- 博客(568)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 一天一个开源项目（第254篇）：NVIDIA Auto Ontology —— 给数据 Agent 搭一层「可认证的语义层」，答不了就老实说答不了
Auto Ontology 是 NVIDIA 开源的 Python 框架，从企业元数据自动生成术语、SQL 属性和表关系组成的本体（ontology），存入 PostgreSQL + pgvector，再通过 MCP、CLI 和 REST API 提供给 AI Agent
2026-11-05 20:30:49
264
原创 一天一个开源项目（第253篇）：dsh-superagent —— DeepSeek 开源的“主动式”编程智能体原型，核心原则是少占人的注意力
deepseek harness团队开源的超级agent架构原型，可以自动接活。最近在AI技术圈有多火热就不用多说了。这篇文章来带你速速的过一下，看看是不是你要的那款超级agent
2026-11-04 21:09:02
284
原创 一天一个开源项目（第252篇）：Lightpanda —— 用 Zig 从零写的 AI 专用无头浏览器，内存省 16 倍、速度快 9 倍
Lightpanda 是一个用 Zig 从零编写的无头浏览器，不是 Chromium 分支，也不是 WebKit 补丁，没有图形渲染引擎，专为 AI Agent 与自动化场景设计
2026-11-03 20:22:07
114
原创 一天一个开源项目（第251篇）：Claude SEO —— 装进 Claude Code 的 SEO 审计团队，26 个子技能 + 19 个专家 Agent 并行体检网站
Claude SEO 是 AgriciDaniel 开源的 Claude Code 插件，把技术 SEO、E-E-A-T、Schema、Core Web Vitals、GEO/AI 搜索、本地与电商 SEO 等能力拆成 26 个子技能和 19 个专家 Agent，一条 /seo audit 就能并行审计整站并输出带优先级的行动计划
2026-10-29 21:17:16
285
原创 一天一个开源项目（第250篇）：Cindy —— 开箱即用的开源 AI Agent，把你的电脑和手机连成一个人，并统一调度 Claude Code、Codex 与 Pi
Cindy 是一个开源的桌面加手机 AI Agent 客户端（Electron 加 Expo），不自己造引擎，而是把 Claude Code、Codex 和 Pi 收进同一个界面，再加上多设备接力、跨电脑共享模型供应商、手机远程桌面、伙伴与群聊、Orca 多智能体协同、插件与 Skill 体系
2026-10-28 21:35:10
348
原创 一天一个开源项目（第249篇）：Hallmark —— 一个拒绝“AI 味”的设计 Skill，用 48 套材质主题和浏览器 Linter 约束编程助手
Hallmark 的定位很明确：**它是一个 Skill，让编程助手生成的 UI 看上去是“做出来的”而不是“生成出来的”**。它不教模型审美，而是把“机器味”的特征逐条写成规则，再用工具去检查。
2026-10-27 21:05:22
282
原创 一天一个开源项目（第248篇）：CleanYourTV —— 让 AI 编程助手通过 Wi-Fi 给安卓电视去广告、换上 Apple TV 风格主屏
CleanYourTV 是一个把 Android TV / Google TV 去臃肿的开源工具集：电视打开 USB 调试后，由 Claude Code、Codex 或 Gemini CLI 这类编程助手通过 Wi-Fi 备份、停用厂商广告与遥测、安装一个仅 523 KB 的原生启动器
2026-10-26 22:13:35
614
原创 一次 Skill 评测的复盘：我推翻了一份现成的模型选型结论，然后自己造了个评测平台
看了一眼同事的skill评测报告，一怒之下我就自己做了个skill评测平台，来完成长期的skill效果和最佳模型评测和选型
2026-10-25 22:41:08
882
原创 一天一个开源项目（第247篇）：wxa-runner —— 让小程序在普通浏览器里用微信官方基础库跑起来，直接接 Playwright 做无头 E2E
