- 科研与知识生产（01、05）：Scientific Agent Skills 把 160+ 科研技能与 100+ 科学数据库打包成 Agent 可调用的 Skill；中国专利 Skill 则把专利点挖掘、查新、交底书成稿串成一条工作流。
- 模型与算法（04、08、09）：Google TimesFM 让时间序列零样本预测更进一步；MiniMind 用 6400 万参数讲清大模型完整训练链路；Heretic 提供一种调整模型拒答行为的思路。
- AI 开发与 Agent 生态（07、10、11、14）：OpenClaude 用一个终端切换多模型，Awesome MCP Servers 汇集 9.4 万 + Star 的 MCP 资源，Screenshot to Code 让截图直出前端代码，Archify 把系统描述变成可交互架构图。
- 语音与多媒体（06、13）：VoiceStudio 是本地语音工作室，覆盖克隆、配音、转录；OpenWhispr 让说话直接落到光标处，并支持会议转录与后续 AI 操作。
- 移动与系统工具（02、12）：vphone-cli 在 Mac 里 “养” 一台可编程的虚拟 iPhone；ipatool 用命令行搜索、下载 App Store 应用包。
- 网站与运营（03）：OpenSEO 把关键词研究、排名追踪、竞品与外链分析整合成开源 SEO 方案。
01 一大波科研 Skills
Scientific Agent Skills 收录了 160 多个科研 Skill，并整理了 100 多个科学数据库的使用方式。
这些 Skill 包括生物信息、药物发现、医学研究、材料科学、地理空间分析和科研写作等方向。
这些 Skill 的核心价值就是把科研流程沉淀为可复用的程序性知识，让模型少走弯路，也让复杂研究流程更容易复现。
每个 Skill 会告诉 Agent 应该调用什么工具、遵守哪些流程、检查哪些结果。
科研任务对准确性和可追溯性要求很高。
安装这套资源并不等于 AI 自动具备了科学判断力，研究者仍要检查数据来源、统计方法和实验结论。
开源地址：https://github.com/K-Dense-AI/scientific-agent-skills
02 在 Mac 上启动一台虚拟 iPhone
vphone-cli 可以理解为：在 Mac 里养一台虚拟 iPhone，还能让程序或 AI 操作它。
比如你开发了一个手机 App，想检查 打开应用 → 点击登录 → 输入内容 → 查看结果 是否正常。
这个项目提供一台虚拟手机，再通过自动化接口完成点击、滑动、截图等操作，减少反复手动测试。
但是它的使用门槛很高。
需要 M 系列芯片的 Mac、macOS 15 或更新版本，以及 Xcode。
还涉及调整 Mac 的部分安全保护设置。
开源地址：https://github.com/Lakr233/vphone-cli
03 开源的 SEO 解决方案
OpenSEO 提供关键词研究、排名追踪、竞品分析、外链分析和站点审计等常用功能。
它既有网页界面，也提供 MCP Server 和一组 SEO Skills。
你可以让 Agetn 读取 SEO 数据，完成关键词聚类、竞争格局分析和外链机会整理。
项目支持 Docker 和 Cloudflare 部署。
OpenSEO 的代码可以免费使用，SEO 数据仍然有成本。它主要依赖 DataForSEO，用户需要准备 API 凭证并按调用量付费。
本地 Docker 版本默认采用单用户模式且没有登录验证，也不适合未经配置就暴露到公网。它真正省下的是软件订阅费和工作流锁定，数据采购费用依然存在。
开源地址：https://github.com/every-app/open-seo
04 自动修改语言模型的拒答行为
Heretic 是一个修改 AI 模型的工具，目的是让模型减少抱歉，这个问题我不能回答这类回复。
作者把它称为自动移除模型审查的工具。
更准确地说，它主要削弱模型的拒答行为，同时尽量保留原来的能力。
你可以理解 AI 是一位受过培训的助手：既学了知识，也学了哪些问题应该拒绝。
Heretic 这个开源项目，就像调整后面这部分，让它更愿意回答。
开源地址：https://github.com/p-e-w/heretic
05 中国专利 Skill
这个 Skill 是帮你写专利的。
它把专利点挖掘、现有技术检索、交底书成稿和后续修订整理成一套工作流。
你发给 Agent 设计文档、代码、Word 或 PPT，Skill 会先扫描材料，再梳理可能的创新点。
它会优先通过国家知识产权局的中国专利公布公告站进行查新，随后生成包含系统框图和流程图的 Markdown 与 Word 文档。
交底书修改时会另存新版本，并记录每轮补充和纠正，方便研发人员与专利代理人继续协作。
开源地址：https://github.com/handsomestWei/patent-disclosure-skill
06 VoiceStudio
VoiceStudio 是一套本地的开源语音工作室，支持语音克隆、声音设计、视频配音、听写、转录和有声书制作。
你可以用短音频建立声音样本，批量生成语音，也能给视频完成转录、翻译、角色识别和重新配音。
它同时提供本地 API、OpenAI 兼容音频接口和 MCP Server，方便创作者把语音能力接到自己的脚本或 Agent 工作流中。
项目支持 macOS、Windows 和 Linux，并能利用 CUDA、Apple Silicon 或 CPU 运行不同引擎。
