很多人用 Claude Code 啥的写代码的时候，直接把需求丢给 AI 就让它写。
后来发现这种做法其实不太合理，AI 拿到需求就埋头写代码，缺少规划、缺少测试、缺少审查，产出质量时好时坏。
Superpowers 就是来解决这个问题的，120K 的 Star 足以说明问题了。
它把优秀工程师的工作方式：需求讨论、设计评审、测试驱动、代码审查、编码成了一套自动触发的 Skill。
AI 装上这些 SKill 后，拿到需求不会急着写代码，而是先停下来思考和规划。
我自己几乎每天都在用，实际感受就是装了之后 AI 写代码的质量确实上了好几个台阶，尤其是开发新项目的时候。
如果你平时用 Claude Code、Cursor、Codex 这些工具 Coding，非常建议装一下 Superpowers。
和 Superpowers 类似，Everything Claude Code 也是让 AI 变得更专业的项目，不过路子不太一样。
两个月不到就拿到了 11 万 Star，涨得也非常猛。
作者靠这个开源项目拿下了去年的 Anthropic 的黑客马拉松冠军。
它提供了 28 个专业 Agent、125 个 SKill 和 60 多个命令。
每个 Agent 有明确分工，有专门做架构设计的、做代码审查的、做安全漏洞分析的、做构建错误修复的。
最有意思的是它的持续学习机制。
他可以从每次编程会话中自动提取模式和最佳实践，转化为可复用的知识和 SKill。用得越多，AI 就越懂你的习惯和项目风格。
一套配置同时支持 Claude Code、Codex、Cursor、OpenCode 等多个平台，不用担心换工具就得重新配。
DeerFlow 是字节跳动开源的一个超级智能体运行框架，目前已经超过 5 万 Star。
前不久还登上了 GitHub Trending 第一名。
DeerFlow 2.0 从头重写了整个架构，现在它本质上是一个智能体运行时。
它让 AI Agent 有了自己的执行环境：沙盒里的文件系统，能真正读写文件、执行代码、生成产出物。
Lead Agent 可以动态生成子智能体，
每个子智能体有独立的上下文和工具，还能并行执行。
内置了一堆实用 SKill：深度研究、报告生成、PPT 制作、网页构建、图表可视化、图片和视频生成等等。
还有长期记忆系统，跨会话记住你的偏好和知识。
支持 Telegram、Slack、飞书三大即时通讯平台接入。
说白了 DeerFlow 解决的核心问题就是让 AI 从只会聊天变成真正能干活。
MiroFish 是一个基于多智能体的 AI 预测引擎。
口号是预测万物，目前 4.4 万 Star。
玩法挺有意思的。
你上传一些种子材：比如一条突发新闻、一份政策草案、一段小说文本，然后用自然语言告诉它你想预测什么。
系统会自动构建一个平行数字世界，里面有成千上万个具备独立人格和长期记忆的 AI 智能体。
这些智能体自由交互、社会演化，你还能以上帝视角动态注入变量来推演不同的未来走向。
它已经有一些实际案例了，比如武汉大学舆情推演、红楼梦失传结局推演、金融方向推演等。
背后是盛大集团在支持孵化。
对于做舆情分析、政策推演、或者单纯对预测未来感兴趣的人来说，这个项目值得关注。
RuView 这个项目让我眼前一亮。
它用普通的 WiFi 信号就能实现实时人体姿态估计、生命体征监测和存在检测。
完全不需要摄像头，目前 4.4 万 Star。
WiFi 路由器不断向房间发射无线电波，人移动甚至呼吸的时候，电波的散射模式会发生变化。
RuView 通过分析 WiFi 的信道状态信息来读取这些变化，从而重建人体的位置、呼吸频率和心率。
WiFi 信号还能穿透墙壁，所以它可以隔墙感知。
硬件成本极低，一个 8 美元的 ESP32-S3 微控制器就能跑。
不需要互联网连接，不需要云服务，所有数据完全在本地处理。
Learn Claude Code 这个项目口号是 Bash is all you need。
目前 4.1 万 Star。
它是一个从零到一的教学项目，通过 12 个递进式课程教你如何为 AI Agent 构建运行环境。
Agent 的智能来自模型本身，不是什么框架或者提示链编排。
开发者要做的是构建好模型运行的外部世界：工具、知识、上下文、权限。
12 节课从最简单的一个 Agent Loop 开始。
逐步叠加工具调用、任务规划、子 Agent、技能加载、上下文压缩、后台任务、多 Agent 团队协作等机制。
它还有一个交互式学习网站 learn.shareai.run。
可以直接在浏览器里看到每节课的可视化演示、代码对比和架构图，体验挺不错的，推荐去看看。
如果你想知道 Claude Code 内部到底是怎么工作的，或者想自己构建一个编码 Agent，这个项目是最好的起点。
开源地址：https://github.com/shareAI-lab/learn-claude-code
Project AIRI 的目标是复刻 Neuro-sama：那个能玩游戏、能互动的 AI 虚拟主播。
目前快 3.6 万 Star。
