推荐体验：开源一个元Skill，就是生成 Skill 的 Skill。 虽然 Anthropic 官方也有skill-creator，但功能不够强大。 skill初始版由我搭档姚老师，用今年泄露的claude code源码分析后创作，并研究整合了OpenAI、Gemini等官方Skill的最佳实践。 无论触发率、准确性、格式校验都青出于蓝。 我在此skill基础上迭代，增加了 生成skill时会先搜索这些网站的热门skill，站在巨人肩膀，经测试，生成的skill质量很不错。 同时支持发布到Github，生成npx安装指令，API泄露检查，一个skill搞定生成、分享工作。 安装指令： npx skills add joeseesun/qiaomu-meta-skill 开源地址： 姚老师原版（已有2.2 star）： 建议fork按自己想法修改使用，这更符合skill的理念与哲学。

Aster 昨天最高暴涨20%，现在又回落了 详细梳理一下Aster 的暴涨事件 1/ 起因是有KOL 翻出了CZ之前的一段采访视频。 CZ当时说：“Hyperliquid的发明很棒，占据了Binance无法竞争的利基（无KYC、去中心化），我不会做他们做的事，因为我经历过监管 Star Xu直接引用这段视频开撕 2/ Star 的主帖核心内容：“Is CZ lying to the public again？他自己都说清楚了监管风险有多大，结果却搞出来一个叫@Aster_DEX的壳公司，几乎完全照@HyperliquidX 的模式。 3/ Aster DEX官方回应（同日）：Aster CEO @Leonard_Aster直接在Star帖下回复： CZ是Aster的公开顾问，多次公开说过，没有任何隐瞒。 Aster是独立运营的DEX，在公开市场公平竞争，不是抄袭。 他们有自己的独特功能,比如链上隐私、其他平台没有的市场。 最后一句：鼓励大家亲自去产品里体验,同时还推出了拉人大赛，这个大赛有10万美金的奖励，并且不要去IP，没有任何限制 4/ 同时，Binance方面迅速反击 @heyibinance 何一直接发帖：“Star bought 8M impressions on X all just to warm up the audience for Aster. 由于老徐的帖子不知道是谁买了推广，并被人截图，一姐调侃，Star买了8M推广给Aster，你们这……？ 意思很明显：Star 买了800万推广来送流量了，你们一定要接住了 5/ 在一姐发话后，Aster 顺势公布了自己销毁的新方案，99%的手续费回购与销毁 要知道hype 的回购都只是97%，hype 的99%真的是很胆大了 我还顺便查了下，Aster 要销毁50亿流通盘需要多久，到时候Aster 的价格是多少？ 结果显示是熊市状态下需要4年左右，如果用户爆发只需要2年，并且销毁完成后ASTER 的价格会涨到最少3美金 6/ 在star，一姐，ASTER CEO 的轮番流量+销毁利好的情况下，Aster 直接暴涨20%，冲到0.8的位置 可惜，还差0.15刀，cz就回本了 最后说一说我对aster 的看法，我准备买100万个压压惊 🤣🤣🤣

GitHub 2.6w+ Star 的开源项目OpenHuman 这不就是很多人想要的个人 AI 操作系统吗？ 它不是普通聊天机器人，是想把你的 Gmail、Notion、GitHub、Slack、日历、Drive 等信息接进来，整理成一棵长期记忆树。 AI 不再只是临时回答你一句，它能慢慢记住：你在做什么项目、关注什么方向、常用哪些工具、过去做过哪些判断。 这对我这种每天研究 AI 项目、写推文、整理资料的人来说，就是刚需。 现在大部分 AI 助手最大的问题，不是不够聪明，是每次都像失忆。 OpenHuman 还在 Early Beta，肯定有坑，这个方向我很看好：未来真正有价值的 AI 助手，一定不是更会聊天，而是更懂你。 项目：

吴说获悉，以太坊 Layer 2 网络 Starknet 宣布上线隐私框架 STRK20，支持用户对任意资产进行隐私处理，开发者可通过 SDK 和钱包 API 接入。用户进入隐私池前需接受审查，池内活动保持加密；只有在收到有效合法请求并经过独立评估后，才会披露指定用户、转账或时间范围内的信息。Starknet 称，该机制可用于资金来源审计和被盗资产调查，同时避免暴露无关用户的数据。

