AIToolPush 第6页

fireworks-tech-graph 是一个同时运行在 Codex 与 Claude Code 里的 Agent Skill,把自然语言描述变成带几何校验的 SVG / PNG 技术图,并支持 SVG 转 GIF 动效与离线交互 HTML。它内置 12 种视觉风格、14 类图(含完整 UML)、RAG / 多智能体等 AI 领域模式,并用「候选→校验→修订」的有界闭环保证图不穿模、不越界。本文基于 README 介绍它的定位、风格与图类型、安装、使用、核心机制与局限。文中 stars、license、语言来自仓库 meta.json。

public-apis 是 GitHub 上由社区人工策展的「免费公开 API 清单」,截至仓库 meta 数据已有约 47.8 万 stars、自 2016 年持续维护。它把上百个 API 按动物、动漫、金融、机器学习等 40 多个分类整理,并为每条标注 Auth、HTTPS、CORS 三列元信息,是开发者找接口时最常打开的「黄页」。本文介绍它的定位、组织方式、真实条目、使用姿势、长青原因与局限。文中 stars、License、语言、创建时间均来自仓库 meta.json。

coding-yt-dlp 是一个 GitHub 上 0 star 的中文个人项目,本质是把命令行下载器 yt-dlp 套进一个 Flask 网页里,让不懂命令的小白也能粘贴链接、选画质、一键下载。本文基于项目自带的开发者说明、小白使用说明与 app.py 片段,介绍它是什么、能做什么、后端怎么调用 yt-dlp,并诚实说明 cookies 与可用性风险。文中的 stars、语言、更新时间均来自仓库 meta.json。

2026-09-09 AI 科技要闻:DeepMind AlphaGenome Atlas、OpenAI 纳维-斯托克斯争议、Rust never 类型稳定、字节空间视频、中国 2030 算力规划、AmEx 单元化架构、CUDA Rust,共 7 条精选。

Scientific Agent Skills(原 Claude Scientific Skills)是 K-Dense 维护的一套开源「科研技能库」:163 个即用技能 + 100+ 科学数据库,覆盖生物信息、化学 / 药物发现、蛋白质、临床证据、机器学习、材料、地理空间等学科,遵循开放的 Agent Skills 标准,能在 Cursor、Claude Code、Codex、Google Antigravity 等任意兼容客户端里跑。截至 2026-09-09,仓库约 43.9k Star、3.99k Fork,采用 MIT 许可。本文按 README 结构讲清它「是什么、装什么、怎么装、能跑什么、质量怎么保证、许可边界」。

Archify 不是一个画图工具,而是一套给 AI 编程客户端用的「渲染 + 校验系统」:Agent 产出类型化 JSON IR,它确定性地编译成自带交互的 HTML / SVG。它的主张是让每一张图都能被信任、被分享、被比对——五类图型对应五种沟通目的,交付前必须通过原子校验,失败时给出机器可读的修复回执,改架构时还能拿 Before / Delta / After 三张快照对出精确的增删改移。本文顺着仓库 README 的顺序走:定位、图型选择、安装落点、零仓库起图、Why Archify 的四根支柱、五步流水线、键盘探索与导出,以及它明确宣布不做的事。

OpenWhispr 是一个把语音变成文字、笔记与动作的音码输入法:按下全局热键说话,文字直接落在光标处。它的核心取舍是「本地优先」——转写、AI 推理、说话人分离、语义搜索四项能力全部可以在本机用 Whisper 或 NVIDIA Parakeet 完成,音频不出设备;同时也允许接入云端换取速度。本文按仓库 README 的叙事顺序展开:它把自己放在什么位置、四个平台的产物形态、十二条功能清单逐条拆解、本地推理栈是怎么搭起来的、从源码启动需要什么、Intel Mac 上会少掉哪三件事,最后是许可证与致谢清单。

MiniMind 是一个完全从零开始、仅用约 3 元成本与 2 小时训练时间就能训出 64M 参数语言模型的开源项目,也是一套面向 LLM 入门与实践的教程。它把极简模型结构(对齐 Qwen3 的 Decoder-Only)与完整训练链路(预训练、SFT、LoRA、蒸馏、RLHF/DPO、RLAIF、Agentic RL)全部从零用 PyTorch 原生实现,覆盖 MoE、Tokenizer 训练、工具调用与自适应思考。本文从项目主张与模型家族、极简结构、完整训练链路、数据组织、快速开始、对外接入、训练开销到协议边界逐层拆解,帮你判断它能否作为亲手训 LLM 的起点。

TimesFM(Time Series Foundation Model)是 Google Research 开发、用于时间序列预测的预训练基础模型。它采用 decoder-only 架构,把「预测未来」当成一种生成任务来处理。最新的 TimesFM 3.0 引入了原生多变量预测与灵活的协变量支持,并在 fev-bench、TIME Benchmark、GIFT-Eval 三大基准上拿到第一。本文从它的出身与版本演进、3.0 的核心能力、权重许可红线、安装方式、单/多变量代码实战,到适用边界逐步展开,帮助你判断是否值得把它放进预测工具链。

OpenClaude 是一款面向云端与本地模型供应商的开源编码 Agent 命令行工具。它最突出的特点是「一套终端工作流,接遍所有模型」:OpenAI 兼容接口、Gemini、GitHub Models、Codex OAuth、Ollama、Atomic Chat 等后端都能用,且提示词、工具、Agent、MCP、斜杠命令与流式输出全部统一。本文从它的定位与动机、安装与启动、模型后端矩阵、多模型 Agent 路由、命令行之外的能力(像素伙伴、搜索、gRPC)、工程化生态、能力边界,到协议与独立性声明逐步展开,帮助你判断它是否适合作为你的日常编码助手。