原创 GitHub - phuryn/pm-skills: PM Skills 市场：100+ 个智能体技能、命令和插件——涵盖发现、战略、执行、发布和增长。· GitHub

`shipping-artifacts` — 让 AI 构建的应用具备可审查性的持久化文档集：每个应用都需要的核心文档（架构、用户/权限流程、权限、变量/密钥、测试覆盖率映射），以及仅在适用时添加的条件性文档（邮件、cron、SEO、内嵌 Agent/自动化）。→ `/write-prd` 规划产品上线？- `/document-app` — 对代码库进行逆向工程，生成审阅者和审计员所需的系统文档——核心文档集（架构、流程、权限、变量），以及适用时的条件性文档（邮件、cron、SEO、自动化）

原创 GitHub - addyosmani/agent-skills：面向 AI 编程智能体的生产级工程技能 · GitHub

**SSH 报错？** Marketplace 通过 SSH 克隆仓库。| [test-driven-development](/addyosmani/agent-skills/blob/main/skills/test-driven-development/SKILL.md) | Red-Green-Refactor、测试金字塔（80/15/5）、测试规模、DAMP 优于 DRY、Beyonce Rule、浏览器测试 | 实现逻辑、修复 Bug 或变更行为时 |通过 `/webperf` 运行 |

原创 GitHub - mvanhorn/last30days-skill：AI agent skill，可跨 Reddit、X、YouTube、HN、Polymarket 及 web 对任意主题进行研究，

/last30days OpenAI --competitors` 会让宿主推理模型通过 WebSearch 自动发现前 2 名同类产品（如 Anthropic、xAI），针对每个实体运行 Step 0.55，并带上 `"OpenAI vs Anthropic vs xAI"` 和每个实体各自的 `--competitors-plan` JSON 调用引擎。** `/last30days Kanye West` - 英国拒绝了他的签证，Wireless Festival 取消，赞助商纷纷撤离。

原创 GitHub - nesquena/hermes-webui: Hermes WebUI：从网页或手机使用 Hermes Agent 的最佳方式！· GitHub

*[@dso2ng](https://github.com/dso2ng)** — 会话血缘 + 诊断（25 个 PR，`v0.50.227` → `v0.51.153`）用于有界会话图诊断的 `/api/session/lineage-report/ ` 端点（#2012）、陈旧 Mermaid 渲染错误清理（#1337）、`session_source="fork"` 续接链隔离（#2063）、侧边栏徽章展开时懒加载血缘报告（#2130），以及会话加载方面大量前端稳定性修复。

原创 ATerminal：用 AI 构建随身终端 —— 基于 Tailscale + PWA + ntfy 的自托管浏览器终端

1. **用最小化工具链解决真实问题**：作者没有追求"完美架构"，而是选了恰好够用的组合（Tailscale + xterm.js + Socket.IO），这种务实的工程判断值得学习。2. **安全边界的设计哲学**：选择 `tailscale serve` 而非 Funnel，说明作者清楚地划定了"内网工具"和"公网服务"的边界，不过度暴露是自托管安全的第一原则。- **放弃 `tailscale funnel`** 的原因：Funnel 会将服务暴露到公网，超出"仅家庭机器访问"的安全边界。

原创 GitHub - multica-ai/andrej-karpathy-skills: 一个用于改善 Claude Code 行为的 CLAUDE.md 文件，源自 Andrej Karpathy 对

本仓库包含一个已提交的 Cursor 项目规则文件（[`.cursor/rules/karpathy-guidelines.mdc`](/multica-ai/andrej-karpathy-skills/blob/main/.cursor/rules/karpathy-guidelines.mdc)），因此在 Cursor 中打开项目时，同样的准则也会生效。| "修复 Bug" | "编写能复现该 Bug 的测试，然后让测试通过" |- **PR 干净、精简** —— 没有顺手重构或"锦上添花"的改动。

原创 GitHub - Lum1104/Understand-Anything: 能教学的图谱 ＞ 能炫耀的图谱。将任何代码转化为可交互的知识图谱，支持探索、搜索和提问。兼容 Claude Code、Cod

"即可获取图谱中的相关结果。** 直接体验[首页](https://understand-anything.com/)上的[在线演示](https://understand-anything.com/demo/) —— 一个完全交互式的仪表板，可以在浏览器中直接平移、缩放、搜索和探索。- 支持的 ` ` 值：`gemini`、`codex`、`opencode`、`pi`、`openclaw`、`antigravity`、`vibe`、`vscode`、`hermes`、`cline`、`kimi`

