本周新建热门 AI 项目

它是什么

AIHOT 是一个自托管的行业热点聚合站框架，用 TypeScript 编写。它自动抓取信源、调用 LLM 筛选与摘要，最终生成一份可发布的每日简报。

核心亮点

• 全流程自动化：RSS 抓取 → LLM 精选打分 → 生成日报，无需人工干预
• 信源可替换：把默认的 AI 信源换成任意行业 RSS，即可变成你的垂直热点站
• MCP 支持：通过 Model Context Protocol 对接模型，兼容多种 LLM 后端
• 一键部署：Docker Compose 拉起 PostgreSQL 与全套服务

为什么火

它把"信息焦虑"变成了可自建的解决方案——不依赖平台算法，信源和筛选标准完全由你掌控。MIT 协议、部署简单，5765 星反映了开发者对"自己的信息入口"的强烈需求。

适合谁用

想搭建行业情报站的开发者、需要每日简报的团队、以及希望用 LLM 做内容策展的独立创作者。

快速上手

git clone https://github.com/KKKKhazix/AIHOT
cd AIHOT && docker compose up -d

配置 .env 中的模型密钥与 RSS 源后即可访问。

它是什么

OpenDots 是 CopilotKit 推出的开源 AI 同事框架，用 TypeScript 编写。它让 AI Agent 不再局限于单一聊天窗口，而是能在短信、电话、Slack 之间自由切换，像真人同事一样持续在线、跨渠道协作。

核心亮点

• 跨渠道连续性：同一 AI 在短信里聊到一半，可以打电话继续，上下文不丢失。
• 常驻在线：不是被动等待提问，而是主动参与工作流。
• MIT 协议：完全开源，可自由集成到现有产品。

为什么火

它切中了 AI Agent 落地的真实痛点——用户不想被锁在一个 App 里。OpenDots 把「AI 同事」从概念做成了可复用的基础设施，加上 CopilotKit 在 AI 前端领域的影响力，上线即获 3k+ Star。

适合谁用

想给产品加 AI 助手但不想重造轮子的开发者、做客服/销售自动化的团队，以及探索多模态 Agent 的研究者。

快速上手

git clone https://github.com/CopilotKit/OpenDots
cd OpenDots && npm install

配置各渠道 API Key 后即可运行示例，接入 Slack 或 Twilio 只需改配置文件。

它是什么

Universal Modder 是一套面向 Claude Code 的游戏模组开发工具链，把 Claude 指向任意 PC 游戏，它就能完成侦察、逆向、资源生成、实机测试到演示视频的全流程。

核心亮点

• 逆向工程自动化：自动分析游戏文件结构与内存布局，定位可修改点
• fal MCP 集成：调用 fal 生成美术、3D 模型与音频资源，无需外部素材
• 闭环验证：支持启动游戏实测，并自动录制 showcase 视频
• 技能化封装：以 Claude Code 插件形式提供，开箱即用

为什么火

它把过去需要数周学习的逆向+建模+测试流程压缩成对话式操作，3130 星反映了玩家对「零门槛做 mod」的真实需求，也踩中了 Claude Code 插件生态的爆发期。

适合谁用

想给自己喜欢的游戏做 mod 但不懂逆向的玩家、需要快速原型验证的独立开发者，以及研究 AI Agent 工具链的工程师。

快速上手

git clone https://github.com/rehan-remade/universal-modder

按 README 配置 fal API Key，将插件装入 Claude Code，然后直接对 Claude 说「帮我给这款游戏加一个 XX 功能」。

它是什么

dots 是一个开源的 Web AI Agent，为智能体配备独立浏览器，能自主完成网页操作任务而不被反爬机制拦截。

核心亮点

• 反检测浏览器：基于 Firefox 定制，绕过常见 bot 识别
• MCP 协议支持：可接入 Claude、OpenAI、OpenRouter 等模型
• Playwright 驱动：稳定执行点击、填表、抓取等操作
• 完全开源：MIT 协议，可自托管、可改造

为什么火

传统浏览器自动化工具（如 Selenium）极易被 Cloudflare、reCAPTCHA 拦截。dots 把「隐身浏览器 + LLM 决策」打包成开箱即用的 Agent，正好切中 AI 爬虫、自动化测试、数据采集的刚需，2599 星增长迅速。

适合谁用

需要 LLM 驱动网页操作的开发者、做数据采集与自动化流程的团队，以及想自建 Browser Agent 替代商业方案的用户。

快速上手

git clone https://github.com/feder-cr/dots
cd dots && pip install -r requirements.txt

配置 API Key 后运行主程序，即可让 Agent 接管浏览器执行任务。

它是什么

yomiyasu（読みやす）是一个专为 AI 生成日语做「推敲」的 Agent Skill，把生硬的机翻腔调打磨成自然流畅的日语表达。

核心亮点

• 面向日语写作的专用润色 Agent，而非通用改写
• 兼容 Claude Code、Codex、Cursor、Gemini 等主流 Agent 环境
• 以 Skill 形式即插即用，无需自建模型
• MIT 许可，纯 Python 实现

为什么火

大模型写日语常带「翻译腔」和冗余助词，母语者一眼能看出。yomiyasu 精准戳中这个痛点，把润色能力封装成可复用的 Agent Skill，让任何人几行配置就能获得接近母语审校的效果。

适合谁用

用 AI 生成日语内容的产品团队、日语学习者、需要日文文案的开发者，以及所有对「AI 味」日语不满意的写作者。

快速上手

克隆仓库后，将 Skill 目录接入你的 Agent（如 Claude Code 或 Cursor），在提示中调用即可对目标文本进行润色。具体安装步骤见仓库 README。

