wechat-use 开源:用 Docker 跑真实微信桌面,让 AI Agent 通过 MCP 操作微信
【这是什么】开发者开源的 wechat-use 项目,用 Docker 运行真实 Linux 微信桌面,让支持 MCP 的 AI Agent 查看界面并执行桌面操作。
推荐理由:作者把两年微信 RPA 经验与 Computer Use 思路结合,开源了 Docker 化的 Agent 操作方案,工程实现和风控提醒都有借鉴价值。
【这是什么】开发者开源的 wechat-use 项目,用 Docker 运行真实 Linux 微信桌面,让支持 MCP 的 AI Agent 查看界面并执行桌面操作。
推荐理由:作者把两年微信 RPA 经验与 Computer Use 思路结合,开源了 Docker 化的 Agent 操作方案,工程实现和风控提醒都有借鉴价值。
【这是什么】Inkdown 是一款开源跨平台 Markdown 笔记软件,本次发布 v0.1.7,作者在 V2EX 分享功能全览。【商业/痛点逻辑】面向个人写作与技术笔记场景,集成斜杠快捷指令、模板库、实时预览、图床与多平台发布(公众号草稿 API、博客园 MetaWeblog,知乎/头条/CSDN/简书/掘金富文本分发)。
推荐理由:独立开发者自述开源笔记软件的功能全貌,AI 代码校验与多平台发布分发思路可供工具类开发者借鉴。
【这是什么】Coral 是一个开源自托管的 agent 执行网关,agent 通过编写短 TypeScript 程序调用工具,成功的代码可保存为自定义工具复用。
推荐理由:项目展示了让 agent 把成功代码沉淀为可复用工具的思路,并给出 token 与成本下降的具体数据,工程借鉴价值清晰。
Telegram 频道 @IndieRadarPro · 只发精选
【这是什么】开发者 hsuehly 用 Flutter 开发的 AI 数字人陪伴 App「小遇」,现已开源,主打情绪陪伴。【商业/痛点逻辑】面向需要情感陪伴的用户,支持自定义角色形象、人设和音色,提供实时语音与数字人视频互动,通话中还能文字输入和使用快捷动作。
推荐理由:开源的 AI 数字人陪伴 App,可参考其 Flutter 实现自定义角色、实时语音与视频互动的完整工程方案。
【这是什么】turbo-browser-mcp 是一个基于 Playwright 的 MCP 服务器,专为 LLM 浏览器自动化设计,把常见的 25-33 个细粒度原语合并成 10 个批量工具。
推荐理由:开源的 Playwright MCP 服务器,用批量工具与 delta 快照把浏览器自动化 token 消耗大幅压缩,基准数据可复现,适合做 LLM 浏览器代理的工程借鉴。
【这是什么】一款自托管工具,基于 ZFS 克隆为 MySQL 和 PostgreSQL 创建秒级、零拷贝的 copy-on-write 数据库分支,可随时重置或销毁。
推荐理由:用 ZFS 克隆让 MySQL 和 PostgreSQL 秒级出库分支,零拷贝可随意丢弃,对 AI 代理沙箱和按 PR 建库的工程实践有直接借鉴价值。
【这是什么】一个开源项目,用 190 行无依赖的纯 JAX 从零实现 DeepSeek-V3 论文架构,含 MLA、DeepSeekMoE、auxiliary-loss-free 负载均衡和多 token 预测。
推荐理由:用 190 行纯 JAX 从零复现 DeepSeek-V3 架构并在 MacBook Air 上完成训练,工程实现与逐模块讲解对理解 MoE、MLA 细节很有参考价值。
【这是什么】RealtimeVAD 是一个开源的实时语音端点检测库,在保留 Silero VAD 判定语音的基础上,每 10ms 对比音频电平与房间噪声,提前发出说话者可能停下来的 pause 信号。
推荐理由:开源库以投机生成思路换取语音端点提前约 92ms 响应,作者给出适用与不适用管线的边界条件,工程选型判断有参考价值。
【这是什么】Cloudflare 将其面向 AI 代理的无状态浏览器 Kitesurf 开源,基于 Apache 2.0 协议发布在 GitHub。【商业逻辑】为 AI 代理提供比 Chromium 更轻量的页面加载、JS 执行与截图能力,按需在 Workers 全球网络弹性伸缩。
推荐理由:原文给出无浏览器容器的 AI 代理浏览器引擎架构与自部署路径,Rust 加 WebAssembly 的工程思路可作参考。
【这是什么】Browser Hands 是一个 Chrome 扩展加本地 MCP Server(打包约 450 KB 单文件 JS),让任何支持 MCP 的 Agent 接管你正在用的 Chrome,支持点击、输入、读页面、截图、跑 JS。
