跳到主要内容
prolist.
发现项目AI 收集我的项目我的模型
正在确认账号…
prolist.

发现有价值的项目,留下有依据的判断。

项目专题关于我的收藏
© 2026 prolist项目知识,由人判断。

IDEAS CONNECT PROJECTS

沿着兴趣,发现项目。

从一个标签出发,打开一份值得研究的档案。

收集项目线索
筛选与排序 · 已应用
地图列表
不限标签32AI Agent8开源7MIT6Python6LLM5RAG5知识管理4Markdown4MCP4记忆系统3提示词工程3图像生成3

项目搜索结果

找到 32 个项目

清除筛选

以下内容已由 AI 根据历史资料整理,供本地测试,未经人工复核。

内容创作主题配图

GPT-Image 2 品牌包装系统提示词

一套通过约2000字模块化提示词,为任意品牌与品类生成品牌提案级包装系统展示图的方法论。

这是一套专为 ChatGPT Image 2.0 设计的品牌包装系统展示图提示词工程方法论,由 @MrLarus 实战验证。其核心是一套约 2000 字的中文提示词模板,用户只需替换【品牌名称】和【品牌类目】两个变量,即可生成包含手提袋、礼盒、单品盒、瓶罐容器、标签贴纸、产品本体等多种包装载体,且所有元素共享统一品牌视觉识别系统的展示海报。该方法论通过十层模块化控制架构,分别约束画幅、品牌系统完整性、品类适配、元素数量、视觉一致性、配色机制、构图、视觉风格、光影和最终效果。其核心设计思想包括系统感优先、受控发散配色、克制即高级、品类驱动、提案感优先和三段式构图。报告显示,该方法已在美妆、轻食、烘焙、茶饮四个不同品类品牌上生成高质量输出。该方法论适用于品牌提案、电商视觉升级、创业团队 MVP 视觉、设计灵感探索和设计教育等场景,但报告也明确指出其局限,包括品牌深度不足、Logo 真实性有限、输出为位图不可直接用于印刷、存在版权风险以及品类覆盖有限。

模板化品牌包装设计品牌视觉系统
09.08
开发工具主题配图

SSO单点登录对接流程

面向钉钉、飞书、企业微信的统一身份认证对接方案

该文档系统梳理了对接钉钉、飞书、企业微信三大平台实现单点登录(SSO)的完整流程。文档首先阐述了没有SSO时企业面临的多账号管理成本大、审计困难等痛点,并解释了为何需要对接这三家主流协作平台。核心思想是将身份认证从各业务系统中剥离,交由统一的信任中心处理。文档详细介绍了OAuth 2.0授权码模式及OIDC协议的原理,对比了三大平台在协议支持、Token格式、开发体验等方面的差异。针对每个平台,文档提供了前置条件、时序图、关键接口速查等具体对接指引。此外,文档还涵盖了统一SSO架构设计、用户表设计、核心代码示例等工程落地内容,并列举了企业内部多系统统一登录、B2B SaaS多租户接入、移动端H5免登等真实应用场景。

第 1 页第 2 页
钉钉飞书企业微信
09.08
AI 智能体主题配图

hermes-agent-ecosystem

具备持续记忆与自动技能提取的自我进化型 AI Agent 框架

Hermes Agent 是由 Nous Research 团队开发的开源 AI Agent 框架,GitHub 星标超过 90,000。其核心定位不是简单的“大模型套壳聊天工具”,而是具备持续记忆、自动技能提取和跨会话成长能力的自我进化型 Agent。传统 AI Agent 每次会话后所学技能、积累经验和对用户的理解全部归零,而 Hermes Agent 引入持久化记忆系统、技能自动发现与注册机制以及三层记忆架构,使能力持续增长。框架采用“最小核心 + 最大扩展”原则,核心 Agent Loop 精简,工具、技能、记忆、提示等能力通过注册机制动态注入。记忆系统分为 MemoryStore、MemoryManager 和 MemoryProvider 三层,支持跨会话检索和上下文压缩。技能系统从实际使用中自动提取重复模式,并采用渐进式加载策略。工具体系覆盖浏览器、代码执行、语音等场景,并内置多后端架构。此外,Prompt Builder 模块化组装系统提示,内置注入守卫;Auxiliary Client 管理多模型路由与自动降级。整体生态包含 80+ 衍生项目,形成“Agent 构建生态,生态增强 Agent”的正向飞轮。

