专为开发者优化的 Claude Code 扩展框架,融合专用命令、智能角色与 MCP 服务器,助力高效开发流程。

• 16 条高频开发命令覆盖实现、构建、设计、分析、测试、文档等核心环节,提升任务执行效率🛠
• 多领域智能角色(架构师、前端、后端、安全等)自动匹配专家视角,精准应对复杂场景🎭
• MCP 服务器集成支持官方文档调用、UI 组件生成、浏览器自动化,扩展能力显著提升🔧
• 统一 CLI 安装器和多种安装方式,兼容 Python 3.8+,支持跨平台 uv / uvx 快速部署
• 任务管理与 Token 优化机制,保障长会话下的上下文连贯与资源节省
• v3 架构更简洁、性能更优,移除钩子系统以待 v4 重新设计,持续迭代中

SuperClaude 通过模块化设计与智能路由,将 AI 助手从泛用工具转变为开发者的多面能手,提升协同效率与专业深度。

长期价值:架构调整体现对稳定性与可扩展性的深刻理解,代码与文档开放,适合持续贡献与社区共建。

SuperClaude v3 | #框架 GitHub - SuperClaude-Org/SuperClaude_Framework: A configuration framework that enhances Claude Code with specialized commands,…
A Survey on LoRA of Large Language Models:大型语言模型参数高效微调利器LoRA综述资源库

• LoRA(低秩适配)通过插入低秩矩阵,实现对大模型密集层的高效微调,显著降低参数量与计算成本。
• 支持跨任务泛化,结合多种LoRA插件提升适应性,兼顾隐私保护,适合联邦学习场景。
• 分类详尽,涵盖下游任务优化、效率提升、过拟合缓解、动态秩分配、梯度压缩、多专家混合等前沿方法。
• 丰富应用覆盖语言理解、代码生成、模型对齐、医学、金融、视觉、音视频多模态等多个垂类领域。
• 配套大量最新论文与开源代码,持续更新,助力研究者和工程师深入掌握LoRA技术全貌与未来趋势。
• 方法论提炼强调:参数效率 ≠ 简单减参,需结合动态分配、优化策略及混合专家机制实现泛化与稳健性。 GitHub - ZJU-LLMs/Awesome-LoRAs
Colette:面向技术文档的本地多模态检索增强生成(RAG)开源平台

• 核心采用视觉RAG(V-RAG)技术,将文档转为图像处理,完整保留图表、布局等视觉元素,提升对复杂技术文档的理解能力
• 支持文本RAG,结合非结构化文本抽取、嵌入和主流大语言模型,实现多模态融合检索与交互
• 多模型支持,兼容多种嵌入器与视觉语言模型,灵活适配不同场景
• 集成图像生成(diffusers),增强交互体验与内容创作能力
• 自托管部署,基于Docker,满足数据隐私需求,适合存储和处理敏感技术资料
• 适用环境配置明确(GPU≥24GB,内存≥16GB,磁盘≥50GB),确保性能稳定
• 详细命令行与Python API示例,方便快速集成与二次开发
• 困难排查指南助力优化检索准确性,支持社区反馈与持续迭代

从本质看,Colette围绕“视觉优先”的多模态理解方法,突破传统文本检索局限,提升技术文档智能交互的深度和精度,适合企业与研发机构构建安全、可控的知识管理系统。
#资源参考 #RAG GitHub - jolibrain/colette: Multimodal RAG to search and interact locally with technical documents of any kind
TinyPngCompressor:JetBrains IDE 内高效图像压缩利器,助力开发者无缝优化项目资源
• 支持 webP/png/jpg/jpeg 格式,基于 TinyPNG 强大压缩算法,显著减小文件体积
• 兼容最新 Android Studio Meerkat (2024.3+) 及 IntelliJ IDEA,紧跟开发环境升级
• 内置直观 UI,支持项目文件树批量压缩,压缩前后可视化对比,实时显示压缩比例和进度
• 自动识别剪贴板图片,智能跳过已压缩文件,操作便捷,节省重复工作时间
• 多种安装方式:插件市场一键安装、离线安装包及源码编译,灵活适配不同需求
• 本质上提升开发效率和项目性能,减少图片资源负担,优化用户体验和加载速度

TinyPngCompressor 将资源优化嵌入开发流程,推动高效自动化,避免手动繁琐操作,体现现代 IDE 插件服务于开发者的本质价值。长期使用助力构建轻量、快速响应的应用,满足持续集成和交付要求。 GitHub - hust-twj/TinyPngCompressor: Compress images by TinyPng
面向文档的轻量级 OCR 及布局分析工具,支持 90+ 语言,性能媲美主流云服务,聚焦精准识别与结构解析。

