今天用闪电般的速度带大家了解一下什么是 github。 github 很多人觉得难,不是因为它复杂,是因为太多人不知道从哪里开始看。今天我带大家从第一步开始,保姆级教学 github, 你 可以先理解成一个放项目的地方。在 github 里面,一个项目通常叫做仓库, 开发者把代码说明和更新放进仓库里,我们找到这个仓库,这样 codex 读懂它,我们就可以去使用它。第一次打开 get 项目,你先看四个地方,第一个是 readme, 它就是这个项目的说明书,这个项目能做什么,怎么使用,支持什么系统通常都会写在这里。第二个是 releases, 开发者打包好的正式项目一般会放在这里,里面有安装包,新手使用起来会简单很多。第三个是 code, 只想把文件下载下来,可以选择 zip, 准备交给 codex, 就 复制这里的项目地址。第四个是 license, 它告诉你这个项目允许怎么使用项目公开放的 github, 但是不代表我们可以换个名字拿出去卖。项目页面会看以后,下一步就是把它交给 codex, 项目地址给你。 do read me, 检查我的电脑环境,告诉我该怎么做,哪里可能出问题, 确认没问题,再开始执行。这样子做,托代斯会先告诉你项目需要什么环境,你的电脑能不能运行,他把问题说明白以后,你再决定要不要继续。页面怎么看,我相信你已经知道了他。 get 号真正有意思的一点是,上面有许多非常优秀的人才,出了非常优秀的项目,可以免费开源提供给大家。 我跳了三个,你快速了解一下。第一个 play right mcp, 它可以让支持 mcp 的 ai 工具操作浏览器,就是说它可以操纵你的浏览器,自动上网,读取网页,点击页面,都属于它可以做的事情。第二个 anything l m, 它可以把文档、笔记资料整理成自己的 ai 知识库,等于说你可以不断升级它,以后提问时, ai 可以 围绕这些资料进行回答,还可以脑筋急转弯哦。第三个, n 八 n, 它可以把不同软件和 ai 连接成一条工作流, 就是那些博主所说的 ai 工作流啦,很多重复步骤都可以按照那些设定好的程序自动进行。 k 歌没有那么复杂,你只要记得一条流程, 找到项目 can read me, 复制地址交给 codex。 今天我们先解决 github 是 什么,怎么看下一期。我今天拿一个完整的项目带大家从头到尾跑一遍。我是数字游侠。
粉丝2699获赞24.8万

上一期视频竟然有十万多个姐妹看过了我分享的三个 code skill, 聪明的姐妹应该已经发现了,这些 skill 都能在 github 上找到,所以今天这一条就跟大家分享一下怎么用 github 找到你需要的 skill。 先说一下 github 是 什么,你可以把它理解成一个超大的开源工具仓库,上 面有超过一点八亿开发者,六点三亿个项目,而且平均每分钟都会有两百多个新仓库被创建出来。所以它不只是程序员写代码的地方,很多 ai 工具、学习资料、各种神仙 skill 都会被放在 github 上面开源。对我们来说,它就是一个免费的 ai 工具,宝藏库, 注册、搜索、查看项目都是免费的。很多人一听 gethub 会觉得他离自己很远,但其实你只要会做这三件事情就够了。会搜索、会看项目介绍、会复制链接。那第一步,我们先打开 gethub, 点击三 app, 注册一个账号,这个就是常规的流程,填邮箱、生密码及用户名,按着提示走就可以了。第二步,我们开始搜索,不要被满屏的英文吓住了,我们直接用上面的搜索框输入你想找的内容。这里 有的 gethub 搜索的小技巧就是在关键词前面加 awesome 或者后面加 free。 awesome 有 点像 gethub 玩家之间的暗号,通常代表高质量合集, free 就 更直接,一般是免费的资源或者工具。 如果你想找 codex skill, 就 可以搜 awesome。 codex skill 想找 ppt skill, 就 可以搜 awesome。 ppt skill 上每个项目旁边都会有一个 star, 你 可以理解为收藏或者点赞,新标越多,通常说明这个项目被更多的人收藏使用或者关注过。