官方的开发者工具只有 Windows 和 macOS 版本，没法塞进 Linux CI；想用 Playwright 这类现代工具，又没有一个能在浏览器里跑的小程序运行环境。wxa-runner解决了这个问题
2026-10-25 21:51:26
304
原创 一天一个开源项目（第246篇）：rec —— Recursive 自研的本地推理引擎，在 Mac 上跑 Flint 编码模型，称比 llama.cpp 快 1.4–2.6 倍
本地跑模型这件事，大家已经有 llama.cpp、Ollama、LM Studio 这些成熟选项。rec 走的是另一条路：不做通用，只服务一个模型和一类场景
2026-10-24 22:15:32
177
原创 一天一个开源项目（第245篇）：Raven —— ‘Harness 的 Harness‘，把 Claude Code、Codex 等智能体编排起来并让它递归自我改进
Raven 是 EverMind-AI 开源的多智能体宿主（Host Agent）：内置 Research / Code / Design / Oncall 四类智能体，通过 ACP、CLI 或 OpenAI 兼容 API 接入 Claude Code、Codex、Hermes Agent 等 13 个第三方智能体
2026-10-23 21:03:03
186
原创 开源项目第244期：高性价比人生指南 —— 767 条建议，每条写明成本、收益、证据等级和原始出处
一本放在 GitHub 上的中文生活指南：覆盖长寿防病、急救、省钱理财、法律红线、失业与工伤、医保社保、恋爱婚育、创业合规等 34 个主题，共 767 条建议
2026-10-22 21:34:56
463
原创 开源项目第243期：ArtCraft —— 给艺术家的 AI 创作 IDE，先搭场景再生成，把「抽卡」变成「手艺」
一个用 Rust + Tauri 写的桌面端 AI 图像与视频创作 IDE：在 2D 画布里合成、在 3D 里摆场景和角色姿势、再选模型出图出片。
2026-10-21 20:39:35
236
原创 开源项目第242期：HyperFrames —— 写 HTML 就能渲染视频，专为 AI Agent 设计的确定性视频框架
HeyGen 开源的 HTML 转视频框架：用 HTML + data 属性 + GSAP 等可 seek 动画描述视频，无头 Chrome 逐帧截取 + FFmpeg 编码，同样的输入永远得到同样的视频
2026-10-20 22:09:00
521
原创 开源项目第241期：YuE2 —— 用符号乐谱当“白盒“接口的开源音乐生成模型，SongBench 超越 Suno v5/v6
一个统一符号与音频音乐生成的开源基础模型：先生成可读、可改、可编辑的旋律和弦乐谱，再渲染成完整歌曲，支持零样本翻唱和多轮对话式音乐编辑
2026-10-19 21:13:33
402
原创 开源项目第239期：Awesome DSH Plugin —— 5000+ 插件的 DeepSeek Harness 生态精选列表
一份社区维护的 DeepSeek Harness (dsh) 插件精选列表：22 个分类、5000+ 条目，覆盖从 UI 增强到安全审计的全部场景。不打分、不排名，只验证"能装上、做到了描述里写的事"。
2026-10-17 22:47:57
660
原创 每日一个开源项目（第238篇）：Impeccable - 让每个 AI 编程工具都学会审美的设计引擎
Impeccable 是一套面向 AI 编程助手的设计语言工具，提供 24 个命令和 59 条确定性检测规则，覆盖从产品背景梳理、视觉系统构建到无障碍/性能审查的完整设计工作流
2026-10-16 20:29:16
721
原创 LLM 驱动的自动化测试系列（14）：落地与工程化——为什么测试场景的 Token 账单,反而是这个系列里最便宜的
这一篇不再引入新的开源项目,而是把已经验证过的证据摆在一起,回答规划文档留到最后的三个更偏工程实践的问题：**测试场景下的 Token 成本量级,跟代码生成场景比起来是什么水平；人工确认门应该放在流程的哪一步；哪些场景明确不该用 LLM 做测试。
2026-10-16 20:21:59
223
