easy-vibe的开源教程

你经历过用 ai 写代码，明明每一步都成功了，最后却做不出完整项目吗？我最近看到 excel 这个开源项目时，第一反应是，这可能才是 excel coding 新手真正需要补的东西，因为它解决的不是怎么去写一句神奇的提示词，而是怎么指挥 ai 把一个想法做成真的能用的产品。最近用 ai 做项目，可能一开始只需要说帮我做一个网页， ai 很 快就能生成一个看起来还不错的页面，但 做到一半才会发现页面能改，功能却改不动。我本以为是提示词不够清楚，后来才意识到我脑子里没有一张产品开发的地图。这也是我最近重新理解 bug 定的地方。很多人以为 bug 定就是我说需求 ai 写代码，但如果我不知道一个产品有哪些部分组成，就 很难判断 ai 写的对不对，也很难在它出错的时候继续往下指挥。所以 webcoder 也需要学习编程，只不过学习顺序变了。以前学编程通常是先学语法、框架和各种细节，但现在可以先从产品全局开始，先搞清楚一个想法是怎么一步步变成页面、功能、数据，最后上线的。有了这张地图再去和 ai 对 话，效果会完全不一样。我不会只停留在这里不好看，那里改一下，而 这能说清楚我现在要做的是哪个模块，它和其他部分是什么关系。这一步应该让 ai 先解决什么？一的 web 比较有意思的地方也在这里，它更像是给新手准备了一条 web coding 学习路线，从 ai 编程工具到产品原型，从基础项目到全站应用，再到部署 app edit、 工作流，它解决的是最容易迷路的问题。 到底该按什么顺序把一个想法做成真正能用的产品？对学生、产品经理、科研人员、非科班开发者来说，这件事其实很重要。因为未来很多人不一定要成为传统重一员，但会越来越需要一种能力，把自己的想法拆解成 ai， 能理解、能执行、能上线的任务。所以，如果你用 ai 写代码总是 卡住，别急着怪模型，也别急着换一个更强的提示词，你缺的可能不是一句神奇指令，而是一张产品开发地图。好了，关注我，带你了解更多 ai 干货！

使用 easywave 之前，我们需要安装 node， 点 j s， 选择 x 六四版本，点击 windows installer， 等待下载安装程序， 打开安装程序，全程选择 next， 这一步可以更改安装目录，勾选这个选项， 选择 next， 最后点击 install 进行安装。打开此电脑或我的电脑单机地址栏，按退格键，输入百分号 app data 百分号， 然后按回车键，找到 n p m 文件加复制文件加地址，查看高级系统设置，点击环境变量，点击系统变量里的 pass， 点击编辑， 点击新建，把复制的 n p m 文件加地址粘贴进去，然后全程点确定 power shell， 输入 n p m 空格杠 v 并回车，看到版本号就是安装成功了。打开浏览器，输入 easy web 的 github 地址， 单机绿色的 code 按钮，点击 download zip 选项，解压下载的 zip， 并打开解压后的文件夹，单机该文件夹的地址栏，按退格键，然后输入 c m d， 按回车， 输入 n p m install 并回车，等待文件加载。 加载完成后，输入 n p m run d e v， 然后按回车，继续等待加载。加载完成后，按住 ctrl 键并单机彩色链接， 然后等待浏览器加载主页面， 进入主页面后就可以开始使用了。再次使用，只需在 power shell 里重复 npm install 和 npm run dev 命令。

facebook 上有一个叫做 easy web 的 开源项目，真的太实用了，它专门教你不写代码，纯靠跟 ai 对 话，做出真正有用的产品。从零基础做出一个 ai 应用 demo， 到加上数据库 支付用户系统，打造一个完整的 s 产品，再到卡拉 ok 的 m c p 多 a 任的协助，甚至把产品做到小程序， ios， 安卓等多个平台，它都给你讲的明明白白。还附带一个从计算机基础到 ai 的 免费知识库，特别硬核。

