Awesome Public Real-Time Datasets，收集了大量公开的数据，提供接口直连或者实时推送，而且数据一直在更新。 涵盖金融行情、公共交通、健康、物联网、网络安全、体育赛事等等不同行业。 GitHub： 另外也会标注哪些是免费和哪些付费，免费那部分里不少不用注册、不用密钥，就能拿来用。 比如加密货币的实时价格、区块链的新交易通知、美国证监会的文件推送，都在里面。 想练手实时数据处理，或者给项目找个稳定数据源，这份清单可以先收着。

awesome-gpt-image-2 ：一个GPT-Image2 提示词案例库 收录了数百个逆向工程案例和十几套模板，最大的价值在于将提示词拆解成了 UI、信息图、海报等特定场景的结构化协议。 这种“Prompt as Code”的思路，有助于降低 AI 出图的不确定性， 非常适合独立开发者和 AI 自动化玩家用来学习光影和信息层级的描述规律，并将其作为参考接入自己的 Agent 或脚本工作流中

📋 awesome-autoresearch 周期巡检 本轮新增 2 条目： 1. agent-collabs（infra，HuggingFace 官方）：HF 发布协作式 autoresearch 基础设施，标志主流平台正式采纳 autoresearch 模式。 2. pla-fea-autoresearch（scientific）：首次将 autoresearch 应用于 3D 打印材料测试，CalculiX FEA 仿真驱动 PLA 填充方案迭代验证。 📂 📊 488 entries

📋 awesome-autoresearch 周期巡检 本轮新增 1 条目（discussions）： Introspection（Latent Space 采访）：ex-xAI 的 Roland Gavrilescu 创立新公司 Introspection，明确围绕自改进 autoresearch 系统构建基础设施，在 AI Engineer World's Fair 发表「Autoresearch in the Wild」演讲，提出三个生产模式：loop is the product、learn before automating、ground feedback in real signals。标志 autoresearch 从开源项目走向专门创业公司。 📂 📊 463 entries

📋 awesome-autoresearch 周期巡检 本轮新增 1 条目（infra）： autoresearch-local-critic（pcbrom）：将 Karpathy 的循环模式提炼为 Python 包，由本地 Ollama LLM critic（Gemma 系列）驱动，输出结构化 JSON（thought_process/hypothesis/code_pseudocode/risk_level），将 critic 与 agent harness 解耦，任何可编辑文件+单一指标问题无需云 API 即可自主优化。 📂 📊 462 entries

🖼️ 惊喜，Awesome GPT Image 2.5 Prompts 把 X 上 110 位创作者的 150 条生图提示词收到了一起，海报、信息图、UI 稿拿来改改就能用。 Awesome GPT Image 2.5 Prompts 每条都保留原文，标好原作者和原帖链接，按海报、图中文字、信息图、UI mockup、产品图、广告创意、角色设计、人像、插画九类分好。 自己写生图提示词，最难的是不知道好提示词长什么样：写一句「做张科技感海报」，出来的图往往没法直接用。 这个库里的提示词中位数两千五百多字，差不多一半写明了画幅比例、结尾带排除条款，人像类大多会交代镜头、光圈和景深。照着这些写法看几条，就知道一张能直接用的图要把哪些细节说清楚。还有 56 条留着花括号占位符，换上自己的内容就是现成的模板。 项目也说明了：这些提示词大多是 GPT Image 2 时期写的，因为是自然语言，2.5 可以原样用，但没有在 2.5 上逐条跑过。提示词版权归原作者。 想让 GPT Image 出图少翻车，先把这 150 条抄作业看一遍。 GitHub：

昨天刚出的 awesome-gpt-6-astra，推荐看看！ 里面已经有很多很有意思的案例，尤其是 Blender / 3D，GPT-6 Astra 发布后这块明显又火起来了啊。 还是那句话，以后新模型出来，先搜一遍： awesome + 模型名 一般很快就能看到大家到底在拿它做什么了，比如 gpt image 2 / nana banana 2。。。