原创 LLM 驱动的自动化测试系列（13）：Flaky Test 不是重跑几次就能解决的分类问题
本文探讨 Flaky Test 根因分类：传统工具仅靠重跑平滑不稳定性，DeFlaker 用覆盖率交叉验证 diff，2 star 的 pytest-triage 用 LLM 分类并设四条安全约束，限制 AI 判断出错的影响半径。
2026-10-15 21:33:30
131
原创 一天一个开源项目（第237篇）：DeepSeek Bot —— 把 DeepSeek Harness 变成一个有记忆、能群聊、会互相派活的 Bot 团队
DeepSeek Bot（DS Bot）是 DeepSeek Harness（DSH）的 Bot 插件，把 DSH 变成一个由多个长期存活的 Bot 组成的团队——每个 Bot 本质是一个独立的 DSH 会话，拥有跨会话的持久记忆，支持群聊协作、@ 提及派活、Main Bot 统筹管理
2026-10-15 21:11:26
169
原创 开源项目第236期：PentAGI — 全自主渗透测试多智能体系统，自带 20+ 专业工具箱
一个开源、可自托管的多智能体渗透测试系统：描述目标和需求，一组角色分工明确的 AI Agent 会自己做计划、在隔离的 Docker Sandbox 里跑 nmap/Metasploit/sqlmap 等 20+ 专业工具、记住学到的经验，最后交付一份报告
2026-10-14 21:09:21
310
原创 LLM 驱动的自动化测试系列（12）：像素 diff 之外，谁真的在让 LLM「看懂」UI 变化
本文对比视觉回归测试两条路线：高星纯像素工具（BackstopJS ）仅靠数字阈值处理噪声，无法区分渲染抖动与真实 bug；低星项目 vlmkit 是唯一让 VLM/LLM 参与语义判断的开源实现，架构克制，AI 层可整体拔掉。VLM 能识别语义差异，但会产生幻觉（如把热力图红色误判为元素本身红色），需用确定性方法约束 LLM 的自由裁量权。
2026-10-14 20:48:07
310
原创 开源项目第235期：REA — 让 AI Agent 逆向任何东西，从网站/Electron 应用一路分析到二进制层
一个 MCP 服务器，把你的 AI Agent 变成逆向工程师：看到喜欢的功能，不需要源码，就能分析二进制、JS/Electron 应用、.NET 程序集和网站，给出带证据和局限性说明的结论，再帮你实现一个类似的功能
2026-10-13 21:02:48
346
1
原创 LLM 驱动的自动化测试系列（11）：API 测试为什么反而是 LLM 最保守的战场
这个系列前几篇看到的 UI 自动化（无论是自愈定位还是移动端智能体）都有一个共同的驱动力：UI 是非结构化的，屏幕截图和 DOM 树都需要"理解"才能操作，这正是 LLM 的强项。API 测试恰好相反
2026-10-13 20:58:37
323
原创 LLM 驱动的自动化测试系列（10）：自愈定位——当启发式打分撞上语义理解的天花板
Web UI 自动化测试最脆弱的部分不是断言逻辑，而是元素定位——`id`、`class`、DOM 层级只要改版就可能失效，脚本报错的不是业务逻辑，而是"这个按钮的选择器找不到了"。**自愈定位（Self-Healing Locators）**要解决的正是这个问题：定位失败时，系统尝试自动找到"看起来应该是同一个元素"的新定位方式，而不是让测试直接红掉、等人工去修选择器。
2026-10-12 20:41:07
260
原创 一天一个开源项目（第234篇）：CC Switch —— 一个 App 管理十款 AI 编程工具的 Provider、MCP、Skills 和 Prompts
CC Switch 是一个跨平台桌面应用，统一管理 Claude Code、Codex、Gemini CLI、Grok Build、OpenCode 等十款 AI 编程工具的 API Provider 配置，支持一键切换、本地请求路由转换（Routing）、多 Provider 聚合（Aggregation），并集中管理 MCP、Skills、Prompts，彻底告别手动编辑 JSON/TOML/YAML 配置文件。
2026-10-12 20:35:00
350