兄弟们，看到一个教程，教你如何使用 ar 开发的，从最初的人人都是产品经理，现在过渡到了人人都是程序员的时代了， ar 时代， 你看这边第一个从创意到产品适合哪些人？学生啊，职场人啊，都可以的。而且左边列出了从零开始， 会说话，就会编程，一步一步的教你，包括这些截图啊什么的，都非常详细，手把手教学，我得好好学一学这个东西， 温故而知新，看看别人怎么教的，如果没有好点子，怎么找到点子，然后搭建产品原型，接入 ar 能力，这还有一个完整的项目经验，实战的，从零开始，一步一步教你， 这个实在太好了，这是零基础入门的，然后还有中级的初中级开发以及高级开发，我们看一看啊，这上面讲的是什么？如何做这个 banana 接入， 还有 figma 接入， ui 设计后端的开发。对于小白来说，这太牛了，包括 get， github， 工作流，还有支付，我去，这这这这的发的入门，太牛掰了。这还有最后的项目，如何教你来做这些系统。 这还有一个高级开发， cloud code 的 使用， skills agent 以及这个 agent s d k 的 接入，从 web coding 到 spike coding， 多平台开发，这这真是宝藏。这个这个课程 而且是免费的，只要你能上网都可以看一看。从零开始，这整个一个 整个一个 web coding 啊，太牛了，太牛了，这个我得好好看一看，分享给大家啊！

清华开源 ai 教程，让普通人也能做产品！今天给大家介绍的是 ezweb， 它是 datawell 联合清华大学的一个开源项目， 教你从零做出一个可上线产品，不是单纯写代码，提供一整套学习路线。很多人悬崖编程会考，再会用 ai 写脚本，不会做产品。它提供了很好的找需求实力供你参考。 看得懂代码，但不会丛林做项目。他提供给了针对行业性的需求说明 工具很多，但是不知道怎么组合。他整合涉及到代码编辑，整套工具列 ez web 的 目标，让不会写代码的人也能做出完整的应用， 从零到上限闭环想法， ai 设计生成代码调试，部署上线。最后想说的是， ai 时代，想法思维很重要。