多模型路由工具集记忆系统
09.08
CLIProxyAPI 本地反代大模型 API 网关 README 配图
开发工具GitHub 项目

CLIProxyAPI 本地反代大模型 API 网关

将已授权的 AI CLI 账号统一转换为 OpenAI 兼容 API 的本地网关

CLIProxyAPI 是一个用 Go 编写的轻量级 AI 代理网关,由 router-for-me 团队开源维护,采用 MIT 协议。它能够将用户已登录授权的各种 AI CLI 工具(如 Gemini CLI、ChatGPT Codex CLI、Claude Code CLI)包装成一个统一的 OpenAI 兼容 API 接口,默认暴露在本机 localhost:8317 上。该工具解决了 AI 服务格式不统一、CLI 能力无法被代码调用、多账号管理混乱、安全暴露风险等问题。其核心设计思想包括:将 CLI 授权能力网关化、以 OpenAI 格式为标准、双层隔离架构、多账号轮询实现负载均衡、默认本机监听保障安全。CLIProxyAPI 支持流式/非流式响应、函数调用、多模态等功能,并支持多账户轮询负载均衡。它适用于本地 Agent 开发调试、多账号额度聚合、统一接入多个 AI 模型、IDE 编码助手后端等场景。但需注意,它主要代理 Chat 能力,不支持 Embeddings、Fine-tuning 等完整 API 特性,且依赖 CLI 授权,存在服务条款风险和稳定性问题。

本地部署多账号轮询协议翻译
09.08
微软Qlib AI量化投资平台 README 配图
数据与分析GitHub 项目

微软Qlib AI量化投资平台

微软研究院开源的AI量化投资研究平台,将量化研究全流程标准化

Qlib 是微软研究院(Microsoft Research)开源的面向 AI 的量化投资平台。它将量化投资的完整研究流程——从数据获取、特征工程、模型训练到回测评估——标准化为一套模块化的 Python 框架,让开发者可以专注于策略逻辑本身,而不是底层工程实现。Qlib 采用分层模块化架构,从底向上依次为数据层、特征引擎、模型层、策略层、回测与评估层、在线服务层。数据层负责数据的获取、存储和预处理,统一存储为 qlib binary 格式;特征引擎内置 Alpha158 和 Alpha360 特征集;模型层支持传统机器学习(LightGBM、XGBoost)、深度学习(LSTM、Transformer)以及强化学习;策略层提供 TopkDropout、TopK 等策略;回测与评估层考虑滑点、交易摩擦、手续费,并提供 IC、Sharpe Ratio、Max Drawdown 等评估指标;在线服务层支持模型部署到生产环境。Qlib 支持美股、A 股、港股等市场,并集成了微软的 RD-Agent,可自动搜索最优的模型架构和因子组合。

回测机器学习开源
09.08
内容创作主题配图

GPT-image2 社区提示词合集

社区实战验证的 GPT-image2 提示词速查手册

本合集基于社区创作者在 X 平台发布的「GPT-image2 最强玩法合集」,系统整理了 15 类经过社区实测的提示词场景,涵盖日历设计、代码海报、Logo 生成、书法复制、试卷生成、架构图绘制、UI 仿真、直播切片、MV 制作等。报告指出,GPT-image2 的核心突破在于原生文字渲染(中英日韩)和 UI 截图级逼真度,用户只需一句话中文提示词即可出图,无需学习复杂参数。合集还介绍了 URL 输入、多轮对话迭代、跨工具联动(如与 Seedance2 配合生成视频)等能力。报告同时说明,该文档是《GPT-image2 深度技术指南》的实战补充篇,侧重社区玩法而非模型原理与 API 工程。

内容管线提示词图像生成
09.08
LLM Wiki Desktop (nashsu/llm_wiki) README 配图
知识管理GitHub 项目

LLM Wiki Desktop (nashsu/llm_wiki)