所以搜出来以后,我们可以把排序方式改成新标,最多来进行排序,这样就能看到当下最热门被更多人验证过的项目是什么样的。来第三步,我们就可以去看项目介绍了。 在搜到项目之后,我们不用急着去安装,先点进去看他的项目介绍,他一般会告诉你这个项目是干什么的,有什么功能,适合什么场景。比如我现在搜到一个 ppt 的 skill, 他 会告诉我他支持 ppt 的 风格是电子杂志风和瑞士国际主义风的,他怎么使用, 适合做课程汇报还是内容展示?那看完 redmi 之后,你大概就能判断这个 skill 是 不是你想要找的东西,如果你确定想用它的话,就复制这个 getahome 的 项目链接,打开酷酷 x, 跟我说帮我安装这个 skill, 并告诉我怎么样去使用。 那酷派 x 就 会根据项目里的说明啊,帮你看怎么安装,配置调用。 ok, 又是进步的一天。我是零三年毕业不想上班的冉子,主页分享了很多 ai 工具和实操玩法,希望能帮到更多同龄的姐妹把 ai 应用进生活和工作里面。

那个 o e d 仪表的项目现在已经完全开严了,我把代码放到了 github 上,可以直接搜我的名,或者是搜这个项目名都可以。然后我们点到主仓库来看看,好,这个就是我们的主仓库,也就是主机端,它还有另外三个仓库, 这个就是它的从机端的仓库,这个是主机端的 e g p e 仓库,也就是发送端的仓库,还有接修端的仓库,总共这四个。关于使用方法,我们至少需要一个 s m 三二 f 一 零三和一个 can 修发器模块, 加一个 e s t 杠零 e s, 这是主机端,然后是显示器端,核心是一个 s m 三二 f 四零一,加一个 g c 九 a 零一原屏,再加一个 e s t 杠零 e s。 在 这里可以看到引脚分配和硬件架构,项目结构这些东西,可以翻翻这个文档,基本上就可以复刻一个了。然后关于这代码的使用,因为这个是 hell 加上 m g e c 翻译,所以说我们下载下来代码之后 需要一个 qx 和 cube c i, 这个是我当时写的时候用的环境。最后再下一个 c lion, 将下载好的代码导入到 c lion 里,然后就按着指示配置就行了。配置之后翻译之后就可以通过 same link 直接销路到主机或从机的 s m 三十二版里。 e e c 杠零 e s 代码的销路 它就简单很多,就比如打开这个看看,对,它里边只有一个东西,就是这个点 e mail 的 文件,然后写它那用的是 arduino 导进 arduino 进去之后可以通过串口或者是它专门的下载器直接销路到里边,这个会比主机简单很多,对这个项目感兴趣的话, 可以点一个 start, 如果发现有什么问题或者想添加一些功能,可以从这里提一些需求,或者干脆自己 fork 下来 信息,一些功能的添加,想要复刻的话,引角分配了,接线啊什么的都在这里,把四个仓库的东西下下来搞进去就可以使用了。 ok, 这个视频就到此就结束了哦,后续有什么想交流或者友好的方案,欢迎发布分机或者直接联。

大家好,今天是二零二六年七月二十一日的 github trending 热门项目,一起来看看有哪些开源神器。 code review graph 是 一个本地优先的代码智能图谱项目,专门为 mcp 和 cli 打造。它能够构建你代码库的持久化地图,让 ai 编码工具只读取关键部分,大幅节省上下文开销。 这个项目总星数已经突破二点二万,今日新增一千八百七十六星,增长势头非常强劲。势头非常强劲。 j code 号称是目前最智能的代码 agent 框架,采用 rest 语言编写,性能非常强悍。它能够帮助开发者自动化处理各种编码任务,提升开发效率。总星数达到九千五百四十七,今日新增六百一十二星,值得关注。 omni root 是 一个免费 mit 开源的 ai 网关,一个端点就能对接超过二百六十八家服务商和五百多个模型,包括 cloud、 gpt、 gemini、 timi、 k 三等。它还支持 mcp 和 a to a 协议,配备智能配额管理和自动回退机制。 总星数已经突破二点一万,今日新增一千三百星。 ai engineering from scratch 是 一个从零开始学习 ai 工程的实战教程项目,它的理念非常简洁,学它、见它、发布。