开源地址：https://github.com/debpalash/VoiceStudio
07 OpenClaude：一个终端，接入不同模型
OpenClaude 是一款开源终端 Coding Agent，可以在同一套工作流里切换云端 API、本地模型和多种模型。
项目已经有 3.2 万多个 Star。
它保留了Coding Agent 常用的文件读写、搜索、Shell、MCP、Skills 和子任务能力。
同时把模型选择权交还给用户。
开源地址：https://github.com/Gitlawb/openclaude
08 Google 把多变量预测做成基础模型
TimesFM 是 Google Research 开源的时间序列基础模型，刚更新的版本已经支持原生多变量预测了。
库存、销量、能耗、流量和设备指标都属于它的典型应用范围。
传统时间序列项目往往需要针对每类数据重新选模型、训练和调参。
TimesFM 主打零样本预测，可以在没有见过目标数据训练集的情况下给出预测结果。
3.0 还能同时处理多条相互关联的序列，并加入历史协变量和未来已知信息，例如节假日、价格或天气预报。
TimesFM 3.0 发布后，这个开源项目就登上本周 GitHub Trending 榜单了。
开源地址：https://github.com/google-research/timesfm
09 用小模型看清 LLM 的完整训练过程
MiniMind 把大模型的结构和训练链路狠狠压缩。
变成一个个人开发者可以理解、复现和修改的规模。
主线小模型约有 6400 万参数，项目已经 5.8 万多个 Star。
这个开源项目包括数据清洗、预训练、监督微调、LoRA、偏好优化、强化学习、工具调用和模型蒸馏等环节。
核心算法主要用原生 PyTorch 实现。
你可以看到每一步具体做了什么，不会被高层训练框架遮住关键细节。
开源地址：https://github.com/jingyaogong/minimind
10 Awesome MCP Servers
Awesome MCP Servers 整理了大量可供 Codex、Claude Code 等调用的 MCP Server，目前已经拥有 9.4 万多个 Star。
这份列表按浏览器自动化、数据库、开发工具、文件系统、搜索、金融和多媒体等场景分类。
每个项目还会标注主要语言、本地或云端运行方式、支持的系统以及是否是官方的。
刚开始给 Agent 接工具时，从分类目录寻找候选项目会比全网搜索省事很多。
合集里的项目既有生产级工具，也有实验性实现。
开源地址：https://github.com/punkpeye/awesome-mcp-servers
11 截图、设计稿和录屏都能生成前端代码
Screenshot to Code 可以把页面截图、设计稿和屏幕录制转换成可运行的前端代码。
项目已经获得 7.7 万多个 Star，是视觉生成代码领域最有代表性的开源项目之一。
它支持 HTML、CSS、React、Vue 和多种样式方案。
生成后可以在浏览器里预览，再继续修改布局和素材。
视频模式还会读取页面操作过程，用来恢复部分交互效果，比只看一张静态截图多了时间维度的信息。
开源地址：https://github.com/abi/screenshot-to-code
12 用命令行搜索和下载 App Store 应用包
ipatool 可以在 Windows、Linux 和 macOS 上登录 App Store，搜索应用并下载加密的 IPA 安装包。
它也支持列出可用历史版本，并通过外部版本 ID 下载指定版本。
这套能力对应用归档、兼容性测试和安全研究很实用。
命令支持文本和 JSON 输出，也能使用非交互模式接入自动化脚本。
macOS 用户可以通过 Homebrew 安装：brew install ipatool
项目需要使用已经能够访问 App Store 的 Apple ID。
开源地址：https://github.com/majd/ipatool
13 把语音输入变成桌面工作流
OpenWhispr 是一款跨平台语音输入应用，可以把说话内容写入当前光标位置。
也能完成会议转录、笔记整理和语音 Agent 操作。
你可以选择 Whisper 等本地语音模型，让音频保存在你的电脑上。
也可以使用自带 API Key 的云端服务换取更快的处理速度。
会议模式能够识别 Zoom、Teams 和 FaceTime 等通话，并提供说话人区分、笔记搜索和后续 AI 操作。
项目还开放了 MCP Server，方便其他 Agent 读取转录与笔记。
开源地址：https://github.com/OpenWhispr/openwhispr
AI 画架构图
Archify 这个开源项目，可以把一段系统描述或一个代码仓库变成可交互的系统图。
目前项目已经拿到 4.8 万多个 Star，本周的增长很快。
Archify 有一层约束：Agent 先生成带类型的结构化数据，工具完成校验后再渲染 HTML 和 SVG。
节点、连接和路径都来自已经写入的数据，渲染器不会在数据之外额外添加依赖关系。
但校验主要检查结构、布局和组合规则，不能自动证明图与真实系统完全一致。
它支持架构图、工作流图、时序图、数据流图和生命周期图。
生成结果是一个自包含的 HTML 文件，可以搜索节点、追踪上下游路径，也能导出 PNG、SVG 和视频。
开源地址：https://github.com/tt-a1i/archify本文由作者@逛逛GitHub，授权发布于平台，未经许可禁止转载。