一款将文档编译为结构化、互相关联知识库的跨平台桌面应用

LLM Wiki 是一款跨平台桌面应用,由开发者 nashsu(Yong Su)基于 Andrej Karpathy 提出的 LLM Wiki 模式构建,将抽象设计模式转化为功能完整的桌面软件,能够自动将文档转化为结构化、互相关联的知识库。其核心定位是编译式知识管理,区别于传统 RAG 的检索式模式。应用采用三层架构(Schema 层、Wiki 层、Raw 层),支持 Ingest、Query、Lint 三大核心操作。其关键创新是 Two-Step Chain-of-Thought Ingest,将单步摄取拆分为分析和生成两步,以提升页面质量。知识图谱采用四信号模型(直接链接、来源重叠、共同邻居、类型亲和)并结合 Louvain 社区检测。查询采用多阶段检索管线,包含分词搜索、可选向量搜索、图谱扩展和预算控制。应用支持多格式文档导入、Chrome 扩展 Web Clip、Deep Research 等功能,数据完全本地化,Wiki 目录兼容 Obsidian。

知识管理知识图谱桌面应用
09.08
Architecture Diagram Generator README 配图
AI 智能体GitHub 项目

Architecture Diagram Generator

用自然语言对话生成专业架构图的 Claude Skill

Architecture Diagram Generator 是由 Cocoon AI 开发的 AI 驱动系统架构图生成器,以 Claude.ai Skill 的形式存在。用户用自然语言描述系统架构,Claude 即可生成深色主题、自包含的 HTML 架构图文件。项目定位为 AI 辅助设计/架构可视化,目标用户是架构师、技术负责人和开发者,运行环境为 Claude.ai(Pro/Max/Team/Enterprise)。核心特性包括零设计门槛、通过对话极速迭代、输出自包含 HTML 文件(内嵌 CSS 与内联 SVG,无外部依赖),以及采用深色主题、语义色彩编码和 JetBrains Mono 字体的专业视觉系统。项目采用 MIT 协议,当前版本为 v1.0。

架构图生成自然语言AI驱动
09.08
知识管理主题配图

llm-knowledge-bases

以 LLM 为知识编译器的个人知识库构建方法

本条目整理自一份关于 Andrej Karpathy 个人知识库构建方法的技术拆解报告。报告指出,Karpathy 于 2026 年 4 月公开分享了一套基于 LLM 的知识库构建方法,其核心是从“操作代码”转向“操作知识”,将 LLM 视为知识库的核心引擎。系统采用五层架构:数据摄取层将网页、论文、代码等原始数据统一收集到 raw/ 目录;知识编译层由 LLM 将原始数据“编译”为结构化的 Markdown Wiki,包括摘要、概念文章、反向链接和索引文件;查看与浏览层使用 Obsidian 作为前端;问答层通过 LLM Agent 检索知识库并生成结构化回答;维护层通过 LLM 健康检查确保知识库一致性。报告强调,在约 40 万词的规模下,LLM 可以自动维护索引,无需传统 RAG 组件。每次查询的结果会回写知识库,实现增量增强。

个人知识管理知识管理知识库
09.08
val1813 的 GitHub 头像val1813/kwcode
AI 智能体GitHub 项目

KWCode天工开物

为本地小模型优化的确定性流水线 Coding Agent CLI 工具

KWCode(天工开物)是一个专为本地开源模型优化的 Coding Agent CLI 工具,由中国开发者 val1813(ValHuang)开发,MIT 协议开源。其核心定位是让 8B-30B 参数的小模型也能完成编程任务,数据不出网。 KWCode 采用确定性专家流水线架构,LLM 只负责任务分类和代码生成,文件定位、验证、调试等环节由确定性代码完成。内置 5 个确定性工具,支持 BM25+AST 调用图定位、三阶段重试、Debug Subagent 运行时调试、DAG 多任务编排、专家飞轮自动积累经验等功能。 项目支持 Windows/macOS/Linux 平台,Windows 原生运行,无需 WSL2。系统要求 Python 3.10+,支持任意 OpenAI 兼容 API。当前处于 MVP 阶段,AST 引擎主要支持 Python,社区规模较小。

