🎮 又发现一个宝藏级的开源游戏合集 open-source-games，想玩、想改的经典游戏，源码全给你分好类摆好了。
GitHub 上 1.4 万 star，一千多个 fork，从动作、冒险、解谜、赛车到即时战略、塔防、Roguelike，十几个类别一条条列清楚，每个项目后面直接跟着源码仓库地址。
以前想找一个能自己改着玩的老游戏，得在论坛和搜索引擎里翻半天，翻到的多半还是死链。现在 open-source-games 把 OpenTTD、OpenRCT2、OpenLoco 这些经典模拟经营的开源再实现、还有重写了《上古卷轴 3：晨风》引擎的 OpenMW 摆在一起，看中哪个点进去就是仓库首页，clone 下来就能自己动手。
想跑十几年前那批图形冒险游戏的，列表里收了 ScummVM 这种一个程序通吃一大批老游戏的项目；id Software 的 Doom、Quake 系列，还有 EA 放出来的《命令与征服》系列，官方开源的代码仓库也都在册。末尾还挂了几个同类资源站的链接，一份列表当索引用足够了。
周末想找点东西折腾，从这份列表里随便挑一个，都够玩上很久。
GitHub：
显示更多
⚓ 卧槽，firstmate 让你只跟一个 AI 说话，由它去调度一整队 agent 并行写代码、交 PR。
仓库 6 月才建，现在已经 5600 多 star。作者 Kun Chen 是前 Meta、微软、Atlassian 的 L8 工程师，他自己发推说，做过那么多项目，这是唯一一个被用户说「改变了他们生活」的。
平时同时开好几个 Claude Code 窗口，一个修 bug、一个加功能、一个查问题，最累的是自己来回切、盯着谁卡住了。firstmate 的思路是你只跟「大副」对话，它把活分给一群「船员」agent，每个任务跑在独立的 git worktree 里，互不打架；做完直接给你 PR、本地合并，或者一份调查报告。
盯梢这件事也不烧 token：一个 bash watcher 看着整个船队，只有真需要你拍板时才叫醒大副。Claude Code、Codex、Grok、Pi、OpenCode、Cursor Agent CLI 都能当底座，macOS 和 Linux 可用。一千七百多个 fork、一千三百多个 issue 和 PR 还开着，是真有人在用。
以后写代码，你当船长就行。
GitHub：
显示更多
🔍 逆向神器 Ghidra，拿到一个没有源码的程序，它能直接反汇编、反编译，把机器码还原成人能读懂的代码。
美国国家安全局（NSA）研究局创建并维护，GitHub 近 7.5 万 star，直接封神了。
以前碰到一个可疑的程序，想搞清楚它到底在干嘛，只能对着一屏汇编硬啃。换成 Ghidra，丢进去就能看反编译结果和图形化展示，重复的分析步骤还能用 Java 或 Python 写成脚本自动跑。NSA 自己就拿它分析恶意代码、找网络和系统里的潜在漏洞。
社区也在围着它长东西：GhidraMCP 这个 MCP server 有 1 万 star，另一个 ghidra-mcp 也有 3700 多 star，都是让 AI 直接接进 Ghidra 帮你做逆向。八千多个 fork、快两千个 issue 和 PR 还开着，8 月刚发了 12.1.3。
官方 README 自己也写了部分版本存在已知安全漏洞，装之前看一眼版本号。
国家队的逆向工具，现在谁都能直接拿来用。
GitHub：
显示更多
🧹 又挖到一个专门擦掉「AI 味」的开源工具 unslop，把你文字里那些一眼能看出是 AI 写的痕迹标出来，帮你改得更像人话。
它做成了 agent skill 的形式，能接进 Claude Code、Cursor、Codex 等 30 多种编程 agent，一个第三方依赖都不用装，只靠 Python 标准库。
现在满屏的「delve」「值得注意的是」「不仅……而且」，读起来就透着一股机器腔。unslop 用三层确定性扫描来抓这些毛病：短语层盯着那些被用烂的词、结构层看句式套路、还有一层专门看你观点是怎么组织的，抓出来之后不自动改，而是标成可以逐条审阅的建议，改不改你自己定。