openspec 和 superpowers 是 当下做 spec coding 非常出名的两个项目。在日常使用过程中，我们一定有组合 skill 的 需求，但问题是，两套 skill 的 技能命令是分散的，没办法自动触发。并且有的部分 skill 我 可能不是那么想用， 比如我更喜欢用 superpowers 的 t d、 d 执行，而不是 openspec 的 apply， 更需要用 openspec 的 archiv 能力规档 spec， 而不是 superpowers 的 一次性 spec。 怎么组合市面上的高斯大项目，让它们自动触发，互相取长补短， 怎么让整个状态扭转更可靠？这些看起来能够实现的点，在实际的开发过程中依然还有很多细节考量。 同时，两个 skill 都会产出 spec 文档，这部分也需要自然地融合在一起。 comet 就是 组合这两者产生的项目 想要做的事很直接，把 openspec 管需求的能力和 superpowers 管实现的能力接到同一条流程里，他不改这两套东西，只做组合调度。先看 openspec 这边，他很擅长管理 spec 的 生命周期， 当前需求放在哪里，变更材料放在哪里，最后怎么归导这条线是很清楚的。所以这对应于 what 部分，也就是要改什么内容。 openspec 能够很好地列出大纲，但其实 openspec 依旧有一些不好用的地方，它的 proposal 和 tasks 能说明要做什么，但不等于已经说明怎么做。 到了工程设计阶段， agent 还要补方案、补边界、补判断画面。中间这个问号就是这个的设计缺口。 openspec 的 需求澄清能力并不是那么强。再看 superpowers， superpowers 补的是 how， 是 怎么去做， 他会先澄清需求，再做深度设计，然后写计划，按 tdd 推进，最后验证和收尾。中间会不断地和用户交互沟通细节。也就是说，他把真正实现时需要的链路拉细了，两者均会产出 spec 文档。 但是如果只靠 markdown， 也会存在另一个问题，任务打勾了不代表阶段状态可靠，人事能够通过，看文档能猜出来，但 agent 下一轮回来不一定能稳定判断现在到底走到哪一步。 所以断点恢复才是核心问题。下一次绘画开始时，通常的断点恢复， agent 会先读文档，再扫代码，然后再推断阶段代码还没写， token 已经花在恢复现场上了。 comet 通过一个清亮的状态机机制来实现断点恢复，要省掉的就是这段重新找路的成本。 comet 的 定位不是再造一套方法论，它更像一条稳定轨道，把 openspec 和 superpowers 放进同一个项目流程里，让两边各做自己擅长的事，并在执行过程中对齐两边产出的文档。 openspec 管需求世界 需求是什么，题案怎么写， spec 怎么变更，最后怎么归党，这些都属于 what， 他 负责把要做的事讲清楚。 superpowers 管执行方法、头脑风暴、技术设计、实现、计划、执行、验证、收尾，这些都属于 how， 他 负责把怎么做拆细。 commit 站在中间，把 what 和 how 接起来。左边是 openspec 的 需求材料， 右边是 superpowers 的 实现方法。下面输出一条 open design build verify or shift 的 流程。 commit 不 替代 open spec， 也不替代 superpowers， 它只负责把阶段状态和 skill 出发点对齐，这样两套能力就不是两堆文档了。 proposal spec， 生命周期、 archive 状态和 brainstorming design， doc execution plan 会进入同一条 shared state， 最后落到出发规则。 open 阶段找 openspec， design 和 build 找 superpowers。 verify 阶段两边一起收口，在对应的阶段真正的触发正确的 skill， 而不是让 ai 产生触发了 skill， 但实际上是 ai 自己写的幻觉。 完整流程可以拆成五个阶段，每一段都有自己的命令和产物，不靠 agent 临场拆下一步。第一段是 comet open， 这里由 openspec 接手，打开 change 生成 proposal design 和 tasks， 先把这次到底要改什么固定住。 第二段是 commit design， openspec 的 产物会交给 superpowers 继续细划，重点不是马上写代码，而是先把边界、方案和风险讲清楚。第三段是 commit build， 这里进入工程实线， plan、 tdd、 subagent 都在这一段接上， 能按计划推进就不要临时乱跑。第四段是 comet verify， 这里 openspec 和 superpowers 会进行同步收缩，一个处理文档，一个处理代码，收尾测试要过，报告要有，需求和实现也要对齐，不是跑完代码就算验证结束。 第五段是 come to archive， 所有的需求变更同步回 main spec， change 进入 archive 状态机补充文档核心状态，这时候 open spec 和 superpowers 产出的文档会进行双向关联，到这里产出的 spec 关联文档才不会留下半截流程。所以需求不是代码写完就结束， task 勾完也不够，真正结束是实现文档和状态都对齐，使用 command 出使化之后，项目会被分成三层平台， skill 放一层，包含了 command 的 核心脚本， opensback 的 change 和状态放一层 superpowers 的 设计文档和计划放一层 斜杠。 comit 是 skill 的 核心入口，用户在使用的时候，不管当前 spec 状态如何，都可以通过这个入口进行工作。他会先检测当前 spec 状态，读取 workflow phase， 然后决定下一步该进哪个阶段。 入口先判断现场，再路由动作。当我们面对长城任务做到一半工具关掉了的情况时， 回来之后不应该重新讲一遍背景，而是直接输入 comet 继续。它会从当前 spec 状态恢复现场，不再需要重新探索项目。 如果项目里有多个活跃 spec 时， comet 会先把它们列出来。当你选择了具体的某一个 change 时，它再进入阶段判断，这样就不会把几个需求的状态混在一起。选定之后，它会定位当前阶段，比如现在是 build 就 从 build 继续，而不是重新扫描项目。 长城任务真正需要的就是这种明确的继续位置，这种设计能够极大的减轻你的使用认知负担。