可以跑在浏览器器的 OCR 模型： PP-OCRv6 它的 Tiny 版本只有 1.5M 参数， 专门面向浏览器和边缘设备场景做了优化， 可以基于 ONNX Runtime Web 在浏览器端直接运行， 用 Electron 做客户端的朋友，这个方向可以冲一波了

看到设计好看的网站，想扒它的配色字号间距，打开开发者工具一个个元素找，耗时耗力。 于是用 designlang，只需要一条命令，就能获得 17 个以上的界面设计文件。 包括 Tailwind 配置、Figma 变量、shadcn 主题、甚至给 v0 或 Cursor 用的提示词也有。 GitHub： 不止颜色字体，四个断点下的响应式表现、悬停点击状态、无障碍对比度都会测，还能给整站的设计一致性打分。 提供演示 Demo 尝试，贴个网址就能看着设计系统从页面里一点点被读出来，过程有录像还能分享给别人。 想学别人家的设计语言，或者给老项目补一份设计规范的，比手动扒省事太多。

💾 太强了，把 AI 的整个记忆库压进一个文件里 GitHub 已经封神，16.2K stars 给 AI 做知识库，通常要起一套：向量数据库一个服务，全文检索一个服务，元数据再放个数据库。开发时跑 Docker Compose，部署时三个组件挨个配，想把知识库拷给同事，得导出三份东西。 Memvid 把这些收进单个 `.mv2` 文件：文件头、预写日志、数据段、全文索引、向量索引、时间索引全在里面，拷贝一份文件就等于搬走了整个记忆库。检索能力一样不少，全文用 Tantivy 加 BM25，向量走 HNSW，本地嵌入跑 ONNX 模型，支持 BGE、Nomic Embed Text 和 GTE 系列。 核心是 Rust 写的，另外给了命令行工具、Node.js SDK 和 Python SDK。PDF 文本提取、图像嵌入、音频转录、加密这些都是可选特性，示例里有 CLIP 图像检索和 Whisper 音频转录。 顺带一提，它 v1 那套把数据编码进二维码的方案已经弃用了，现在这版务实得多。 好的抽象不是加一层，是把三层合成一个文件。 GitHub：

我尼玛可以哟，同样跑 Agent 任务成本砍到 1/9——OpenSquilla，6134 个 Star！0.5.0 Preview 4，微内核 AI Agent。 一句话：本地模型路由器把每一轮对话分给“够用且最便宜”的模型，同预算换更高智能密度。 核心不是又一个聊天壳，而是把 Agent 运行层做成了省 token 的 harness： （1）SquillaRouter 本地路由——LightGBM + ONNX 分类器在本地给每轮打分，按 C0-C3 层级选模型，路由判断不把 prompt 送出机器。 （2）自适应推理和 Prompt——简单任务轻量处理，复杂任务才开扩展推理和完整系统提示，尽量不把 token 浪费在废话上。 （3）20+ LLM 提供商——OpenAI、Anthropic、OpenRouter、Ollama、DeepSeek、Gemini、Qwen/DashScope 等都能接，主备选择不动代码和配置结构。 （4）技能按需加载 + MCP——15 个内置技能用到才加载；既能当 MCP client，也能跑成 MCP server。 （5）本地持久记忆——MEMORY.md + 日期 Markdown 笔记，SQLite 全文搜索和 sqlite-vec 语义召回，embedding 可走本地 ONNX。 （6）分层安全沙箱——Standard/Strict/Locked 三档权限矩阵，Linux 用 Bubblewrap，macOS 走 Seatbelt，敏感操作可接人工审批。 它把 Web UI、CLI、聊天频道都接到同一个 TurnRunner，工具分发、重试、决策日志行为一致；还有会话/子代理/定时任务、成本统计，适合长期跑 Agent 工作流。 官方 PinchBench 1.2.1 的 25 个任务里，OpenSquilla 平均分 0.9251、总成本 ；对照是、6.233。分数几乎贴住，成本差了一个数量级，这就很牛逼了。 支持 Windows、macOS、Linux；可桌面安装、终端安装，也能从源码跑。适合想用 Agent 干活、但不想每轮都硬烧顶配模型预算的兄弟。 好东西转给需要的兄弟。🚀 #AIAgent# #开源工具# #老杨啊分享#