作者也挺实在，把自己那套基准评测的成绩老实公开了，还没到能拍胸脯说「稳」的程度，更像一个持续打磨中的项目。
擦掉 AI 味这件事，交给一个看得见规则的工具，比自己一遍遍读要靠谱。
GitHub：
显示更多
💸 Moises、 的订阅费能省了——StemDeck 在自己电脑上就能把一首歌拆成人声、鼓、贝斯这些独立音轨。
GitHub 上揽了 3600 多 star，完全免费、本地跑、不用注册也不用上传。
作者做它的起因很实在：他想帮孩子练耳分辨歌里的乐器，又不愿意为 Moises、 这类工具按月付费、更不想把家里的音乐传到别人的云上，干脆自己做了一个 StemDeck。它基于 Meta 开源的 Demucs 模型，最多能分出六轨，还给你一套类似 DAW 的多轨混音界面，静音、独奏、单独导出某一轨都行，粘一个 YouTube 链接也能直接拆。
练耳、扒带、做伴奏，想要哪一轨要哪一轨，这回不花钱也不用担心音乐外流了。
GitHub：
显示更多
🚢 我去，Swoole 团队搞了个狠活 TypePHP，能把 PHP 代码直接编译成原生机器码，写出来的东西打包成一个可执行文件就能跑。
GitHub 上已经 1300 多 star，出自那个给 PHP 做协程的 Swoole 团队。
写 PHP 的人多少都被吐槽过「慢」和「部署得先装一坨运行环境」。TypePHP 的思路是先把 PHP 翻成 C++、再编成原生机器码，官方自己的基准测试里，数值和容器密集的场景比解释执行快了六到八倍。
它还能把代码编成 PHP 扩展或者共享库，自己是用 PHP 写的、还能自举——编译器本身就是它自己编出来的。想把一个 PHP 写的命令行工具丢给别人用，不用再让对方先配一套 PHP 环境了。
PHP 也能编译成原生程序了，属实有点魔幻。
GitHub：
显示更多
🧠 震惊，vllm 这个开源项目基本是半个 AI 圈跑大模型推理的底座，GitHub 直接冲到 9.1 万 star 登顶封神。
它最早是加州大学伯克利分校 Sky Computing Lab 做出来的，现在贡献者超过 2000 人。
你要把一个开源大模型部署成能对外服务的接口，用原生的推理脚本很快就会遇到显存爆掉、并发一高就卡死的问题。vllm 靠 PagedAttention 这套显存管理，把注意力缓存切成小块按需分配，配上连续批处理和前缀缓存，同样的显卡能扛住高得多的吞吐。
它给的接口还兼容 OpenAI 的 API，连 Anthropic 的 Messages API 都支持，Qwen、Llama、DeepSeek-V3 这些主流模型换一行地址就能接上。
PagedAttention 那篇论文还进了 2023 年的 SOSP，可以说这波大模型部署的效率是它带起来的。
GitHub：
显示更多
📘 兄弟们，想上手 Pi 这个编程 agent 又苦于没有中文资料的，这本《Pi 学习蓝皮书》pi-bluebook 帮你把路铺好了。
它把安装、登录、Session、Context、Skill、Subagent 一直到长期 agent 工作流，整理成了一条从零开始的中文学习路径。
市面上讲 Pi 的中文内容几乎是空白，官方文档又全是英文，新手光是把环境装起来就容易卡住。pi-bluebook 走的是「读着读着就会了」的路子：五个模块十四节课，配 8 个动手案例，还专门给 Windows 用户留了一条用 Git Bash 安装的中文路径，连预览网站都不用装 Pi 或者配 API key。
里面还收了十一篇经 Earendil 授权的中文译文，讲 Pi、harness 和会话机制。
要提醒一句，这是社区做的非官方学习项目，一切以 Pi 官方文档为准。
GitHub：
显示更多
🎯 嫌 litellm 太臃肿的看这个——litelm 只用大约 2900 行代码、两个依赖，就把调各家大模型这件事给包圆了。
它支持按「提供商/模型名」的写法一键路由到 19 个大模型平台，OpenAI、Anthropic、Groq、Mistral 这些都能直接调。
很多人用 litellm 是图它能统一各家 API，但那套东西越做越大，Router、代理服务器、缓存、成本统计全塞进来，大部分功能其实用不上。litelm 的思路是只留最常用的路由和消息格式转换，函数名、参数、返回值都跟 litellm 对齐，连异步版本都给你配齐，DSPy 里还能直接拿它替换。
