与「开源项目」相关的搜索结果

md2wechat 突破 3k star！这次我决定把给项目做宣传片这件事，做成了一个开源 skill。 项目基于 hyperframes skill ，HyperFrames Motion Director 可以把 README、文章、产品介绍、官网内容，转成一条中文竖版宣传片。 制作流程事先定宣传片方向：讲什么、怎么拍、每一屏放什么字、需要什么画面。 确认后，再生成画面、制作动效、截图检查和交付。 适合开源项目、独立产品、工具发布。 欢迎大家试试，推荐 在 Codex 中使用，它会调用 Image Gen 制作素材，目前实测质感更好：

HuggingFace、GitHub 四榜登顶，仅 5 天 Star 破万，百度 Unlimited OCR 跻身增长最快开源项目之一。 前两天时间线里看到不少人在说百度发布的 Unlimited-OCR。 其实 OCR 是百度的传统优势，有技术积累，PaddleOCR 的口碑一直很好。 这次的 Unlimited-OCR 模型规模并不大：总参数 3B、570M 激活参数的 MoE，但在几十页文档连续识别能力上特别强……据说灵感来自像人类一样抄书，不仅提升了 OCR 在长文档场景下的可用性，也为大模型长期记忆管理提供了新的技术思路。这对很多有技术场景需求的团队是个好消息啊。 基于 DeepSeek-OCR 的 DeepEncoder，把 DeepSeek-OCR 路线里长文档解析的工程瓶颈往前推了一步。论文作者名单里那个「YY」也引发了一些猜测，有人怀疑是 DeepSeek-OCR 核心作者魏浩然，未经证实。。

其实让Codex拥有Hermes一样高效工作。 只需要装个oh-my-openagent 开源项目。 它不是普通插件。 而是给 AI 编程工作流加一层 Agent Harness。 自动读取项目规则、接入 LSP / CodeGraph、 检查代码注释、支持持续执行/续跑、子 Agent 协作。 这样Codex升级成“有规则、有角色、有检查、有沉淀”的工程团队。 开源链接评论区⬇️

分享几个值得部署的开源项目 1、Dokploy @getdokploy 手里有服务器就别闲着，先装个 Dokploy。后面不管是部署开源项目还是自己的项目，一套流程搞定，省心又省时间 2、Plausible @PlausibleHQ 我一直用它看网站流量，API 调用顺滑，还有三方 MCP，丢进 agent 里就能直接查数据，体验不输 Umami 3、Sink 来自 @miantiao_me 大佬的开源项目，短链服务做得很顺手。经常换域名、想要短链接的人，用上就回不去 4、Uptime Kuma 网站健康监控必备，挂了立刻通知，避免“用户先发现”这种尴尬时刻

苹果官方开源神器来了！ container v1.0.0 正式发布！ 在 Mac（Apple Silicon + macOS 26）上，用轻量级虚拟机原生运行 Linux 容器！ Swift 编写、Apple 虚拟化框架深度优化、OCI 完全兼容。 再也不用忍受 Docker Desktop 吃资源、兼容问题了！ ✨ 新增 container machine 功能 支持持久化 Linux 开发环境，与宿主机深度集成，丝滑到飞起～ GitHub（已 44k+ Stars）： 快去 Star + 下载试用！ 支持苹果开源，一起把 Mac 容器体验推向新高度！ #AppleContainer# #macOS开发# #Swift# #容器技术# #开源项目# #WWDC#

维护开源项目的朋友深有体会，现在 PR 和 Issue 里越来越多 AI 生成的低质量内容。 可以看下 SlopGuard，它专门帮助开发者自动识别和隔离这类 AI 低质量的贡献。 自动给每个 PR 和 Issue 打出 0-100 的评分，标记可疑 AI 内容并贴上隔离标签。 GitHub： 检测方式挺有意思，能识别 AI 生成的提示词指纹、泄露的助手用语、空洞的模板化内容等特征。 纯规则模式不需要任何 API 密钥就能跑，也可以接入大模型做更精细的判断。 开发者只需要在评论区输入简单的斜杠命令，就能批准、拒绝或标记误判。 使用配置也很简单，给开源仓库里放一个配置文件就行。

散户总在股市里交学费？现在AI把四大投资天尊的秘籍都学会了 这个开源项目叫AI伯克希尔，用Claude Code搭建，把巴菲特、芒格、段永平、李录的方法论全整合了 更绝的是，它搞多个AI Agent并行研究，互相PK，比单个AI分析靠谱多了 GitHub上已经3100多人star，看来大家对AI炒股挺上头 链接：

据说做闲鱼的很多年入百万千万的，原来都是用的这类工具，这个开源项目你可能用得上。 xianyu-super-butler（闲鱼超级管家），不是从零搞的，而是在原来那套自动回复、自动发货项目上做的二次开发，功能补得更全，用起来也更顺手。 谁最该看看？ 1️⃣ 闲鱼卖家，天天回消息回到手软的 2️⃣ 要批量发货，懒得一单单点的 3️⃣ 想把客服这摊子交给机器干的 开源免费，想研究就拉下来，想直接用也行。 🔗

别再用单体 AI 跑股票量化交易了！ 大模型做股票交易最大的弱点：不是幻觉，就是无法应对高频变盘的单向思维风暴。 分享一个真正懂金融行为学的硬核 GitHub 开源项目 —— TradingAgents-CN 它专为股票分析设计，核心逻辑极其优雅：用多智能体社会学模拟，把单 LLM 的交易偏见彻底干碎！ 核心杀手锏： 多角色盘前模拟辩论：框架内由宏观分析师、技术交易员、风控官等多个 Agent 角色组成。在系统内展开多轮激烈辩论，通过交叉验证寻找更稳妥的决策点。 全链路金融行为学模拟：从宏观新闻感知、盘前技术面交叉对齐，到模拟盘中的动态仓位控制，完美还原专业投资机构的决策工作流。 中文本地化与回测支持：无缝对接 A股、港股、美股 等核心市场的数据与交易逻辑，而且完美适配 Claude、ChatGPT (OpenAI) 以及国内主流大模型底层。 一站式回测支持：内置高频交易环境模拟与标准量化指标评估，直接输出带思维链（CoT）的决策报告。 感兴趣的可以看看～dyor～ 地址：

最近看了下 Warp 开源仓库里的 agent 指导设计。 我觉得它最值得学的地方不是某个 AGENTS.md 写得多好，而是它把开源项目维护做成了一套 agent-native workflow： issue triage、spec、实现、review、CI 诊断，都被流程化了。