原创 GitHub - colbymchenry/codegraph: 面向 Claude Code、Codex、Cursor 和 OpenCode 的预索引代码知识图谱 —— 更少 token，更少工具调

* 每组测试为 `claude -p`（Claude Opus 4.7，Claude Code v2.1.145）以无界面模式运行于代码库，配置为 `--strict-mcp-config`：**WITH** = 启用 CodeGraph 的 MCP server，**WITHOUT** = 空 MCP 配置。时间 = 挂钟时间；- 询问要配置哪些 Agent——自动检测已安装的 Agent，涵盖：**Claude Code**、**Cursor**、**Codex CLI**、**opencode**

原创 GitHub - HKUDS/CLI-Anything: “CLI-Anything: 让所有软件原生支持 Agent“ -- CLI-Hub: https://clianything.cc/ · G

*零妥协**，**零玩具实现**。| **📚 [Zotero](/HKUDS/CLI-Anything/blob/main/zotero/agent-harness)** | 文献管理 | `cli-anything-zotero` | 本地 SQLite + connector + Local API | ✅ [New](/HKUDS/CLI-Anything/blob/main/zotero/agent-harness) |🔧 **Inkscape** 自动保存修复（#193，修复 #182）。

原创 AI 週報 — 2026-05-08 至 2026-05-15 | OpenAI 做顾问、Anthropic 做生态，模型公司集体转向 - DEV Community

OpenAI 本周发布了两篇关于 Codex 在 Windows 上安全部署的技术文章[Running Codex safely at OpenAI - OpenAI](https://news.google.com/rss/articles/CBMiWkFVX3lxTE1kczJ5ZkJycGgxS2NZVDhvMTAzd2M2MlVWOTdLSUhJUkhZMHhYVEluQVlRbE9VMFU5dlBoM25kaGRPcFFYbFltb3QyMTM4NGxzU19DWDlST1ZOdw?

原创 我把 Ollama 部署在 4 GB 移动端 GPU 上并跑出了 2.5——VRAM 数学计算详解 - DEV Community

* 那个"CPU/GPU 74%/26%"的字符串表示的是**内存分配比例**，而非**层的分配比例**。- **更换推理引擎。真正有意义的数字是**两者的比值**，而非绝对延迟——绝对值会随你的 CPU 而变化。在 App 里，一次保存操作——干扰项 + 提示 + 简短解析，约 60 个输出 token——以前需要 **5.5 秒**，现在只需要**略超 2 秒**。| **平均推理延迟**（仅 token 生成） | 3,506 ms | **1,411 ms** | **快 2.49 倍** |

原创 Hermes Agent：会自我成长的 AI 智能体

Hermes Agent 是由 Nous Research 开发的**自我进化型 AI 智能体**，其最大亮点在于内置了一个**闭环学习机制**——它能从经验中自动创建技能、在使用中持续改进、跨会话检索记忆，并逐渐建立对用户的深度认知模型。3. **长期用户建模带来的"信息茧房"风险**：Hermes 会持续深化对用户的认知模型，这一方面让交互更精准，另一方面也可能导致 Agent 只提供用户"期望听到"的答案，丧失客观性——如何在个性化与多样性之间取得平衡？2. **跨用户技能共享的边界在哪里？

原创 [PublishHub 链路自检 0512] 平台 csdn 连通性测试 202605121427

原创 教导 Claude 知其所以然

2026 年 5 月 8 日去年，我们发布了一项关于的案例研究。在实验场景中，我们发现，来自多位不同开发者的 AI 模型在遭遇（虚构的）道德困境时，有时会采取严重失对齐的行动。例如，在一个被广泛讨论的案例中，这些模型为了避免被关闭，向工程师实施了勒索。当我们首次发布这项研究时，我们最强大的前沿模型来自 Claude 4 系列。这也是我们首个在训练过程中进行实时对齐评估的模型系列；¹ agentic 失对齐是其中浮现的若干行为问题之一。

