本周新建热门 AI 项目
Agent skill for impressive 3D visuals using Blender + image gen + subagent critic
它是什么
dream-loop 是一个 Agent Skill，让 AI 智能体自动生成高质量的 3D 视觉作品。它把 Blender 脚本、AI 图像生成和一个"子智能体评审"串成闭环，实现从创意到渲染的自动化迭代。
核心亮点
- 闭环自评机制：生成结果后由独立的 critic 子智能体打分，不达标就自动重试，避免"一次成型"的粗糙输出。
- Blender + 图像生成协同：用图像模型提供视觉参考，再由 Blender 精确建模渲染。
- 纯 JavaScript 实现，MIT 协议，易于集成进现有 Agent 工作流。
为什么火
它切中了一个真实痛点：让 AI 做 3D 内容，最难的不是生成，而是判断好坏。dream-loop 用 critic 子智能体解决了质量把关问题，思路简洁且可复用，因此迅速在 Agent 开发者圈子里传播。
适合谁用
做 AI Agent、自动化内容生成的开发者；需要批量产出 3D 视觉素材的设计与营销团队；想研究"生成-评审"闭环范式的工程师。
快速上手
git clone https://github.com/achimala/dream-loop
按 README 配置 Blender 环境与图像生成 API，即可在你的 Agent 框架中挂载该 skill 运行。
Topic in, narrated explainer video out. A Claude Code / Codex skill that turns any topic into a black-canvas motion-graphics explainer video with TTS voiceover, subtitles and a chapter progress bar. Chinese or English; every frame drawn in code with Remotion.
它是什么
anything2explainer 是一个 Claude Code / Codex 技能：输入任意主题，输出带旁白、字幕和章节进度条的讲解视频。每一帧都由 Remotion 用代码绘制，黑底动效风格，支持中英文。
核心亮点
- 一句话生成：主题进，成片出，无需剪辑软件
- 全代码渲染：React + Remotion 逐帧绘制，风格统一可复现
- 完整音画：TTS 配音（Edge-TTS / Kokoro）、字幕、章节进度条一次到位
- 多智能体协作：脚本、分镜、渲染各司其职
为什么火
把"做视频"从剪辑工作流变成了一次 agent 调用。688 星背后是内容创作者对"脚本→成片"自动化管线的真实需求，而 Remotion 的代码化渲染让视频真正可版本控制。
适合谁用
知识科普创作者、需要批量产出讲解视频的团队，以及想研究 AI 视频生成管线的开发者。
快速上手
在 Claude Code 或 Codex 中安装该 skill，给出主题即可；本地需 Node 环境与 Remotion 依赖，TTS 可选 Edge-TTS 或 Kokoro。
A practical hardware and software setup for a compact RL-powered biped robot.
它是什么
Microduck 是一套面向双足机器人爱好者的完整搭建教程，涵盖硬件选型、结构组装到强化学习训练的全流程，用 Python 实现。
核心亮点
- 硬件+软件一体化：从舵机、IMU 到控制板，给出可复现的物料清单与接线方案
- 内置 RL 训练管线：基于强化学习让小型双足机器人学会稳定行走
- MIT 协议开源，教程步骤详尽，适合边做边学
为什么火
小型双足机器人门槛高、资料散，而 Microduck 把“造一台能走路的机器人”拆成可执行的小任务，649 星说明社区对这类实战教程需求强烈。
适合谁用
机器人爱好者、强化学习入门者、想动手做实体 AI 项目的学生和开发者。
快速上手
克隆仓库后按 README 的硬件清单采购，依次完成组装、烧录固件、运行训练脚本，即可在仿真或实机上测试步态。
Git-native persistent memory for AI coding agents. Implements Google OKF v0.2 with sub-300µs in-memory BM25 search, embedded MCP server, and progressive disclosure. Slashes token bloat by 80% with zero external databases or dependencies. Built in pure Go.