本地模型开源确定性流水线
09.08
AI 智能体主题配图

GPT Image 2 自动化生图套利实战

基于 GPT Image 2 与 MaxHermes 的自动化生图套利方法体系

本收藏记录了一套基于 OpenAI GPT Image 2 图像生成能力与 AI Agent(MaxHermes)自动化编排的商业化变现方法体系。核心思路是利用 GPT Image 2 的高质量生图能力,结合 MaxHermes 的自动化任务编排,将原本需要人工完成的生图任务变成 7×24 小时自动运行的流程。报告指出,该方法体系解决了“知道能赚钱但没时间做”的痛点,并提供了从低到高的六种变现路径,包括老照片修复、教育素材资料包、电商商品图、社媒起号、倒卖 API 和接单赚钱。报告还介绍了四层技术架构,包括图像生成能力、提示词工程、AI Agent 自动化编排和远程控制层,并说明了自进化 Skill、定时任务和微信控制等核心机制。报告同时指出了该方法的局限,如窗口期短、平台依赖、竞争加剧、质量不稳定和客户获取难等。

定时任务提示词工程图像生成
09.08
内容创作主题配图

AI形象照接单级模板提示词

一套分层锁定的AI生图提示词架构,将专业摄影参数硬性锁定,仅开放客户定制区,实现标准化接单交付。

AI形象照接单级模板提示词是一套结构化的AI生图提示词工程方法论,旨在将Midjourney、Flux、GPT Image等AI图像生成工具的输出质量从“塑料感”提升到商业影楼级写真水准,并实现标准化接单交付。其本质是分层锁死的提示词架构:将摄影参数(镜头、光位、胶片质感)硬性锁定,仅暴露客户定制区(动作、穿搭、修饰)作为可变变量。用户只需复制模板、填入客户需求、让LLM生成最终提示词,并配合客户原始照片垫图出图。该方法论解决了传统AI生图的六大痛点,包括“塑料微商味”、非标交付、摄影知识门槛、客户需求翻译困难、效率低下和AI发散不可控。核心思想是“锁定底层参数,只动客户变量”,通过三层分离架构(客户定制层、项目设定层、摄影锁定层)实现。报告还提供了五套风格模板(影楼级黑白写真、王家卫复古港风、法式冷金油画感、美漫赛博硬核风、时装型录Lookbook),以及标准接单出图流程、工具环境、常见问题排查和优缺点分析。

接单变现模板化商业摄影
09.08
Donchitos 的 GitHub 头像Donchitos/Claude-Code-Game-Studios
AI 智能体GitHub 项目

Claude Code Game Studios

将单个 Claude Code 会话改造为完整游戏开发工作室的开源模板仓库

Claude Code Game Studios(CCGS)是一个开源模板仓库,将单个 Claude Code 会话改造为一个完整的游戏开发工作室。它不是一个独立工具或引擎,而是一套运行在 Anthropic Claude Code CLI 环境之上的组织架构层,通过 49 个专业 AI Agent、72 个 Slash Command(Skill)、12 个自动化 Hook、11 条路径作用域规则和 39 个文档模板,模拟真实游戏工作室的层级分工与协作流程。CCGS 属于 AI 多 Agent 协作模板,不提供新的 AI 能力,而是把 Claude Code 已有的 Agent 机制组织成一套游戏开发专用的流程体系。其核心是三级 Agent 层级,对应真实工作室的组织架构,并采用用户驱动的五步协作协议。CCGS 支持 Godot 4、Unity、Unreal Engine 5 引擎,主要测试平台为 Windows 10 + Git Bash,兼容 macOS 和 Linux。

工作流模板游戏开发
09.08
AI 智能体主题配图

Xiaomi MiMo 大模型

小米自研的 Agent 基础模型,面向“完成任务”而非“回答问题”设计

Xiaomi MiMo(Mind in Motion)是小米集团自研的大语言模型产品线,面向 Agent 时代设计,覆盖文本生成、全模态理解、语音合成三大能力域。它被定位为一套完整的智能体基础模型体系,设计目标是“完成任务”而非仅仅是“回答问题”。MiMo 解决的核心问题是让 AI 从“能对话”进化到“能干活”,能够稳定完成近千轮工具调用的长程任务,自主诊断和恢复错误,并同时处理文本、图像、音频、视频等多种模态信息。截至 2026 年 4 月,MiMo 系列已迭代至 V2.5 版本,包含旗舰推理模型 MiMo-V2.5-Pro、全模态 Agent 模型 MiMo-V2.5、语音合成模型 MiMo-V2.5-TTS、语音识别模型 MiMo-V2.5-ASR 以及轻量快速模型 MiMo-V2-Flash。其核心架构创新包括混合注意力机制和全模态统一架构,并强调 Token 效率优化。