原创 开源项目第233期：Open-XiaoAI — 刷机接管小米小爱音箱，接入 ChatGPT/小智 AI/Gemini Live
直接接管小米小爱音箱 Pro（LX06/OH2P）的麦克风和扬声器，把 Server 端的任意大模型/AI Agent 接入进去。Rust 补丁程序只做转发，业务逻辑（小智 AI、MiGPT、Gemini Live、自定义唤醒词）全部跑在你自己的电脑或服务器上。
2026-10-11 19:05:32
243
原创 LLM 驱动的自动化测试系列（09）：移动端自动化（五）——当通用 Agent 框架下沉到测试场景
MetaGPT 是一个'多智能体软件公司'框架，主打需求分析、代码生成这类通用软件工程场景，但它内置了一个 Android 测试 demo。直接读代码会发现规划文档里的一个预设是错的：这个 demo 没有复用 MetaGPT 通常宣传的产品经理/工程师/QA 角色分工，而是只有一个自定义 Role，复用的是 Team/Environment/Role/Action 这套更底层的调度骨架；更关键的是，README 里明确写着它'借鉴了 AppAgent 的思路和代码'——这篇拆解这个通用框架到底继承了 App
2026-10-11 18:56:43
389
原创 LLM 驱动的自动化测试系列（08）：移动端自动化（四）——AppAgent：解析树与视觉特征的结合
AppAgent 是腾讯出品、CHI 2025 收录的多模态智能体框架，目标是让一个多模态大模型像人一样通过点击、滑动操作手机 App，而不依赖任何系统后端接口
2026-10-10 20:57:14
445
原创 一天一个开源项目（第232篇）：DSH Desktop —— 把桌面壳本身也做成一个插件，30k+ Stars 的 DeepSeek Harness 桌面客户端
DSH Desktop 是社区打造的 DeepSeek Harness（DSH）桌面客户端，面向 Windows/macOS，核心理念是"万物皆插件，桌面本身也是插件"——窗口、托盘、终端、更新器全部以 DSH 插件形式接入运行时，而非魔改上游源码
2026-10-10 20:51:03
336
原创 一天一个开源项目（第231篇）：MiniMind —— 花3块钱、2小时，从零训练一个 64M 参数的大语言模型
MiniMind 是一个完全从零用原生 PyTorch 实现的开源 LLM 训练项目，核心主张是"用约3元成本、2小时训练时间，从零训练一个6400万参数的语言模型"。覆盖完整训练链路：预训练、SFT、LoRA、DPO、RLAIF（PPO/GRPO/CISPO）、Agentic RL、知识蒸馏，并延伸出视觉、多模态、扩散模型、线性注意力等衍生项目
2026-10-09 20:45:10
265
原创 LLM 驱动的自动化测试系列（07）：移动端自动化（三）——Mobile-Agent-v3 与自研 GUI-Owl 模型路线
Mobile-Agent-v3 是阿里通义实验室（Tongyi Lab）基于自研 GUI-Owl 模型打造的多智能体框架，跟前两篇依赖通用 VLM（Gemini/GPT/Claude）做感知的 ARTEMIS、Mobilerun 走的是完全不同的路：自己训练一个专门做 GUI grounding 的模型，让它输出'绝对像素坐标'而不用再猜。
2026-10-09 20:24:13
492
原创 LLM 驱动的自动化测试系列（06）：移动端自动化（二）——DroidRun/Mobilerun 的角色级模型拆分
DroidRun（现更名为 Mobilerun）用统一的设备驱动抽象把 Android 和 iOS 塞进同一套工具接口，但它跟上一篇的 ARTEMIS 走的是完全不同的路：不是'任务级'选择 Flash 还是 Pro，而是'角色级'——Manager、Executor、FastAgent 三个角色分别配模型、配温度。这篇拆解它的多智能体工作流、Portal 无障碍服务、App Card 机制
2026-10-08 20:44:31
381
原创 一天一个开源项目（第230篇）：HandRaw-Style —— 把 327 种手绘风格、165 种排版、36 种配色编号化，让 AI 画图不再每次都飘