它是什么
okf-agent-memory 是为 AI 编程助手打造的 Git 原生持久化记忆层，用纯 Go 实现 Google OKF v0.2 开放知识格式。它让 Agent 把项目知识以 Markdown 形式存进仓库，随代码一起版本管理。
核心亮点
- 零依赖：不需要外部数据库，无需额外服务，开箱即用
- 极速检索：内存内 BM25 搜索，延迟低于 300µs
- 内置 MCP Server：直接对接 Model Context Protocol 生态
- 渐进式披露：按需加载上下文，Token 消耗降低约 80%
- Git 原生：知识即代码，天然支持 diff、回滚与协作
为什么火
AI 编程助手最大的痛点是「记不住」和「上下文爆炸」。这个项目用最轻的方式同时解决两者：把记忆落成可读的 Markdown，用 BM25 做毫秒级召回，再靠渐进式披露控制 Token。纯 Go 单二进制，部署成本几乎为零，对追求工程效率的开发者极具吸引力。
适合谁用
长期使用 Claude Code、Cursor、Cline 等编码 Agent 的开发者；需要为团队 Agent 建立共享知识库的工程团队；以及研究 LLM 记忆架构的技术人。
快速上手
go install github.com/okf-memory/okf-agent-memory@latest
okf-agent-memory init
初始化后在仓库 .okf/ 目录编写 Markdown 知识文件，MCP Server 会自动挂载供 Agent 调用。
Official repository for "OpenWAM: An Open, Modular Exploration Towards Systematic World–Action Model Pretraining".
它是什么
OpenWAM 是论文《OpenWAM: An Open, Modular Exploration Towards Systematic World–Action Model Pretraining》的官方实现，用 Python 构建，聚焦「世界-动作模型」（World–Action Model）的系统化预训练。
核心亮点
- 开放模块化架构：将世界模型与动作策略解耦，各组件可独立替换与组合
- 面向通用机器人策略：为 generalist robot policies 提供统一预训练范式
- 系统化探索：不只是单一模型，而是一套可复现的实验框架
为什么火
机器人基础模型正从「单任务」走向「通用策略」，但缺乏统一的开源预训练底座。OpenWAM 填补了这一空白，494 stars 说明社区对「世界模型 + 动作」路线的强烈关注。
适合谁用
机器人学习研究者、具身智能方向工程师，以及希望复现或改进 world-action model 预训练的开发者。
快速上手
git clone https://github.com/OpenWAM-Official/OpenWAM
Apache-2.0 许可，商用友好。建议先阅读仓库 README 中的模块说明与配置示例。
它是什么
fanzha-ai-proxy 是一个反向代理服务，将国家反诈中心 AI 接口转换为 OpenAI 兼容格式，让开发者可以用标准 OpenAI SDK 直接调用。
核心亮点
- 协议转换：把非标准反诈 AI 接口包装成
/v1/chat/completions格式 - 零改造接入：现有 OpenAI 客户端只需改 base_url 即可使用
- 轻量部署：单文件服务，无需复杂依赖
为什么火
OpenAI 生态工具链成熟，但国内垂直 AI 接口往往不兼容。这个项目用最小成本打通了两者，420 星说明"协议适配"类需求真实存在。
适合谁用
想快速对比反诈 AI 与通用大模型效果的开发者；需要统一多模型调用层的团队；学习反向代理与 API 适配的初学者。
快速上手
git clone https://github.com/lfzk550/fanzha-ai-proxy
# 按 README 配置后启动服务
# 客户端设置 base_url 指向本地端口即可
注意：项目标注"仅学习用途"，请遵守相关服务条款。
它是什么
cek-probe-model 是一个 Python 小工具，用于检测某个 AI 模型是否被“套壳”或伪装。项目名中的“cek”在印尼语中意为“检查”，核心目标就是快速判断模型真伪。
核心亮点
- 通过探测模型响应特征，识别其是否经过代理、转发或伪装
- 轻量脚本，无需复杂配置即可运行
- 对常见 API 包装行为有针对性检测逻辑