1M上下文大语言模型混合注意力
09.08
AI 智能体主题配图

AI Agent编程技术全景对比

对比 Hermes Agent、NanoClaw 与 OpenHarness 三大 Agent Harness 框架的技术全景指南

本报告对 2025-2026 年 AI Agent 编程领域的三个代表性框架进行了全景对比:Hermes Agent(Nous Research,47.5k Stars)、OpenClaw/NanoClaw(轻量级 Agent 运行时)以及 OpenHarness(HKUDS,8.4k Stars)。报告首先介绍了 Agent Harness 范式的技术定义与谱系,指出其为 LLM 提供工具、搜索、记忆与安全边界等基础设施。随后分析了 AI 编程的六大结构性痛点,包括模型无记忆、工具碎片化、无法持久化、模型锁定与单 Agent 瓶颈等。核心章节详细阐述了各框架的设计思想、核心原理与系统架构,并通过对比矩阵、关键数据流和典型应用场景,展示了它们在功能定位、技术特性与适用场景上的差异。报告还讨论了工程落地建议、优缺点与通用局限,并澄清了常见误区,为开发者选择和使用 Agent 框架提供了参考。

多Agent协调Agent HarnessAI Agent
09.08
microsoft 的 GitHub 头像microsoft/markitdown
开发工具GitHub 项目

MarkItDown

微软开源的轻量级多格式文档转 Markdown 工具,为 LLM 与 RAG 管道提供结构化文本提取。

MarkItDown 是微软 AutoGen 团队开发并维护的开源 Python 工具,采用 MIT 协议,当前 GitHub 星标超过 105k,最新版本为 v0.1.5(2026 年 2 月发布)。它支持 PDF、Word、PowerPoint、Excel、图片、音频、HTML、EPUB 等 15 种以上文件格式,将其转换为结构化的 Markdown 文本。其核心设计目标是让 LLM 和文本分析工具能以最高效的方式“阅读”非文本文件,输出为机器可消费的结构化文本,而非人类可读的高保真转换。工具采用可插拔的 Converter 架构,每种格式对应独立转换器,核心库仅依赖 Python 标准库,其他功能通过可选依赖按需安装。v0.1.0 之后支持流式处理,不创建临时文件。基础转换不依赖 LLM,但可选用 LLM 增强图片描述与 OCR 功能。此外,项目提供 MCP 服务器,便于 AI 客户端直接调用。

开源文档转换LLM
09.08
CosyVoice README 配图
内容创作GitHub 项目

CosyVoice

多语种语音生成模型,支持3秒声音克隆与流式合成

CosyVoice 是阿里巴巴达摩院 FunAudioLLM 团队开发的多语种大语音生成模型,提供推理、训练和部署的全栈能力。其核心能力包括仅需 3 秒参考音频即可实现零样本声音克隆,覆盖 9 种常见语言和 18 种以上中文方言,并支持跨语种克隆。模型采用 LLM 生成语义 Token 与 Flow Matching 渲染声波的双阶段架构,CosyVoice 2.0 起支持双向流式合成,延迟低至 150ms。CosyVoice 3.0 引入多任务 Tokenizer 和可微分奖励模型后训练,训练数据扩展至 100 万小时。项目采用 Apache-2.0 许可证,支持本地部署,提供 Docker、FastAPI、gRPC、vLLM、TensorRT-LLM 等多种部署方式。