代码本身是作者带着 Claude Code 一起写出来的，目前还在 Alpha 阶段，尝鲜可以，别急着上生产。
GitHub：
显示更多
🥷 有人把一整套渗透测试的实战方法打包成了能直接喂给 Claude 的技能库 Claude-Red，让 Claude 上手就能按专业红队的路子做授权安全测试。
GitHub 上已经 3300 多 star，作者是安全研究员 Kai Aizen，主页挂着 50 多个 CVE。
它把 SQL 注入、权限提升、活动目录攻防、云安全、EDR 绕过这些方向的经验，整理成了 78 个 SKILL.md 技能文件，分在 23 个类别里。以前这些方法散落在各种博客、笔记和清单里，做一次测试得东翻西找；现在 Claude-Red 把它们做成结构化技能，Claude 读进去就知道该按哪套流程往下走。
项目自己也写清楚了适用场景：授权的红队演练、漏洞赏金、安全研究和 CTF 准备。工具是给防守和授权测试用的，越过授权那条线就是另一回事了。
GitHub：
显示更多
🎼 太强了，YuE2 这个开源项目能根据你给的歌词和风格，直接生成带人声和伴奏的完整歌曲。
GitHub 上已经 7000 多 star，背后是 HKUST、M-A-P、NYU、Stanford 等一票机构合作搞出来的。
以前想做一首自己的歌，要么得会编曲、要么去 Suno 这类平台按月订阅。YuE2 把这事搬到了开源模型上：给它一段歌词加一句风格描述，它先规划出旋律和和弦，再生成人声加伴奏的立体声成品，还能零样本翻唱、用对话的方式让它改编。
在 WildSongBench 这个音乐生成评测里，YuE2 的 best-of-8 设置拿到了所有参评方案里的最高分，一起比的还有 Suno、Mureka 这些。
想自己捣鼓音乐又不想被订阅绑住的，可以蹲一个。
GitHub：
显示更多
🌲 专治「同时开好几个 AI 编程 agent 打架」的神器 worktrunk 来了，一条命令就能把每个 agent 关进自己的独立工作区，互不干扰。
在 GitHub 已经揽下 7000 多 star，作者是写过 xarray、prql 的 Maximilian Roos。
现在很多人喜欢同时让好几个 Claude Code、Codex 跑不同的任务，麻烦在于它们都在同一个 git 仓库里翻来覆去切分支，改到一半被另一个 agent 覆盖是常事。以前你得手动 git worktree add、记一堆路径、跑完再手动清理，几个来回就乱套了。
worktrunk 把这套流程收成了 wt switch、wt list、wt merge、wt remove 几个命令：按分支名就能开一个隔离工作区，跑完一键合并、清理，还能跨工作区共享编译缓存、给每个工作区自动分配独立端口。
围着它长出来的周边也自成一片：给 Herdr 做集成的插件、把它搬到 jj 的移植版、Node 版封装，随手一个都有人在维护。
让几个 AI agent 各干各的，终于不用再提心吊胆了。
GitHub：
显示更多
🦜 太强了，OpenVoice 只要一小段参考音频，就能把这个音色克隆出来，还能换语言、调情绪。
OpenVoice 在 GitHub 已经 3.7 万 star，背后是 MIT 的 Zengyi Qin、清华的 Wenliang Zhao 和 Xumin Yu，加上 MyShell 的 Ethan Sun，还有 arXiv 论文（2312.01479）撑着。开源之前，它从 2023 年 5 月起就在 上做即时声音克隆，到 2023 年 11 月已经被全球用户用了几千万次。
以前想给视频配个多语种旁白、给自己做本有声书，要么自己录到嗓子哑，要么花钱找配音，而且一个人只能说自己会的那几种语言。
现在录一小段声音当参考，OpenVoice 就能用这个音色说英语、西班牙语、法语、中文、日语、韩语，情绪、口音、节奏、停顿还能单独调；哪怕参考音频的语言不在训练数据里，也能做跨语言克隆。V2 换了训练策略，音质比 V1 更好，两个版本都是 MIT 协议，可以免费商用。