为什么火
AI 模型套壳现象泛滥，用户难以分辨真伪。该项目以极简方式提供验证手段，切中开发者与用户的信任痛点，短期内获得 354 星。
适合谁用
- 需要验证第三方模型真实性的开发者
- 采购或集成 AI 服务的技术决策者
- 对模型来源有合规要求的团队
快速上手
git clone https://github.com/yureii1996/cek-probe-model
cd cek-probe-model
python probe.py --target <模型接口>
按提示传入待测模型端点即可获得检测结果。
⚡ Zero-reload dynamic AI model switcher & local proxy for VSCode Copilot Chat via 9Router
它是什么
routeVSCODE 是一款 VSCode 扩展，通过本地代理 9Router，为 Copilot Chat 提供零重载的动态 AI 模型切换能力。
核心亮点
- 零重载切换：无需重启 VSCode 即可在 ChatGPT、Claude、DeepSeek 等模型间即时切换
- 本地代理架构：基于 9Router 转发请求，配置灵活、响应迅速
- 多模型支持：一个入口统一调度主流大模型，告别多插件冲突
为什么火
Copilot Chat 原生仅绑定单一模型，开发者想对比不同模型效果时极为不便。routeVSCODE 用轻量本地代理打破这一限制，326 星的增长说明"模型自由"是刚需。
适合谁用
- 需要频繁对比多个 AI 模型输出质量的开发者
- 希望在不离开 VSCode 的前提下调用 Claude、DeepSeek 的用户
- 对本地代理和请求转发有定制需求的技术玩家
快速上手
- 从 VSCode 市场安装 routeVSCODE 扩展
- 本地启动 9Router 代理服务
- 在扩展设置中填入各模型 API Key
- 打开 Copilot Chat，通过命令面板切换目标模型即可
An AI toolkit that turns agents into teachers rather than code yapping machines
它是什么
Manware's AI Learning Toolkit 是一个把 AI Agent 从"代码复读机"改造成"私人导师"的开源工具包。作者不满于当前 Agent 只会堆砌代码片段，转而设计了一套引导式学习流程。
核心亮点
- 教学优先：Agent 不再直接甩出答案，而是通过提问、拆解、追问推动你思考
- 工具化封装：把提示词、学习路径、反馈机制打包成可复用模块
- 轻量灵活：不绑定特定模型或框架，可接入主流 LLM
为什么火
在"AI 代写一切"的浪潮里，它反其道强调"AI 教你学会"，切中开发者对能力退化的焦虑。322 星虽不算爆款，但方向感清晰，容易被教育类和技术成长类社区自发传播。
适合谁用
想借 AI 提升编程能力而非依赖 AI 交差的开发者、自学编程的初学者，以及关注 AI 教育应用的产品设计者。
快速上手
克隆仓库后按 README 配置 API Key，选择学习主题即可启动一次引导式对话。建议从官方示例场景入手，再按需替换提示词模块。
A game mod that uses NVIDIA AI to change lighting, detail and colour, with controls for strength and performance.
它是什么
OptiScaler-DLSSNR-PreSR-Multipass 是一个游戏画质增强 Mod，通过调用 NVIDIA 的 DLSS 神经渲染（Neural Rendering）能力，实时改变游戏的光照、细节与色彩表现。
核心亮点
- 集成 DLSS NR（神经渲染）管线，用 AI 重构光照与材质细节
- 支持 Pre-SR 与 Multipass 多通道处理，画质提升更细腻
- 提供强度与性能双维度调节，玩家可自行平衡帧率与观感
- 基于 OptiScaler 生态，兼容性强
为什么火
DLSS 神经渲染是 NVIDIA 近年主推的方向，但官方落地游戏有限。这个项目让玩家在《博德之门 3》等作品中提前体验 AI 重光照，321 星说明社区对"AI 改画质"需求真实存在。
适合谁用
追求画质的高端显卡玩家、DLSS 技术爱好者，以及想在老游戏中体验神经渲染效果的用户。
快速上手
克隆仓库后按 README 将文件放入游戏目录，启动后在配置面板调节强度与性能参数即可。需 NVIDIA RTX 显卡支持。