它帮助开发者系统掌握 ai 工程的完整链路。 总星数高达四万多,今日新增八百四十六星,是非常热门的学习资源。 agency agents 打造了一个完整的 ai 代理团队,从前端开发高手到社区运营专家,每个代理都有独特的个性和专业的交付能力。这个项目堪称 ai 代理应用的标杆制作, 总星数高达十三点四万,今日新增七百四十四星。 night transformers 是 一个灵活的异构 l l m 推理和微调优化框架,它能够帮助开发者在不同硬件环境下高效运行大语言模型,提供了丰富的优化策略。 总星数接近一点九万,今日新增四百四十八星。 voicebox 是 一个开源的 ai 语音工作室,功能非常全面,支持语音克隆、口述转录和创意语音生成。对于需要处理语音内容的开发者来说,这是一个非常实用的工具。 总星数达到四点四万,今日新增八百三十九星。 cockpit 内是一个开源的 ai 记忆平台,专门为 ai 代理提供持久化的长期记忆能力。 它基于自托管的知识图谱引擎,让代理在不同绘画之间保持记忆连贯性。总星数二点八万,今日新增二百四十九星。 lingbot map 是 一个前馈式三 d 基础模型,能够从流逝数据中实时重建三维场景,这项技术在机器人导航和增强现实领域有广阔的应用前景。总星数一点四万,今日新增五百五十四星。 open co 是 samrush 和 rs 的 开源替代方案,为网站提供全面的 co 分 析能力。对于预算有限的团队和个人站长来说,这是一个非常有价值的工具。总星数五千七百四十七,今日暴增九百八十三星,热度正在快速上升。 timi c l i 是 moonshot ai 推出的命令行 agent 工具,被称为下一代 c l i 助手。它能够直接在终端中理解你的意图并执行复杂任务,大大提升命令行工作效率。总星数突破一万,今日新增四百零五星。 estrobot 是 一个 ai agent 助手和开发框架,能够整合多种即时通讯平台和大型语言模型。它支持丰富的插件生态和 ai 功能,可以作为开源的机器人解决方案。总星数,三点七万,今日新增三百三十星。 fast 提供了一种快速且符合开放风格的 m c p 服务器和客户端构建方式。它大幅降低了开发 m c p 工具的门槛,让开放开发者能够快速搭建 ai 工具链。总薪数,二点六万,今日新增七十七型。 vodlo 是 专为 ai 编码 agent 打造的网页搜索工具,采用本地优先架构,不需要 api 密钥,也不需要云端服务,每次查询零成本。它支持搜索、获取、爬取和研究功能。总星数,两千四百五十四。今日新增六百九十五星。 topcoat 是 rust 生态中的一个全能 web 应用框架,号称电池全包。它为 rust 开发者提供了一站式的 web 开发解决方案,大幅简化了全站 rust 开发流程。总星数,一千四百六十四,今日新增三百七十四星。 ipf 是 一个汇集全球公开 iptv 频道的开源项目,提供了来自世界各地的电视直播员集合。对于需要研究流媒体协议或搭建媒体中心的用户来说,这是一个宝贵的资源库。总星数高达十三点三万,今日新增一百四十四星。 openship 是 一个自托管的部署平台,只在简化应用发布流程。它让开发者能够轻松地将应用部署到自己的服务器上,无需依赖第三方云服务。总星数,四千六百一十八。今日暴增一千七百一十九星,是今日增长最猛的项目之一。 ontology playground 是 微软推出的免费开源文体论学习 web 应用,它提供了预购件的文体论目录,支持可式化设计和交互式图标导出,完全零后端纯净态部署。总星数一千六百八十二,今日新增四百八十七星。 transcribe c p p 是 一个基于 g g m l。 的 语音转文本推理引擎,支持超过十六个模型家族。它能够在本地高效运行语音识别任务,非常适合需要离线语音转写的场景。总星数一千一百九十六。今日新增四百零一星。 moonshine 专注于超低延迟的语音转文本意图识别和文本转语音技术。它专为构建语音 agent 和语音交互界面而设计,响应速度极快。总星数九千七百四十三。今日新增二百六十四星。 以上就是今天 gigop trending 的 全部热门项目,记得点赞关注,我们明天再见!