社区也拿它玩出了不少东西：有人把它和 ChatTTS 拼在一起，10 秒音频就能克隆出专属的 ChatTTS 音色，这个仓库有 400 多 star；还有人做了带音频增强的中文 WebUI 整合版。
提醒一句：仓库最后一次代码提交停在 2025 年 4 月，一年多没有新提交，拿来直接用没问题，但别指望官方再修问题、加功能。
一个人做多语种配音，这下真的够用了。克隆谁的声音得先拿到本人同意，工具是中立的，怎么用是使用者自己的事。
GitHub：
显示更多
📞 又挖到一个做语音 AI 的宝藏框架 Pipecat，能实时听、实时说的 AI agent 用它就能搭出来。
Pipecat 在 GitHub 已经 1.5 万 star，2600 多个 fork，从 7 月的 v1.5.0 到 9 月 11 日的 v1.9.0，两个多月迭代了五版。开源语音 AI 平台 Dograh 就是在它上面搭起来的，Dograh 自己也有 5600 多 star。
以前想做一个能语音对话的助手，得自己把语音识别、大模型、语音合成、音频传输一段段串起来，光把管道串通就要花不少功夫，换一家服务商又得重写一遍。
Pipecat 把这些拆成能拼装的管道，语音识别、大模型、语音合成、视频、记忆这些环节都有现成的服务商集成，换一家就是换个组件。对话流程可以用 Pipecat Flows 预先设计路径，也能让多个专职 agent 互相交接、并行分工。前端有官方 SDK，Web、React Native、Swift、Kotlin 甚至 ESP32 都覆盖；调试有 Whisker 实时看管道，还有配合 Claude Code 用的 Pipecat Skills，帮你搭项目、部署到 Pipecat Cloud。
想让你的 agent 开口说话，从 Pipecat 起步最省事。
GitHub：
显示更多
📳 炸裂！iloader 把给 iPhone 侧载 App 这件事，从折腾证书和配对文件变成点几下就完事。
iloader 在 GitHub 已经 2800 star，作者 Nicholas Sharp 的 GitHub 简介写着伦斯勒理工（RPI）2030 届计算机与系统工程专业，方向就是 iOS 侧载技术。9 月 10 日一天之内连发了 v2.3.2 和 v2.3.3。
想在 iPhone 上装 SideStore 这类不在 App Store 里的应用，以前光是证书和配对文件就够折腾半天，报错了还看不懂卡在哪一步。
iloader 是个桌面工具，Windows、macOS、Linux 都能用：连上手机，一键装好 SideStore 或者 LiveContainer+SideStore，证书和配对文件自动导进去；出错会直接提示可能的原因。之后想装别的 IPA、管理配对文件、查看或吊销开发者证书，也都在这一个界面里搞定。
界面还有社区贡献的几十种语言翻译。
装什么 IPA、来源正不正规，是使用者自己的事，iloader 只负责把流程变简单。
GitHub：
显示更多
🛋️ 兄弟们，追剧不用再天天刷更新了：Sonarr 帮你盯着喜欢的剧，新一集出来自动抓取、整理、改好名。
Sonarr 在 GitHub 已经 1.5 万 star，2011 年建的仓库到现在还在勤快更新，8 月下旬到现在发了 6 个版本。照着它的路子做的音乐版 Lidarr，自己也有 5600 多 star。
以前追一部剧：记着哪天更新、到点去看出没出、下完再手动改文件名塞进对应季的文件夹，漏了一集还得回头补。
Sonarr 盯着你配好的 RSS 源，新一集出来就自动抓；扫一遍现有媒体库，缺的集数自己补上；下载失败会换个版本重试；以后有更高画质的版本，还会自动把 DVD 版升级成蓝光版。下完直接通知 Plex、Kodi 更新媒体库，打开就能接着看。
Windows、Linux、macOS、树莓派都能跑，GPL v3 开源。
工具本身是中立的，订阅什么源、有没有权利下载，是使用者自己的事。
GitHub：
显示更多
🧮 离谱，MathModelAgent 能把数学建模比赛从读题、建模、写代码到出论文一路自动跑完。