它是什么

Jeff 是一个 0.8B 参数的轻量级「System 1」决策模型，专门用于在多个选项之间快速做出判断，并输出经过校准的概率分布。它不生成文本，只做选择。

核心亮点

• 毫秒级决策：0.8B 体量意味着极低延迟，适合嵌入实时系统
• 校准概率输出：不是简单的 softmax 打分，而是经过概率校准的置信度
• LoRA 热插拔：一个基座模型，通过切换 LoRA 适配器适配不同领域，无需重新训练
• 本地部署：完全跑在自己的硬件上，无 API 依赖

为什么火

大模型做决策往往「杀鸡用牛刀」——延迟高、成本大、输出不稳定。Jeff 反其道而行，用极小模型专注「选哪个」这一件事，配合可替换的 LoRA 实现领域泛化，切中了 Agent 工作流中对快速路由/筛选环节的真实需求。

适合谁用

• 构建 Agent 系统、需要快速工具选择或路由的开发者
• 对延迟敏感的在线决策场景（推荐、风控、意图分流）
• 想在本地跑决策模型、不愿依赖云端 API 的团队

快速上手

git clone https://github.com/firelex/jeff
pip install -r requirements.txt
# 加载基座 + 对应 LoRA，传入候选选项即可获得概率分布

MIT 协议，Python 实现，可直接集成进现有推理管线。

它是什么

ReelMimic 是一个开源 AI 视频风格迁移工具：给它一段你喜欢的视频，它会生成一段风格一致的新视频。背后由 Claude Code 或 Codex 组成的多智能体团队负责策划、制作与审阅。

核心亮点

• 风格迁移 + 视频生成：输入参考视频，输出同风格新片
• 多智能体协作：规划、生成、评审分工明确，人类可随时介入
• 兼容主流 Agent：Claude Code 与 Codex 均可驱动
• 聚焦 2D 动画：适合动画与短视频风格复刻

为什么火

AI 视频工具多停留在“文生视频”，而 ReelMimic 切中“风格一致性”这一真实痛点。多智能体编排的思路也踩中了当下 Agent 热潮，MIT 协议让开发者易于二次开发。

适合谁用

短视频创作者、动画爱好者、AI Agent 研究者，以及想探索多智能体协作流程的开发者。

快速上手

git clone https://github.com/edenfunf/reelmimic

配置 Claude Code 或 Codex，准备参考视频即可运行。详见仓库 README。

它是什么

vibe-wise 是一个 Claude Code 插件，专为「AI 写代码、你来学原理」的场景设计。当 Claude 帮你生成代码时，它会同步讲解背后的设计思路。

核心亮点

• 在 AI 编码流程中嵌入解释，不打断工作节奏
• 聚焦「为什么这样写」而非单纯语法说明
• 以插件形式接入 Claude Code，无需切换工具

为什么火

Vibe Coding 流行后，越来越多人担心「只会用 AI、不懂原理」。vibe-wise 正好切中这一焦虑：既保留 AI 提速，又补上理解环节，上线不久即破千星。

适合谁用

• 用 AI 辅助编程但想真正学会的初学者
• 带新人、希望他们理解代码而非照抄的团队
• 想借 AI 输出反推最佳实践的开发者

快速上手

git clone https://github.com/nykooi1/vibe-wise

按 README 将其注册为 Claude Code 插件，之后正常对话编码即可看到同步讲解。

它是什么

answer-me-with-html 是一个 Agent Skill，让 AI 面对复杂问题时不再输出一大段难读的 Markdown，而是直接生成一页排版精良的 HTML 页面来回答你。

核心亮点

• 一页 HTML 作答：自动组织标题、图表、对比表格与代码块，阅读体验接近一篇小型技术文档
• 适配主流 Agent：兼容 Claude Code 等 CLI 环境，作为 skill 挂载即可生效
• 内置可视化：按需生成流程图、结构图，把抽象逻辑变成看得见的图
• 风格约束：参考 STE100 简化技术英语思路，降低表达的冗余度

为什么火

LLM 输出长文时，Markdown 在终端里常常糊成一片。这个项目把「回答」重新定义为「交付一份可读的页面」，思路轻巧却切中痛点，加上接入成本低，短时间内就攒下千余 star。

适合谁用

经常让 Agent 解释架构、做技术选型对比、梳理复杂流程的开发者，以及希望把 AI 输出直接沉淀成文档的团队。

快速上手

git clone https://github.com/QingYunA/answer-me-with-html

将 skill 目录注册到你的 Agent 配置中，之后提问时明确要求「用 HTML 回答」，即可得到一页可直接在浏览器打开的结果。

它是什么

easyread 是一款本地优先的英文论文阅读工具，把 PDF 论文翻译成流畅中文，同时保留原文对照，让科研阅读不再是啃生肉的苦差事。

核心亮点

• 原文对照翻译：左英右中同步滚动，术语和公式位置精准对齐，方便快速核对
• 边读边问 AI：内置 LLM 对话，选中段落即可提问，支持 Claude Code、Codex 等后端
• 文献管理：内置 reference manager，论文入库、标注、检索一站式完成
• 本地运行：基于 Electron + Python，PDF 与对话数据留在本机，隐私可控

为什么火

科研人群对"翻译质量 + 阅读体验"长期不满：浏览器插件割裂、云端服务收费且上传论文有顾虑。easyread 用本地架构 + 现代 LLM 一次性解决，772 星是刚需的直接体现。

适合谁用

• 需要大量读英文论文的研究生、科研人员
• 对论文隐私敏感、不愿上传云端的用户
• 想用 AI 辅助精读但不想切换多个工具的人

快速上手

git clone https://github.com/Edwardxlai/easyread
cd easyread && pip install -r requirements.txt

配置 LLM API Key 后启动 Electron 客户端，拖入 PDF 即可开始阅读。MIT 协议，可自由修改。