• 多语言文本识别:覆盖超过 90 种语言,支持行级文本检测,兼顾打印文本与部分手写文本。
• 全面布局分析:自动检测表格、图片、页眉页脚、标题等多种布局元素,精准还原文档结构。
• 阅读顺序识别:智能推断内容阅读顺序,提升后续文本处理和解析的准确性。
• 表格识别能力:自动识别表格行列、单元格边界,支持输出 JSON、Markdown 和 HTML 格式,便于数据抽取与二次利用。
• LaTeX 公式 OCR:专门针对公式区域的识别,支持高精度数学表达式提取。
• 兼容多种文档格式:支持 PDF、图片、Word、PowerPoint,处理速度稳定,无明显延迟。
• 开源许可与使用策略:GPL-3.0 许可,非营利及低收入组织友好,商业使用提供灵活授权方案。
• 高性能并行处理:支持 GPU 加速和大批量识别,显著提升处理效率,适合大规模文档分析需求。
• 交互式体验:内置 Streamlit 应用,方便用户直观测试与调试 OCR 结果。
• 深度训练与架构优化:基于 EfficientViT、Donut 等先进模型,结合多样化数据集,确保识别准确性和泛化能力。

Surya| #工具 GitHub - datalab-to/surya: OCR, layout analysis, reading order, table recognition in 90+ languages
RunAgent:跨语言无缝部署 AI Agent 的通用平台,打破开发语言壁垒,实现一次编写、全场景调用。

🌐 多语言原生 SDK(Python、JavaScript、Rust、Go),无 REST API 复杂性,支持类型安全与自动错误处理
🚀 本地即刻启动 FastAPI 开发服务器,内置热重载、日志监控与调试工具
☁️ 服务器无关架构,支持未来一键云端无服务器部署,自动伸缩与全球边缘分发(2025 Q2 上线)
🧩 框架无关,兼容 LangChain、LangGraph、CrewAI、Letta、Agno 等多种 AI 框架,提供丰富模板快速启动
🌊 原生流式响应支持,四大主流语言均能自然迭代流数据,实现实时交互体验
🔧 强大 CLI 管理全生命周期:初始化、开发、部署、运行、模板管理等一站式操作
🏢 企业级功能规划中:私有云部署、SOC2 安全合规、细粒度权限、多团队协作与高级监控
🤝 社区活跃,开源贡献渠道畅通,文档详尽,支持多语言 SDK 持续扩展和完善

RunAgent 以“写一次,跨语言无缝调用”为目标,彻底解决了 AI 代理开发中多语言集成的碎片化痛点,极大提升团队协作效率和产品迭代速度。它不仅适合多语言技术栈的混合团队,也为微服务架构和遗留系统的 AI 能力升级提供了低成本路径。未来的云端无服务器平台将进一步释放开发者的生产力,实现规模化的智能应用部署。 GitHub - runagent-dev/runagent: RunAgent simplifies serverless deployment of your AI agents. With a powerful CLI, multi-language…
TypeScript 优先的 AI 平台 TypedAI,专为开发者打造全栈智能代理与 LLM 工作流,助力软件开发自动化与创新。

• 高级自主智能代理,支持复杂分层任务规划与记忆管理
• 专业软件开发者代理,涵盖代码编辑、项目初始化、编译测试、自动修复与最终审核
• 自动化拉取请求代码审查,支持自定义审核规则并直接在 GitLab 评论代码行
• 多语言模型服务兼容:OpenAI、Anthropic、Gemini 等多达十余家主流 LLM 提供商
• 丰富功能集成支持:文件系统、Jira、Slack、Google Cloud、GitHub 等工具无缝协作
• CLI 与 Web UI 双重接口,支持本地运行、Docker 容器隔离及云端多用户单点登录部署
• 基于 OpenTelemetry 的可观测性,支持 Python AI 生态系统调用,扩展性强
• 自动生成 LLM 函数调用 Schema,提升开发效率与代码可维护性
• 独立于 LangChain 的设计理念,拥有更强静态类型安全和调试便利性

TypedAI 不仅是工具,更是一套方法论:通过模块化设计和人机协同,实现复杂 AI 任务的可控执行和持续优化,适合长远软件开发流程智能化转型。
Roboflow Sports:专注计算机视觉与体育结合的开源项目,推动目标检测、图像分割、关键点检测等技术在运动场景中的极限应用。

• 解决核心难题:
- 球体跟踪:小尺寸高速移动难以捕捉
- 球衣号码识别:视频模糊、遮挡下的精准识别
- 球员追踪与重识别:复杂遮挡与镜头运动中的身份保持
- 摄像机标定:多视角动态场景下的精准校准,助力速度与距离统计

• 丰富数据集支持:足球篮球多维度检测与关键点标注,覆盖球员、球体及场地元素
• 开放源码,鼓励社区贡献,助力打造强大体育分析工具
• 安装简便,Python3.8+环境下源代码直装,快速上手
• 适合体育数据科学家、计算机视觉研究者及开发者深度探索与创新