我们拿到 skill 不 再需要记多个命令，而是直接 comit 继续就好。 comit 会帮你把状态记住，帮你把流程走下去。支撑恢复能力的是这个轻量状态机，每个 open spec change 都绑定自己的状态，也就是说状态不是大局混在一起，而是跟着具体的状态。是 workflow 和 face。 workflow 决定走完整流程， hotfix 还是 tweak。 face 决定现在卡在 design， build， verify 还是 archive。 再往下是恢复上下文， design， doc 在 哪？ plan 在 哪？ build mode 是 什么？当前是否在隔离分支里？ 这些字段让 agent 回来后能接上，而不是重新扫。项目验证和归档状态也需要写进去。 verify result， verified at archived， 这些字段不复杂，但足够判断下一步是不是可以继续。关键是状态不能靠 agent 手改。烟雾 commit 要通过脚本写回状态， 只有条件真的满足，阶段才允许流转，这样能减少看起来完成的状态飘逸。 commit guard 脚本就是阶段闸门，它检查文件是否存在， face 是 否匹配 tasks 是 否完成， 条件不满足就 hard stop， 只有带上 apply 才真正更新状态。 com state 脚本提供统一读写接口。 com tm validate 脚本负责校验必填字段，每举直路径引用和未知字段，一个负责改，一个负责查，状态就不容易飘。最后是 coming r shift 的 脚本，它会验证入口状态，同步 spec， 移动 change， 再把 r shift 写成 true。 需要先看效果，也可以走 dryrun preview。 安装过程如图所示，从 npm 安装之后进入你的项目执行。 commit in it commit 采用交互式命令集成，安装步骤非常简单， 说实话会先确认三件事，平台配置、安装范围。 skill 语言，你可以装到当前项目，也可以装到局目录。为了方便理解 commit 的 原理，分发的时候也支持中文或英文， 选择依赖后，相关的 skill 就 会自动就位。 open spec skill、 superpower skill、 comet skill 会部署到选定平台， specs 和 plans 这些工作目录也会一起创建好。 平台分发也交给 comet in it cloud code， cursor codex、 open code， winsole 还有其他 ai coding 平台，都按自己的目录结构放好，你不用手动搬 skill 文件。 除了完整流程，还有 comet、 hotfix， 当 bug 已经明确时，它会跳过完整 brainstorm 和 design， 直接走 open build， verify archive， 适合目标很清楚的修复。第二个是 comet tweak， 文案调整、配置调整、文档修改、 prompt 优化都可以走这条清路径，它比完整流程更清，但仍然保留 comet 的 入口和状态管理。 comet 还有一个价值，它是组合 skill 的 参考 强工具很多，但真实使用时，你常常只需要其中一部分能力，比如 openstack stack 管理、 superpowers 的 tdd 和深度设计，再加上规党能力。难点不是把文档拼在一起，难点是稳定组合嵌套。 skill 要真的触发，不能只是让 agent 看着说明访写文件，状态也要可观察，不能看起来像触发了，实际没有跑多阶段流转。 也不能看起来像触发了，实际没有跑多阶段流转。也不能看起来像触发了，实际没有跑多阶段流转。也不能每一步都靠人提醒，人工接线很容易断。 commit 把必要选择留给用户，把核心推进交给状态机和守护脚本，所以它也是一个参考，实现 skill 调度、状态机、阶段守护、规章自动化，这四块组合起来才是一套能落地的多 skill。 工作流收缩一下 openstack， 让需求有生命周期。 superpowers 让实现有方法论。 commit 把两者接成一条可恢复、可验证、可规党的流程。 从两条命令开始安装 commit， 然后在项目里执行 commit init 初步化之后就可以用斜杠 commit 加你的想法，进入完整流程。最后我想说的是， commit 留下的不是某一个命令，它证明的是一套组合范式，千套 skill。 要真正出发，多阶段流程要能自动流转 状态机和守护脚本，要让这套组合在真实项目里可靠落地。希望大家能从这个项目里学习到好用的知识，一起创造更适合自己的 skill。 接下来我们来看一段时机演示。以我本地的一个项目为例，现在我输入斜杠 compt 为我的项目创建一个电子宠物功能。我们可以看到 comet 触发了 comet open， 在 comet open 中又触发了 open spec 的 explore， 这时候 agent 会根据 explore 的 要求进行一轮项目探索。每一个嵌套 skill 在 真实出发时，都会在 cloud code 中显示 skill 的 打印。这个探索的过程比较长，我们稍微快进一下。探索完毕之后， explore 会进行多轮大碎方向的澄清，这几步需要用户进行反馈。 完成之后会生成 open spec 对 应结构的 proposal、 design、 spec、 task 等文件，并在 changes 目录下创建当前激活的需求。 然后是 comi 的 状态机核心文件出场和状态守护执行。我们可以看到，当 open 阶段完成时， agent 想要退出 open 阶段，会有强制的状态机交易，对于核心文件和状态一定得满足之后才能够进入下一阶段。 这里都 pass 通过之后， comte design 也成功被 comte open 触发了。之后 design 阶段会将 openspec 创建的文档作为上下文传递给 superpowers 进行头脑风暴，更加细化需求之后的步骤我这里不再接着展示了，欢迎大家亲自体验。下面我演示一下阶段活跃检测及断点恢复功能。 当我们在多台电脑上工作或者临时有事离开了，回来之后只需要输入斜杠 commit 继续 commit， 就 能够通过状态文件自动识别当前活跃需求。 我们可以看到不再需要重新大量的探索项目 agent 很 快就知道了当前需求的活跃状态，如果存在多个需求，也会将它们列出来供用户选择。以上就是本期视频的全部内容了，欢迎大家点赞关注 star 本项目，谢谢大家！