多语种流式合成深度学习
09.08
JFGAtlas 的 GitHub 头像JFGAtlas/aethergate-pro
其他项目GitHub 项目

AetherGate Pro

基于 Linux 网络命名空间隔离的免费住宅 IP 代理网关管理器

AetherGate Pro 是一款专为 Linux VPS 设计的企业级、高可用 VPN 与代理网关管理器。它利用 VPNGate 公共学术 VPN 节点池作为免费住宅 IP 来源,通过 Linux 网络命名空间(netns)隔离 VPN 流量,对外暴露统一的混合协议代理端口(SOCKS5 + HTTP),让用户以零成本获取全球住宅/移动网络出口 IP。项目由 JFGAtlas(狗富贵)开发,采用 MIT 开源协议,核心语言为 Python 3(异步架构),当前版本为 v2.0.0-async。它解决了 VPS 上直接运行 VPN 客户端导致 SSH 断连、商业住宅代理价格高昂、免费节点质量参差以及运维复杂度高等问题。通过 netns 隔离、自动节点筛选、看门狗故障自愈等机制,提供一键部署、自动故障转移、混合协议支持等功能。适用于测试、学习、轻量爬虫等场景,不适合大规模生产环境。

代理网络命名空间住宅IP
09.08
知识管理主题配图

知识检索技术全景对比

从传统RAG到LLM Wiki,一文看懂五大知识检索技术流派

本文档是一份关于知识检索技术的深度对比指南,系统梳理了当前领域的五大技术流派:传统RAG、PageIndex、SirChmunk、MinerU和LLM Wiki。文档从技术概述、问题背景、核心思想、核心原理、系统架构、关键流程、技术关系、应用场景、工程落地、优缺点与适用边界等多个维度进行了全面分析。文档指出,传统RAG存在语义碎片化、静态索引僵化、近似匹配不等于真正相关、文档解析能力弱、知识不累积等五大结构性缺陷。针对这些痛点,PageIndex通过构建文档语义树实现推理式树搜索,SirChmunk采用无索引实时扫描与自进化缓存,MinerU作为文档解析上游基础设施提供高质量输入,LLM Wiki则通过编译式知识管理实现知识累积复利。文档强调,未来知识检索一定是混合方案,根据查询类型自动选择检索策略,没有银弹。

文档解析知识管理知识检索
09.08
内容创作主题配图

GPT-image2(OpenAI 图像生成模型)

OpenAI 第二代原生图像生成模型,以 Transformer 端到端架构实现印刷级文字渲染与 UI 仿真。

GPT-image2 是 OpenAI 推出的第二代原生图像生成模型,模型 ID 为 gpt-image-1.5,属于 GPT 多模态模型家族中专门负责图像输出的成员。与 DALL·E 系列不同,它不是独立的扩散模型,而是直接嵌入在 GPT 推理架构中的图像生成能力,用同一个 Transformer 做文本理解和图像输出。该模型解决的核心问题是让 AI 生成的图片不再“一眼假”,在文字渲染、UI 仿真、细节精度、多语言支持等方面实现了跨越式提升。其核心优势包括:文字渲染达到印刷级精度,能精确模拟 App 界面、网页截图、后台管理面板,支持中文等多语言原生理解,并支持对话式迭代修改。模型通过 Responses API 和 Chat Completions API 接入,适合海报、UI 截图、试卷、书法、架构图等精确性场景。其局限包括成本较高(标准输入每张 8 美元)、生成速度较慢、审美需精细 Prompt 控制、无本地部署选项。

多模态图像生成文字渲染
09.08
其他项目主题配图

Supertonic vs MOSS-TTS-Nano 开源轻量级 TTS 深度对比

对比两款开源轻量级 TTS:Supertonic 跨平台部署,MOSS-TTS-Nano 零样本声音克隆

本文档对比两款开源轻量级 TTS 系统:Supertonic 与 MOSS-TTS-Nano。Supertonic 由 Supertone Inc. 开发,基于 ONNX Runtime 完全本地运行,约 99M 参数,支持 31 种语言,提供 11 种语言 SDK,采用 Flow Matching 与语音自编码器架构,代码 MIT 许可,模型 OpenRAIL-M。MOSS-TTS-Nano 由 MOSI.AI 和复旦大学 OpenMOSS 团队开发,仅 0.1B 参数,基于 Audio Tokenizer + LLM 纯自回归架构,支持实时流式推理,可在 4 核 CPU 上运行,支持零样本声音克隆,输出 48kHz 立体声,Apache-2.0 许可。两者均解决传统 TTS 的部署、质量、工程与生态痛点,但侧重点不同:Supertonic 适合跨平台部署与极低资源设备,MOSS-TTS-Nano 适合声音克隆与中文 TTS。文档还包含架构原理、系统架构、关键流程、应用场景、优缺点与选型建议。