最近看到一个开源项目叫 cowart, 目前在 github 上已经有四千八百多个 star。 它把一块原声无线画布接近了 codex, 让对话素材和生成结果都留在同一个工作区。在这块画布里,你可以生成图片、单页、网页,还能制作整套演示文稿。 我觉得它最实用的是支持通过标注来改图,哪里要删哪里要改,直接圈出来划箭头写说明比重新用一段话描述更准确,也不容易让模型理解错。 安装也不复杂。把仓库地址和安装要求发给 codex, 它会帮你完成插件注册和校验升图。默认调用 codex 当前可用的图片生成能力。 如果使用支持自定义接口的生图工具,也可以在安全环境中配置 base u r l api、 key 和生图模型。所以, coart 的 价值不只是多了一块画布,而是把生成、修改和演示这套流程真正留在了 codex 里。

入库十件,入库五十件, 入库五件。最新正式版到来,这里简单说一下主要功能以及使用筛选功能做了优化。首先进行入库选择,订单导入,选择立创商城导出的物料明细开始导入,我已经提前导入过部分文件。接着进行分类, 我们只需要设置大类,比如电容电阻,然后进行绑定系统识别,导入文件进行自动分类。大类根据自己的习惯设置,作用是方便筛选元器件。 这边我是暂时这样分类的。分类完成进入后台进行平台二 o 的 设置,平台默认两种类型,一个是标准商城,一个是散货渠道。 回到库存页,这里演示添加散货物料一零零 k 零四零二封装的贴片电阻,随便点击一个查看其内部编号为仅五九七,点击添加选择其他平台 型号,可以填手动填写,也可以通过关联物料输入刚刚的五九七联想搜索到了关联成功未填写的数据,会自动填充采购链接,不能为空, 商品编号没有不填。然后演示扫码出入库,开启语音播报提醒,开启摄像头,这里使用手机摄像头演示入库十键、入库五十键、 入库五键。为了防止重复扫描及等待间隔入库错误,可以进行撤销,撤销成功 记录里可以查看到所有的出入库记录。资产总览里会统计 excel 文件中的单价,没有入库单价的不进行统计。 b o m 管理,可保存项目所需物料,这里不做详细介绍,目前有以上所示功能,打印物料标签, 标签显示内部 q r 码及相关物料信息,然后也可以批量选择物料添加到 b o m 项目中。开源项目已上传 github 及该 t, 欢迎各位使用交流。

这可以说是 get up 上最火的开源项目了,斩获了夸张的三十万星标。他提供了一千四百多个完整的应用和软件代码,全部开源,从网盘到聊天工具,从 自动化的网站搭建到游戏开发等等。每个项目都提供了完整的源码,还有在线演示和完成的代码,你可以随意修改,随意尝试。每个项目都是企业级的品质,所有的软件都支持在你自己的服务上部署托管,非常值得收藏。

哈喽,大家好,我是小同学,今天的话要给大家分享这个开源项目的话,是一个高达一百一十八 k 的 一个开源的一个前端的一个主建库,其实我分享了特别多的一些开源的前端主建库,为什么要分享这些开源的前端主建库呢?第一个就是为了方便大家在前端写页面的时候,能快速的去 完成前端的一些开发的一些需求啊,你不用重复的再去写,因为像这种主建的话的东西的话,他都封装了特别多完善的非常精美的一些能力, 你直接拿来用就可以了,因为其实我是开源全当主建库的受益者,所以说的话我不断的给大家分享这些东西,然后呢希望大家在自己的开发过程中找到一款适合自己的,因为最近我在用另外一个开源主建库,其实和这个类似的啊,所以说的话,这个我也是最近才发现的,就说分享给大家,你看他其实有特别多的一些主建啊,他的风格, 包括你可以看一下他的一些,我们看一下他的组建,这里面的话组建有特别多的提示的啊,然后呢除了提示以外,其实还有一些啊,对话框 啊,对话框以外,还有一些按钮啊,卡片啊等等一系列,包括一些单选框,所以说他的组建整个能力是非常丰富的,那所以说的话,我也把这个组建的能力推荐给大家,希望对大家有一些帮助吧。

我在 github 上发现了一个能够快速变现的项目,适合所有人。本期视频结尾也为大家准备了一份惊喜,看到最后免费领取。我们以这个项目为例子,教大家怎么拿来直接赚钱。 这个项目是一个开源的内容矩阵分发工具。先看重点,项目的 star 数量必须是大于十, star 数量多代表这类的需求量大。 注意,还需要查看项目的开源协议是否允许这个项目拿来进行商用。常见的商用的协议是 m it 协议,划到底部 可以看到这个项目的协议是 m it 协议, 那我们可以放心地拿来进行商用了。重点来了,这个项目的商业模式是怎样的呢?我们怎么拿这个项目赚钱呢? 我们一定要避开一个误区,千万不要做成一个通用型的产品。我们应该考虑高频需要内容多平台分发的场景。那么有哪些场景是内容需要多平台分发的呢? 内容创作者、矩阵运营者?本地生活商家?这些需要在互联网上获客的对象就是目标用户。 重点来了,那怎样实现变现呢?可以把项目做成 size 的 订阅服务, 帮助商家进行私有化部署和维护。还可以作为引流沟子,围绕商家做一些带运营的服务进行变现。最后整理了一份国内可以用于变现的项目,进群免费领取。关注我,每天分享项目的变现思路。