如果你想尝试 web coding， 但不知道从哪开始，先看 ezweb。 它把工具、提示词、学习路线和实战案例整理成一条更容易上手的路径。今天这一期，我们看它怎么用。 skills 让 web coding 变得更稳定、更简单。 很多人卡在 web coding 的 第一步，会和 ai 聊天，但很难稳定做出一个项目。 ez web 的 价值就是把这些零散经验拆成可以照着走的路线和工具，而 skills 就是 其中很实用的一招，把好用的流程交给 ai 反复执行。 想少走弯路，可以先装 find skills， 让 ai 帮你找现成能力。你只要说我想做视频、做页面、做演示文稿，它就能推荐对应的 skill。 这就是 ez web 的 思路。不要硬摸索，先借成熟流程把第一个结果做出来。 一个 skill 的 核心文件是 skill dot md， 它像一张给 ai 的 任务说明书，旁边还可以放脚本模板、参考资料和素材，把高频操作变成可附用资产。 下一次你只要触发这个 skill， ai 就 能按同一套标准继续帮你写改生成。 更妙的是， skills 不 会一股脑塞满上下文，启动时只读名称和描述，当你的需求真正匹配时，才加载完整规则和对应资源。所以它既能让 ai 更懂你的任务，又不会让对话变得臃肿。 easy web 最适合的用法是把它当成 web coding 的 上手地图。你可以从提示词、工具链、项目、实战和 skills 里挑一个最想试的方向，先跑通一个小作品，再把重复步骤沉淀下来， web coding 就 会越来越顺。 这一期记住一句话， easy web 让你不用从零摸索 web coding， 先跟着它找到路线，再用 skills 把好用流程固定下来。如果你想让 ai 真正帮你做项目， easy web 很 值得试一次。