端侧推理声音克隆语音合成
09.08
yetone 的 GitHub 头像yetone/native-feel-skill
AI 智能体GitHub 项目

Native Feel Skill - 跨平台桌面应用原生体验架构

一套让 WebView 渲染的 UI 无法被用户分辨为原生应用的 AI Agent 技能包

Native Feel Skill 是一个 AI Agent 技能包,由开发者 yetone 创建,将 Raycast 2.0 的跨平台桌面应用架构经验提炼为可复用的结构化领域知识。它包含 8 条架构准则、四层架构方案(原生外壳 → 系统 WebView → Node 后端 → Rust 内核)、WebKit/WebView2 生存指南、75 项上线检查清单、IPC 契约设计指南、内存真相手册及 Raycast Beta 逆向证据。该技能包主要解决跨平台桌面开发中开发效率与原生性能不可兼得的问题,通过精确定义共享与原生边界,在 WebView 渲染表面画线,上方共享 React/TS 代码,下方使用原生 Swift/C#,让用户无法分辨是否为原生应用。安装到 Claude Code、Cursor 等兼容 AI Agent 后,讨论跨平台桌面应用架构时自动激活,提供架构建议、问题诊断和优化方案。

技能包架构跨平台桌面
09.08
知识管理主题配图

LLM Wiki — 用 LLM 构建持久化个人知识库

让 LLM 成为知识库的编译器和维护者,实现知识的持续积累与复利增长

LLM Wiki 是 Karpathy 于 2026 年 4 月提出的一种用 LLM 构建和维护个人知识库的方法论。其核心主张是不再把 LLM 当作临时问答工具,而是让它成为知识库的编译器和维护者,像程序员维护代码库一样,持续读取源材料、写入 Wiki 页面、更新交叉引用、标记矛盾。该方法论横跨个人知识管理、LLM 应用范式和知识编译三个领域,旨在解决传统 RAG 模式没有知识积累、无法发现矛盾、无法跨文档综合、查询结果无法沉淀以及人类维护负担过重等痛点。其核心思想是让 LLM 成为知识库的编译器和维护者,而非临时检索引擎。底层基于三层架构:Raw Sources(原始源材料)、The Wiki(知识库)和 The Schema(配置规范),并通过 Ingest(摄入)、Query(查询)、Lint(健康检查)三个核心操作实现知识的增量编译和持续维护。该方法论适合长期深度研究、个人知识管理等场景,但存在 Token 消耗高、冷启动成本高、幻觉风险等局限。

知识编译知识管理Git
09.08
fireworks-tech-graph README 配图
开发工具GitHub 项目

fireworks-tech-graph

用自然语言描述系统,几秒钟生成可嵌入文档的 SVG+PNG 技术图表

Fireworks Tech Graph 是一个专为 Claude Code 设计的开源 Skill,能够将自然语言描述直接转换为生产级质量的 SVG + PNG 技术图表。它支持 8 种图表类型、5 种视觉风格,并内置了深厚的 AI/Agent 领域知识(RAG、Agentic Search、Mem0、Multi-Agent、Tool Call 等)。核心解决的问题是让开发者和技术写作者不用学习任何图表 DSL(如 Mermaid 语法、PlantUML、Graphviz DOT),也不用打开 draw.io 等可视化编辑器,只需要用自然语言描述系统,就能获得出版级的技术图表。它本质上是一套注入到 Claude Code 中的专业绘图知识和规则体系,包含 9 步固定工作流、语义形状系统、语义箭头系统、5 套完整的视觉设计系统、40+ 产品图标库以及 AI/Agent 领域的 7+ 内置架构模式。输出为可编辑的 SVG 文件和 1920px 高清 PNG 文件,完全离线使用,不依赖外部 API 或 CDN。

技术图表开源自然语言生成
09.08