🐍 真省事，FastAPI 让你写好 Python 类型标注，就顺手得到一套能在线调试的接口文档。 FastAPI 在 GitHub 已经 10 万+ star，直接封神了，一万多个 fork，10 月 21 号一天就连发了四个小版本。 以前用 Python 写后端接口，参数校验要写一遍，接口文档再手写一遍，改一个字段两边都得同步，一忙就对不上。 FastAPI 的思路是直接借 Python 自带的类型提示：参数类型写清楚，数据校验交给 Pydantic，文档按 OpenAPI 标准自动生成，Swagger UI 和 ReDoc 两种界面开箱就有，前端同事打开网页就能自己点着试。 性能也不拖后腿，TechEmpower 的独立基准测试里，跑在 Uvicorn 上的 FastAPI 是最快的 Python 框架之一。 写接口这件事，终于不用一份逻辑维护三遍了。 GitHub：

OpenAI 收购了 Astral，Python 三件套 Ruff、uv、ty 一起并入 Codex，这是 11 月 4 日那笔收购之后的第二笔，隔了不到一周。 这三件套月下载数亿次，FastAPI、Airflow、Pydantic 都在用，实际上已经是 Python 开发的事实标准。 逻辑不难懂，agent 写完代码要 lint、格式化、装依赖、查类型，这些确定性环节由谁控制，下游就绕不开谁，竞争也从模型能力转移到了工具链。 HN 上 777 分、485 条评论，质疑的几乎都集中在开源承诺能否兑现。交易完成后的许可证和治理情况，值得关注。

一家公司的名字输进去，回来的是一份带出处的简报，中间那几步更值得读。 Company Research Agent 在 Github 上放着，作者把它做成了一整套，装完就有界面和接口。后端 FastAPI，前端 React 加 Vite，报告导出成 PDF。 整条流程分成五步，先分析，再收集、筛选、写简报，最后编辑成稿。找料这一步交给 Tavily，它负责搜索，顺手给结果打分；分段的简报由 Gemini 写；研究任务和终稿编辑落在 OpenAI 的模型上。 仓库目前是 2.3k star，累计 273 次提交。想跑起来得先备好两家模型的 key，搜索服务的 key 由使用者自己填，作业记录只在配了 MongoDB 之后才会留下。 抄它的分工，比等它给出结论更实在。真正的门槛在找料那一步，搜到什么、留下什么，决定了后面几段简报的成色。想学多 Agent 怎么协作，读它的流水线比读论文快。 🔗链接：

📬 又挖到一个好东西，它能把微信公众号变成 RSS，从此不用再进微信看文章。 4k star，Python 加 FastAPI 写的，自己部署，MIT 许可证。 关注的公众号一多就废了：消息折叠在一个入口里，一天不看就堆几十条，想找上个月看过的某篇文章，只能一直往上翻。而你其他的信息源，博客、新闻、播客，可能早就统一在 RSS 阅读器里了，唯独公众号是个孤岛。 WeRSS 把这座岛接了回来。扫码授权后它定时抓取你关注的公众号，生成标准 RSS 链接，丢进任意阅读器就和其他订阅混在一起看。文章还能导出成 Markdown、PDF、DOCX，想存档的直接落盘，不怕哪天原文被删。它也支持 Webhook 和 HTML 过滤规则，能把每篇文末那堆推广内容提前洗掉。 信息该由你决定怎么排，不是由 App 决定。 GitHub：

🎞️ 又挖到一个，给个故事主题就生成一条完整视频 GitHub 上 2.4K stars 做故事类短视频的流程很长：先写脚本，再一张张配图，然后录音，最后剪辑加字幕。一条几分钟的视频，一天就交代进去了。 story-flicks 把这条链路压成一次生成：输入故事主题，它生成故事内容，按分段数量逐段配图，再合成音频和字幕，出来就是一条成片。界面上能选模型提供商、视频语言、声音和故事分段数。 模型这块是解耦的，文本生成支持 OpenAI、阿里云、DeepSeek、Ollama 和 SiliconFlow，图像生成支持 OpenAI、阿里云和 SiliconFlow，想用便宜的国产模型也行。后端 Python 配 FastAPI，前端 React 加 Ant Design，Docker Compose 起。 内容生产的瓶颈，正在从执行转回创意本身。 GitHub：