推荐一个超酷的开源 ai 任务管理与代理编排平台 majestic ai， 这是一个全站式基于 web 浏览器运行的 ai 协助系统， 它不仅拥有精美的看板任务管理界面，还能让多个 ai 智能体、规划器、编码器、测试器协调工作，真正实现从提需求、自动写代码、自动跑测试、 qa 修复的完整闭环。核心亮点，多智能体协同，内置 planner coder、 qa reviewer 角色， 像开发团队一样合作完成任务。浏览器全站体验。自带类似 v s code 的 monaco 代码编辑器和实时 p d y 终端，无需切换窗口。 get 工作树隔离，每个任务都在独立的 get workflow 中安全构建，绝不污染主分支。强大的多模型，支持原声对接 cloud gemini， 并完美兼容各类本地云端 openai 格式端点，支持原声工具调用。 智能记忆系统集成 graphiti 知识图谱记忆，让 ai 具备跨绘画的知识保持能力。整个项目采用 python 加 type script 构建，架构清晰，支持本地或 docker 一 键本地化部署，非常适合想要打造私有化 ai 程序员团队的开发者研究和使用。

分享一个 datap 上一万 star 的 开源项目，先说个里面收录的真实故事，农村教室的触摸屏老被苍蝇爬过去触发误触，页面乱跳。三年级小学生用 a a i 写了个防误触程序， 这背后是 datap 开源的 easy vibe， 一个面向中文用户的 vibe coding 教程，四十八天破了一万 star， 核心里面就一句话，想要什么，说出来就行。 ai 时代编程，从描述你想要的开始，教程里收入了真实学员的故事。期末考试周，一个大二学生偷偷用 ai 造出了校园咸鱼。 一位高中信息技术老师用 ai 给每个学生做了个不会类的学霸同桌。最让我意外的是，一位四十八岁的货车司机老黄，熬了几个通宵，用 ai 印刻出一个出海工具站。 教程从五分钟体验到全站上线，再到 cloud code 进阶，五条路径任你选，零基础也能上手，这就是 easy vibe， 国人做的，国人能看懂的 vibe coding 教程。关注星探 ai， 明天见！

学一下大神是怎么用 proco 的， 已经狂浪十点九万星标，来自 nsf 的 黑客宋冠军，他不是零散的提示词，而是把二十八个 a 准，一百二十五个 skills， 六十个命令记忆优化， 安全扫描，研究，优先工作流，全部打包覆盖。写需求，写代码，查 bug， 做测试，省代码。这些高频场景， proco 单词扣 x 都能接上。赶紧去抄一下作业，让你的 web 浏览器提效十倍。

今天想跟大家分享一下， webcointing 是 如何帮我这个没有开发背景的人打开了三个技术界的新世界大门的。 第一个是关于 github 和开源，虽然这两个词我以前就听过，但是我从来都没有用过，因为我觉得它们离我的世界真的是太远了，只有很专业的那种开发人员才会去用它们。但是当我开始 webcointing 之后，我必须去学如何用 get 和 github 的 时候，我才发现这个东西没有我想象的复杂， 并且因为我学会了一些基础的 get 操作，包括如何去控一个 ripple， 所以 现在我看到网上一些开源的好玩的东西，我可以直接去用， 例如最近很火的 g stack， 还有 mirrorfish， 还有 openclaw， 这些都是人人都可以去 github 上控下来，并且尝试一下的新科技。 github 上有这么多好玩的东西，感觉我以前大概是错过了一个亿吧。 当然当我开始了解这个开源社区之后呢，我也很开心的去参与，并且也把我的一些项目放到了 github 上来开源给大家。第二个就是 markdown 文档， 所谓的点 m d 在 write 编辑，之前我从来没有听说过 markdown 或者点 m d 的 文档，但是现在我知道了，它就是一个文字文档加上一点点格式而已，并没有什么复杂的地方。当我们去 write 编辑一个新项目的时候，我们可能会写一个 project 点 m d 或者是 cloud 点 m d 来把我们所有的产品需求都写在里面。我们现在听说的各种 skills， 它们最主要最核心的文档也是一个 m d。 还有如果你用 open 点有 agent 点 m d， 有 memory 点 m d， 这些都是你可以打开来直接读的。而且还有像 obsidian 这样的工具，它所有的文档都是以点 m d 的 方式来写的。第三个就是听得懂并且可以参与技术型对话了。以前学霸柯林我一直摸不透我具体都学到了什么东西，什么知识， 感觉就是一边在尝试一边在玩。但是我最近发现我不知不觉的还是学到了很多技术知识。比如说最近我跟一个团队来讨论记忆管理， 我就想到了 opencloud memory 导 md， 还有下面的每天的 daily log。 当我们讨论到语音助理不用保存录音的时候，想到了我用了好多个月的 granola， 它也只是把当下的信息都提取出来，然后不会保留任何录音。再或者，当我们讨论到如何保存一些敏感信息的时候， 我听得懂 get ignore， 听得懂 environment variable。 所以， 虽然我没有意识我具体都学到了哪些内容和单词或者是概念，但是在跟别人的沟通和交流中，我发现我在潜意识中确实累积了很多新的知识。所以这个让我更坚定地想继续一直不停用新的 ai 产品、新的 ai 科技和尝试自己的 white coding 项目。