推荐理由:作者自研开源浏览器控制方案,让任意支持 MCP 的 Agent 接管真实登录态的 Chrome,工程思路和多 Agent 隔离设计有借鉴价值。
【这是什么】Edge0 团队开源 Edge0-145B 与 Edge0-120B 端侧模型及统一推理框架,宣称可在笔记本本地运行 145B 参数模型。【商业逻辑】瞄准云端 AI 的 API 费用、隐私限制与联网依赖三重痛点,通过稀疏专家共享矩阵、三层层级加载与 CPU/GPU 协同调度,实测峰值内存 29GB、解码 80+ tokens/s、支持 128K–256K 上下文。
推荐理由:官方完整披露了端侧大模型的内存与速度实测数据,工程上如何让145B模型跑进笔记本值得借鉴。
【这是什么】AgentRun 是 Apache-2.0 开源平台,在 Claude Code、Codex、OpenCode、pi 等 Agent harness 之上叠加自我改进、持久执行和控制台。
推荐理由:开源 Agent 平台把每次运行留下的笔记与技能沉淀为可复用工作流,读者可参考其持久执行设计与降本路径。
smolmaxxing 是面向旧设备和低内存硬件的开源 LLM 推理项目,通过改造 llama.cpp 让小米电视盒子与 2013 款 iPad Air 跑起本地模型。
推荐理由:项目把 llama.cpp 量化 kernel 与权重流式加载压进 1GB 内存设备,附完整实测数据,适合端侧推理工程借鉴。
【这是什么】一款免费开源的 Codex Token 用量统计桌面工具,支持 macOS 和 Windows。【商业/痛点逻辑】作者因订阅额度一下子用完,想弄清最近一周哪个项目、哪个会话最吃 Token,于是自己做了这个工具。
推荐理由:作者从订阅额度莫名耗尽的困扰出发,把 Codex 用量拆到项目与会话颗粒度,痛点切法可借鉴。
Berth 是一个 VS Code 扩展,在侧栏按项目列出 tmux 里运行的 Claude Code、Codex 等 Agent 会话,可看到在做什么、是否还在跑,并按名称、对话标题或目录搜索,点一下就在编辑器区域打开对应终端。
推荐理由:作者把多个 Agent 的会话管理收进 VS Code 侧栏,并复用已有 tmux 而非另起一套,取舍可借鉴。
【这是什么】华为开源 MACaQ,一款面向本地推理的高质量 GGUF 量化工具,可量化文本、图像、视频与音频模型,不局限于文本。 【商业/痛点逻辑】针对低精度量化的耗时与显存占用,量化 122B 参数模型只需 64 分钟和 32.5 GB 显存;达到 Llama-3-8B 同等最佳困惑度时量化时间少 11 倍,并称困惑度低于 MR-GPTQ 与 DuQuant++。
推荐理由:量化工具覆盖文本、图像、视频与音频模型,122B 模型 64 分钟量化完成,可参考其显存占用与多后端适配思路。
开发者 dofy 开源 Agent Skill site-to-map,能让 Codex、Claude Code 等 agent 读入个人主页、导航站或导出的书签,自动整理分类并生成配置,把链接变成可探索的 3D 地图。
推荐理由:把站点链接结构转成可 3D 探索的地图,为做个人主页和导航站的开发者提供了一套生成式呈现的工程方案。
【这是什么】开发者开源了视频知识学习系统 video-notebook,可把 B 站、YouTube、抖音的视频收进笔记本并生成字幕。【商业逻辑】针对从视频学知识却留不住的问题,它支持按来源对话并跳回对应时间点,再整理成知识底稿、思维导图、幻灯片和阅读页。
推荐理由:作者把字幕提取、按来源对话和时间点跳转串成一条学习链路,可参考其 PC、Agent 与小程序三端接入的设计取舍。
【这是什么】一个轻量开源 harness,基于 agent client protocol 把 Claude Code、Codex、Antigravity 等官方 CLI 聚合到同一入口,可以召唤它们一起协作。
推荐理由:作者把多个官方 CLI 聚合成可互相 fork 会话的统一入口,对多智能体协作的工程实现有参考价值。
【这是什么】Yogurt 是 Granola 的开源替代品,定位私有 AI 会议纪要,提供 Mac、Windows、Linux 客户端下载。【痛点逻辑】录制通话时不需要把机器人拉进会议,主打笔记内容私密。【技术状态】仓库由 pnpm monorepo 组织,采用 MIT 许可,当前 86 stars。【链接】https://github.com/FrigadeHQ/yogurt
推荐理由:以不往会议里塞机器人的方式解决录制隐私顾虑,其桌面端工程结构对做同类 AI 工具的人有参考价值。