-LOCC 项目

又一个 DeepSeek-OCR 应用！这次是本地的！可以在 Windows 桌面运行。 核心功能 只需要把需要解析的图片拖进去就能图片转文本了。图片内部的表格和其他格式都能识别出来。 技术架构 基于 Electron（读作 Electron 写作 Chrome）构建，这意味着它本质上是一个使用 Web 技术构建的桌面应用。 主要特点 *

想学习高级逆向工程技术，特别是恶意软件分析这块，网上资料要么过于零散，要么太理论化缺少实操，不知道该从何学起。 发现宝藏课程 恰巧，在 GitHub 上发现了 CS7038-Malware-Analysis 这门完整的大学课程，为我们提供了一条从零到精通的系统学习路径。 课程特色 包含完整的课程大纲、讲座视频、实验作业和工具文档，覆盖从基础概念到高级逆向工程

斯坦福大学推出的 Transformer 与大语言模型备忘单，是 CME-295 课程的配套学习资料。 资源概述 这是一份系统化的学习资料，涵盖了 Transformer 架构和大语言模型的核心知识点，以备忘单（Cheat Sheet）的形式呈现，便于快速查阅和复习。 核心特点 课程配套 这份备忘单是斯坦福大学 CME-295 课程的官方

想系统学习数学知识，网上的教材、视频课程、练习题非常多散落在各个地方，要找到质量高的学习资料特别耗费时间。 发现宝藏资源 恰巧，在 GitHub 上看到了 Awesome Math 这份精心整理的数学学习资源清单，已经获得 10000+ Star。 资源覆盖范围 收集了数学各个知识领域的优质学习资源，涵盖 30 多个领域： 基础数学： 代

腾讯混元团队开源了 Hunyuan World 1.1（WorldMirror），一款通用的前馈式 3D 重建模型。 版本升级： 相比之前的 1.0 版本（支持文本或单视角图像生成 3D 世界，轻量级可部署于消费级 GPU），1.1 版本大幅拓展了输入范围，支持视频到 3D、多视角到 3D 的世界构建。 核心亮点： 多种几何先验支持 支持

在 GitHub 上看到一份颇为不错的学习资料合集：Machine Learning Specialization Coursera，来自于吴恩达老师在 Coursera 上主讲的机器学习课程笔记和示例。 资源概述： 完整收录了三门课程的内容，包括每周的练习题答案、可选实验室代码和编程作业解答，并附带相关数学基础课程推荐。 主要内容： **1. 监督学习课程

有时候需要从网盘上下载文件到本地，不仅限速严重，还要安装客户端，真的给人感觉挺烦的。GitHub 上这个开源的网盘文件下载工具：LinkSwift，或许能帮大家摆脱限速和客户端的烦恼。 核心特性： 界面简洁易用 清爽的用户界面设计 操作简单直观 无需复杂配置即可使用 支持八大主流网盘 覆盖市面上主流网盘平台 统一的

GitHub 上有一份挺不错的开源免费教程：image-classification-with-local-vlms，教我们如何在手机等边缘设备上部署高精度的本地图像分类系统。 基于 Liquid AI 的 LFM2-VL 视觉语言模型，通过渐进式的实战教学，从简单的猫狗分类开始，逐步深入到复杂的图像识别任务和模型优化技术。 主要内容： 完整的模型评估流程

日常生活中的待办事项众多，工作、生活、学习混在一起，简单的清单工具无法满足需求，而好用的工具又得付费。最近找到了 tududi 这个开源的任务管理工具，可作为 Todoist 平替，提供清晰的层级结构高效地组织生活和工作。 核心特性： 三层管理架构 分为任务、项目、领域三层管理 支持复杂任务拆解 清晰的层级结构便于组织 强大的循环任务系统

《Agentic Design Patterns》中文翻译项目是一部针对 Antonio Gulli 所著《Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems》的中英文对照译本。该项目致力于为读者提供一个全面、专业的技术指南，详细介绍现代人工智能系统中智能体设计的核心理念与实践流程。 **项目主要