你的电脑右下角其实可以变成一个实时信息面板,网速、 cpu、 内存、显卡、硬盘频率、股票、天气等全都能直接看到。分享一款 windows 监控悬浮窗工具,它是免费开源项目,在 github 上已经有四十五 k star, 非常热门, 支持任务栏显示,也支持悬浮窗显示各种信息,而且内置了很多不同风格的皮肤可以切换。我给大家整理了软件包和插件包,里面有番茄钟、股票、时间、天气,还有各种硬件监控插件,都可以直接扩展到这款软件里面使用。软件支持三十二位、六十四位和 a r m 架构, 一般我们的电脑直接用六十四位版本就行。它这里有完整版和 lite 经典版推荐使用 lite 版功能会更丰富一点,而且运行内存占用极低。像我这里已经把所有显示都打开了,还外加股票和天气插件,后台的运行才占十多兆。 另外这软件不用安装,解压后会得到一个文件夹,双击里面的 exe 程序就能运行。运行后右下角会出现一个小图标,表示已经启动。鼠标右键可以打开任务栏窗口或者主窗口。选择主窗口,这里可以看到各种显示模块,还能通过右键自定义显示的内容,以及更换自己喜欢的皮肤颜色和样式, 设置完后效果会非常美观。如果选择任务栏窗口,那显示信息会嵌入到系统任务栏里,整体看起来会更整洁高级。在设置里还可以开启更多监控内容,比如上传、下载 c p u 内存等一些列的信息,开启后会直接显示在任务栏。最后这软件最强的地方就是插件扩展能力, 通过右键打开插件管理,再打开插件目录,把下载好的插件 d l l 文件复制进去即可。以天气插件为例,复制粘贴到插件目录,然后退出重进软件,再进入插件管理,就可以看到天气模块了,可自由选择城市更新方式和自动定位,其他插件也是同样的安装逻辑。另外插件还可以点这里的更多插件下载, 弹出的页面中会一一介绍插件的功能以及下载地址,完全自由化。总的来说,这款软件主打的就是轻量化,相比于某管家、某六零之类的软件,这软件占用电脑资源极少极少,相当于开了一个文件夹一样轻量。这个工具有用的上的兄弟评论区吱一声就行。

以前做一次完整的股市多元信息梳理,需要一整个专业团队分工协助。但现在, tiktok 上有个爆火开源项目,拿下九十三点八万超高 star, 它就是 trading agents。 它不是单一 ai, 而是一整套全自动 ai 多智能体协助框架,专人专岗,分工明确。有的 ai 负责拆解全网公开鱼情信息。 有的深度研读公开财报与经营数据。有的专职整理报表与指标信息。还有独立 ai, 专门汇总风险相关信息。 只需要输入一个标地代码,整套 ai 模块就会同步跑完各自任务,自动汇总生成一份结构化信息稿。它不会预测涨跌,也不能保证任何收益。本内容仅做开源技术学习分享, 不构成任何投资建议。它最核心的价值是把复杂的多步骤信息处理流程尽量用 ai 自动化跑通,让更多人能看懂开源实现。 唯一缺点,原版只能代码命令行,运行门槛极高,普通人很难上手。我已经把它改成了格式化图形界面,一键启动,小白也能轻松适用。关注我,持续带你解锁更多 getup 顶级开源神器!

如果你经常接手陌生项目,或者你打开一个代码库,第一反应是不知道从哪看起,那这期内容对你来说就是一份代码库。理解是 ko 实操说明书。先说干货, 它解决的不是帮你多写几行代码,而是让你少一点盲人摸象。很多项目最难的地方不是某一行代码看不懂,而是你不知道谁调用谁。哪个模块管业务,改一个文件会影响哪里?安特斯在哪里?在这个开源项目给他的背面显示已经有大约七点四九万 star 了, 做的是很直接,把代码库文档甚至支持库转成一个可以搜索点击提问的支持图谱,它是什么?你可以把它理解成一个项目导航员,它会分析文件、函数类和依赖关系,然后生成图谱和单方文件夹,变成看结构图,它能干什么? 第一,看结构,你可以看到项目里有哪些层,那 ps, service, state, 它 ui, 谁和谁有关。第二,看业务逻辑,它不只是画代码关系,还能把代码映成业务流程, 比如登录,支付,订单权限这些电路。第三,直接提问,比如你问这个项目里哪部分处理健全,它会帮你在徒步里找相关节点。第四,看改动影响。你改了某个文件,可以用 deep impact analysis 看可能影响哪些模块,怎么做。 记住四步,第一步,先选一个中小型项目试,不要一上来分析巨大的残酷。第二步,玩官方 web, 把是给我配好。如果你在 codex 里用,注意它的前缀,通常是能的, stand, 不是斜杠命令。第三步,在项目里运行 understand 的 分析,让他深层知识图谱。第四步,打开 dashboard, 先看架构层级,再点核心模块。最后用提问或对分析去验证你的理解,怎么验证它靠不靠谱? 不要只看图好不好看,你要检查三件事,图谱里的核心目录有没有覆盖,几点解释,能不能对应真实原码,他说某个模块有影响时, 你能不能在文件关系里追到证据?还有一个边界要记住,大项目首次分析可能会消耗不少头壳人,所以最好先从小项目子目录或者本地模型方案开始试。 最后记住一句话,这个 skill 的 价值不是让图谱看起来很高级,而是帮你更快找到项目入口、业务链路、焊改动风险。如果你觉得这期内容对你有用,记得点赞关注不迷路。