和 Character.ai 那种只能聊天的平台不同，AIRI 真的能让 AI 玩游戏。
目前已经能玩 Minecraft，Factorio 也验证过了。
除了玩游戏，它还支持实时语音对话、VRM 和 Live2D 虚拟形象、近 20 种主流 LLM 提供商。
如果你想要一个属于自己的 AI 虚拟伙伴，不仅能聊天还能一起玩游戏，AIRI 值得一试。
Scrapling 是一个自适应的 Python 爬虫框架，目前 3.3 万 Star。
做爬虫最头疼的问题就是目标网站改版了，选择器全失效，得手动一个一个修。
Scrapling 的自适应解析器通过智能相似度算法自动重新定位目标元素，即使网站改了版面或者 CSS 类名变了也能找到。
这个功能确实解决了爬虫维护中最大的痛点。
除了自适应追踪，它还开箱即用地支持绕过 Cloudflare Turnstile 等反机器人系统。
性能方面也很能打，解析速度和 Scrapy 持平，比 BeautifulSoup4 快将近 800 倍。从简单的单次请求到大规模并发爬取，统一用一套 API。
还提供了 MCP ，可以和 Claude、Cursor 这些 AI 工具集成，实现 AI 辅助抓取。
Lightpanda 是一个完全用 Zig 语言从零开始写的无头浏览器，2.5 万 Star。
为什么要从零写一个浏览器？
因为 Chrome 做无头自动化的时候资源消耗太大了。
Lightpanda 的内存占用只有 Chrome 的九分之一，执行速度却快了 11 倍。
它兼容 CDP 协议，所以你用 Playwright、Puppeteer 这些工具写的脚本不用改就能迁移过来。
它不做图形渲染，去掉了所有桌面浏览器才需要的功能，只专注于在服务器端高效执行 JavaScript 和处理网页内容。
非常适合 AI Agent、LLM 训练数据采集、网页爬虫和自动化测试这些场景。
目前还在 Beta 阶段，不过迭代速度很快，基本一到两周就发一个新版本。
Claude Code 最佳实践指南，目前2.2 万 Star。
里面最值钱的是那 84 条实战技巧，直接来自 Claude Code 的创始人 Boris Cherny 和核心工程师们。
覆盖了 Prompting、规划、CLAUDE.md 编写、Skills 开发、Hooks 使用等 12 个类别，每条都标了来源和参考链接。
它还横向对比了 8 大主流 Claude Code 开发工作流框架，按 Star 数排序，列出了每个框架的独特性和组件数量。
如果你在纠结用 Superpowers 还是 Everything Claude Code 还是别的什么框架，看看这个对比就清楚了。
GitNexus 是一个零服务器代码智能引擎，它把你的代码仓库索引为知识图谱。
追踪每一个依赖关系、调用链和执行流程。
说白了就是给 AI 编程助手装上了架构地图。
以前 AI 修改一个函数，不知道有 47 个其他函数依赖它的返回类型，改了就出 bug。
GitNexus 在索引阶段就完成了聚类、追踪和评分，AI 一次查询就能拿到完整的上下文，不需要来来回回探索。
支持 14 种以上编程语言，有 CLI 和 Web UI 两种使用方式。
Web UI 完全在浏览器端运行，拖入 ZIP 文件就能生成交互式知识图谱，都不需要装任何东西。
OpenViking 是火山引擎推出的一个专门为 AI Agent 设计的上下文数据库，快 2 万 Star。
传统 RAG 系统的向量存储太碎片化了，记忆散落在各处。
OpenViking 用文件系统范式来统一管理 Agent 的记忆、资源和技能。开发者可以像管理本地文件一样管理 Agent 的大脑。
它有个很聪明的设计是三级分层上下文加载，按需加载上下文，显著降低 Token 消耗。
还有上下文自迭代功能，自动从会话中提取长期记忆，Agent 用得越多越聪明。
可视化检索轨迹让你能清楚看到 Agent 是怎么检索信息的，方便调试。
支持豆包、Claude、DeepSeek、Gemini、Ollama 等多种模型后端。
OpenSandbox 是阿里巴巴开源的面向 AI 应用的通用沙箱平台，近万 Star。
当 AI Agent 需要执行代码、操作文件、运行命令的时候，你不能让它直接在你机器上跑，太危险了。
OpenSandbox 提供了一个安全隔离的运行环境，支持 gVisor、Kata Containers、Firecracker microVM 等安全容器运行时。
它预集成了 Claude Code、Gemini CLI、OpenAI Codex CLI 等主流编码 Agent。
提供 Python、Java、JavaScript、C# 多语言 SDK。
本地 Docker 跑或者上 Kubernetes 大规模调度都行。
项目刚入选了 CNCF Landscape，定位是云原生 AI 基础设施。
14
点击下方卡片，关注逛逛 GitHub
这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：