📥 抖音、TikTok、B 站的解析下载，还给了一整套 API GitHub 上 19.3K stars，从 2021 年做到现在 做内容的人经常要存素材：看到一条好视频想留着当参考，或者要拿自己发过的作品做二次剪辑。手动录屏画质掉一档，找在线解析站又满屏广告。 这个项目把抖音、TikTok 和哔哩哔哩的网页数据接口都接了：网页端能批量解析，视频和图集都能下，还专门做了 iOS 快捷指令集成，手机上分享过去就能存。技术上用 X-Bogus 和 A_Bogus 处理抖音和 TikTok 的 Web API 请求签名。 后端是 FastAPI 配 HTTPX，Linux 部署脚本和 Docker 镜像都给了，Apache-2.0 协议。 要提醒的是，文档里那个演示站的在线下载功能已经关了，想用得自己部署一份。 工具本身中立，怎么用是使用者的事。 GitHub：

给 Claude、Cursor 手写 MCP 接口写到头秃？Prefect 开源的这个神器能救你一命。几行 Python 代码直接把函数转成 MCP 服务，不用搞啥繁琐的 JSON-RPC 协议了。 📦 PrefectHQ / fastmcp Prefect 团队（对，就是那个做工作流大厂）出品的高级 MCP 框架。直接把 MCP 的接入门槛压到了极致，甚至连官方 Python SDK 1.0 用的都是它的底子。 装饰器即插即用：写个普通 Python 函数加 @mcp.tool，类型推导、Schema 校验和 Docstring 文档全自动生成。 增强代码 REST API 一键转 MCP：原生支持从 OpenAPI / FastAPI 直接生成 MCP 服务，现有后端系统几分钟就能改成 AI 工具库。 开箱即用企业级功能：内置 OAuth 2.1 鉴权、OpenTelemetry 链路追踪，生产环境该有的东西全给你准备好了。 极简本地调试 CLI：命令行直接 fastmcp call 或 fastmcp list 测试，不需要为了调一个接口开一堆客户端。 🔗 传送门：

📝 炸裂，丢个视频链接进去，出来的是整理好的文字稿和摘要 GitHub 上 3K stars 想吸收一个两小时的播客或者长视频，倍速听完还是记不住重点。找现成的字幕，机器转的满篇错别字，还得自己顺一遍。 这个项目的流程是：丢链接进去，它优先扒平台原生字幕，没有字幕就用 Faster-Whisper 转录音频，然后再用大模型把转录文本优化一遍、生成多语言摘要，原文和摘要语言不一致时还顺手翻译。 来源覆盖 YouTube、TikTok、哔哩哔哩、Apple Podcasts、SoundCloud，以及其他 yt-dlp 支持的平台，本地文件也能传，默认单文件上限 200 MB。后端是 FastAPI 配 yt-dlp、FFmpeg 和 Faster-Whisper，本地装、Docker 部署都行。 信息过载的年代，能自动做摘要的工具就是时间机器。 GitHub：

📈 专门做 A 股港股美股的多智能体分析框架，中文的 GitHub 已经冲到 30.9K stars 大部分开源量化项目是给美股写的，拿回来分析 A 股，数据源接不上，财报格式对不上，最后光是清洗数据就得写一周。 TradingAgents-CN 是把 TauricResearch 那套多智能体分析搬成了中文版：数据源直接集成了 Tushare、AkShare、BaoStock 这些国内常用的，A 股、港股、美股都能分析，跑完能导出 Markdown、Word 和 PDF 的报告。大模型供应商支持好几家，最新版还加了火山方舟。 后端 FastAPI，前端 Vue 3，配 MongoDB 和 Redis，Docker 多架构镜像直接拉。 要说明的是它明确声明只用于数据分析、学习和研究，不提供实盘交易指令，也不构成投资建议。另外 app 和 frontend 两个目录是需要商业授权的，其余部分才是 Apache 2.0。 工具能帮你把功课做扎实，但按下买入键的永远是你自己。 GitHub：