深刻理解体育场景下视觉信息的动态复杂性,Roboflow Sports提供系统化方法论与实战工具,推动长期开放协作与技术迭代。 GitHub - roboflow/sports: computer vision and sports
小区说

各大城市小区凶宅查询,以及小区周边污染源、高压线变电站、墓地、殡仪馆、火葬场等风险源查询,还支持地址所属街道查询,试下还挺准,至于凶宅什么,闲没事看乐子吧,还人统计这玩意,头回见。

🧘 网址: 资源链接

💞 感谢 [ 来自 供稿 ]
💭 中文 | 💭 聊天 | 💭 投稿
#影视

飞快TV

在线影视站,有电影、剧集、综艺和动漫,清晰度和速度都 OK 的,片量也很充足,支持多播放源切换,支持网盘下载,特色是一键搜片功能,可以聚合搜索 TG 里的影视网盘频道,这个属于是很少见的功能了,免费使用,无需注册。

https://feikuai.tv

频道 @WidgetChannel
Crawlee Python:面向现代爬虫与自动化的全栈解决方案,助力高效稳定的数据抓取与网页交互。

• 统一支持 HTTP 请求与无头浏览器(Playwright)模式,兼顾性能与复杂网页渲染需求。
• 内置代理轮换、会话管理及自动重试机制,智能避开反爬虫检测,提升爬取成功率。
• 采用 asyncio 异步架构,配合完整类型提示,提升开发体验与运行效率。
• 灵活请求路由与持久化队列,支持多任务并行与断点续爬,节省运维成本。
• 多样化数据存储方案,支持结构化数据与文件下载(HTML/PDF/JPG/PNG等),满足多场景需求。
• 兼容 BeautifulSoup 解析与 Playwright 浏览器自动化,适应从静态页面到动态内容的全方位抓取。
• 轻松集成至 Apify 云平台,扩展云端自动化爬虫能力,适用研究、AI训练数据采集、RAG知识库构建等。

Crawlee 提供了从入门到进阶的示例教程,帮助开发者快速构建符合项目需求的定制化爬虫系统,专注于方法论的完善和爬取流程的稳定性。其设计理念体现了现代爬虫的核心要素:高效、稳定、可扩展与易维护。
#资源参考 #Crawlee #爬虫 #python GitHub - apify/crawlee-python: Crawlee—A web scraping and browser automation library for Python to build reliable crawlers. Extract…
#出行 #火车票 #监控 #开源

China Railway Ticket Monitor

12306 余票监控与通知工具,可通过交互式界面设置出发地、目的地、日期、车次和席别,支持实时推送到 Telegram、飞书、Bark、企业微信、SMTP 邮件,仅可查询余票状态,不具备抢票功能,免费开源。

注意,这个是纯监控,不支持抢票,至于给谁用的呢?我也不知道。

https://github.com/wxory/CRTMonitor GitHub - wxory/CRTMonitor: 12306余票监控程序
#图片 #分割

Image Splitter

图片分割工具,支持网格、裁剪、自由分割三种方式,适用于 PNG、JPG、WebP 格式,最大支持 10MB ,分割完成后可下载单张,也可打包下载,完全免费,无需注册。

这个很好用的,经常发九宫格朋友圈或者 Instagram 的可以试试。

https://imgsplitter.org Image Splitter
#微信 #多开 #防撤回 #开源

BetterWx-UI

微信 PC 端增强工具,支持多开消息防撤回、撤回编辑、自定义撤回消息、多账号免扫码登录等功能,适用于微信 3.9.12.51(64 位)和 4.0.3.11 及以上正式版,免费开源,仅有 Windows 版本。

友情提示,此类工具可能会引起功能限制和封号等行为。

🐙 项目地址
#AI #RSS #开源

ZenFeed

基于 AI 的 RSS 阅读器,可自动从订阅源中抓取内容,并通过 AI 自动筛选、总结和分析,支持生成每日简报、实时监控更新,并提供 RSS 输出与 Webhook 通知,支持自定义可信源、标签和关键词追踪,只关注感兴趣的内容,免费开源。

🌐 演示地址 🐙 项目地址
#影视 #开源 #资源参考

LibreTV

一个用来搭建视频聚合搜索引擎的项目,输入关键词,即可在多个视频源上拉取内容并播放,可部署在支持服务端功能的各类网站托管服务上,如 Vercel、Netlify、Cloudflare Pages 等,也可通过 Docker 或 Docker Compose 部署,免费开源,无需注册。

演示站 kanmaoxian.online 密码 kanmaoxian

🐙 项目地址 GitHub - LibreSpark/LibreTV: 一分钟搭建影视站,支持Vercel/Docker等部署方式
#视频 #下载 #资源参考

竹子下载

视频下载服务,支持 YouTube、B 站、TikTok、Facebook、Twitter、Instagram、SoundCloud 等平台,输入视频链接,选择所需的格式和质量即可下载,免费使用,无需注册。

https://freesavevideo.online
Back to Top