HandRaw-Style 是一个"手绘风格编号画廊与双语提示词 Skill"，把 327 种手绘插画风格、165 种排版图型、36 种经典单色主题色全部编号归档，用户只需说出编号加主题，就能生成测试过的双语 AI 绘图提示词，彻底解决"画风描述模糊，每次生成都飘"的问题。支持智能推荐、精确选号、海报设计、文章配图、摄影策划等多种模式
2026-10-08 20:35:32
189
原创 LLM 自动化测试系列（05）：移动端自动化（一）——ARTEMIS 的双模式架构拆解
Google 开源的 ARTEMIS 让 AI 助手和测试套件像人一样操作真机。这篇先讲清楚它是什么、特色在哪，再深挖 Flash/Pro 双模式的图结构、'verify vs assert'的语法级区分、两层预执行安全网，以及最容易被忽略的一点——它给'元素定位'单独配了一个 Google 自研的具身推理模型 Gemini Robotics-ER，而不是让通用 VLM 顺手做定位。这些技术点跟它宣称的 AndroidWorld 99%+ 到底是什么因果关系，这篇说清楚。
2026-10-07 20:06:20
530
原创 开源项目第229期：e2e — 用自然语言写 E2E 测试，还能把 Agent 跑过的操作录成‘回放缓存‘免模型调用
TesterArmy 出品的 Web/移动端端到端测试框架。核心创新：agent.act 用自然语言描述目标让 AI Agent 操作应用，agent.assert 用模型判断断言是否成立，而验证通过后的操作会被录制成回放缓存，后续运行无需模型调用直接重放，直到应用变化才让 Agent 重新接管
2026-10-07 19:58:56
459
原创 LLM 自动化测试系列（04）：Web UI 自动化——Midscene 的视觉驱动脚本化
字节跳动开源的 Midscene 走的是纯视觉定位路线：不写 selector，直接把截图交给视觉模型，用自然语言描述'点击提交按钮'。这篇拆解它的三种模型角色分工（Default/Planning/Insight）、aiAct 的重规划循环、规划缓存与定位缓存各自的失效判定逻辑，以及跟 Stagehand 这类基于 DOM/无障碍树的方案比，鲁棒性和成本的权衡到底在哪
2026-09-26 16:58:14
372
原创 一天一个开源项目（第228篇）：AX —— Google 开源的「Kubernetes for Agents」，用声明式 YAML 编排十亿级 Agent 任务
AX（google/ax）是 Google 开源的高吞吐声明式 Agent 编排运行时，目标是在单个集群里调度十亿级的自主 Agent 工作负载。它借鉴 Kubernetes 的心智模型，用 Task、Workspace、Model 三个核心原语描述 Agent 任务，底层跑在 Agent Substrate 沙箱之上，提供 kubectl 风格的 CLI（apply/get/watch/ssh/suspend/resume）
2026-09-26 16:52:45
408
原创 一天一个开源项目（第 227 篇）：Strands Agents Harness SDK —— 从「手写 Agent 循环」到「一行代码拿到生产级 Agent」
Strands Agents（strands-agents/harness-sdk）是 AWS 团队开源的 Agent 开发 SDK，提供 Python/TypeScript 双语言实现。核心亮点是 Strands Harness——一个通过 create_harness() 单次调用即可组装出的"全副武装"生产级 Agent
2026-09-25 18:00:05
318
原创 LLM 自动化测试系列（03）：单元测试生成——TestGen-LLM 与 Qodo Cover
让 LLM '随便写点测试'，产出的往往是编译不过、断言写死 true、或者根本不提升覆盖率的垃圾测试。Meta 的 TestGen-LLM 论文给出的解法不是让模型变聪明，而是用一套机械化的过滤器把不合格的产出全部筛掉。这篇拆解这套过滤器的具体设计，以及它的开源实现 Qodo Cover 怎么把这套思路落地成可跑的 CLI 工具。
2026-09-23 19:08:02
498
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人