这条视频是给不会用 get up 的 ai 小 白准备的。很多人一听 get up, 第一反应就是,这不是程序员写代码的地方吗?我又不会编程,跟我有什么关系?但其实,如果你正在学习 ai, 使用 ai 工具、研究自动化, get up 可能是你最容易被低估的资源库。它不只是代码网站,它更像一个公开的 ai 工具仓库、教程仓库、模板仓库和趋势雷达。 你不写代码,也能从里面拿到很多有用的东西。比如别人整理好的 ai 工具清单、 cloud code 的 插件和工作流、 mcp server 的 合集、 n 八 n、 自动化模板、提示词库、开源教程 等等等等,这些对 ai 小 白有什么用?很简单,第一,帮你少走弯路,你不用到处搜零散资料,可以直接找到别人已经整理好的资源合集。第二,帮你判断一个工具靠不靠谱, 有没有人收藏,最近有没有更新说明,文档,清不清楚,有没有人在维护问题,这些都能看出来。第三,帮您找到可以直接附用的模板、自动化流程、 agent、 配置提示词、教程案例,很多东西不用从零开始做。 第四,帮你提前看到趋势,一个 ai 方向,最近有没有新项目冒出来,有没有大厂在做?有没有很多人在讨论? github 上经常能比中文互联网更早开放信号,所以 github 对 非编程 ai 小 白最大的价值不是让你立刻变成程序员,而是让你拥有一个更高质量的信息源。问题是,大多数人打开 github, 只会在搜索框里输入一个关键词, 比如 ai cloud code、 m c p n 八 n, 然后瞬间被几千上万个结果淹没,这时候你就会觉得算了,还是看不懂。但真正的问题不是你看不懂 get up, 而是你还没学会怎么筛选 get up。 今天这期我们就讲一个普通人也能直接上手的问题, ai 小 白怎么用 get up? 高级搜索快速找到真正对自己有用的资源 核心方法一共有七步。第一步,不要一上来,应记语法。先用高级搜索页面,打开 github 搜索页,点 advanced search, 你 可以把它理解成一个格式化筛选器,它能帮你限定作者是谁、仓库叫什么,用什么语言写的。 star 数有多少?最近有没有更新?要不要包含别人复制改造出来的版本?这些东西听起来像程序员参数, 但对普通人来说,你先记住三个筛选就够了。谁做的,有多少人关注,最近还有没有更新?这三个问题基本就能帮你过滤掉一大半低质量结果。 第二步,关键词前面加一个 awesome。 比如,你不要只搜 cloud code, 你 可以搜 awesome。 cloud code 为什么?因为在 github 里, awesome 通常代表别人整理好的优质资源合集, 你可以把它理解成某个主题下的资源目录,它里面往往不是一个单独工具,而是一整套整理好的入口,比如教程、插件、模板、项目合集、最佳实践工作流。所以,当你刚进入一个新领域,不要先去找单个项目,先找 awesome 合集,这相当于让别人先帮你画好一张资源地图。 第三步,用 star 和更新时间过滤噪音。 star 可以 粗略理解成 get up 上的收藏数,不是说 star 高就一定好,但它能帮你先过滤掉大量没人用、没人关注的项目, 常见写法是, stars 大 于五十, stars 大 于一百, stars 大 于五百。如果你找的是成熟资源合集, star 门槛可以高一点。如果你找的是新兴小众项目,门槛可以低一丁,但只看 star 还不够。 因为 get up 上有很多项目几年前很火,现在已经没人维护了。尤其是 ai agent, m c p codex, cloud code, 这些方向变化太快了,所以你还要加一个更新时间。 push, 二零二六年一月一日。 意思是只看二零二六年以来还更新过的项目。一个简单公式就是 awesome 加关键词加 stars 加 push。 比如, awesome, m c p stars one hundred pushed greater than the first of january twenty twenty six ai agent stars five hundred pushed greater than the first of january twenty twenty six。 这比你只搜 m c p, 只搜 ai agent, 结果会干净很多。第四步,优先看 reach me, quick start 和 exgambles。 很多小白打开一个 get up 仓库,最容易犯的错误是从代码开始看。但如果你不是程序员,千万不要一上来钻代码。