🦆 上头了，一只 800 克重、25 厘米高的双足机器人，走路、摔倒爬起、起立、踢球全是自己练出来的，训练环境 microduck_rl 开源了。 GitHub 上快 2000 star，四百多个 fork——fork 数是 star 的两成，一看就是真有人下载下来在改。 想让小型双足机器人学个新动作，最劝退的不是训练本身，是仿真里跑得漂漂亮亮的策略，一放到真机上就摔。舵机不是理想电机，电压会掉，指令有延迟，齿轮还有旷量，这些在仿真里默认都不存在。 microduck_rl 就是冲着这道坎去的。它基于 mjlab 用 PPO 训练，专门配了 BAM 的舵机物理模型，把电池电压、负载下的电压跌落、指令延迟和摩擦幅度逐个环境随机化；每个主要任务还都有一个齿隙变体，把 14 个舵机齿轮传动里那 ±1 度的旷量也练进去。练完的策略以 50Hz 导成 ONNX，直接交给真机的运行时跑。所有任务共用一套 61 维观测接口，所以走路、起立、踢球、前滚翻这些策略在真机上可以热切换。 训练要一张 CUDA 显卡，这点得先备好。 仿真到真机那道坎，就是被人这样一项一项磨平的。 GitHub：

👂 OpenWhispr 把 WisprFlow 和 Granola 的订阅费给省了，按住快捷键说话，文字直接落在光标位置。 GitHub 上 6908 star，914 个 fork，最近登上了 GitHub 热榜，MIT 协议开源，官方明说不收集数据、不带遥测。 用嘴代替键盘这件事，聊天软件里早就有了，但真正想用的场景是写周报、回邮件、在代码注释里说一段思路。这些地方要么没有语音输入，要么得先在别的应用里说完再复制粘贴，来回切窗口比自己打字还慢。 OpenWhispr 是个桌面应用，全局快捷键随时按，说完文字自动落到当前光标。转录可以完全本地跑，用 Whisper 或者 NVIDIA Parakeet，音频不出设备；嫌慢也能切到云端。还可以边说边翻译，中文口述、粘出来是英文。往里拖音频文件、批量上传、甚至粘一个 YouTube 链接，也都能直接转。 开会那部分更狠：自动识别 Zoom、Teams、FaceTime 通话，实时区分说话人、认声纹，能跟 Google、Microsoft、Apple 的日历打通。转完的内容进笔记，支持文件夹整理和语义搜索。想接大模型的话，GPT-5、Claude、Gemini、Groq、OpenRouter 或者本地模型都能配。 一个提醒：Intel 芯片的 Mac 上，实时说话人识别和声纹这两项用不了，因为依赖的 ONNX Runtime 从 1.24 版起不再提供 macOS x86_64 的二进制包。录音和转录照常，笔记搜索会退回关键词匹配。 订阅制的语音输入现在有免费替代了，还不用把自己说的话交出去。 GitHub：

机器人运动控制算法 C++ 工程化工程师（细分方向） 一、工业机器人运动控制工程师 技术/算法：轨迹规划（直线/圆弧/NURBS 样条）、梯形/S 形速度规划（五段/七段）、运动学正逆解（解析/数值）、牛顿-欧拉递推动力学、前馈补偿 工具/领域：Eigen、ROS 2 Control、OMPL、Linux + PREEMPT_RT、EtherCAT(SOEM)、1kHz 实时闭环 工程要点：S 形速度规划闭式公式、解析逆解奇异规避、EtherCAT 分布式时钟同步、抖动分布量化 二、协作机器人运动控制工程师 技术/算法：阻抗控制、导纳控制、基于广义动量的碰撞检测、重力/摩擦力前馈补偿、拖拽示教 工具/领域：Libfranka、FRI、ROS 2 Control、实时力控接口、ISO 10218 安全限幅 工程要点：动量观测器残差阈值、柔顺刚度/阻尼整定、安全响应时延 三、移动机器人运动控制工程师 技术/算法：底盘运动学（差速/阿克曼/麦克纳姆）、轨迹跟踪（MPC/LQR/Pure Pursuit）、局部规划（DWA/TEB）、EKF 多源融合 工具/领域：OSQP、ACADO、ROS 2 Control、Eigen、Gazebo 工程要点：MPC 约束建模（速度/加速度限幅）、Pure Pursuit 前视距离稳定性、轮速+IMU 融合 四、人形机器人运动控制工程师 技术/算法：全身控制(WBC)、双足步态（ZMP/捕获点/MPC）、浮基动力学、QP 接触力优化、零空间投影 工具/领域：Pinocchio、Crocoddyl、CasADi、OSQP、MuJoCo C++ API、摩擦锥不等式约束 工程要点：任务优先级分层、浮基系统建模、接触力可行域求解 五、具身智能运动控制工程师 技术/算法：RL 策略部署（PPO/SAC）、Sim2Real 补偿、领域随机化、系统参数在线估计（RLS） 工具/领域：LibTorch、ONNXRuntime/TensorRT、Eigen、推理延迟优化（量化/算子融合/异步） 工程要点：1kHz 推理管线、策略输出平滑与安全校验、递推最