不到 4 个月拿下近 1.2 万 Star：Archify 把 AI 画架构图做到了极致～ Archify 是一个把复杂的代码关系整理成漂亮、可交互的架构图、流程图、时序图、数据流图等，方便理解项目、做技术评审或写文档。 让 AI 读代码，再把系统怎么运行画清楚。 PS：这个仓库对于有架构图需求的同学不能太友好了，可以收藏。 Github地址见评论区👇👇👇

🔒 真香，把录音丢进去直接出笔记，全程不联网 GitHub 上 2.2K stars 听两小时的播客或者网课，真正想留下的可能就那几段。手动记要暂停回放，用在线转写工具又得把音频传上去，涉及公司会议或者私人内容时就不太敢用。 AudioNotes 整套跑在本机。上传音频或视频，它先出文字稿，再整理成 Markdown 笔记，之后还能就着内容直接提问，对话历史也存着。浏览器录音、领域热词这些都支持，专业名词转错的问题能靠热词修掉。 之所以能全本地，是因为语音识别用 FunASR，语言模型走 Ollama，默认配置是 FunAudioLLM/Fun-ASR-Nano-2512 加 qwen3.5:2b。音视频、文字稿、笔记和对话历史默认全部留在本机，网页服务也只监听本地地址。 部署给了 Docker 和 Python 3.12 源码两条路，默认端口 15433，Docker 版初始账号密码都是 admin，装完记得先改。首次使用需要联网下载镜像和模型，语音模型约 2.15GB。 能本地跑的工具，才敢拿来处理真正重要的东西。 GitHub：

淘到一个狠项目。 Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。 Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。 但免费只是表面。 Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模拟。 做 2D 游戏的都懂， Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。 没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。 ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。 下一个安装包，几十兆，双击打开，建项目直接开干。 官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。 别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

📕 扫描版的老书，能整本转成 Markdown 或 EPUB GitHub 上 6.2K stars 手上有一堆扫描版的旧书和资料，问题是它们本质上是一叠图片：搜不了、复制不了、在手机上看要不停放大挪位置。想转成电子书，普通 OCR 一碰到表格就散、遇到公式就废，转出来还得手工修半天。 PDF Craft 专门冲着扫描书籍去的。它基于 DeepSeek OCR 做识别，表格和公式都在处理范围内。转 Markdown 或 EPUB 时，封面、脚注、目录识别、表格渲染和公式渲染都能配置。EPUB 这边给的选项很细：表格可以用 HTML 也可以直接裁原图，公式可以走 MathML、SVG 或者原图裁剪，识别不准的时候至少还能保留原样。 OCR 有本地和云端两条路，本地跑需要支持 CUDA 的 PyTorch 环境，模型从 Hugging Face 下载，支持自定义缓存目录和离线加载；不想折腾环境就接兼容 OpenAI 接口的云端服务。PDF 解析和渲染默认依赖 Poppler 和 pdf2image。 版本上有个变化要注意：v1.0.0 起移除了 LLM 文本纠错，改用 DeepSeek OCR，还想要旧版纠错功能的话用 v0.2.8。MIT 协议。 书数字化了才算真正属于你。 GitHub：

📅 十一个社交平台一个后台管，帖子写好到点自动发 GitHub 上 2.2K stars 一个人做多平台的都懂：同一条内容要在十几个后台各发一遍，每个平台的图片尺寸、字数限制、发布时间都不一样。想用商业排期工具，一到多账号多平台就开始按坐席收月费。 BrightBean Studio 是开源自托管的社媒管理平台，装在自己服务器上，账号数量不受价格表限制。覆盖 Facebook、Instagram、LinkedIn、TikTok、YouTube、Pinterest、Threads、Bluesky、Google Business Profile、Mastodon 和 十一个平台。 功能是照着团队协作设计的：内容编排、日历排期、审批流程、社交收件箱、数据分析、媒体库，还有给客户看的门户，接代运营的人能直接把结果给到甲方。对接能力给了 REST API 和基于 JSON-RPC 2.0 的 MCP 服务，想让 AI 来排内容是通的。 后端 Django 5.x 配 Python 3.12 以上，前端走 Django 模板加 HTMX、Alpine.js 和 Tailwind CSS 4，生产用 PostgreSQL 16 以上，本地开发 SQLite 就够。后台任务用 django-background-tasks，不需要额外部署 Redis，这点对小服务器友好。Docker、Heroku、Render 和 Railway 的部署配置都给了。AGPL-3.0 协议。 发得多不难，难的是每次都不用重来一遍。 GitHub：