原创 unitmux：一个用于在 tmux 中运行 Claude Code 和 Codex 的浮动桌面应用 - DEV Community

如果你正在 tmux 中运行 Claude Code 或 Codex，你大概经历过这种情况：你想一边在编辑器中阅读代码，一边给出指令，但每次都不得不按 Cmd+Tab 切回终端。AI 询问"1. 是 / 2. 否"时，你只是为了输入1就得切换回终端。同时并行运行多个 Claude 或 Codex 会话时，很难追踪每个面板当前处于什么状态。这些细碎的上下文切换不断累积，反复打断你的思路，压力大得出乎意料。为了解决这个问题，我开发了一款名为unitmux的桌面应用。

原创 46.3k星标！Claude编排平台ruflo凭什么爆火？

最近，一个名为的 GitHub 项目悄悄爬上了技术社区的热搜。它不是什么花哨的 AI 聊天玩具，也不是另一个“低代码”平台，它的星标数已经飙到了 46.3k，这在开源圈子里是个极其罕见的现象。你可能会问：一个专门为 Claude 设计的“Agent 编排平台”凭什么这么火？它到底解决了什么我们都没说、但每天都在痛的问题？

原创 手把手拆解agency-agents：自反馈、自修正、自演进的核心机制

上周在 GitHub 上闲逛，翻到一个叫 “agency-agents” 的仓库，开发者是 msitarzewski。一开始我还以为是又一个套壳的 agent 脚手架，点进去一看，发现这玩意儿跟市面上那些动不动就吹“下一代操作系统”的项目完全两个路子——它不做大而全的框架，而是死磕给 AI agent 加上真正的“自主权”。对，你没看错，不是那种写死链路的自动化脚本，而是让 agent 能自己看、自己判断、自己决定下一步该干啥。说实话，现在圈子里 agent 的概念已经快被玩坏了。

原创 AI基金经理一夜爆火，6.6万星标项目到底什么来头？

试想一下，如果你的基金经理不再是西装革履的人类，而是一组由大模型驱动的AI智能体，它们每天不眠不休，从海量新闻、财务数据、技术图表中自动学习、彼此争论，最终形成一个精准的交易决策——这听起来像是科幻电影《黑客帝国》里的情节，但在2025年的今天，已经变成了现实。最近，一个名为“TradingAgents”的开源项目在GitHub上彻底火了，上线仅数天便狂揽超过6.6万颗星标（Star），引发了全球金融科技圈和AI圈的集体狂欢。

原创 你的代码库正在毁掉AI？90%的人不知道这个真相

前两天，我和一位在硅谷做CTO的朋友聊天，聊到AI编程工具时，他突然叹了口气说：“我们团队用了市面上最好的AI代码助手，结果代码质量反而下降了。不是AI不够聪明，是我们的代码库太烂了。这句话像一把钥匙，瞬间打开了我对AI编程工具更深层次的理解。你可能也经历过类似的场景：兴致勃勃地接入Copilot、Cursor或Codex，满怀期待地让它帮你写代码，结果生成的代码要么语法漏洞百出，要么逻辑绕来绕去，甚至完全不是你想要的。于是你开始怀疑：这些AI工具是不是被过度神化了？

原创 别再用搜索引擎了，你的AI雷达已上线

如果你想实现更高层次的定制，比如只追踪特定竞品的招聘动态，或者监控某个专利动态。你可以用No Code工具（如Zapier、Make）结合OpenAI的API，搭建一个“个人信息处理流水线”。

原创 [特殊字符] 3天快速掌握 Harness Agent：AI驱动的DevOps智能体实战指南

Harness Agent（Delegate）解决的核心问题是**「SaaS 控制面 + 私有执行层」的安全鸿沟**，而其 AI Agent 层（AIDA）则在此基础上叠加了智能化运维能力。与竞品相比，它最大的优势是AI 原生 + 全平台统一，最大的挑战是学习曲线和许可证成本。对于中大型企业的 Platform Engineering 团队，Harness Agent 值得深度投入；

原创 每周工作100小时，马斯克为何还说不够？

当埃隆·马斯克和OpenAI的诉讼大战，变成一场“前合伙人互撕”的年度大戏，你以为我们只是在看八卦？错了。上周，马斯克终于坐到了证人席上。他自曝，为了把特斯拉从破产边缘拉回来，曾经每周工作100小时。而面对OpenAI“他就是没分到钱酸了”的嘲讽，他甩出的数据更让人无法反驳：他投入了4400万美元，换来的却只是“联合创始人”这个虚名，以及现在连代码都看不了的尴尬。看到这里，你可能觉得这就是一场富豪间的“分赃不均”。