我制作了一个开源的 ai 弹幕项目，一个人玩游戏，想要陪伴时，弹幕就想会识别当前游戏画面，然后自动生成和画面相关的弹幕， 并且弹幕不会挡。操作我进行了优化。你可以在设计页里自定义配置模型，你可以在这里查看消耗的 token 以及运行的时间。五万四千 token 用了六分久， 按速度算，使用一百万 token 需要一小时五十一分九，成本大约零点八元到一点五元之间，可以自动设计弹幕人格。

开元界两位大神联手写了一份 ai 编程终极指南，作者是黑客界的传奇人物，从零基础小白到资深工程师全覆盖。他不是教你写代码，而是教你怎么让 ai 帮你写代码。从 ai 编程入门 p r d 文档编写到 m c p 协议深度解析， 一份文档讲透了 ai 编程的道法术。更绝的是，它整理了科什、科罗克等二十多个主流编程工具的实战技巧，还有卡帕西等顶级大佬的最佳实践，完全开源免费，赶紧学起来，可能就是你 ai 编程效率翻倍的新起点。

本周 github 最火的十七个开源项目，全被一个词统治了。 agent 编程 agent 赛道最卷 codecraft 为 ai 编码工具提供代码知识图谱。 agent memory 让 agent 拥有持久记忆。 omepa 打造新一代终端 agent work， 支持并行管理 agent 舰队 cursor 也正式开放了插件生态。 技能框架赛道同步爆发。 superpowers 星标突破二十万，定义了 agent 技能框架标准 understand anything 把代码变成可交互的知识图谱。学术科研和科学计算都有了专属 agent 技能包 学习赛道持续火热， ai 工程从零到一系统课程 day to will 推出 white coding 教程，让零基础也能快速上手。 ai 编程创新应用百花齐放， open human 用 rust 打造个人 ai 超脑 r u v 用 wifi 信号实现空间感知和体征监测，可 browser 通过全部三十项反爬检测。 supertonic 在 端测跑多语言 t t s c l i anything 让所有软件 agent 原生化。 本周关键词， agent 技能框架端测 ai ai 正在从工具进化为自主智能体。关注 bihop 星探，每周热门开源项目不错过！

继 webcandy 之后呢， webcandy 也来了，动动嘴皮子就能把你的想法变成量化策略。哈喽啊，我是何老师，最近很多人都在玩 webcandy， 但玩久了会发现钱包里的钱是只出不进。那么这个 webcandy 呢，就挺有意思的啊，它想做的呢，是你的个人交易代理， 你只要用自然语言说一句，比如给某只股票做一个回溯到二零二四年的双均线策略，那么它就能够自动找数据，深层策略跑回测出报告。它支持 a 股、港美股、加币、期货、外汇等数据源， 还内置了七十四个 scares 和二十九个 agent 团队，负责策略研究、风控和组合分析。最后呢，还能导出 trading wheel。 最后呢，还最后呢，还能导出炊天吾通达信和 m t。 五，安装也很简单啊，一行 p i p 命令就能够跑起来，而且还提供 cl 微波 u i 和 m c p 服 务。当然呢，量化工具也不是印钞机。当然呢，量化工具呢，也不是印钞机啊。这个视频呢，只做学习交流，不构成投资建议。感兴趣的兄弟啊，可以自己去部署体验一下。