卧槽！互联网顶尖那批人，直接把脑子开源了！ 这11个GitHub仓库，真的能让你少走三年弯路，白嫖党直接起飞！ 兄弟们赶紧码住，慢慢啃，别手动找资料了！ PilotDeck（OpenBMB） 几分钟部署一个能自己干活的AI Agent，真正的开源智能体框架！ andrej-karpathy-skills（Karpathy） 一个CLAUDE.md文件直接封神，17万+星，AI编程铁律天花板！ MemPalace AI记忆系统，LongMemEval接近满分，记忆永不丢失！ OpenClaw（Peter Steinberger） 私人AI助理，37万+星，GitHub史上涨最快的怪物之一！ autoresearch（Karpathy） 科研自动化框架，吸星速度离谱，直接把科研变流水线！ awesome-claude-code Claude Code顶级玩法合集，FAANG内部都在偷偷用！ agent-skills（Addy Osmani） 生产级AI编程技能，3万+星，硬核到爆！ AI-Agents-for-Beginners（微软） 12节免费课，从零教你搞AI智能体，白嫖党的天菜！ awesome-llm-apps 最大可运行AI应用合集，10万+星，抄作业首选！ hermes-agent（NousResearch） 自进化AI智能体，越用越聪明，越用越强！ qlib（微软） 全套量化投资平台，直接clone对冲基金的大脑！ 别人天天闷声用这些东西，你刷完就划走，差距就这么被拉开了。 快码住 + 转发给还在瞎找资料的朋友！ 谁用谁知道，评论区说说你先冲哪个？#AIAgents# #GitHub#

SpaceXAI 列出了 146 个 Grok 机器人。GitHub 已经发现了 6,688 个更多，每个都是一个实时链接，你只需一键添加 像这样的机器人每个售价 50–200 美元。那就是 334,400 美元的机器人，免费 追踪它们的 3 个目录： → awesome-grok-bot - 6,688 个实时机器人，按工作分类，每天更新 → awesome-grokbot - 4,933 个链接，每个都经过状态检查 → botsdots - 6,972 个模板，可搜索，按风险评分 我浏览了精选货架。我最先添加的 8 个： → Bounty Hunter - 挖掘你的电子邮件和账单，找出你从未领取的退款 → Online Identity Bot - 每天早上检查关于你的新公开信息 → SubCut - 找出你收件箱中的隐形订阅消耗 → X Algo - 告诉你现在发帖、引用某物或等待 → Human Copywriter - 重写听起来像 AI 的草稿，让它读起来像人写的 → Join a Startup Bot - 每天提供几份大招聘板错过的早期职位 → Home Hunter - 锁定你的预算和通勤，每天扫描房源列表 → Nourishment - 阅读你冰箱的照片，规划晚餐，按预算购物 这些是社区机器人。在添加之前检查每个机器人能访问什么 今晚就开始：添加 Bounty Hunter，让它阅读去年的电子邮件

刚发现一个OpenMOSS（复旦大学等机构）发布的 Awesome-WAM 仓库，按一套架构分类法把 WAM 分成两类： 1、Cascaded WAM（级联式）：先生成未来视频/画面，再从中抽取动作（UniPi、VLP、TesserAct、AVDC 这类）。 2、Joint WAM（联合式）：视频和动作一起生成，又分 自回归（GR-1/GR-2、CoT-VLA、WorldVLA…） 扩散式（UWM、UVA、Cosmos Policy…） 还有World Model for VLA：把世界模型用于模仿学习、强化学习、以及策略评测（Dreamer 系列、WorldEval 等）。 并系统罗列了机器人数据集（OXE、DROID、Bridge…）、UMI、仿真、第一视角人类视频等。 他们还用一个开源的 summarization skill（Paper2Blog），为大量论文自动生成了一篇结构化的中文/解读博客，还把这个生成 skill 本身开源了。

当下研究AI Agent，很多人都会陷入信息过载的困境，海量资料摆在眼前，很难梳理出清晰的起步方向。 Claude Code、Codex、Hermes Agent、MCP、Skills、RAG、Memory、Multi-Agent……层出不穷的新概念与新项目持续涌现。 分享一个实用开源项目 awesome-agentic-ai-zh，很值得收藏。 它整合240+ AI项目、77+ MCP与Skills资源、23套实操案例，形成一套完整的Agentic AI学习路线图。 整体规划两条学习主线： 偏向实操，日常运用各类Agent工具 → CLI实战使用者 希望深度自研，从零搭建智能体 → Agent开发者 整套路线循序渐进，覆盖LLM基础、提示词工程、工具调用，再拓展到RAG、记忆模块、MCP协议、多智能体体系、设备操控能力。 这份清单最大的优势，在于梳理好了循序渐进的学习次序，能够明确每个阶段的学习重点，不用漫无目的地搜集技术名词。 链接放在评论区。 正在深耕 Claude Code、Codex、AI Agent 的朋友，可以保存下来慢慢研究。 精简备选版本 当下研究AI Agent很容易被海量信息淹没，难以理清学习顺序。 Claude Code、Codex、MCP、RAG、多智能体等新技术持续更新，入门门槛无形中抬高。 开源项目 awesome-agentic-ai-zh 整理了一套完整学习地图。 汇总240+项目、大量MCP工具以及实战案例，区分工具使用者、自研开发者两条路线。 知识点由浅入深，规划好学习先后顺序，帮大家避开盲目搜集资料的问题。 研究AI Agent可以收藏

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