你应该先找三个地方, are you me? quick start? exgambles? are you me? 是 项目说明书, quick start 是 快速上手路径, excombos 是 别人已经写好的事例。如果一个项目 are you me? 写得清楚,有截图,有安装步骤,有使用案例,最近还在更新,那它就更值得收藏。 如果一个项目 star 很 高,但 reading 很 乱,没有事例,衣室里全是没人回复的问题,那你就要谨慎。第五步,用核 repo 找官方项目。 如果你想找大厂官方资源,不要只搜 open ai cloud, microsoft, 你 可以用 open ai codex, user adaptive skills interruplex ai beginners 这个语法的意思是指在某个官方账号下面搜索它能帮你避开大量第三方访报仓库。如果你已经知道某个项目,比如 open ai codex, 那 就用 repo 限定搜索范围。 install repo open ai codex quick start repo open ai codex examples repo open ai codex 这一步特别适合小白,因为大型项目你从头翻会很痛苦, 但你直接搜 install quick start xbeans, 就 能快速找到入口。第六步,用 issues 找真实需求 github 不 只是代码仓库,它还是一个公开的问题讨论区。 issues 里有用户提 bug、 提需求、吐槽使用问题、讨论功能方向。如果你做内容、产品、教程,独立开发, issues 是 一个需求金矿。比如 m c p is open comments greater than twenty, 意思是找 m c p 相关还没关闭,并且讨论很热的问题。评论越多,往往说明越多人卡在同一个地方,这比你自己凭空想选题靠谱的多。你还能搜 label buck comments 大 于十, label enhancement comments 大 于十。这些都能帮你看到用户到底在抱怨什么, 真正想要什么,还有哪些问题没人解决。第七步,看不懂项目就让 github pilot 先解释现在 github 里也有 ai 助手,对普通人来说, github 的 价值不是让你立刻写代码,而是降低你读项目的门槛。你打开一个仓库,看到一堆文件夹,先别关掉。 你可以直接问,请用普通人能听懂的话解释这个项目。这个仓库适合非程序员使用吗?帮我总结这个复位的安装步骤。这个项目有哪些可以直接附用的模板、插件或工作流,如果我想把它做成教程,应该从哪里开始?你会发现以前 github 像一堵墙, 现在 ai 可以 先帮你开一扇门。所以问题来了,你现在最想在 github 上找到哪类资源? ai 工具? m c p 项目自动化模板还是可以直接附用的赚钱项目评论区聊聊,这里是 v two h i 我 们下周继续。

本周都有哪些值得关注的 github 项目?话不多说,直接开始 mata 开源的 ui 组建库,运行在终端的多 agent 管理器,可以让 cloud 分 析视频内容的开源工具。腾讯云开源的一套 ai agent 沙箱,最后是一个本地 ai 会议助手。 cube sandbox, 这是腾讯云开源的一套 ai agent 沙箱基础设施。现在很多 agent 已经可以自动写代码、运行命令,甚至操作浏览器,但问题也很明显,一旦执行了错误代码,可能直接影响宿主系统。 cube sandbox 的 作用就是给每个 agent 提供一个独立安全的运行空间。 它基于 kvm micro vm 实现硬件级隔离,沙箱能够快速启动,额外内存占用也比较低, 同时还兼容一二 b、 s、 d、 k, 支持快照克隆回滚、自动暂停和恢复。对于需要批量运行代码、执行浏览器自动化或者让 agent 长时间工作的项目来说,它相当于提供了一套可以自托管的安全底座。 asterisk, 这是 mate 开源的一套设计和组建系统, 它已经在 maker 内部发展了八年,服务过一万三千多个应用,提供一百五十多个 react, 组建无障碍访问主题、定制暗色模式和常用页面模板,这些基础能力基本都已经覆盖。但 srtx 真正值得关注的地方是,它不只为开发者设计,也为 ai agent 设计。通过命令行和 mcp, agent 可以 直接查询、组建、生成主题,甚至搭建项目。过去式开发者阅读、组建文档,再手动完成页面。 现在则可以让 agent 直接按照统一的设计规范生成界面。 cloud video, 这是一个可以让 cloud 分 析视频内容的开源工具, 你只需要提供一个视频链接或者本地文件,再告诉他你想了解什么,他就会自动下载视频,提取关键画面,获取字幕,或者调用 whisper 完成语音转录,最后把画面信息和文字内容一起交给 cloud 分 析。他不只是把字幕总结一遍,而是能够结合视频中实际出现的界面操作和画面进行理解。 