MathModelAgent 在 GitHub 已经 4700+ star，最近 10 天连发了 5 个版本。更意外的是，作者自己说这是个边学边写的练手项目，单次任务成本大概 1 块钱。
打过数模比赛的都知道，三天里建模、编程、写论文轮轴转，代码报错一卡就是半天，论文排版还得熬通宵。
它把这三件事拆给三个 agent：建模手分析问题、定模型，代码手写代码、跑数据、自己纠错，论文手把结果写成论文。内置 17 套 Typst 论文模板，国赛、华数杯、华为杯、美赛都有。桌面版 Mac 和 Windows 都能装，里面已经带好 Claude Code 和全套 skills，不用自己配 Python、Node.js、Redis。
作者也写得很清楚：AI 生成的内容只能参考，靠它直接拿国赛奖还不现实。
拿来当队友打草稿、验证思路，已经能省下不少通宵。
GitHub：
显示更多
⚗️ 发现一个能让 Claude Code 替你查文献、跑实验的科研神器：alphaXiv 开源的 OpenResearch。
OpenResearch 6 月才建仓，GitHub 上已经 1000+ star，版本号迭代到了 v0.1.122，最近两周基本隔两三天就发一版。
做研究最磨人的是那个循环：读论文、想点子、改代码、开实验、盯日志、看结果，再决定下一步。一轮下来一天没了，几个方向同时推进更是乱成一锅粥。
OpenResearch 能把 Claude Code、Codex 或 OpenCode 变成研究 agent，让它自己把这个循环跑下去：提想法、改代码、启动实验、检查证据、决定往哪走。每个研究方向一个独立会话、一棵隔离的 git worktree，互不打架；每次运行都绑定一个提交做成不可变归档，日志、diff、结果都挂在对应的实验上，回头复盘不用翻聊天记录。
同一份代码快照能扔到本地、SSH、Slurm、Kubernetes、Modal 上跑，默认只在本机运行、数据存本地 SQLite，建项目、跑实验都不会把代码公开出去。
以后导师问你“这个结果怎么来的”，直接翻实验树就行。
GitHub：
显示更多
🗃️ 真香！腾讯开源的 WeKnora，能把散在飞书、Notion、语雀里的公司文档变成一个直接能问的知识库。
WeKnora 在 GitHub 已经 2.2 万 star，3200 多个 fork、700 多个 issue 还开着，9 月 3 日刚发了 v0.8.0，离上一个版本不到一个月。已经有人基于它做了二次开发版，专门补强扫描件 OCR 和表格提取。
团队里找一份流程文档，以前得在飞书、语雀、GitLab 之间来回翻，翻到了还得自己从头读完再总结。
接进来之后直接提问就行：简单问题走检索快速回答，复杂的交给 agent 自己去查知识库、调 MCP 工具、上网搜，再把结论整理给你；还能开 Wiki 模式，把一堆文档提炼成互相链接、自己维护的知识页。问答也能直接接进企业微信、飞书、Slack，同事不用换工具。
模型可以在 DeepSeek、通义千问、Ollama 等二十多家之间换，能部署在本地或私有云，MIT 协议开源。
公司文档终于不只是躺在网盘里吃灰了。
GitHub：
显示更多
💅 这哥们儿给 AI 写界面做了个外挂：Jakub Krehel 开源的 skills，专治 AI 生成的页面“能用但不精致”。
skills 仓库 7 月 10 日才建，两个月不到 GitHub 已经 6100+ star。作者曾在 OpenSea 任职，还办了一本设计工程杂志 Interfaces，这套东西就是他把自己抠界面细节的经验打包给 agent 用。
以前让 AI 写完一个页面，圆角不同心、图标没对齐、字号层级乱、对比度不够，你得自己一处处挑出来再让它改，改完还可能漏。
现在直接喊 better-interface，它会把界面、排版、配色、无障碍、布局、产品文案这几个方向一起过一遍；想专门折磨某个组件，就用 break 把它丢进各种状态里压力测试，拿不准方案时用 variant 一次做出几个变体挑着用。
可以直接从 Claude Code 的插件市场装，写完页面顺手让它挑一遍刺。
那些以前要设计师一处处盯的细节，现在 AI 自己就能盯了。
GitHub：
显示更多