比如,你可以用它拆解长视频,整理课程笔记,也可以把一段产品故障录屏交给他,让 cloud 帮你定位问题是在哪一步出现的。对于经常处理教程、访谈录屏和产品演示的人来说,这个项目能够省下大量重复观看视频的时间。 perder herder 是 一个运行在终端里的多 agent 管理器,它可以在同一个工作区中创建多个面板,让不同的 agent 同时执行不同任务。一个 agent 修改前端,一个 agent 检查后端,另一个 agent 运行测试。你可以在同一个界面里查看它们的工作状态, 即使退出终端任务也能继续运行,之后重新连接就可以继续查看结果。它有点像专门为 ai 编程设计的 tmax, 把多个 agent、 多个项目和多个终端绘画集中到一个管理界面中。 italy, 这是一个强调隐私和本地运行的开源 ai 会议助手, 它可以在本地录制会议,实时转录内容并自动生成会议总结。最大的特点是会议录音不需要上传到云端。 italy 支持 whisper 和 parakeet 等语音转录模型,也可以配合 alama 在 本地完成会议总结。 同时,它还兼容 cloud、 rock 和 open router 等服务。如果会议中涉及客户资料、公司内部讨论或者商业机密本地处理,会比把全部录音交给第三方云服务更加可控。本期视频就到这里,你觉得哪一个项目最有用?欢迎评论区留言。

如果你在玩 ai, 那 么你一定要知道, git 和 github 真正重要的不是记住两个英文单词,而是学会把 ai 项目拿回来,改起来还能在改坏以后救回来。因为以后你遇到的很多 ai 工具、开源项目,甚至别人分享的完整工作流,都可能藏在 github 里。不会 github, 你看到一个爆火的 ai 项目,可能只会点进去看两眼。会用 github, 你 才能把它真正拿到自己的电脑上。但 git 和 github 到底是什么?先用一句最简单的话解释。 git 像电脑里的无限次存档, git 像存放这些项目的云端仓库, git 负责记录你改了什么, get up 负责让项目可以被保存、找到和分享。关键不是谁取代谁,而是他们一个管本地版本,一个管云端项目。比如你让 codex 或 cloud code 帮你做一个网站, 第一次他帮你改了首页,第二次又加上登录功能,第三次你让他调整界面,结果整个网站反而不能用了。如果没有 get, 你 可能只能对着 ai 说,帮我恢复到刚才那个版本。 但刚才到底是哪一次, ai 不 一定知道,你自己也说不清楚。有了 get, 每完成一个阶段,你就可以保存一个版本,首页完成存一次,登录功能完成再存一次, 新版本改坏了直接回到上一个正常版本。所以 get 最重要的价值不是让你看起来更专业, 而是让你敢把项目交给 ai 修改,因为改坏了也能回来。那 github 有 什么用?比如你在 github 看到一个很火的 ai 图片工具、视频工具,或者别人做好的办公助手,你可以点击 code 复制项目地址, 然后运行 git clone 加项目地址,它就会把整个项目复制到你的电脑里。但要注意, git clone 只是把项目拿回来,不代表它已经可以直接使用。接下来还要看 readme。 readme 可以 理解成这个项目的使用说明书, 里面通常会告诉你需要安装什么,如何启动,在哪里填写 api key, 以及这个项目到底适不适合你的电脑。除了下载项目, github 还可以帮你做三件事,第一,保存自己的项目。 你在公司电脑上做了一半,上传到 github, 回家还可以继续。第二,分享项目。你做了一个 ai 报价工具,简历助手、客服知识库,或者用 ai 做短剧、分镜、广告和企业宣传片,都可以把项目地址直接发给别人。 第三,参与别人的项目,你发现一个开源工具有问题,可以提出建议,如果修改的不错,还能把改动提交给项目作者。所以 git 和 github 的 关系并不复杂。 get 负责记录你在电脑上改了什么。 github 负责把项目放到云端,让你下载、备份、分享和写作。对普通人来说, 刚开始不需要备几十条命令,先记住三个动作,看到好项目,用 get clone 拿到电脑,让 ai 修改之前,先保存一个版本, 项目做完以后再上传到 github 备份或分享。问题是,很多人只学会了让 ai 生成,却没有建立保存、检查和恢复的习惯。还有两个坑一定要注意, 第一,不要把 api key、 密码和账号信息上传到公开项目。第二,能下载的开源项目不一定允许你直接拿去商业使用。最好先看一下 license, 也就是它的开源许可。以前我们使用软件是在应用商店里下载安装, 现在进入 ai 编程时代,越来越多的新工具会先出现在 github。 所以 github 可能不只是程序员的网站,它正在变成普通人寻找 ai 工具,学习别人怎么做项目,甚至建立自己产品的地方。而 git 就是 你让 ai 放手干活之前必须准备好的安全绳。